Discord 异常子序列：用最不像别处的片段捕捉市场异常
Discord 是 Matrix Profile 的另一半：MP 曲线的低谷是模体（有孪生兄弟的重复形态），最高峰就是 discord——全序列里最找不到相似者的子序列，天然的无监督异常检测器，不需要定义『什么是异常』，只需要回答『哪段最不像别处』。但本文最重要的发现是一个刻意保留的失败案例：discord 的对比度完全取决于『正常段有多相似』。60 天 × 50 bar 共享日内模板的结构化本底上，三种植入异常（闪崩回补/波动冻结/锯齿振荡）全部被 top-3 discord 精确命中，对比度 2.1×；同样的异常搬到 IID 随机游走本底上，命中 0/3——因为 IID 世界里每一段都独一无二，MP 中位数 7.22 与峰值 7.83 挤在一起，异常淹没在『处处都是异常』的本底里。这解释了为什么 discord 在日内高频数据上是利器、在日线收益上近乎无用。消融实验补齐工程细节：排除区不设则模体端先失效（谷值 3.05→2.13）而 discord 端相对鲁棒；窗口长度 m<异常尺度一半时命中率归零；无异常对照世界的 MP 峰值也有 5.06——discord 分数没有天然阈值，必须用对照分布校准。最无争议的落地：数据质量监控（坏 tick/卡死/拼接错误的形状都独一无二）与流动性冻结检测。