你在半小时配送实验里轮流启用两套定价方案。切得太快，上一轮的影响可能还没消失；切得太慢，整场实验又没几次真正的切换。更麻烦的是，最佳节奏并没有统一答案：如果你只关心当下订单量，合适的安排可能与追踪数小时后的拥堵完全不同。
Makoto Nakakita 和 Teruo Nakatsuma 的预印本《Calibrated Horizon-Weighted Local Projection Designs for Markov Switchbacks》处理的正是这个问题。它把“方案连续开多久”和“最后准备报告哪段动态效果”放进同一套设计规则。这个思路对平台定价、配送、供需调节和电力实验都有直接价值。不过，下文的实质性结论均来自这篇 arXiv 预印本，尚无第三方复现或同行评审交叉印证。
别先决定节奏，再决定看什么
切换实验（switchback experiment）让同一个市场、城市或平台在不同时间段轮流采用处理方案和对照方案。它适合那些很难按用户独立随机的场景。例如，一座城市无法同时运行两套全局配送规则，只能按时段切换。
论文研究的是 Markov 切换。Markov 分配的意思是：下一时段是否沿用当前方案，只取决于当前处于哪种方案。持续概率越高，一段处理或对照维持得越久；代价是整场实验中的切换次数更少。论文用 persistence，也就是“持续性”，概括这个节奏。
传统做法容易先按运营习惯规定每段时长，再估计效果。作者反过来问：你最后究竟要报告什么？
如果只看干预当期的影响，实验需要清楚地区分相邻时段，独立随机往往更有信息。若要看多个时段的平滑累计效果，更长的连续处理段可能更合适。若重点是“先下降、后反弹”这类正负交替的形状，对照与处理频繁交替或采用中等持续性，也可能更有效。
说白了，实验的切换节奏应当服务于报告目标，而不是独立决定。
把动态曲线变成设计目标
作者用局部投影（local projection）描述动态效果。它分别估计干预对未来第 1、2、3 等期结果的影响，最后得到一条响应曲线。研究者可以只报告某一期，也可以把若干期相加，或给不同时点不同权重。
论文把这些选择写成“horizon-weighted local projection”，即按预测期加权的局部投影目标。权重集中在当期，就代表即时效果；连续几期权重相近，可以代表累计效果；权重有正有负，则能表达下降后反弹之类的形状对比。
这里有一个关键修正。持续性较高时，当前处理往往预示下一期仍在处理。如果只把未来结果对当前方案做简单回归，得到的系数会混入后续方案的影响，而且会随着实验节奏变化。作者因此采用 path-adjusted local projection——把相关的处理路径一起纳入调整。它先固定要估计的动态对象，再让设计只改变估计精度。否则，换一种切换节奏，连“所估的东西”本身都可能跟着变。
什么时候能直接算，什么时候要校准
在一个限制较强的基准情形中，作者得到了解析解。这个情形要求处理与对照大致均衡、误差波动一致，并把设计限制在一阶 Markov 类中。此时，滞后处理变量的信息矩阵具有 AR(1)-Toeplitz 结构——矩阵中的相关性只随时间距离变化；它的逆矩阵又是三对角矩阵，只有主对角线及其两侧非零。这个结构让“选多大持续性”可以直接计算，而不必逐个方案模拟。
基准结论很直观：孤立的单期效果偏好独立随机；平滑累计目标偏好更高持续性；振荡或反弹目标可能偏好交替或中等持续性。可行区间仍然重要。以半小时为一个时段，论文举例称，某个较高持续性设置对应平均约 3.33 小时的连续段，另一个更高设置则约为 20 小时。运营方必须先用切换成本、安全要求、疲劳和最短或最长持续时间划出边界。
现实通常不满足干净的基准假设。负荷、订单和流量会随时间相关，白天与夜间的波动也不同。作者因此提出 calibrated selector，也就是“经过校准的选择器”：先指定实际准备使用的估计量和报告对象，再在可行的持续性方案中，比较 covariance、HAC、residual bootstrap 或 realized-schedule risk。
其中，HAC 是一种同时容许误差随时间相关、且波动大小不一的误差估计方法；residual bootstrap 会利用残差反复重采样，观察设计在类似噪声下的表现；realized-schedule risk 则检查真正生成的那条随机时序，而不只看理论上的平均设计。这里的“风险最小”是选择器对既定目标函数的定义性优化，不能直接理解成它在所有真实实验中都普遍更好。
半合成电力数据说明了什么
论文使用 Low Carbon London 的半小时级负荷数据做半合成评估：保留真实基线动态，再人为注入已知响应。这样可以检查不同切换节奏下的协方差计算，因为真实负荷保留了复杂的时间相关性，而注入效果又是已知的。
在论文报告的一个累计目标诊断中，使用不同 HAC 带宽后，校准选择器都选中了细网格的上端持续性 0.90；相对于该带宽下的最优方案，独立随机的相对风险从 3.43 上升到 4.36。作者据此认为，这个具体推荐并非由单一 HAC 带宽驱动。
但这不是一次真实线上因果验证。它证明不了历史电价政策的真实效果，也没有证明 0.90 能普遍用于平台或配送实验。它更像压力测试：把真实世界的负荷噪声装进实验设计计算里，看看简单的同方差公式何时会失真。
为什么值得关注
这项工作的价值不在于给出一个万能切换频率，而在于改变设计顺序。研究者应当在实验前明确：是看即时冲击、累计影响、延迟窗口，还是反弹形状；然后再选择处理段长度。这样，随机化机制、估计方法和最终图表指向同一个问题。
它也提醒团队，高持续性不是免费的。连续段越长，可用的处理片段越少；接近设计边界时，依赖“有很多处理段”的正态近似可能站不住脚。作者建议此时优先采用 randomization-first inference——从实际随机化机制出发做推断，而不是默认大样本近似可靠。
局限与未知
- 解析解只适用于均衡、同方差、一阶 Markov 等限定条件，不能直接外推到更复杂的分配机制。
- Low Carbon London 结果来自真实基线加人为响应的半合成评估，不是现场实验的因果效果验证。
- 材料没有给出普遍适用的替换阈值，也没有提供足以证明该方法整体优于现有设计的样本规模、显著性或统一误差指标。