DestinyKey 的高奎林方法：我们如何测试行星与角宫效应以及为何将其纳入我们的方法论
我们为何需要这项测试
DestinyKey 的解读建立在数据层级之上：首先是计算出的星盘事实，其次是解释。我们提供给模型的每一块数据都必须有所依据——古典传统、作者的方法，或是一项测试。对于星盘角宫上的行星，占星学有一个罕见的现象：一个统计学家而非仅仅是占星师半个世纪以来一直在验证的效应。这就是米歇尔·高奎林效应。我们不想盲目相信或否定它，所以我们获取了原始数据，并用我们自己的引擎重新进行了计数。
高奎林的发现
米歇尔·高奎林（Michel Gauquelin，1928–1991），一位法国心理学家和统计学家，在 20 世纪 50 年代从法国（后来是意大利、德国和比利时）的民事登记处收集了数万份杰出专业人士的出生日期和时间：体育冠军、医生和科学家、军事领袖、演员、政治家、作家、画家、音乐家。他的问题很简单：行星在出生时刻的周日圈位置是否与一个人成为杰出人物的职业有关？
周日圈是天空中任何一点因地球自转而在一天内运行的路径：上升、中天、下降、下中天。高奎林将其划分为若干扇区，发现在体育冠军中，火星在两个区域——刚上升之后和刚中天之后——出现的频率明显高于平时。同样的区域在科学家中由土星占据，在演员和政治家中由木星占据，在作家中由月亮占据。在画家和音乐家中，情况则相反：火星和土星在这些区域出现的频率较低。这一发现被称为“火星效应”，尽管它涉及四颗行星。
重要的是，这些并非通常意义上的“宫位”：高奎林的关键区域不对应于第 1 宫和第 10 宫，而是对应于第 12 宫和第 9 宫的上半部分——行星已经上升或已经过了中天。这就是为什么传统占星学没有预测到这种效应，也是为什么高奎林本人认为大多数占星学未经证实的原因。
在我们之前效应是如何被测试的
验证的历史对双方来说都漫长而令人不适。比利时 Comité Para (1976) 对 535 名体育冠军重复了计算，并获得了火星效应，但以一天中出生时间分布可能不均的理由拒绝接受。美国 CSICOP (1979–1980) 对美国运动员进行了自己的测试，结果较弱；委员会成员后来承认程序存在缺陷。法国 CFEPP (1996) 对 1,066 名运动员获得的效应比高奎林的弱。Suitbert Ertel 在 20 世纪 80 年代表明，效应随运动员的杰出程度而增强。总体情况是：在高奎林自己的数据上，所有诚实计数的人都重现了这一效应；争议在于他样本中人员的选择是否存在偏倚；在独立收集的数据上，效应存在但较弱。
对我们来说，这意味着两件事。第一：如果效应存在，我们的引擎必须在高奎林的数据上看到它——否则引擎就是坏的。第二：它只能与这段历史一起发布，而不能作为“已证实的事实”。
数据
我们采用了 CURA 格式（Cahiers Universitaires de Recherche en Astrologie）的开放档案：八个专业系列，共 15,258 条记录，包含精确的出生时间、地点坐标和时区：
| 系列 | 记录数 |
|---|---|
| 科学家和医生 | 3,643 |
| 军事领袖 | 3,046 |
| 体育冠军 | 2,087 |
| 画家 | 1,472 |
| 演员 | 1,408 |
| 作家 | 1,352 |
| 音乐家 | 1,248 |
| 政治家 | 1,002 |
档案中的时间已转换为世界时（GMT = 当地时间 + 偏移量）；对于意大利、德国和阿尔萨斯，偏移量为 −1 小时。档案中一个已知的误差是：1916–1945 年的法国夏令时未编码在记录中。因此，每项计算都进行了两次——一次是基于完整档案，另一次是“严格”变体，排除了那些年份在法国的夏季出生记录。
我们如何计数
对于每条记录，DestinyKey 引擎（Swiss Ephemeris，普拉西德宫位制——与我们所有解读中使用的相同）计算了月亮、金星、火星、木星和土星在周日圈中的位置，周日圈沿周日运动方向被划分为 36 个扇区：扇区 1 始于上升点，扇区 10 始于中天。高奎林的关键区域是扇区 1–3（刚上升之后）和 10–12（刚中天之后）。
任何此类测试的核心问题是与什么进行比较。人们并非在一天中的各个时间均匀出生，行星也并非均匀地在天空中移动，而且职业与时代和国家相关。我们选择了一种一次性消除所有这些因素的对照方法：对于每个人，我们保留他们自己的出生日期和地点，但采用相同职业的另一个随机人的出生时间。这样的对照“人”保留了时代、地理、季节以及该职业内出生时间的分布；唯一改变的是出生时间与个人之间的真实联系。每条记录有五个对照。效应的强度是真实人群中行星在关键区域的份额与对照人群中相同份额的比率，并附带 95 % 置信区间和 z 值。
我们得到了什么
置信区间不包含 1 的配对（完整档案；括号中为严格变体）：
| 职业 | 行星 | 在关键区域 | 对照组 | 强度 | 置信区间 | z 值 |
|---|---|---|---|---|---|---|
| 体育冠军 | 火星 | 21.3 % | 16.7 % | 1.27 (1.24) | 1.15–1.41 | +5.5 |
| 政治家 | 木星 | 20.1 % | 16.0 % | 1.25 (1.23) | 1.07–1.46 | +3.5 |
| 军人 | 木星 | 20.0 % | 16.4 % | 1.22 (1.20) | 1.11–1.33 | +5.3 |
| 作家 | 月亮 | 20.6 % | 16.8 % | 1.22 (1.21) | 1.07–1.40 | +3.7 |
| 科学家 | 土星 | 18.7 % | 16.2 % | 1.15 (1.16) | 1.06–1.25 | +4.1 |
| 演员 | 木星 | 19.5 % | 17.0 % | 1.14 (1.13) | 1.00–1.30 | +2.4 |
| 军人 | 火星 | 19.2 % | 17.3 % | 1.11 (1.10) | 1.01–1.21 | +2.8 |
| 科学家 | 火星 | 19.1 % | 17.3 % | 1.10 (1.10) | 1.02–1.20 | +2.9 |
| 画家 | 火星 | 14.4 % | 17.0 % | 0.85 (0.85) | 0.73–0.98 | −2.7 |
| 画家 | 木星 | 15.0 % | 17.8 % | 0.84 | 0.73–0.97 | −2.8 |
| 画家 | 土星 | 13.2 % | 15.9 % | 0.83 (0.85) | 0.71–0.96 | −2.9 |
| 科学家 | 木星 | 15.0 % | 16.5 % | 0.91 (0.91) | 0.83–1.00 | −2.4 |
金星在任何职业中都没有显示出任何效应；音乐家在任何行星上都没有显示出任何效应。体育冠军中火星的 36 扇区曲线是经典的，在扇区 2–3 和 10–12 有峰值；在画家中，扇区 1–2 有一个低谷。
换句话说，我们的引擎在高奎林的数据上看到了高奎林、Comité Para 和 Ertel 所看到的一切：火星——体育，土星——科学，木星——舞台、政治和军队，月亮——文学，以及画家中的镜像效应。这种效应很小——比预期高出 10 % 到 27 %——但很稳定：它经受住了排除有争议的夏季出生记录的考验，并且不依赖于对照组的构建方式。
如何解读这些数字
强度为 1.27 意味着：在冠军中，火星出现在关键区域的频率比在相同地点和年份但一天中不同时间出生的人群中高 1.27 倍。这并不意味着火星上升“造就了运动员”：五分之四的冠军的火星不在关键区域。这意味着在火星位于关键区域的人群中，那些作为行动、力量和竞争者而引人注目的人的比例高于通常水平。这种效应指的是一种职业类型——一个人如何行动以及他们以何种角色被注意到——而不是命运、成功或某个特定职业。
这正是我们使用它的方式。
我们为何将其纳入方法论
DestinyKey 有一个规则：只有通过代码计算并有所依据的内容才能进入解读数据。行星在星盘角宫上一直是占星传统的一部分；现在我们也有了自己对该效应的复核，并带有独立的对照。这是星盘中唯一一个我们能够展示其数值并非来自我们自己的语料库，而是来自一个包含一万五千条记录的外部档案的元素。
在解读中，它看起来是这样的。对于有精确出生时间的星盘，引擎会计算五颗行星中每颗行星的扇区。如果一颗行星位于关键区域，解读数据中会添加一行，例如：“木星——扇区 3，上升后的关键区域：政治家 ×1.25，军人 ×1.22，演员 ×1.14；科学家和画家——较少。”模型接收的是一个数字，而不是一个观点，并且在一个段落中提及该方法，并引用“根据高奎林的数据”——仅当存在这样的行星时。如果五颗行星中没有一颗位于关键区域，该方法根本不会出现在解读中。同样的表格也构成了搬迁中的城市线和居住地地图的基础：搬迁会改变行星在周日圈中的位置，我们可以说明在一个人的火星或木星会落入哪个城市的关键区域。
我们不做的是：我们不预测职业，不承诺成功，也不将高奎林效应作为整个占星学的证据。它证实了一个特定的联系，而对其他一切保持沉默。
局限性
数据是高奎林自己的；关于它的争议涉及人员的选择，而非计算。独立收集的数据显示出较弱的效应。精确度受限于出生时间：半小时的误差会使行星移动大约一个扇区，因此对于没有精确时间的星盘，该方法不适用；对于校正过时间的星盘，它与校正本身具有相同的注意事项。样本是欧洲的，主要是法国的，来自 19 世纪至 20 世纪。
所有验证脚本以及每个“职业—行星”配对的 36 扇区表格都保存在 DestinyKey 研究档案中，可应要求提供。
本系列的下一篇文章将探讨 DestinyKey 语料库中的相位测试：哪些行星合相在最著名的人群中以及在重大事件发生时更常出现。