缠论策略增强与验证

一个基础版策略可以这样写：确认三买后进入，固定盈利 15% 退出，价格跌回引用中枢上界附近时止损，或者出现事先定义的三卖时退出。关键不在于这套规则一定最好，而在于每一条都能被程序明确执行。

“跌回”必须具体化：是盘中触及、收盘低于，还是新的结构确认？引用的中枢也要在入场时保存，不能让后面形成的新中枢悄悄改变原来的止损依据。

如果同一根日线同时触及止盈和止损，OHLC 只告诉你最高和最低，不告诉你先后顺序。可以使用更细粒度数据，或者事先采用保守约定，不能自动选择对结果更有利的成交顺序。

还要处理订单未完成、现金不足、T+1、涨跌停和跳空。T1、T2、T2S、T3 等工具类型也要保留完整的方向、结构引用和确认日期，不能只留下一个数字 3。

图上的低点是在未来数据完整后画出来的，实时交易时可能还不知道它已经是低点。简单的三根 K 线底分型，常需要等右侧一根 K 线完成；而笔、线段、中枢和三买可能需要更多后续结构确认。

因此要分开记录三个时间：

• 发生时间：候选结构第一次出现；
• 确认时间：规则所需信息已经全部可得；
• 执行时间：确认后下一次真正允许交易的时点。

假设某个候选在周一最低点形成，周二收盘才完成确认，策略规定次日开盘执行。那么研究记录里的信号日是周一，确认日是周二，执行日是周三开盘。不能把周一的最低价当成周一已经知道的买入价。

未来 5 日、10 日、20 日收益可以用于事件研究，但它们不等于有现金约束、交易成本和真实订单的策略绩效。

固定目标容易写进回测，但它可能错过“涨到目标前先回吐”的路径。假设入场 100 元，价格最高到 114 元，之后跌回中枢失效位。因为最高只涨了 14%，没有触发 15% 止盈，最后仍可能按结构止损离场。

这不是程序一定写错了，而是固定阈值的取舍：它保留更长的上涨空间，但也可能把已经出现的浮盈全部交还。规则如果按事先定义执行，结果不理想时不能临时改成“差一点也算止盈”，再把同一段数据当作原规则的独立验证。

不同标的、区间和样本可能产生不同结果。茅台、中芯国际、宁德时代和平安银行的对照数字里，出现过约 65%、47%、−21%、21% 等片段；这些数字需要核对区间、信号时点、仓位、成本和样本选择，不能单独证明三买有效。宁德、平安的失败路径同样要保留。

阶梯保护的思路是：利润出现后，把保护价逐步上移，而不是永远等固定 15% 目标。

可以先定义三层：

• 刚入场时，保护位看原中枢上界附近；
• 持仓曾达到 5% 盈利后，保护价提高到入场成本附近；
• 持仓曾达到 10% 盈利后，保护价至少提高到入场价的 1.05 倍；
• 另外测试高点减去 2.5 ATR 的跟踪保护，2 ATR 可以作为另一个待验证参数。

“曾达到”要看持仓期间的最大有利变化，而不是只看当前盈利。保护价一旦上调，就不能因为价格回落而自动降低。假设入场 100 元，中枢上界 96 元，价格曾到 105 元，保护线可升到 100 元；后来高点 116 元、ATR 为 3 元时：

跟踪保护价 = 高点 − 2.5 × ATR = 116 − 2.5 × 3 = 108.5 元

如果设计为保护线单调上升，就取此前保护价和 108.5 元中更高的一条。

“保本”和“锁住 5%”只是计划价格，不保证扣除费用后仍盈利，也不保证跳空时能按保护价成交。阶梯保护调整整笔持仓的退出条件，分批止盈则是在目标处卖出一部分，二者不要混称。

阶梯保护更适合用来研究“少回吐是否值得少吃一段趋势”，而不是预设它一定提高收益。高波动、反复冲高回落的路径，保护线可能帮你留下部分利润；持续平滑上涨的路径，一次正常回撤也可能让你提前下车。

ATR 是用近期价格波动范围衡量距离的指标。假设高点 116 元、ATR=3 元，2.5 ATR 跟踪距离就是：

2.5 × 3 = 7.5 元

保护价为 116 − 7.5 = 108.5 元。若 ATR 变小，距离也会变窄，可能更容易触发；若 ATR 变大，距离变宽，但单笔风险也可能增大，仓位要一起检查。

材料提到宁德最大回撤约 33% 改善、中芯国际约 65% 降到 35%、平安因 ATR 较小而可能过敏等片段。它们只能说明退出规则改变了策略暴露，不能据此给某只股票永久贴上“适合基础版”或“适合增强版”的标签。

多周期过滤可以把周线当成环境门卫，把日线三买当成候选信号。一个更严格的版本是：周线环境明确向上时，才允许日线三买进入；周线转为明确向下时，持仓在下一可交易时点离场。

但“周线向上”必须先选定一种定义。例如可以用周线中枢是否上移，也可以用收盘相对周线中枢边界的位置，或者用周线均线方向。这些不是同一个规则，不能看到哪种解释对历史结果更有利就临时切换。

周线数据必须使用当时已经完成的信息。周中不能提前看到周末收盘，也不能把后来形成的周线中枢回填到更早的日线判断。零笔交易时，胜率、盈亏比等指标应标为不适用，不能填 100% 胜率。

玻璃 2605 的经历还提醒你：大周期判断正确，不等于加仓和杠杆安全。材料提到约 40 手、再加 20 手、1,066 附近减仓和后续约 50 手，但头寸流水不完整，不能当成可复现的成功案例。腾讯约 208 港元买入、假设跌到 150 仍看好，也不能替代最大资金、停止加仓位和基本面反证规则。

质量过滤的目标，是在三买候选之间做进一步区分。例如观察中枢宽度、中枢持续 K 线数、中枢笔数、突破斜率、波动、ADX、量比、RSI、MACD 动能和短期动量。每个特征第一次出现时，都要说明它在回答什么问题：中枢宽度是结构范围相对价格有多大，量比是当前成交量相对某个基准的比例。

特征只能使用信号确认时真正可见的数据。不能用后来才知道的中枢最终持续长度，也不能把高价股的绝对斜率直接和低价股比较。标签也要先定：是未来若干日上涨某个幅度，还是回抽不跌回中枢？标签一变，模型评价的问题就变了。

约 35 个第三类事件只适合演示，不足以证明模型长期可用。单个标的只有一个候选，或者某个标的显示 0% 成功率，都不能直接当成稳定概率。可以比较同一类型股票和更广股票池，但两者分别有样本少和分布不一致的代价。

模型复杂度要受样本量限制，并做按时间的训练和验证。跨股票同日事件可能相关，未来标签窗口还可能跨过切分点，这些都要防止信息泄漏。

假设模型预测 3 个“成功”信号，其中 2 个后来按标签成功，1 个失败，那么精确率是：

精确率 = 预测为成功且实际成功的数量 ÷ 预测为成功的数量 = 2 ÷ 3 ≈ 66.7%

精确率只回答“模型留下的信号有多准”。如果模型只留下 1 个信号，而且碰巧成功，精确率可以是 100%，但它可能漏掉很多真正成功的机会。因此还要看召回率、预测正例数量、类别基准和置信区间。F1 是精确率和召回率的综合，也不直接等于交易利润。

材料提到过 0.94、0.95、0.92 等单次概率，也提到某些样本中胜率从约 57% 到 75%、交易约四次、收益约 50% 等片段。单个概率没有校准证明，小样本的几个结果就可能改变百分比；过滤掉后来成功的信号，也必须保留在报告里。

还要核对训练和测试的时间边界。若训练前期、预测 2025 年的说法和“9·24 行情”信号混在一起，就不能直接称为严格样本外结果。模型减少交易、错过趋势、节省成本和降低暴露之间的取舍，要用完整交易记录比较。

可以先把行情环境、候选方案和代价列成矩阵：

选股层可以放基本面、行业和概念；技术层描述结构时机；风控层决定仓位、停止和退出；模型层只做明确的过滤职责。缠论不能替你判断财务质量，技术信号也不能提前预测所有突发新闻。

组合周线过滤、阶梯退出和模型门控，会增加参数和选择空间。新增一条规则，就要重新固定配置、训练区间、验证区间、成本假设和成交规则。海龟与缠论也可以作为不同信号源比较，但相关信号重复加分，不等于得到多份独立证据。