传统指标增强

基线规则可以写成：RSI<30 买入，RSI>70 卖出。问题在于持续下跌时 RSI 可能一直低于 30，低位不等于便宜，也不等于跌势结束。

增强规则把低于 30 当作观察状态，等前一时点 RSI<30、当前 RSI≥30，再产生买入候选。比如前一天 RSI=28、当天 RSI=31，回穿成立；边界是否含等号要提前固定。退出仍可沿用基线的高位阈值，避免同时改动两件事。

这会延迟入场，可能避开部分钝化，也可能错过快速反弹。一个未发生交易的标的不能填成胜率 100%。曾出现过某些样本收益由约 20.5% 到约 23%、另一个 ETF 由约 1.85% 到约 3% 的展示，但也有标的变差或没有交易。这样的差异正说明增强不是普遍有效。

基线可以是 MACD 金叉买入、死叉退出。增强版只增加一个条件：金叉时，当日成交量达到过去 20 个周期平均量的 90%，才允许进入。

“90%”不是普遍有效的放量阈值，甚至可能低于均量。它只是一个待检验参数。必须先确定平均量是否包括当天；如果信号在收盘后生成，当天完整成交量才真正可知。

可以比较 100%、1.07 倍，或把周期试成 5–10 个，但要限制候选范围并保存全部结果。某些样本可能从约 −3% 改善到约 6%，另一些样本可能几乎不变甚至变差。延长到 2023—2025 年后，平均结果也可能变化。AI 的自评分或置信度不是实测成功率，不能代替留出区间。

趋势系统等到死叉才退出，可能把一部分利润还回去。可以设定：浮盈达到 5% 后激活锁定；激活后，若价格相对持仓以来最高点回撤达到 3%，就产生退出信号。

至少记录三个值：入场价、持仓以来的最高可观察价格、当前价格。假设入场 100 元，价格到 106 元时激活；之后高点到 110 元，3% 回撤阈值是 110×(1−3%)=106.7 元。它不是简单地从利润百分点里减去 3。

用收盘价还是盘中高点、激活后是否永不取消、退出后怎样重置，都要提前写进状态机。激活后不能因为盈利回落到 5% 以下就自动取消。某些样本可能收益和回撤同时改善，也可能过早下车、错过趋势；四个标的的算术平均也不能当成真实组合净值。

基线规则是触及下轨买入、到达上轨退出，中轨使用 20 周期均线。增强版增加一个状态 bounce_confirmed：

1. 下轨触发后进场，状态为 false；
2. 价格到达中轨上方，状态改为 true；
3. 到达上轨，按正常规则退出；
4. 已经确认反弹后又跌破中轨，提前退出。

每笔新交易必须重置状态。若从未到达中轨，新增规则不会自动止损，所以仍要有独立风险退出。所谓“死猫跳”只是持续下跌中的短暂反弹场景名称，不是可直接计算的条件。

这项增强可能降低回撤，也可能减少利润。必须用统一入场、成本、成交和样本区间比较，不能用少数标的的结果推断某个市场永远更适合量化。

ADX 描述趋势强弱，不直接告诉你涨还是跌。持续大涨和持续大跌都可能使 ADX 升高，横盘时通常较低，但它也不是完美分类器。

可以先试三种状态：

• ADX>25：趋势模式，使用 MACD；
• ADX<20：区间模式，使用 RSI；
• 20≤ADX≤25：灰区，暂不开新交易。

25 和 20 是研究参数，不是市场的自然边界。编码前还要补齐状态表：进入灰区是停止新开仓还是清仓？切换模式时已有仓位由谁管理？同一时点多个退出条件冲突时谁优先？观望会减少部分错误交易，也会带来机会成本，必须一起统计。

多头移动止损常写成：

新止损线 = max(旧止损线，高点 − k×ATR)

假设旧止损线为 95 元，新高点为 110 元、ATR=4 元、k=2，则候选保护线为 110−2×4=102 元，新止损线取 max(95,102)=102 元。如果后来 ATR 变大，候选距离可能变宽，但已生效的保护线仍不能下降。

必须明确高点是哪个时点的可观察高点、ATR 用哪一天的数据、k 取多少以及是否盘中更新。ATR 价格单位下的数量还要结合风险预算和合约乘数。跳空、涨跌停和 T+1 仍可能让实际成交偏离目标价。

历史展示中曾出现纯 MACD 约 −9% 总收益、约 −4% 年化、约 22% 回撤，自适应版本约 14% 总收益、约 7% 年化、约 10% 回撤、约 40% 胜率的对照。由于区间和口径不完整，这些数字只能作为待复核线索，不能写成已复现成绩。

先扩展时间，分别检查 2023、2024、2025 等阶段；再扩展标的和行业，覆盖不同波动与流动性。特殊事件期可以单独标记，但不能为了提高成绩删除亏损时期。ETF 能降低部分单公司事件影响，却不是无风险样本。

限制参数和特征复杂度有助于减少过拟合，但“指标少”也不自动可靠，“特征多”也不能只凭数量判死刑。还要看样本量、相关性、选择过程、正则化和样本外验证。

主观确信、大模型 70%–80% 的自评分，都不能直接拿来加杠杆或重仓。概率若没有校准，就不能直接代入仓位模型。始终保留独立的单笔、组合和极端损失上限。

可以把 MACD 底背离和锤子线、吞没、早晨之星组合成次日关注池。先定义两个可比较的低点、窗口、确认时点和 MACD 序列，防止用未来 K 线确认拐点后把信号回填到过去。

形态函数的正负值和 0 是规则输出，不是获胜概率；不同函数的输出强度也可能不同。全市场扫描时，目标日应限定为“今天收盘后判断明天”，同时保留足够的指标热身历史。结果至少包含证券代码、名称、信号日、形态名、原始指标值和筛选理由。

过滤 ST、观察约 100 亿元市值范围或加入财务条件，都只是可选研究过滤，不是确定有效阈值。代码、名称和次日涨幅若未完成核验，就不能传播具体荐股结论。

ETF 可能需要三位小数报价。如果数据库只保留两位，信号、收益和成交都会被改变。原始数据层应保留产品实际精度，展示时再单独格式化。

日线数据不能冒充分钟或 Tick 回放。提高频率会增加数据量、计算、存储和容量要求；计算库、数据加载器和回测引擎是不同组件，不能把某个环境里的性能倍数当成普遍保证。

期货、QMT 或其他终端的行情权限不等于交易权限。模拟资金不等于实盘资金，共享模拟账户还可能互相干扰；验证时要保证订单和账户归属清晰。本课讨论的是历史实验中的规则切换，不是已经运行的盘中自动交易。