从策略到测试观察

先将模糊观察整理为研究问题

策略研究通常从一个可描述的市场观察开始，例如：

• 价格在某些区间附近呈现连续性变化。
• 价格显著偏离后可能回到常态区间。
• 成交量变化可能强化某些观察信号。
• 波动过低时，规则样本可能缺乏参考价值。

这些观察在初始阶段往往较为宽泛，因此需要整理为可验证的问题：观察哪些数据？什么情况构成条件满足？什么情况构成条件失效？哪些市场状态需要排除？该假设是否具备继续研究价值？

将研究假设转化为可验证条件

研究假设整理后，需要转化为具体规则。程序验证和历史样本测试都依赖明确条件，模糊表达无法直接进入验证流程。

例如，「市场较强」需要进一步定义为可观测条件；「波动较大」也应转化为指标、区间或样本统计上的明确表达。

规则化定义通常包括：观察数据、记录条件、退出观察条件、过滤条件、风险限制、暂停条件。

规则定义越清楚，后续越容易验证、记录和定位问题。

先验证流程一致性，再评估样本表现

规则定义完成后，应先进行测试观察，以检查研究流程中的基础问题：

• 信号是否按规则出现。
• 失效或退出条件是否正常触发。
• 风险边界是否有效。
• 数据更新是否稳定。
• 是否存在重复或异常信号。
• 记录是否完整。

测试观察的重点不是短期结果，而是流程一致性、记录完整性和异常处理能力。在测试阶段发现问题，更便于低成本修正研究框架。

用记录推动研究框架迭代

策略进入测试观察后，需要持续复盘。复盘的作用，是记录样本表现、流程问题和异常状态，常见内容包括：

• 信号是否符合规则。
• 样本表现是否符合预期。
• 风险边界是否被触发。
• 是否出现异常数据。
• 是否有重复信号。
• 不同市场状态下样本表现是否存在差异。

迭代不应随意进行。每次修改都应有明确原因，例如信号过密、回撤压力较大、样本数量不足或过滤条件不充分。较稳健的迭代流程是：发现问题 → 记录原因 → 提出修改 → 重新验证 → 观察变化。