规则成文了，但它有没有正期望，你知道吗？
不知道。你只有猜测。猜测的办法是回测——而回测给不了你结论，只能给你倾向。
这一集讲最小可行的手工回测，以及它那必须先说清楚的边界。
第 38 集的 17 条规则里，有一条最核心：R4——你的买入触发条件。它决定你的方法有没有正期望。
验证它不需要编程。需要的是：行情软件、一张表、几个小时的耐心。以及最重要的——对结果边界的诚实。
先把回测能干什么、不能干什么钉死。
为什么"未来会不会有效"回答不了？因为回测的全部证据来自历史，而历史与未来的关系没有任何数学保证。这一集能做的，是把"历史证据"尽量收得干净，然后诚实地告诉你它值几分。
还有一件事要说在前面：手工回测很枯燥。两个小时翻 K 线，可能只记下十几个信号，中间没有任何刺激。它的回报是延迟的——省下的不是这几个小时，是几个月用真实资金给坏规则陪跑的时间。按这个口径算，它是全书性价比最高的几个小时的之一。
"挡纸"听起来笨，它是唯一能骗过你自己大脑的办法。具体做：
关键在最后一条：止损位必须在看到结果之前写下。你翻到下一屏看到"它跌了 6% 又拉回来了"，这时再定止损，你定的就不是规则，是让这笔模拟"活下来"的数字。先写后看，顺序不能反。
还有一个小技巧：在表格里加一列"记录时间"。每记一行顺手填一下。如果某一行的记录时间比上一行晚了很多，说明你中途看过了后面的行情——这一行作废。
第 2 步的顺序要强调一次：先定时间窗，再找信号。
反过来做——"我记得 2019 年那波它涨疯了，从那时开始测"——就是从结果倒推样本。这种抽样方式测出来的任何结果都没有意义，因为你已经知道答案了。
手工回测绝大多数的错误，都发生在"挑样本"这一步。
还有一个口径问题：用前复权还是不复权？
用前复权——否则除权除息造成的价格跳空会被误判成"跌破止损"或"突破"。但要注意前复权的历史价格会随每次分红变动，所以回测记录里要写下复权基准日。
这是本集的数学核心，也是全书少有的几处需要算术证明的地方。
先算一个反直觉的事实：真实胜率恰好 50% 的规则，在 20 个样本里出现 14 次以上盈利的概率是多少？
用二项分布算：约 5.8%。
不看公式，用抛硬币来理解这个数字。
真实胜率 50% 的规则，等价于一枚两面均匀的硬币：每笔交易抛一次，正面算赢，反面算输。"20 个样本里赢 14 次以上"，等价于"抛 20 次硬币，正面出现 14 次以上"。
你可以自己试。抛 20 次，连续 7 次同一面其实并不罕见——直觉觉得"应该总是一半一半"，但短序列里的偏离很常见。数学答案是 5.8%：每 17 组"20 次抛掷"里，就有 1 组会出现 14 次以上同一面。
换回交易的语言：一个其实不赚钱的规则（真实胜率 50%），每做 17 次手工回测，就有 1 次会被误判为"赚钱的规则"。
这就是为什么不能只做一次回测就下结论，也是为什么第 37 集要求"样本不足 20 笔的规则不改"——小样本里，好坏都是浮动的。
也就是说：哪怕规则的真实胜率只有 50%（长期不赚不赔），每 17 次"20 个样本的回测"里，就有 1 次会看到 14 盈 6 负以上的漂亮成绩。小样本的好成绩，有相当一部分只是运气。
再看置信区间——样本量决定了你能"看清"多少：
这张图的意思，用一句话说：20 个样本测出的 60% 胜率，与真实胜率 40% 的情况完全不矛盾。
所以 20 个样本能做的，只有两件事：
它不能做的：确认正期望。哪怕测出漂亮的数字。
用第 38 集那条突破规则做一次完整回测。以下数据为示例。
| 项目 | 内容 |
|---|---|
| 规则 | R4：收盘突破 60 日高点且量 ≥1.5 倍 20 日均量；次日开盘买入；止损 −8%，目标 +16%（2:1）；大盘当日跌超 2% 放弃信号 |
| 样本框 | 3 只同类主板股 × 2024-01 至 2025-12（24 个月，覆盖上/震荡/下行三段） |
| 信号数 | 27 次（其中 25 次已完结，2 次未完结剔除） |
| 市场状态占比 | 上行约 35%，震荡约 40%，下行约 25% |
25 笔已完结样本的统计：
| 指标 | 数值 | 怎么读 |
|---|---|---|
| 到目标 | 10 笔 | 每笔 +16% |
| 触发止损 | 15 笔 | 每笔 −8% |
| 胜率 | 40% | 10 / 25 |
| 期望（税前） | +1.60% | 0.40×16% − 0.60×8% |
| 期望（扣成本） | +1.51% | 减往返成本 0.088%（第 4 集） |
| 胜率 95% 置信区间 | [20.8%, 59.2%] | 保本胜率 33.3% 在区间内 |
怎么读这张表？三句话。
第一句：期望是正的（+1.51%）。这是个好倾向。40% 胜率高于 33.3% 的保本线，说明"盈亏比 2:1"的假设下，这套规则历史上每笔平均能赚一点。
第二句：但这个"正"不可信。胜率的 95% 置信区间是 20.8%—59.2%，保本线 33.3% 落在区间内。这意味着：真实胜率可能是 21%（此时期望明显为负），也可能是 59%（此时相当赚钱）——25 个样本分不出来。
第三句：所以正确的结论不是"这条规则能赚钱"，是"这条规则没有在第一轮筛选中被淘汰，值得继续积累样本"。
只看总胜率 40%，看不出规律。把 25 笔按第 03 节的三段状态拆开：
| 市场状态 | 笔数 | 到目标 | 止损 | 胜率 |
|---|---|---|---|---|
| 上行段 | 9 | 5 | 4 | 55.6% |
| 震荡段 | 10 | 2 | 8 | 20% |
| 下行段 | 6 | 3 | 3 | 50% |
分组之后，一个在总表里完全看不见的结构浮出来了：震荡段是这条规则的坟场。
上行段 55.6%、下行段 50%，都不算差；唯独震荡段 10 笔里只赢了 2 笔。震掉它的不是"规则不行"，是"规则的适用边界没写"——突破类规则在震荡段天然容易被假突破消耗，这在第 15 集讲市场状态时就埋了伏笔。
正确的处理不是扔掉整条规则，是给它加适用条件：
注意这个流程的完整闭环：回测 → 分组 → 发现结构 → 修改规则 → 下轮回测再验证。回测的价值不在第一次的数字，在分组对比里暴露的结构。
手工回测的角色是过滤器：
它的"通过"，含义是"没有明显错误，值得继续观察"；
它的"通过"，从来不是"验证有效"。
手工回测的结果，会被三种偏差污染。每一种都要有对应的防御动作。
表现：只测记得的案例、从结果倒推时间窗、只测牛市段。
防御：样本框先写死（时间窗、标的、市场状态占比），写完才允许开始翻 K 线。中途改样本框＝回测作废。
表现：你已经知道这段行情后来怎么走，这个"知道"会渗进每一次模拟决策——你会在模拟止损时手松（因为你知道后面会涨回来），模拟买入时手紧（因为你知道后面会跌）。
防御：挡纸法——翻到哪页，纸挡住之后的行情；严格只用"当时能看到"的数据（当时没发的财报，回测里就当不存在）。最有效的办法是找一个不知道结果的人帮你翻页，你只做记录。
手工回测比程序化回测更容易犯这个错，原因很直接：程序没有好奇心。程序模拟到止损位就记一笔 −8%，不会多看一眼后面的走势；而你在记完 −8% 之后，手指会不听话地往后翻——"看看它后来到底怎么样了"。
这一眼，就会污染接下来的判断。你会发现"其实它后来涨回来了"，于是在给下一个信号定参数时，手会不自觉松一点。
对抗的办法除了挡纸，还有一个"冷处理"约定：每个信号记录完，合上表格，做点别的，再回来翻下一个。把"记结果"和"记下一个信号"在时间上隔开，污染的概率会小很多。
表现：样本全是今天还在交易的股票。2024—2025 年退市的那几十只，永远进不了你的样本——而它们恰恰是规则最严酷的考场。
防御：诚实标注"本回测存在幸存者偏差，实际期望应低于测得值"。彻底解决需要把已退市的标的也纳入样本，手工做不到——这也是手工回测的边界之一。
一张回测表至少这些列：序号、日期、标的、市场状态（上/震荡/下）、模拟买入价、止损位、结果（目标/止损/未完结）、盈亏幅度、备注。
"市场状态"这一列最容易被省略，但它是样本框占比检查的依据。第 41 集的整合也要用它。
把样本量的诚实阶梯摆出来，手工回测的位置就清楚了。
| 样本量 | 能说明什么 | 谁来提供 |
|---|---|---|
| 5 笔 | 什么都说明不了 | 无来源 |
| 20—30 笔 | 排除明显负期望；发现结构性问题 | 手工回测（本集） |
| 50—100 笔 | 方向性参考；胜率范围开始收窄 | 真实交易累积（第 40 集） |
| 300 笔以上 | 统计检验的下限 | 多年交易 + 系统化记录 |
所以正确的流程是：手工回测过滤 → 小仓位实盘运行 → 用第 40 集的资金曲线持续积累样本 → 每月复盘更新判断。
手工回测通过 ≠ 加大仓位。它通过的含义只是"允许你用正常仓位开始积累真实样本"。第 40 集会讲：真实样本累积到 50 笔之前，仓位都应该是保守值。
手工回测的时间投入，合理的上限在哪里？
总预算建议：5—8 小时，覆盖一条核心规则。超过这个投入，边际收益急剧下降——第 41 集会让你把省下的时间用在系统整合上。
记得哪段行情好就从哪段开始测。这样的回测是自我表扬，不是验证。
20—30 个样本的正期望，置信区间宽到能装下"真实负期望"。它的正确产出是"继续用保守仓位积累样本"，不是加码。
测到一半觉得"这个止损太宽了"，顺手改了再测——每次改动都让之前的样本作废。要么测原版，要么重新开始测新版。
回测的对象是规则，不是股票。为某一只你喜欢的股票设计回测，然后挑它表现好的参数——这叫拟合，不叫验证。
卷七最花时间的一次练习，建议分两次做完。
怎么看结果：
期望明显为负（扣成本后 −2% 以下）：这条规则可以扔了，或者需要大改——这是回测最有价值的产出。
期望接近零或略正：正常结果。继续用保守仓位运行，让真实样本慢慢积累。
发现"某段市场状态全亏"：结构性发现，给规则加适用条件（如"仅震荡段禁用"），下轮回测验证。
想测第二遍"确认一下"：不要测同一批样本。要么扩样本框，要么等真实交易积累。
真实交易的样本在慢慢积累，怎么读它们？下一集讲资金曲线的四个读法：斜率、回撤、胜率的稳定性、盈亏比的漂移。以及一个反直觉的标准——一条好的资金曲线，不是"一直涨"，而是"亏损的方式始终一致"。