我用 EVO 做了一件事：把“我觉得像双底”变成机器听得懂的规则

这周用 EVO做一个实验，用「K线形态变成可回测策略」，所以我选的是比较经典的“双底突破”


一开始我以为这件事很简单

毕竟交易员看图时，经常就是一句话：

“这里像双底，突破颈线，而且最好放量，可以考虑进场”

但真正让 EVO 把它写成策略之后，我才发现，交易员平时说的很多“规则”，其实并不是真正意义上的规则，而是一种模糊经验

比如“双底”，机器马上会追问：

两个底最多允许差多少？
两个低点之间至少隔多少天？
多远之后又不能算同一个形态？
什么叫突破颈线？
盘中突破算不算？还是必须收盘突破？
“放量”到底是多少倍？
跌到哪里说明这个双底失败？

这些问题，其实就是 EVO 比较有意思的地方

它不是单纯帮你“看图”，而是在逼着你把原来脑子里的交易逻辑一步步说清楚。

最后，我把原本非常模糊的一句话：

“双底形成后，放量突破颈线买入。”

逐渐拆成了类似这样的规则：

回看约120个交易日寻找结构；两个底之间间隔控制在20—80天；收盘价突破颈线，同时成交量大于近20日平均成交量约1.3倍；跌破右侧低点视为形态失败；止盈则参考颈线与底部之间的形态高度；组合最多同时持有10只股票。


这样一来，“我感觉这里是机会”，就变成了几个明确参数。

这其实比单纯写出一个策略更有价值。因为很多主观交易员真正缺的，不一定是交易想法，而是很难回答：

我的交易系统到底是怎么做决策的？

我们经常会说“趋势强一点”“这里确认了”“成交量不错”“这个回调差不多了”。人可以理解这些词，但程序不理解。而 EVO 的作用，某种程度上就是充当交易员和程序之间的“翻译器”。

从结果来看，这一版双底规则的表现其实很一般：

总收益约 8.30%，年化 3.07%，最大回撤 -43.93%，Sharpe 0.25，月度胜率约 42.4%。


这个结果反而让我觉得比较正常。因为这次重点并不是证明“双底一定有效”，而是先完成第一步：

把交易经验从“感觉”变成规则 有了规则以后，才知道应该改什么。

比如以后完全可以继续测试：

放量1.3倍是不是太严格？
20—80天的底部间隔是否合理？
是不是应该加入趋势过滤？
突破后立刻买，还是等回踩？
不同市场、不同股票上表现是否一致？

以前这些问题只能靠盘感讨论。

现在至少可以一个参数一个参数地验证。

所以我觉得 EVO 对交易员真正有意思的地方，不是“AI替你交易”，也不是直接帮你找到什么神奇策略。

而是它开始把交易员脑子里那些模糊的经验，逐渐压缩成：

条件 → 参数 → 规则 → 回测 → 调整。

从“这里我感觉可以买”，到“满足哪些条件我才会买”。

这中间，其实就是交易系统开始成形的过程