我把以前接触到的传统交易中使用的一套 K 线形态交给 PandaAI，想看看：那些在图上看起来“很有道理”的信号，变成代码以后，还剩下多少优势？

这次内测，我给它的要求很直接：不要替我证明形态有效，研究不出来，也可以给出负面结果。

任务前后跑了约一个半小时。中间出现过报错和中断，我让 AI 继续修复，它又接着推进研究。最后，报告给出的不是一条漂亮的盈利曲线，而是两组大幅亏损的策略回测结果，以及一句：NO EDGE。

但真正值得分享的，不只是亏损数字。更有意思的是：它先找到了一个看起来不错的统计现象，做成交易策略后却没有兑现；而我复查报告时，又发现了值得继续核验的代码问题。

从“看图经验”到可以检查的规则

我交给它的是 传统技术分析里的10种自定义形态，涉及 PinBar、孕线突破、顶底分型和2B等形态

这次测试选择了沪深300相关历史股票的日线数据。按报告记录，训练集为2015—2020年，共587,466行；另列出2021—2023年验证集和2024—2026年测试集。这里的“2026年”不代表覆盖全年，策略回测终点为2026年6月1日。

第一步就是把经验变成明确的 OHLC 条件：影线占多大比例？包住哪根K线？突破谁的高点？距离近期高低点多近，才算处在关键位置？

这一步让我很有感触。平时看图时，一句“位置不错”，可以容纳很多临场判断；程序却需要一个明确答案。研究到这里，才开始有了可检查、可重复的对象。

先出现了一个值得追问的正数

PandaAI 做了事件研究：每次形态出现后，观察后续价格表现。

训练集里，UI，也就是孕线向上突破，出现了7,373次。报告列出的未来10根K线平均收益为+0.93%，正收益事件占比为50.9%。

进一步叠加位置和趋势条件后，UI×阻力位×上升趋势这一候选组合，有1,904个事件，未来10根K线平均收益达到+1.48%。

训练集候选	事件数	未来10根K线平均收益	正收益事件占比
UI	7,373	+0.93%	50.9%
UI×阻力位	3,217	+1.05%	51.0%
UI×阻力位×上升趋势	1,904	+1.48%	50.8%

来源：原报告第四、五、六节。这里是训练集事件统计，既不是账户收益率，也不是已经通过独立样本检验的策略收益。

如果只把最后一行截图发出来，已经很像“找到一个有效方法”了。但我最想知道的是：把它变成实际买卖规则以后，还能保留这个表现吗？

做成策略后，结果变了

报告随后把这一候选方向构造成日频选股策略。报告描述的设置包括等权持仓、最多20只股票、趋势与均线过滤，以及交易成本等。

回测区间为2017年1月1日至2026年6月1日。报告列出的主要结果如下：

报告指标	草稿1	草稿3
总收益	-83.73%	-76.46%
最大回撤	-89.82%	-86.58%
夏普比率	-0.59	-0.47

来源：原报告第七节。以上为报告所载历史回测结果，未在本文中独立复跑；不是我的实盘亏损。

报告中共有三个草稿条目，草稿2的指标与草稿1相同，因此我不把它们当作三次独立验证。

数字的反差很强，但+1.48%和-76.46%不是同一指标：前者是单次信号后10根K线收益的平均值，后者是一个连续运行组合的累计回测收益。它们的差异，恰恰提示了需要核验的中间环节。

一个信号后会涨，不等于账户能赚到

事件研究像是在问：“如果每个信号都单独观察10根K线，平均发生什么？”

组合策略还要回答：“什么时候能成交？持有多久？信号消失是否卖出？同时出现多个信号，资金怎么分？没有信号时持有现金还是保留仓位？”

比如，统计观察的是10根K线，而实现中第二天就因换仓退出，那么策略执行的已经不是原先统计的持有方式。即使信号定义一样，结果也可能不同。

报告提出了持有期被打断、市场暴露不利等解释。这些值得追查，但目前这份文件没有逐笔成交、实际持仓天数和分市场状态的仓位统计，我暂时把它们当作待检验假设，不写成已经锁定的亏损根因。

复查时，我还发现了一个“零信号”问题

报告中的2BU、2BD都是0信号。原文将其解释为日线假突破稀少。

但看所附代码，20日最低价的计算包含当天最低价，随后又要求“当天最低价低于这个20日最低价”。这两个条件放在一起，不可能成立；最高价那一侧同理。

所以，按这段代码，0信号首先是定义实现问题。应该先检查并修正历史窗口，再重新扫描，不能据此说“A股日线上没有2B”。

这也是我这次很重要的收获：AI能把研究推得更快，但报告里的数字和解释仍然需要审计。

作为内测用户，我最认可什么，还希望补什么

我认可的是它能把自然语言需求继续推进到规则、统计表和策略草稿，遇到问题后还能在我的继续修复要求下接着处理。对一个人做研究来说，这种推进能力很实用。

研究交付上，我还希望能一键拿到每个版本的完整代码、实际配置、逐笔成交、每日净值，以及独立的验证集和测试集结果。这样，用户可以从“读懂结论”，进一步走到“核验结论”。

原报告写下了 NO EDGE。结合目前能看到的材料，我愿意公开给出的结论是：在本次沪深300日线、当前程序化定义和策略实现下，尚未验证出稳定、可交易的正期望；其中部分实现与解释仍需复核。

下一步，我想先把定义、持有期和成交规则对齐，再讨论换市场、换周期。更短周期或多形态组合可以成为下一轮问题，但还不是已经得到的答案。

这次研究没有交付一个能用的策略，却交付了一个更值得继续追问的问题：我们在图上相信的，到底是可以兑现的规律，还是被实现细节改变了的故事？

你用AI做研究时，会先看它的结论，还是先检查它怎么得到这个结论？

本文为 PandaAI 内测体验与历史研究记录，不构成投资建议。历史回测不代表未来表现。数据引自《自定义K线形态体系量化验证研究报告》，报告日期2026年9月6日。