什么叫交易优势 Edge？
你能找出十张漂亮的盈利图，但这些图足以支持下一次继续承担风险吗？
能把一句优势主张改成可验证的规则，并为全部合格机会、成本、基准和新样本建立证据表。
Snow 讲解 · 约 30 秒
8 张赚钱截图，证明不了交易优势
先猜一下：有人给你看 12 张赚钱截图，说这个方法很准。你最先该问什么？
- 朋友发来 8 张截图，每张都赚 300 元，说这个方法很准。
- 先别看图。先问：按同样的规则，一共出现过多少次机会？
- 答案是 32 次。另外 24 次，每次亏 100 元，只是没截图。
- 赚的 8 次加起来 2400，亏的 24 次也是 2400，正好打平。
- 每笔还有 10 元成本，32 笔就是 320 元。扣完，这个方法净亏 320。
- 交易优势，要看全部机会、扣完成本以后结果还站得住。几张漂亮的图，不算数。
第 1 / 6 步
要点
交易优势是一套写得清楚的规则，在全部合格机会上、扣完成本以后仍然有利的结果；挑出来的好例子不算证据。
搞混了会怎样：拿几张漂亮截图当依据加钱下场，真做起来那些没截图的亏损一笔不少，成本再一扣，账户慢慢变少，还以为是自己执行不好。
照着做
- 先把方法写成规则什么时候进、什么时候出、成本怎么算，写到别人照着也能找出同一批机会。
- 找齐全部机会再看结果亏的、没成交的都算上；只数赚钱的那几次，等于没数。
- 新条件要用新数据检验看完结果再加的过滤条件，是新版本，要拿没用过的数据重新验证。
真实行情：DOGE 一条规则，最好的 10 次和全部 62 次
DOGE/USDT 日线 · 2022～2023 · 按规则全部 62 次，不挑
最好 10 次合计 +114.0%，全部 62 次 −62.3%
挑出来的截图，代表不了规则。
1规则是什么？
DOGE 收盘比前一天涨 5% 以上，第二天开盘买、收盘卖，买卖各扣 0.1% 手续费。2022 到 2023 年一共触发 62 次。
2截图为什么那么准？
只挑最好的 10 次：每次都赚，合计 +114.0%。全部 62 次摆出来：赚 22 次、亏 40 次，胜率 35%。
3全部加起来呢？
每次投同样的钱，全部加起来 −62.3%，平均每次 −1.01%。漂亮的 10 张图是真的，可它们代表不了这条规则。
遇到了怎么做
- 看到漂亮案例，先要规则：按它能不能找出同一批机会？
- 把全部机会列出来，亏的、平的都在，扣完手续费再加总。
- 结果不好就停在研究阶段；想加条件，就记成新版本，用新数据再验一次。
去看本节主案例：DOGE 同一条规则，最好 3 次与全部 11 次
数据口径DOGE/USDT 日线 · 涨 5% 次日开盘买、收盘卖（教学规则）· 手续费双边 0.1% · 全部触发
行情为公开日线数据；规则与 0.1% 手续费为教学假设，按开盘、收盘价成交估算。这条规则只用来说明「挑样本」的问题，不是交易方法，也不代表任何胜率或收益；换一个币、一段时间，结果可能完全不同。
自测：换一组数字再算一遍
1. 一条规则出现了 20 次：5 次各赚 200，15 次各亏 60，每次成本 5 元。全部加起来是多少？
2. 你在旧数据里加了一个新条件，结果从亏变成了赚。下一步该做什么？
画面是教学示意，不是真实行情。看不懂的地方可以直接问：微信 xtony1992（备用 xtony1993）· 电报 @xtony1992
本节完整讲解概念图解 · 账本实验 · 三种结局 · 真实行情 · 选择练习 · 行动卡 · 进阶
01先把这件事讲明白
「我擅长看盘」没法检验。能检验的说法是：在指定的市场、周期和条件下，按固定规则执行，扣完成本以后，结果比某个基准好。一个漂亮案例，只能算一个案例。
全貌：绿点是截图里的 8 次，红点是没截图的 24 次。点上面的按钮，按朋友给你看的顺序一步步揭开。
差异可能来自更好的筛选、更低的成本、执行方式或退出结构，也可能只是样本噪声、挑选结果或碰上了好行情。所以要把主张写成能被反驳的记录，留出没参与调参的数据。
02动手：胜率、成本和一笔大赚
两组五笔：A 赢四次，B 只赢一次。先猜哪组更好，再拖一拖成本。
结论A 靠一笔大亏把四笔小赚吐光，B 靠一笔大赚撑起全部。只有五笔，谁都证明不了有优势；但至少要把全部结果扣完成本再比，不能只数赢了几次。
同一张账本还能换两个角度看，点下面的按钮切换。
正均值是继续研究的理由，不足以单独证明未来有优势，还要看样本量和检验方式。
这说明 B 依赖少数大赚；不能因此删掉真实结果，也不能保证那笔大赚以后还会来。
03成立、失败和放弃，分别怎么处理
04主案例：真实行情里的截图与全部
换一段真实行情，用快速版「术」里那条规则：DOGE 收盘比前一天涨 5% 以上，第二天开盘买、收盘卖。先像朋友那样只给你看最好的几次，再把全部摆出来。
全貌：每个框是一次按规则的买卖（那天开盘买、收盘卖），框上的数字是扣费后的美元结果。点上面的按钮，按「截图、全部、扣费」的顺序看。
同一条规则的账（事先写死，单位：美元，每次 1000）
展开 11 次明细
| 触发日 | 当天涨 | 买卖日 | 开 → 收 | 扣费后（美元） |
|---|---|---|---|---|
| 3月9日 | +8.6% | 3月10日 | 0.17875 → 0.16997 | −51.1 |
| 3月11日 | +7.1% | 3月12日 | 0.182 → 0.16816 | −78 |
| 3月17日 | +8.2% | 3月18日 | 0.15428 → 0.14353 | −71.6 |
| 3月20日 | +18.1% | 3月21日 | 0.15209 → 0.15537 | +19.5 |
| 3月23日 | +5.9% | 3月24日 | 0.16191 → 0.17651 | +88.1 |
| 3月24日 | +9.0% | 3月25日 | 0.17651 → 0.17526 | −9.1 |
| 3月28日 | +15.5% | 3月29日 | 0.22002 → 0.213 | −33.9 |
| 3月31日 | +10.5% | 4月1日 | 0.22 → 0.20503 | −70 |
| 4月7日 | +7.1% | 4月8日 | 0.19887 → 0.2026 | +16.7 |
| 4月10日 | +5.6% | 4月11日 | 0.19971 → 0.1938 | −31.6 |
| 4月14日 | +6.3% | 4月15日 | 0.1621 → 0.16123 | −7.4 |
真实行情：DOGE/USDT 日线（2024 年 3 月 5 日至 4 月 16 日），现货公开历史数据（UTC）。挑出的片段，不代表概率，不承诺收益。规则与本节快速版「术」相同，每次 1000 美元、每边 0.1% 费用、按开盘和收盘价成交都是教学假设；这条规则只用来说明挑样本的问题，不是交易方法。
05信息一段段到来，看看各选择的后果
教学模拟：你正在评估一个固定信号，乘数和仓位统一换算成 R。下面给出的都是人为构造的研究账本，任务是检查证据能支持多强的结论。
朋友展示 10 笔盈利案例，每笔 +2R，并说这就是全部精选案例；是否存在其他合格信号尚不清楚。
第一步该检查什么？数量决策无法补上方法证据的缺口。尚未明确完整机会、退出和成本，就先承担真实敞口，会让验证过程混入任意执行；至少应先把可检验版本与预算条件写清。
精选图只告诉你存在这些盈利路径，还不能说明它们出现的频率或失败代价。先恢复可重复的筛选条件与完整机会集合，才有计算分布的分母，也才能检查是否存在事后挑选。
展示的 10 笔并非已确认的全部样本，连观察胜率的分母都不完整。把展示比例当作未来概率，会同时引入选择偏差与小样本不确定性，不能作为承担风险的依据。
提示：先找分母，再讨论胜率；先有规则，才知道遗漏了什么。 选一支，三支的后果都会画出来。
补齐资料后共有 30 个机会：10 笔 +2R、20 笔 −1R，每个机会成本 0.05R。
完整账本支持哪个描述？盈利合计 20R，亏损合计 20R，毛结果相抵；30 个机会各付 0.05R，成本合计 1.5R。该样本没有显示正净结果，但仍需保留规则与环境，避免将其外推成永恒结论。
这个描述漏掉 20 笔亏损与全部费用，不能代表完整执行后的结果。把收益单独相加只能解释收入来源，不能用于评估优势；比较必须让获利与损失处在同一口径。
如果高质量的定义只在看到结果后出现，就是用答案决定是否入选。可以提出新的过滤假设，但要明确这是新版本，并在未参与定义的数据上验证，不能改写原规则的历史。
提示：先算完整净结果，再决定是不是需要提出新的研究假设。 选一支，三支的后果都会画出来。
研究者在原 30 个机会里发现一个过滤条件，可留下净结果 +4R 的子集；条件此前没有写过。
怎样处理这个发现？替换记录会隐藏新条件的来源，使设计与验证混在一起。原净结果仍属于原版本，应保留；新结果可以记录，但不能因为筛选后更漂亮，就假装条件从一开始便已确定。
旧样本参与了发现条件，因此 +4R 是设计样本结果。把版本、试验过程和预定检验方法留存，再观察未参与设计的机会，才给反证留下空间；目前只能称为待验证的改进假设。
一个在旧样本中发现的改善没有证明未来也可实现，更没有给扩大数量提供风险依据。应先检查执行、成本与新样本表现，再按照独立预算流程评估规模，而非让图表兴奋感决定仓位。
提示：发现规律和验证规律是两个阶段，数据身份要写在账本上。 选一支，三支的后果都会画出来。
你走过的路径
评价依据是当时的信息，不看事后涨跌。
06把本节方法留给实战
照图 2 的四步，把自己相信的一个方法写成证据表：规则和版本、全部机会（亏的也在）、毛结果减成本、留给新数据的检验。
需要时再写自己的行动卡（可选）
07再往深处想一步
展开边界、取舍与研究问题
一项优势可以来自条件选择，也可以来自成本、成交或风险承担方式；归因不同，维护方法也不同。若收益主要集中在少数极端行情，常态样本的平均值可能掩盖这种依赖。应同时查看结果分布、环境标签和贡献集中程度，再判断是否愿意等待并承担该路径，不能仅凭总收益决定扩大规模。
基准要与研究问题对应。要检验过滤条件，就比较同一信号集有无过滤；要检验主动操作是否值得，则需明确资金占用、风险与可实现的参照。任何比较都不能事后挑最容易赢的对象。尝试过多个版本时，还应记录试验次数，因为最终被挑中的最好结果包含选择带来的乐观偏差。
想再想一想？展开问题与笔记（可选）
把过往最漂亮的十次交易放在一起，能够证明优势吗？
笔记仅保存在当前浏览器展开参考思路
不能。筛掉失败和模糊案例会产生选择偏差，需要按预先写定的条件收集全部合格样本。