💡 一句话核心
「我觉得这里会反弹」不是判断，是情绪。一个判断能不能被证伪，是它有没有价值的唯一分水岭。本文教你把盘感拆成机器都能执行的规则。
在 《识破「事后画线」》 里我们说过：真正区分信号与噪音的，是一条事先存在、且能被证伪的规则。这篇就把"事先存在的规则"讲到能落地。
一、什么叫「可证伪」？
一个判断是可证伪的，当且仅当：它明确说出了"在什么情况下我就是错的"。
❌ 不可证伪
"比特币长期看涨。"涨了它对，跌了它说"长期还没到"—— 永远不会错，所以毫无信息量。
✅ 可证伪
"如果日线收盘跌破 58,000，我对这波上涨的判断作废，离场。"它给出了能让自己被证明错的具体条件。
注意：可证伪 ≠ 经常出错。它的意思是你给出了一个能让自己被证明错的具体条件。一个永远无法被证伪的判断，也永远无法被验证为对 —— 它只是话术。这正是"事后画线"的反面：画线者从不说失效条件，因为不设失效条件，就永远不会"错"。
二、一条完整规则的 5 个零件
把盘感翻译成规则，就是把它拆成这 5 个必须写死的零件。缺一个，它就还停留在"感觉"。
写到这一步你会发现：一条像样的规则，本身就是一段伪代码。这不是巧合 —— 可证伪的尽头，就是可执行。
三、从盘感到规则：一个实操流程
- 1. 抓现象：把"我觉得会涨"还原成你到底看到了什么 —— 放量？长下影？某价位被反复测试？写下那个可观察的触发现象。
- 2. 下定义：把模糊词量化。"放量"→"成交量 > 前 20 根均量的 1.5 倍"；"长下影"→"下影 ≥ 实体的 2 倍"。模糊词是规则的敌人。
- 3. 配齐 5 个零件：补上止损、出场、仓位、过滤。
- 4. 写下失效条件：单独再问一遍 ——"出现什么，我就承认这套规则在当前市场失效了？"
- 5. 扔进回测：用历史数据跑，看胜率、盈亏比、最大回撤、样本量。（如何不自欺地读这些数字，见 回测 > 完美单）
四、最大的坑：过度优化（曲线拟合）
把规则写清楚后，新手最容易掉进的坑，是为了让回测曲线更漂亮，不停加参数、调数值，直到它在历史数据上几乎完美。这其实是"事后画线"换了身衣服回来：你在用未来已知的历史，反向雕刻一套只对过去有效的规则。
识别信号
- 参数特别"精确"（止损 2.7%、均线 23 日）—— 往往是拟合噪音的痕迹。
- 规则一改就崩 —— 稳健的规则对参数微调不敏感。
- 样本太少 —— 20 笔交易的"胜率 70%"没有统计意义。
解药：留出样本外数据（out-of-sample）做检验，参数取整、取稳健区间而非最优点，并始终记住 —— 回测只是入场券，实盘才是法庭（实盘 ≠ 回测）。
五、规则写好了，谁来执行？
假设你已经有了一条可证伪、过了回测、留了样本外检验的规则。接下来 7×24 小时，由谁不带情绪地执行它？人会累、会贪、会在该止损时犹豫、会因为"这次感觉不一样"而破例。一条好规则的最大敌人，是执行它的那个人。这正是系统化执行存在的理由。
CoinTech2u（AI 动态多策略交易系统） 的本质，就是一组这样的规则集合：
多策略 = 多条可证伪规则
每条都有明确的进场 / 止损 / 出场 / 过滤，经过回测与实盘双重检验，再根据市场状态动态切换权重 —— 而不是一套"万能圣杯"硬扛所有行情。
执行零情绪、零破例
规则一旦上线，系统严格执行，不会因为"这次感觉不一样"而手抖。
结果可被你亲自证伪
/live-proof 每小时直读官方系统 API，把真实运行结果摆出来 —— 你可以拿本文的标准反过来检验我们。
非托管
策略在跑，钱始终在你自己的交易所账户里，API 权限最小化、不要求提币。把规则交给系统，是纪律的终点，不是起点。