在探索短线交易的过程中，我逐渐意识到单凭直觉进行判断的局限性，因为这种方法难以复盘，也难以沉淀为固定的操作模式。于是，我开始思考如何将交易决策量化，通过具体的数据指标来指导操作。

### 交易指标设计

我设计了一套基于情绪量化分析的指标体系：

1. **连续涨停比率**：当日连续涨停股票数与昨日涨停股票数的比率；

2. **首板高开比例**：首次涨停后交易日的高开股票比例；

3. **首板上涨几率**：首次涨停后交易日收盘上涨的概率；

4. **首板涨幅均值**：首次涨停后股票的平均涨幅。

通过为这些指标设定合理的阈值和条件，我能够筛选出理想的买入时机。

### 实证回测

在初次回测中，我采用了首次涨停板后的净值作为基准，并引入了首板期望收益率的概念，其计算公式为：首次涨停后的平均涨幅乘以（1-破板率）加上（破板当天平均收益率加上破板后一交易日平均收益率）乘以破板率。该公式综合反映了成功封板与未封板的期望收益情况。

经过近196个交易日的回测，该模型触发了25次买入信号，其中19次首板期望收益为正，整体胜率达到76%。净值增长如图所示，整体期望收益率为27.21%，相比未优化的1板期望收益率，累计超额收益达到77%。

### 方法改进

尽管初步方法有效，但存在操作上的难题，如手动打首板需要持续关注市场，且难度较大。因此，我简化了操作流程：当模型触发信号时，开盘买入指数；若未连续触发，则开盘卖出；若连续触发，则继续持有。

经过优化，模型在相同周期内触发了25次，其中19次指数上涨。与沪深300指数对比，196个交易日中有106个交易日下跌，上涨概率为45.92%，而同期沪深300指数下跌约8%，这意味着我的模型具有约18%的超额收益。