Compression Breakout & Follow-Through Scoring [SlatinaTrades]

策略解读

交易市场中有句老话：“横有多长，竖有多高。”说的是价格盘整时间越长、区间越窄，一旦突破，行情往往越剧烈。这句话背后，正是“压缩突破”这一经典逻辑的朴素表达。

我们这次要讨论的策略，本质上是一套“先压缩、后突破、再评分”的完整流程。它并不满足于告诉你“这里出现了一个压缩形态”，而是更进一步——把这个形态最终的结果记录下来，统计检验，看看压缩的紧度与突破K线的力度，究竟哪一个才是后续趋势能否延续的真正胜负手。

传统压缩类工具，通常只是画出价格布林带带宽、或唐奇安通道波动区间收窄，随即给出一个“即将变盘”的提示。而这一策略的进阶之处在于：压缩不是终点，而是需要被验证的假设。它把已完成突破的形态按优劣分成四组，以追踪“功课”是否做对了。换言之，它不只是给你一个信号，还会告诉你这个信号在历史上到底有没有用。这种自我审视的思维，在公开交易社区里并不常见，也是它值得我们一读再读的原因。

名词解释

1. 压缩（Coil / Squeeze）
   指价格在某个相对窄小的横向区间内反复震荡、波动率持续收缩的状态。从图形上看，价格像一个被越拧越紧的弹簧，形态仿佛盘绕的线卷，所以被称为“卷曲”或“压缩”。压缩期结束时，市场往往要选择方向，而方向一旦确定，新的趋势往往较快展开。

2. 突破（Breakout）
   指价格脱离此前盘整区间的上沿或下沿，形成一个明确的、超过前期高/低点的走势动作。突破可由重大消息、量能异动或市场情绪转变触发。突破是否有效，不能只看一根K线，还需要看后续价格是否能够站稳于区间之外。

3. 四分位分组（Quartile）
   把所有已完成交易的样本按某个指标（比如压缩度、突破K线实体大小）从低到高排序，然后平均分成四等份。每一份就是“四分位”。通过比较最高一组与最低一组的表现，我们能判断出该指标与结果是否真有相关关系——这是该策略“用数据检查自己功课”的核心手段。

4. 后续验证（Follow-Through）
   指突破发生之后，价格能否继续朝突破方向推进，而不是立刻掉头反向。一个真正有效的突破，往往需要后续K线走出持续性，而不是单日脉冲。该策略把“后续验证”纳入评分体系，使得突破信号具备了动态跟踪能力，这一点远胜于“突破就走”的简单静态判定。

5. 箱体区间（Box Range）
   指一段时间内价格最高点与最低点之间的差值。箱体区间越窄，说明多空双方平衡度越高，酝酿中的爆发力也可能越强。本策略的压缩识别条件，正是从箱体区间开始。

6. 动量为先（Momentum Priors）
   一种市场假说：已经存在的趋势在惯性作用下倾向于延续，而不是快速反转。绝大多数突破类策略的内核都是动量效应——压缩结束后的方向性突破，本质上是在寻找动量启动的那一瞬间。

7. 波动率循环（Volatility Cycle）
   市场价格波动率有着天然的扩张—收缩—再扩张的周期特征。收缩期出现在趋势行情之后，代表市场在蓄势；扩张期则出现在突破或加速行情中。压缩突破交易法，本质上就是在利用波动率收缩向扩张切换的循环节点。

策略思路讲解

很多交易者构建突破系统时会犯一个同样的错误——把“突破”当成一个简单的触发扳机：只要价格越过某条线，就开仓，剩下的全靠运气。但该策略的构建逻辑要严密得多，它把整个交易过程拆解成三层递进：

第一层：识别压缩状态。
价格需要进入一个紧密整理的阶段。原文给出的条件之一是“箱体区间小于等于某阈值”，也就是说，过去N根K线的最高价与最低价之间的宽度必须压缩到足够小。这背后代表的是市场多空力量进入了僵持阶段，波动率已明显走低。可以把它理解成水流被大坝拦住，水面越涨越高，只等一个泄洪口。

第二层：等待突破并给突破质量打分。
当压缩状态确立后，价格一旦向上或向下离开箱体区间，策略并不贸然认为趋势已经成立，而是立即对该突破K线进行“质量评估”。评估的维度可能包括：突破K线实体的大小、突破时的量能变化、突破后是否留下长影线，以及收盘价是否有效站上区间边界。如果突破K线实体大、收盘干脆、贯穿力强，那么它会获得很高的质量分数；反之，如果只是影线冲破区间，实体还缩在区间内部，那么这一信号的质量分就很低。

第三层：后续走势追踪与自检验证。
突破之后，策略不会立刻给你一个最终答案，而是继续跟踪未来若干根K线的走势。如果价格能够顺势推进，该形态被标记为“成功”；如果价格快速回落，则标记为“失败”。之后，把所有已完成形态按压缩程度与突破K线质量分别排序，分成四个等级（四分位），再统计每一等级的成功率与平均收益。

这样做有一个非常重要的好处：它能够从历史数据中回答一个极为关键的量化问题——到底是压得越紧越好，还是突破那根K线越强越好？ 假设数据显示：压缩最紧的那个四分位组，后续成功率并没有显著高于压缩最松的组；而突破K线质量最高的组，收益率却明显占优。那么我们就可以得出结论：真正有效的变量是突破K线质量，而非压缩紧密程度。反之亦然。这种“先打分、后验证、再修正权重”的思路，让交易系统不再是一个黑箱而是一套可自我进化的体系。

从交易实操角度，这套策略适合在日线或小时级别的行情中运行。压缩形态往往出现在大级别行情的启动前夕，而该策略通过“压缩识别+突破评分+后续验证”三重流程，可以有效滤掉很大一部分假突破，从而在趋势真正启动时果断介入，并在突破失败时快速规避风险。

优点

第一，具备元认知能力。绝大多数策略只会告诉你“买什么”“何时买”，这套策略还会告诉你“这个信号过去成功率有多高、在什么条件下成功率更高”。它用四分位分组做了一个内部实验，让你能持续修正自己的信号权重，而不是靠感觉做事。

第二，大幅降低假突破伤害。突破日入场、次日反转，是突破交易者最痛苦的经历。该策略通过“突破K线质量”与“后续验证”两道滤网，事实上已经将交易节奏从“突破瞬间”延后到“突破确认”，这能有效避开大量虚假突破陷阱。

第三，逻辑透明度高。压缩识别、突破评分、分位统计、结果追踪，每一个步骤的规则清晰可见，不存在玄学指标或神秘公式。对于希望深度理解交易本质的读者来说，这种清晰度弥足珍贵。

第四，对市场结构有普适性。压缩-突破-趋势延续的过程，在股票、指数、外汇、商品期货中普遍存在。只要市场的价格形成机制中仍有“多空分歧—均衡—失衡—方向选择”的过程，这套逻辑就有效。

第五，具备统计自省能力。它并不假设压缩跟结果之间一定存在因果关系，而是用数据说话。用四分位分组检验哪个变量真正起作用，这在公开交易社区中是少见的严谨态度，也使得系统可以随着市场环境的变化而定期自我纠偏。

缺点

第一，信号频率偏低。压缩形态本质上是较长时间波动率收窄后的结果，因此形态出现的次数天然有限。对于小资金交易者而言，如果只依赖该策略单一信号，可能面临进场机会过少的困境。

第二，震荡市中表现不稳。如果市场处于大级别横盘、某一压缩形态突破后迅速被反向突破，策略的后续验证环节会频繁标记失败，导致心态受损和回撤累积。

第三，压缩定义依赖参数。箱体区间“要多小才算小”？这个阈值不同品种、不同周期可能要单独调整。参数设置不合适，要么滤掉所有信号，要么频繁触发虚假压缩，策略的稳定性会受到挑战。

第四，仅依赖价格与量能，缺少基本面或市场消息维度。该策略属于纯粹的技术动量体系，遇到重大消息冲击、基本面突变的行情时，历史统计规律可能暂时失效。突破虽然出现了，但方向可能与基本面大相径庭，后续验证也难以补救。

第五，延迟确认的代价。为了减少假突破，该策略加入了后续追踪与确认环节。这会导致入场价格比原始突破信号发出时偏高或偏低，实质上是在用一部分利润空间换取胜率的提高。如果趋势行情走得很快、回调很浅，确认完毕后可能已经错失最佳仓位。

起源年份考证

对于“压缩突破+后续验证评分”这一具体组合，难以精确考证它最早由谁在何年提出，因为它更像是一种方法论的融合演化。但我们能够给出该类方法的大致时间线：

• 2000年代初期至中期：压缩与突破概念的普及。 布林带带宽收窄（即压缩状态）开始成为识别整理行情尾声的常用手段；同时Donchian通道突破体系在海龟交易法则风靡之后，也是趋势跟踪领域的主流方法。这段时期，将“波动率收窄”与“区间突破”相结合的思路逐渐成型。
• 2000年代中后期：动量因子与突破确认的系统化。 学术界对动量异象的研究陆续公开，越来越多的量化研究者开始从“动量延续”的角度解释突破。此时已有部分自营交易团队在突破后加入“跟进式确认”条件，但尚未形成系统化的统计自检框架。
• 2010年代之后：评分与样本分组逻辑的引入。 随着免费开源量化工具与公开社区的发展，普通交易者开始能够对历史信号进行批量回测与分组统计。将突破信号按质量打分、按四分位分组进行后续表现评估的做法，在这一时期逐渐出现在付费策略分享论坛与量化博客中。
• 2010年代中后期以来：公开社区中的策略自我评估潮流。 量化交易博客、自媒体渠道兴起后，出现了大量“验证自己策略是否有效”的分享内容。压缩突破类策略在这一时期开始加入完整性评分、后续走势验证、成功率分组统计等模块。用户提到的这一策略版本，很可能属于该阶段的产物，但无法获得确切的公开首创时间。

因此，我们对该策略的起源年份考证结论是：压缩突破策略体系本身萌发于2000年代初中期，而“评分-分位-后续验证”的自检型框架流行于2010年代中后期。 至于本文所述的具体脚本科目或作者个人年份，无法给出可靠考证。

改进建议

第一，引入成交量确认维度。压缩形态的突破，如果伴随成交量显著放大，其可信度往往大幅提升。可以在当前评分体系中增加量能放大倍数（例如突破日成交量相比近10日均量的倍数）作为一个加权因子。这样能更全面地捕捉“多空一方真正发力”的信号。

第二，加入自适应压缩阈值。固定阈值在不同品种上表现差异较大。建议根据各自品种近一年的平均真实波幅（ATR）动态设定箱体区间阈值，例如“箱体区间不大于近250日ATR均值的某一百分比”。这样策略的适应性会大幅提升，减少手动调参频率。

第三，构建多周期共振过滤。大周期的压缩状态与小周期突破的组合，是一套极其经典的过滤逻辑。例如，日线级别处于压缩状态，小时级别出现质量很高的突破K线，此时介入的成功率大概率高于单一周期信号。增加多周期共振条件，可以提高策略的精度和抗风险能力。

第四，引入波动率目标仓位管理。每笔交易的仓位，可以根据突破时市场的波动率水平动态调整。波动率越高，仓位越小；波动率越低，仓位可以适当放大。这样能在风险预算固定的前提下，实现收益风险的均衡优化，避免因为某一笔高波动突破而导致账户大幅回撤。

第五，增加时间衰减因子。压缩时间过长或过短，突破后的爆发力可能都会减弱——极端压缩往往“物极必反”，而压缩时间过短又说明动能不足。可以考虑加入“压缩时长区间”的条件，例如只参与压缩了10根到30根K线之后出现的突破，过滤掉那些压缩时间异常极端的形态。

第六，定期滚动更新四分位统计参数。市场结构不是一成不变的，过去十年的成交量分布、波动率周期特征与今天已经有显著不同。建议采用滚动窗口（例如只使用最近三年的历史数据）来定期更新四分位统计结果，保证策略对“什么指标真正有效”的判断始终与当前市场节奏合拍。

第七，区分向上与向下的压缩突破。实际上，向上突破与向下突破的统计特征很可能是不同的，例如前者往往更加依赖量能配合，后者在单边下跌行情中可能不需要量也能持续。建议在统计分位时，将做多与做空样本分开记录、分开评分，避免方向混合带来的结论失真。

第八，加入趋势背景过滤。如果压缩突破的方向与更大级别的趋势方向一致，那么成功概率会明显提高。比如200日均线之上、大周期本身处于上升趋势时，向上突破的形态可以考虑加大仓位；反之在更大级别下跌趋势中，向上突破的成功率存疑，可以降级处理或放弃。

总结

压缩突破与后续验证评分，是一套将“形态识别”与“统计自省”深度结合的中高级量化交易思路。它不满足于告诉你“这里有一个压缩区”，而是要追踪并证明“这个压缩区到底值不值得交易”。这种从信号产生到信号验证的闭环设计，在公开交易社区中具有相当的启发性。

它的核心贡献，并不仅仅是压缩突破这个形态本身——那只是过去二十年市场早已熟悉的经典结构。真正有价值的地方在于：它用四分位分组的方式，把“压缩紧密程度”和“突破K线质量”分开检验，从而让交易者能够基于证据调整信号权重，而非盲目相信某一个交易传说。

当然，这套框架也有它天然的局限：信号频率不稳定、在震荡市中容易连续失效、参数定义需要不断更新、以及纯粹的技术分析无法对冲基本面黑天鹅。因此，任何人在将该思路用于实战之前，都需要进行精细化的参数适配与多周期验证，并配合严格的仓位管理与止损纪律。

如果我们把市场看作一道永远在变化的考题，那么大多数策略是在试图“直接写出答案”；而这一策略真正聪明的地方，在于它会在交卷之后重新检查过程，追问自己：“之前的判断，到底有没有被后续验证？” 这种懂得复盘的系统，才有机会在大数法则下长期积累正期望。与此同时，它也提醒每一位交易者：在这个市场中，重要的不是你预测对多少次，而是你在每一次预测之后，是否真的知道这一次凭什么可以对。

压缩是市场的静默期，突破是资金的选择，而后续验证，是时间给出的最终批注。愿每一位读者，都能在这套逻辑的启发下，构建属于自己的、会“检查作业”的交易系统。