Liquidity Price Depth Chart [LuxAlgo]

NOTE

本文为公开交易策略的技战术复盘，聚焦方法逻辑、交易场景与风险边界。

在传统技术分析中，投资者往往只能通过价格、成交量均线等指标去猜测市场内部的多空力量。但真正的机构交易者可以看到订单簿——那里记录着买卖双方尚未成交的挂单，是流动性的最直接体现。普通交易者没有这种数据，于是出现了一类尝试用历史K线“反推”流动性分布的工具。本文要介绍的“流动性价格深度图”就是其中之一。它用我们人人都能看到的价格和K线，模拟出类似订单簿深度图的视觉效果，帮助交易者识别潜在的支撑压力区域。

策略解读

这个概念可以这样理解：订单簿深度图是交易所中真实的买卖挂单在不同价位上的累积数量分布图，它通常是左右对称的“楼梯状”，左边显示买单深度，右边显示卖单深度。而这个指标并不使用真实挂单，它只从图表上你能看到的K线中提取信息——把每一根阳线（上涨）或阴线（下跌）当作一次“流动性事件”，然后按价格归类，把同类价格的流动性加总。最终，它以类似订单簿深度图的方式展示出来：左边是多头价格的深度分布，右边是空头价格的深度分布。

为什么用K线来代表流动性？因为一根K线代表了一段时间内市场在某个价格区间实际发生的交易。阳线通常意味着买盘发力，价格被向上推动；阴线则意味着卖盘主导，价格向下压制。把一堆阳线的价格聚集在一起，可以看到多头愿意买入并推动价格的位置；把阴线的价格聚集起来，则可以看到空头拒绝和抛售的区域。这种分布非常接近交易者常说的“流动性池”——即大笔成交曾经聚集、未来很可能再次引发价格反应的地方。

值得注意的是，这个指标是“看图说话”的产物。它只计算当前图表视野里包含的那些K线。如果你把图缩小，包含几年的时间，指标会显示一个长期流动性分布；如果你把图放大，只看最近几天，指标又会显示短期流动性的微观结构。也就是说，同一个指标在不同时间周期下会给出完全不同的信息。这个特性既是它的灵活性所在，也是它容易令使用者困惑的地方。

名词解释

流动性（Liquidity）：指在特定价格上快速成交而不引起价格剧烈波动的能力。本指标中，流动性用来描述某个价格水平上累计的K线数量或成交量，近似代表该价位的潜在活跃度。
订单簿深度图（Order Book Depth Chart）：真实交易平台中，将所有买单和卖单按价格排序并累加数量后绘制的阶梯状图表，用于直观反映支撑和阻力强度。本文指标借用其视觉逻辑，但数据源自历史K线。
可见范围（Visible Range）：当前图表屏幕中所显示的价格区间和时间区间。指标只统计这个范围内的K线，所以当用户滚动或缩放图表时，结果会随之重新计算。
多头/空头K线（Bullish / Bearish Candles）：阳线（收盘价高于开盘价）代表该周期内买方占据优势；阴线（收盘价低于开盘价）代表卖方占据优势。本指标将阳线和阴线分开统计，分别对应做多与做空的价格分布。
价格排序（Price Sorting）：将提取到的价格按从高到低或从低到高排列，以便在深度图中沿横轴分布。排序后的价格序列能清晰展示不同价位的流动性堆叠。

策略思路讲解

该指标的核心思路可以用三步来概括：分类、统计、绘图。

第一步是分类。在图表可见范围内，每一根K线根据其涨跌状态被标为“阳线”或“阴线”。阳线归属多头阵营，阴线归属空头阵营。为什么不光看收盘价？因为阳线和阴线的颜色本身就包含了收盘价与开盘价之间的相对关系，它比单纯的价格数值更能体现买卖力量的倾向。

第二步是统计。每个K线都会贡献一个或多个价格点，常见做法是取该K线的最高价、最低价或收盘价，或者直接取K线实体中代表成交密集区的价格。同时，每根K线的成交量、持仓量或实体大小会作为“流动性权数”。比如，成交量大的阳线，在多头价格深度上贡献的“流动性块”就更大。所有K线按价格归类后，同一价位上的流动性会被累积起来。接着，将这些价格点按降序排列，形成深度图的横轴，而纵轴则是该价位上累积的流动性大小。

第三步是绘图。整个图表采用类似订单簿的对称布局：左侧从中心向左延伸的是多头价格深度，右侧从中心向右延伸的是空头价格深度。中心位置往往是当前最新收盘价或图表内最近一个K线的价格。深度越高，代表该价位的流动性越浓。交易者可以像看订单簿一样，快速评估当前价格下方有多少“买盘托底”，上方有多少“卖盘压顶”。

实战中，这个指标可以用于识别关键支撑阻力位。如果多头一侧在某一个价格附近出现了特别高的“流动性峰”，那么价格回落到该区域时，容易出现反弹，因为那里曾经堆积了大量买入成交，被视为“需求区”。同样，空头一侧的流动性峰则是“供给区”，是潜在的卖出压力位。此外，当两侧深度极不对称时，比如多头深度明显大于空头深度，可能暗示市场下方买盘力量更强，价格向上的概率偏大；反之，则可能偏空。

另一个常用思路是观察流动性峰的移动。当新的价格区域开始出现高流动性柱，而旧的流动性峰逐渐萎缩（因K线被移出可见范围），说明市场重心在转移，这可以辅助判断趋势的延续或反转。

优点

数据门槛低：不需要实时订单流数据，只要有K线图和成交量，就能构建出类似订单簿的深度信息，适合绝大多数普通交易者。
直观性强：将抽象的价格分布转化为类似订单簿的可视化图形，让交易者一目了然地看到多空流动性在哪里聚集，大大降低了理解难度。
自适应遍历：指标跟随可见范围动态计算，交易者可以通过缩放图表快速切换分析粒度——大周期看战略支撑压力，小周期看战术买卖点，一图多用。
基于真实成交：相比于一些纯数学公式的指标，它来源于已发生的真实交易数据，每一个流动性节点都有对应的历史K线作为依据，具有事实支撑。

缺点

不是真实订单簿：它反映的是历史已成交数据，而当前挂单可能已经改变。特别是在流动性急剧变化的消息面前，该指标会严重滞后。
受可见范围影响大：因为计算结果完全取决于用户选择的图表范围，不同交易者哪怕看同一品种，如果缩放比例不同，会得到完全不同的深度图，容易产生主观性误导。
忽略时间价值：一个月前的巨大成交量与昨天的高成交量被赋予同等权重，但显然近期成交对当前价格的影响更强，这会导致指标“永久记忆”过时信息。
结构过于简化：仅以阴阳线分类来区分多空，没有考虑K线的上下影线细节、关键点位测试次数、趋势中的放量缩量等复杂信息，可能把噪声当成关键流动性。
在无序行情中作用有限：当价格横盘震荡时，多空流动性峰相互重叠，深度图会显得杂乱无章，难以提供明确信号。

起源年份考证

关于这个具体指标“Liquidity Price Depth Chart”，由于公开渠道没有给出明确的发布日期，我们无法准确考证首次出现的具体年份。但就“利用K线数据模拟订单簿深度图”这一类方法，我们可以梳理出大致的行业演进时间线。需要说明，以下时间线针对的是该类方法，并非针对本指标本身。

19世纪末：日本蜡烛图技术被西方技术分析界引入，K线成为记录价格行为的基本工具，为后续基于K线做统计分布提供了基础。
20世纪70年代至80年代：市场轮廓（Market Profile）理论提出，将价格与成交量在时间维度上结合，形成了“成交量分布图”的雏形，这是最早利用历史价格分布研究流动性转折点的方法之一。
1990年代：电子化交易逐步普及，限价订单簿成为市场微观结构研究的核心，订单簿深度图开始被专业交易员广泛使用。
2010年代：随着公开交易社区发展，许多指标创作者开始尝试将成交量分布、价格密集区等概念以可视化方式呈现。为了弥补散户无法获取完整盘口的缺陷，一些开发者提出了用K线数据来模拟订单簿的构想，这类指标开始流行。
2020年代：流动性概念成为量化交易社区的热门话题，“流动性价格深度图”这类工具逐渐进入大众视野。本指标正是这一时期的典型代表。

改进建议

引入时间衰减因子：对每根K线赋予一个随时间衰减的权重，近期成交量贡献的流动性应大于远期，从而提高指标对最新市场变化的敏感性。
使用成交量与成交额加权：除了简单计数，还可结合平均持仓成本进行加权，让流动性估算更贴近真实资金博弈。
增加价格分箱精度参数：允许用户设置每个价格“桶”的宽窄。宽分箱过滤噪音，窄分箱精确定位，以适应不同波动率的品种。
支持多周期同时计算：同时显示日线、小时线、分钟线的流动性深度，帮助交易者判断多空力量在不同时间框架上是否一致。
加入关键价位的自动标记：当流动性峰突破历史阈值时，自动绘制支撑阻力带或发送预警，减少人工盯盘的负担。
区分实体和影线：将K线的实体部分与影线部分分开统计，实体代表强主动成交，影线代表失败试探，分别用于识别“有效流动性”与“假突破区”。
融合真实订单数据（可选）：如果平台提供部分盘口数据，可将真实订单簿的当前深度与历史K线模拟深度进行叠加，实现“历史+实时”的双重验证。

总结

流动性价格深度图是一个颇有想象力的工具，它试图用最普通的历史K线，还原交易者极度渴望却难以获取的订单簿视角。它将多空价格分布以深度图的形式呈现，帮助交易者直观识别潜在的支撑阻力带、流动性池和买卖失衡状态。这种设计非常适合没有盘口数据、但希望提升微观结构认知的零售交易者。

然而，它终究是一种模拟和近似，不能替代真实订单簿。它的结果会随图表范围变化而波动，且忽略了时间衰减等关键因素。因此，在实际使用中，应该将其作为辅助分析工具，与趋势判断、量价关系、基本面研究等方法结合使用，才能发挥其最大价值。对于任何技术指标，我们都要记住：它能帮我们看清过去和现在的足迹，却无法替代我们对未来的独立判断。