- Published on
心理关口引擎
- Authors

- Name
- CoresightQuant
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。
在技术分析的世界里,整数关口——比如某只股票100元、某个指数3000点、某货币对1.2000——总是吸引着交易者的目光。几乎每一张图表上都有这些“圆整数字”,也几乎每个指标都试图把它们画出来。然而,大多数指标对所有整数关口一视同仁,仿佛每个数字都具有同等魔力。今天我们要聊的这套策略,却走了一条完全不同的路。它把每个关口当作一个有自己“性格”的个体,跟踪它的每一次被测试,观察它是真的在守卫阵地,还是轻易被击穿。最精彩的是,它引入了一个“隐藏控制基线”,让你看到的不是简单的“碰了之后涨跌多少次”,而是这些关口在当前品种、当前周期、当前角色下,到底比随机情况强在哪里。
策略解读
原作者的描述非常精炼,但背后蕴含的交易哲学值得深入展开。我们先梳理一下核心思想:所有整数关口并不平等,它们在不同市场环境下具有截然不同的实际效力。 传统的支撑阻力指标,往往只是在图表上画几条水平线,标注一下价格曾经在这里反转,却从不区分这些反转是真正的市场共识,还是随机的噪音。心理水平引擎试图回答一个更深刻的问题:当一个整数关口被价格频繁测试时,它到底是在积累能量,还是在走向崩溃?
为了回答这个问题,该策略构造了一个细粒度的“生命周期”视角。它不会把一个关口简单地标记为“支撑”或“阻力”,而是将其视为一个动态角色。这个角色取决于价格当前处于该水平的上方还是下方,也取决于价格最近一次测试的结果。比如,价格从上方跌落到某个整数关口,那么这个关口暂时扮演“支撑”角色;如果价格多次在这个位置反弹,它就可能是强支撑。但一旦价格跌破并回踩失败,它的角色就会切换为“阻力”,而且这种切换的“历史战绩”会被记录下来。这就是所谓的“在其当前角色上”进行打分。
更进一步,策略要求所有评估都放在你的品种、你的时间周期这个具体语境里。同样是3000点整数关口,在沪深300指数日线上可能无比坚实,但在某个小市值期货合约的5分钟图上可能毫无意义。心理水平引擎不试图给出通用真理,它只关注“当下这个合约,这个周期,这条水平线”的真实表现。这实际上是一种非常务实的相对主义:没有绝对的好坏水平,只有相对于你的交易环境而言的有效或无效水平。
最巧妙的设计是“隐藏控制基线”。为了判断一个整数关口是否真的有“优势”,策略不是只看它被测试后价格朝有利方向运动的频率,而是把这个频率与一个随机基线对照。这个基线可能是同品种、同周期上大量非整数水平(或者随机均匀分布的水平)在类似条件下被测试后的表现。如果我们发现某个整数关口测试后上涨的概率是55%,而随机水平上涨的概率也是55%,那就说明这个关口毫无特别之处。只有当某个整数关口的表现显著超过这个基线时,它才会被标记为“有边缘”(has edge)。这样,交易者看到的就不是自欺欺人的“高命中率”,而是经过基准调整后的超额优势。
这种思路把行为金融学的“锚定效应”和实战交易结合起来。整数关口之所以重要,是因为人类大脑在处理数字时,对圆整数字有天然的偏好。许多买卖订单会挂在整数价位附近,止损单也常在整数关口下一点。因此,这些位置会真实地影响市场行为。但影响的程度因时、因地而异。心理水平引擎通过控制基线,把这种“人类心理的普遍倾向”与“具体市场中的特殊表现”区分开来,从而帮助交易者找到那些真正值得下注的关口。
名词解释
为了让不同水平的读者都能顺畅阅读,这里解释几个关键术语:
-
心理水平(Psychological Level):又称“整数关口”,指价格上带有多个零的数字,如1.00、1.10、50.00、3000点等。它们本身没有物理意义,但由于大量市场参与者习惯在这些数字附近挂单、止损、止盈,从而产生真实的买卖压力。
-
测试(Test):当价格运动到某个水平附近,并可能触及或短暂穿越该水平,然后产生反应(反弹或回落)的过程。一次“测试”通常指价格接近该水平后没有长时间停留,而是快速决定方向。
-
Holding / Breaking(守住 / 突破):描述价格测试某个水平后的结果。“守住”意味着价格在该水平获得支持(或遇到阻力)并反转;“突破”意味着价格穿透该水平并继续朝突破方向运动。该策略用不同颜色来标记一条水平线当前处于“有效防守”还是“已经失守”的状态。
-
控制基线(Control Baseline):科学实验中的对照组。在这里,它指一组“普通水平”(非整数关口,或随机生成的水平)作为参照物。通过比较整数关口与普通水平在相同条件下被测试后的表现,可以判断整数关口是否存在超越随机的“优势”。
-
Edge(优势/边际):交易术语,指一个策略、一个价位或一个信号相对于随机期望的正向偏差。例如,某整数关口测试后,价格上涨的概率为60%,而基线为50%,则你的“edge”就是10个百分点。
-
命中率(Hit Rate):简单来说就是“打中的次数占总测试次数的比例”。比如某个水平被测试20次,其中15次价格反转,则命中率为75%。但命中率高并不一定代表有效,还要看基线命中率——这正是该策略的亮点。
-
时间周期(Timeframe):图表的时间单位,如1分钟、5分钟、小时、日线、周线。同一个水平在不同时间周期上的意义和稳定性截然不同。
策略思路讲解
心理水平引擎的完整思路可以拆解为以下几个步骤:
第一步:识别所有整数关口。 策略扫描当前图表可见的历史数据,找出所有符合“整数属性”的价格水平。比如对于价格在100到200之间的股票,关口可能是101、110、120、130……150、200等。具体间距会根据价格区间自适应,以保持有足够多的水平参与统计。
第二步:定义“角色”。 每个水平不是固定不变的支撑或阻力,而是根据当前价格与水平的关系实时变化。如果价格在水平上方,则该水平是“潜在支撑”;如果价格在水平下方,则是“潜在阻力”。同时,该策略更敏感地追踪角色切换:一个曾经被跌破的支撑,会在价格重新回到该位置时变成阻力。
第三步:记录每一次测试。 每当价格接近水平并出现“接触、反抽、离开”的行为时,即视为一次测试。策略记录该测试发生的时间、当时的角色、测试后价格向“有利方向”运动的距离/时间,以及最终是否突破。
第四步:计算状态。 对每个水平,根据其历史测试结果,判断它当前是“held”(一直有效)还是“broken”(已经打破)。例如,如果某个水平最近连续三次测试都守住了,那么它就被标记为“strong hold”;如果最近一次测试直接被突破,则标记为“broken”。这些状态通过线条颜色直观呈现。
第五步:对照控制基线。 这是最核心的一步。策略会在相同时间段内,随机生成大量“伪装成整数关口”的普通水平,对它们执行同样的测试记录流程。然后,将每个整数关口的“测试后成功率”与所有随机水平的平均成功率进行比较。如果整数关口的成功率比基线高出一个可识别的幅度,它就会被高亮为“有影响力的心理水平”;如果与基线无差异,则用普通颜色显示,表示它并不特别。这样,交易者就不会被一个看似“碰巧多次反转”但实际只是巧合的整数关口所误导。
在实际应用时,这套逻辑的输出可以是一张图表,上面有不同颜色的水平线:红色代表被突破的阻力,绿色代表保持的支撑,灰色代表与随机无差异,亮色则代表显著优于基线的“高价值关口”。交易者可以据此设置交易计划:例如,等待价格再次测试一个标记为“强支撑”的绿色水平时入场做多,或者在一个已变红“破位”的水平下方做空。由于策略已经过滤掉了那些与随机无异的关口,你只需关注少数几个真正有优势的数字。
优点
-
拒绝平均主义,强调个性:传统指标把每个整数关口平等对待,而心理水平引擎为每个关口建立独立的“行为档案”。你会发现,相邻的两个整数关口,一个可能是铁墙,另一个可能全是空气。这种粒度是普通工具无法提供的。
-
通过控制基线排除噪声:这是该策略最值得称道的地方。它用科学对照的方法,把人类认知中的“赌徒谬误”和“幸存者偏差”隔离开。你看到的不是“它碰了20次,反转了18次”这种虚假繁荣,而是“它比随机水平多了5个百分点的优势”。这是一种更可信的证据。
-
适应不同品种和周期:策略所有统计都基于你当前选择的品种和时间周期,因此能够自动适应不同市场的“性格”。例如在流动性的外汇市场中,整数关口往往很有效;而在低流动性的小盘股中,整数关口的效应可能被放大或扭曲。该策略给出的结论是本地化的,具有实际参考意义。
-
提供动态的“角色感知”:大多数支撑阻力线是静态的,而心理水平引擎会跟踪“角色切换”。一个被跌破的支撑会立刻转变身份,让你理解“破位后变成阻力”的经典现象。这种动态视角更接近价格行为的真实演化过程。
-
开源可验证:作者公开了策略逻辑(注意:没有提供具体代码,但宣称开源),这允许社区对其算法进行审查、修改和改进。它鼓励交易者研究机制,而不是盲目依赖神秘黑盒。
缺点
-
“测试”的定义是脆弱的:什么是最接近的“测试”?价格接近水平多少点算测试?是否一定要求触及、穿透后回到另一侧?不同定义会极大影响统计结果。如果算法对测试的判定过于宽松,会把噪音也算进去,导致“优势”被稀释;如果过于严格,样本数量又会太少,结果缺乏可靠性。
-
历史战绩不代表未来:心理水平引擎基于过去的数据计算“当前状态”和“优势”,但市场结构会变化。一个在过去一个月内多次守住的支撑位,可能因为基本面突变或资金流向改变而瞬间失效。任何统计方法都无法避免这种路径依赖。
-
控制基线本身存在建模风险:随机生成“普通水平”的规则会直接影响比较结果。如果随机水平生成得太靠近真实整数关口,或者分布方式不合理,那么基线就缺乏参考价值。不同的随机种子也可能带来不同的基线,从而影响最终着色。
-
需要足够的数据量:在长周期图表上(如周线、月线),每个整数关口被测试的次数可能非常有限,很难产生有意义统计。而在短周期上虽然样本多,但噪音也更大,同时计算量会呈指数级增加。因此,该策略在中等周期(15分钟到日线)上可能表现最好,但适用范围受限。
-
容易忽略基本面驱动:心理水平本质是技术指标,它完全忽略新闻事件、财报、利率决策等影响市场的主导力量。在重大事件驱动的极端行情中,心理水平的“守护”能力会显得苍白无力。
起源年份考证
需要说明的是,我无法精确考证“Psych Levels Engine”这个具体策略的发布时间,因为公开信息不足。但我们可以考证“该类方法”——即“将整数关口视为交易信号源,并对其进行统计有效性检验”——的发展时间线:
- 20世纪20-30年代:道氏理论提出“支撑与阻力”概念,但尚未明确强调整数关口。图表分析师如理查德·沙巴克(Richard Schabacker)开始讨论“心理水平”对交易者行为的影响,认为圆整数字存在一种自然吸引力。
- 20世纪60年代-70年代:计算机技术的进步使得量化分析成为可能。1970年代,早期期货交易系统开始使用“关键数字”作为止损参考。但那时还没有系统的控制基线方法。
- 1990年代:随着个人电脑普及,一大批技术分析软件开始内置支撑/阻力线绘制工具。交易者经常使用“自动水平线”来标注整数位。但多数工具只是简单画线,没有有效性检验。
- 2000年代:行为金融学兴起,大量论文实证研究了“整数障碍效应”(integer barrier effects)。例如,股票价格在整数价位附近的成交量和价格反应显著异常。这为量化心理水平提供了理论基础。
- 2010年代后半叶:公开交易社区中的策略开发者开始尝试给每个水平打分,使用“测试次数”“命中率”等指标,但几乎没有控制基线。
- 2020-2023年:“控制基线”思想进入大众视野。一些开源社区开始尝试用随机化方法来验证各类图表形态和水平是否真正具有统计优势。“心理水平引擎”的理念正是这一趋势的代表。
由此可见,该策略的核心方法(记录测试+对照基线)是2010年代末至2020年代初逐渐成型的新颖思路,而心理水平本身是一个有近百年历史的老话题。
改进建议
-
动态调整“测试”的判定阈值:可以根据品种的波动率(如平均真实波幅ATR)自适应设定“接触”的容忍范围,而不是固定使用某一绝对距离。例如,ATR较大的品种需要更大的触发带,ATR较小的品种则使用更窄的触发带,从而提高事件标记的可靠性。
-
引入时间衰减因子:越久远的测试对当前水平状态的打分影响应该越小。可以给每次测试赋予一个指数衰减的权重,使策略更快响应最近的市场行为,避免被老数据拖累,同时减少“历史包袱”。
-
分多档控制基线:除了单一随机基线,还可以分别构建“非整数但接近整数”的水平(如1.03、1.15等)和“远离整数的水平”(如1.04、1.07等),以区分整数关口与其周围数字的真实差异。这样能检验出到底是因为“整数”本身,还是因为“接近某个历史密集成交区”而发生了作用。
-
融合成交量和大户订单行为:心理水平的本质是市场参与者的行为一致性,而成交量分布是这种一致性的直接体现。可以将公开的成交量分布(如果可用)加权到水平评分中——一个在大量成交背景下守住的心理关口,远比清淡成交量下守住的关口更有说服力。
-
增加多周期共振评分:将同一心理水平在多个周期(如15分钟、1小时、日线)上的行为综合为一个“共振强度”。如果该水平在多个周期内同时显示“有效保持”,则其可信度会大大提升。这比单独在一个周期上评分更稳健。
-
加入止损与突破确认机制:在策略交易应用中,可以要求价格在突破水平后必须连续站稳一定时间(例如,至少3根K线位于该水平另一侧)才确认“break”,否则不算真正突破。这会减少假突破导致的误判,提升信号质量。
-
定期重校基线与样本区间:市场风格会漂移。建议每隔一段时间(如每月或每季度)重新计算控制基线,并自动剔除因市场结构性变化而产生的过期优势,防止策略“过度拟合”某一时期的行情。
总结
“心理水平引擎”是一个聪明且富有洞察力的工具。它并没有发明“整数关口”这一概念,但它用一种近乎科学实验的态度去对待这些古老的交易符号。通过记录每一次测试,判断水平当前是“守住”还是“突破”,并最终用隐藏控制基线过滤掉随机性,它让交易者真正看清哪些心理水平值得尊重,哪些只是数字游戏。
这种策略背后的交易理念值得每一位技术分析者深思:市场的噪音无处不在,而真正的优势往往隐藏在细粒度的观察和对参照系的严格把控之中。 它提醒我们,不要满足于“这个水平非常准”这种直觉认知,而应当追问:“它比随机水平准多少?”只有经得起对照组检验的“优势”,才是可持续的、可依赖的。
当然,它也有无法回避的缺陷,比如测试定义的脆弱性和历史数据的滞后性。但瑕不掩瑜,这套思路为量化交易者打开了一扇新窗:我们可以用科学方法重新审视任何看似简单的交易规则,让经典技术分析在现代数据条件下重获新生。如果你正在寻找一种更能反映市场心理本质的支撑阻力工具,不妨从理解“心理水平引擎”开始——然后,拆解它,改进它,让它成为你自己的致胜武器。