[SkuldX] Average Daily Range

策略解读

在日内交易和波段交易中，有一句老话：“价格喜欢走多远，很大程度上取决于它过去走过多远。”平均每日区间（Average Daily Range，简称 ADR）正是这样一种工具，它用最朴素的方式回答一个关键问题：在正常情况下，一个交易日内价格从最低点到最高点会跑多少距离？而 SkuldX 版本的 ADR，则把这个答案推向了更实用的层次。

本文不讨论任何编程代码，也不会提到任何特定的图表平台。我们只把注意力放在策略本身——它是如何构建的，为什么有参考价值，存在哪些局限性，以及如何将它融入自己的交易系统。

名词解释

1. ADR（Average Daily Range）：平均每日区间，指在一段统计周期内，每个交易日的最高价与最低价差值（即日内真实波幅的简化版本）的平均数。它衡量的是价格每天“平均能走多远”，是一个经典的波动率指标。

2. 真实波幅（True Range, TR）：由威尔斯·威尔德（J. Welles Wilder）提出的波动率概念，取以下三者中的最大值：当前最高价减当前最低价、当前最高价减前收盘价的绝对值、当前最低价减前收盘价的绝对值。ADR 往往使用最高价与最低价之差，更接近传统日内区间。

3. 统计价格目标（Statistical Price Target）：基于历史数据计算出的、概率意义上的高概率价位，例如“今日预期高点”“今日预期低点”。它不是保证，而是基于一段时间内市场行为分布的估算值。

4. 区间消耗（Range Consumption）：指当前价格从今日预期低点（或开盘价）出发，已经覆盖了预期 ADR 的多少百分比。例如，当价格已经走了当日预期区间的 80%，则后续继续大幅扩展区间的概率就会下降，容易出现回调或横盘。

5. 网格/区间交易（Grid/Range Trading）：一种围绕价格上下边界进行低买高卖的交易方法。当市场处于震荡格局时，交易者在支撑位买入、在阻力位卖出；而 ADR 可作为该区间的边界参考。

6. 统计回归（Statistical Reversion）：也叫均值回归，指价格偏离其统计平均值后，倾向于重新回到平均值附近的行为特征。ADR 本质上是对均值回归区间的刻画。

策略思路讲解

ADR 的全部思想都围绕一个事实：市场每天都会形成一个高低点之间的范围，而这个范围在统计学上是相对稳定的。如果把过去若干天的日内最高价和最低价画出来，就会发现一个明显的均值——比如某外汇对的平均每日区间是 120 点。这意味着，在一个普通交易日中，价格从低点到高点通常能走 120 点左右。当然，趋势强劲的日子里这个区间会被显著放大，而横盘整理的日子里它会明显缩小，但只要样本足够大，均值就具有参考意义。

SkuldX 版本的 ADR 有三个特点值得注意。

第一个特点是“三个独立周期”。 传统 ADR 可能只是 14 天或者 20 天的平均区间，而 SkuldX 会分别计算短期、中期、长期三个不同时间窗口的平均区间。比如短期可能取最近 5 天，中期取最近 14 天，长期取最近 30 天。这三个周期分别代表了近期市场情绪的活跃程度、中期波动特征和长期波动基准。它们并不简单相加，而是各自独立计算，再以某种方式综合展示。这样做的最大好处是，如果市场近期波动率发生变化，短期 ADR 能迅速反映出来，而长期 ADR 则保持稳定，交易者可以拉近观察它们之间的发散或收敛状态，进而判断波动率是否处于异常状态。

第二个特点是“直接投射高低点”。 大多数 ADR 指标只给出一个数值，比如“平均日区间为 150 点”。但 SkuldX 把这些点数转换成具体的价格标签：从今日开盘价（或昨收价）向上加一定比例的 ADR，就得到今日潜在高点；向下减一定比例，就得到今日潜在低点。甚至有些人会使用前一日收盘价作为锚点，也有人倾向于使用前一日高低点的结构来确定今日的预期边界。这些点位会直接画在图表上，形成一条“今日可能波动走廊”。交易者一眼就能看到，当前价格离统计上的边界还有多少距离。

第三个特点是“区间消耗计量”。 这是一个很好的改进。如果今天的预期区间是 150 点，而当前从最低点已经走了 130 点，那么区间消耗率就是 86.7%。这时再追多或者追空的风险就很大，因为价格已经进入了统计上的“高概率完成区域”。反之，如果到午后区间只走了 40%，则说明日内仍有较大的潜在空间，价格可能还会创出新高或新低。这个消耗值本质上是一个动态的风控指标，帮助交易者判断此时进场是不是“划算”。

在实际运用中，ADR 有很多种用法。

• 日内支撑阻力：把今日预期低点看作动态支撑，把今日预期高点看作动态阻力。在震荡市中，价格到达预期低点附近时，如果出现反转信号，可以考虑做多；到达预期高点附近时，如果出现滞涨信号，可以考虑做空。
• 突破判断：如果价格在日内很早就突破了 ADR 预期高点，并且伴随放量，那么说明市场处于超强情绪中，可能进入单边趋势。此时 ADR 边界反而可以作为回踩支撑来参考。同样，若价格跌破预期低点，则可能产生加速下跌。
• 区间消耗后的反转/限制：当区间消耗率超过 80% 或 90% 时，原本的顺势追单要格外谨慎。统计上讲，大部分日子的价格不会超过平均值太多，因此此处往往会出现反转、横盘或者至少一段回调。反过来，如果消耗率极低（比如低于 30%），且价格位于区间中部，则可能是一个等待方向选择的位置，不宜轻易押注。
• 与开盘价配合：ADR 常常以开盘价为基准来计算目标位。如果开盘价跳空高开，那么高低点应该根据开盘价重新映射，而不是机械地使用前一天的高低价。这种情况需要交易者灵活调整锚点。
• 过滤噪音：在区间消耗率极低时，可以避免频繁交易，因为价格仍在“合理徒步”范围内，尚未给出边界信号。这有助于过滤掉横盘期的假突破。

整体来看，SkuldX ADR 的核心交易理念是：价格倾向于在一个统计上可预测的范围内运动；通过多周期平均区间，能够更稳健地刻画这个范围；而通过区间消耗率，能够判断市场是处于“正在走向边界”还是“已经走到边界”的状态，从而指导买卖决策。

优点

1. 直观且可操作：相比于原始的数字，直接显示今日预期高低点的做法大大降低了理解门槛。新手交易者也能迅速知道“今天价格大概率在哪里遇见阻力或支撑”。

2. 多周期综合，适应性更好：三个独立周期的设置，使指标同时具备短期灵敏性和中长期稳定性。短期 ADR 能快速响应突发事件引起的波动率变化，长期 ADR 则能过滤掉单日的噪声，两者对比，可以识别出波动率异常扩张或收缩的时段。

3. 与经典交易逻辑兼容：ADR 可以很容易地和价格行为、支撑阻力、突破交易、均值回归等其他方法结合。它不是一套封闭系统，而是像一把尺子，提供测量波动的标准。

4. 区间消耗率提供动态风控依据：消耗率是一个非常有价值的风险管理参数。它提醒交易者不要在统计上的“行情尾声”追单，从而减少不必要的止损。同时，它也帮助设置合理的止盈位置——比如当消耗率达到 100% 时，考虑平掉部分仓位。

5. 适用于多品种和多周期：ADR 脱离了具体品种的绝对价格，天然适合横向比较不同品种的日内波动特性。无论是外汇、加密货币还是商品期货，只要历史数据充足，就能计算出有统计意义的区间。

缺点

1. 统计假设的固有缺陷：ADR 基于“波动率具有连续性”的假设，但市场偶尔会出现极端事件，比如重大消息、央行决议、数据公布等，导致日内区间远超历史均值。期望区间在这种情况下将失真，按 ADR 边界做反转交易会遭遇严重亏损。

2. 锚点选择敏感：今日高低点的投射依赖于以开盘价还是前收盘价作为锚点。跳空行情下，不同的锚点产生的边界位置差异很大。如果机械执行，容易产生错误信号。比如价格跳空高开，超过 ADR 预期高点，此时若继续做空，可能错过强趋势。

3. 震荡与趋势模式混淆：ADR 本质上是为震荡行情设计的“区间尺子”。在单边趋势中，价格可能连续数日向着 ADR 区间之外突破，而“区间消耗”逻辑会不断提示超买或超卖，导致交易者逆势操作，进入“接飞刀”的陷阱。

4. 滞后性：ADR 是过去一段时间的平均值，天然滞后于实时波动率变化。当市场波动率快速放大时，ADR 需要数天才能跟上；当波动率快速萎缩时，ADR 又会高估日内区间。这种滞后可能导致目标位偏离实际。

5. 缺少方向信息：ADR 只告诉“能走多远”，完全不告诉“往哪个方向走”。它必须结合其他方向性工具（如趋势线、均线、RSI 等）使用，而不能单独作为入场依据。单独使用 ADR 容易陷入“摸顶抄底”的误区。

起源年份考证

关于“平均每日区间”这类方法的起源，无法准确考证到某一个具体的年份或创始人。但可以从方法论演变给出时间线：

• 19 世纪末至 20 世纪初：技术分析萌芽时期，交易者已经开始观察每日高低点形成的“区间”，在纸质图表上手工计算一段时间的平均幅度。当时还没有统一的指标名称，属于价格行为分析的原始形式。
• 1930 年代至 1940 年代：部分早期技术分析著作中出现了基于高低点的“每日范围”或“真实范围”思想。但这些概念尚未形成独立的指标体系。
• 1978 年：威尔斯·威尔德（J. Welles Wilder Jr.）在其著作《技术交易系统的新概念》（New Concepts in Technical Trading Systems）中正式提出平均真实波幅（ATR）。ATR 包含了跳空和隔夜缺口的处理，是 ADR 的重要学术近亲。可以说，ADR 是 ATR 的简化版本——它忽略了跳空，只用日内最高价与最低价的差值。因此，ADR 作为标准化指标出现的时间大约在 1970 年代末到 1980 年代初，随着 ATR 概念的流行而逐渐被引入。
• 1980 年代至 1990 年代：个人计算机普及后，技术分析师开始在前复权数据上批量计算“平均日区间”，并在各种软件中实现类似 ADR 的算法。此阶段也是程序化交易萌芽期，ADR 被用作日内网格交易或突破系统的波动率过滤器。
• 2000 年代以后：随着互联网交易社区和图表软件的发展，ADR 指标被封装进各种终端，衍生出“ADR 高低点投影”“ADR 百分比级别”等多种玩法。SkuldX 版本的“三周期 ADR + 区间消耗率”属于这类方法在 2010 年前后互联网量化社区中逐渐流行起来的一种改进版本，但具体发布年份无法考证。

需要强调的是，以上时间线为“该类方法”的考证，而非 SkuldX 特定指标的准确编制时间。ADR 的核心思想——用历史高低点平均值预测今日波动范围——可以说是伴随技术分析一同诞生的老智慧，没有单一的发明者。

改进建议

1. 引入动态波动率修正：可以加入实时波动率因子，比如将 ADR 与最近 3 天或 5 天的真实波幅做加权平均，使边界更能适应当前市场状态。当近几日波动明显放大时，使用更高的 ADR 乘数（例如 1.2 倍）；当波动萎缩时，使用更低的乘数（例如 0.8 倍）。这能缓解 ADR 滞后的问题。

2. 增加方向过滤条件：在使用 ADR 边界进行逆势交易之前，先通过大周期均线（如 200 日均线）或 ADX 指标判断当前趋势状态。若趋势极强（ADX > 30），则放弃“到达 ADR 上边界做空”的想法，改为等待突破后的回踩确认。这样可以避免在单边行情中反复逆势。

3. 叠加时间衰减因子：每天的日内波动并不是匀速完成的。通常早上波动大，下午波动往往减弱。可以根据不同交易时段赋予区间消耗率不同的权重，例如在北京时间亚盘/欧盘/美盘分别计算“时间-区间消耗比”。如果价格在极短时间内完成了大部分区间，则后续突破概率增大；如果在一天尾部仍未完成区间，则区间可能收缩。

4. 使用百分比区间等级：除了 100% ADR 边界，可以额外绘制 50%、75%、125% 等辅助分位线。这些分位线可以作为部分止盈目标，或者用来做更精细的仓位管理。例如，价格到达 75% 区间时平掉三分之一仓位，到达 100% 时再平三分之一，剩余部分作为突破筹码。

5. 结合订单流或成交量分布：ADR 是纯价格统计，没有包含成交量信息。如果将 ADR 边界与成交量分布图中的高成交量节点（HVN）或低成交量节点（LVN）相互印证，边界可信度会显著提高。如果 ADR 上边界恰好也是一个高成交量节点，那么该位置作为阻力的概率更大。

6. 设计多周期验证机制：在小时图上使用当天 ADR，同时也计算周 ADR 或月 ADR 作为更大格局的参考。当天价格若同时接近日 ADR 边界和周 ADR 边界，该位置的重要性会增强，适合作为共振交易区域。

7. 自适应窗口更新：不要固定使用 5、14、30 这三个周期，而是根据品种波动特性动态选择窗口。比如用“平均真实波幅的周期等于当日收盘价变动率达到稳定时对应的天数”这样的规则来自动优化窗口。还可以通过蒙特卡洛模拟或滚动回测，为每个品种寻找最优窗口组合。

8. 加入极端行情保护：当实际日内区间已经超过 2 倍 ADR 时，停止使用区间消耗率做反转判断，转而采用趋势跟踪策略。可以设置一个“溢出状态”标识，提醒交易者当前处于统计上的极端行情，所有常规边界全部失效，唯一理性的做法是顺着突破方向寻找回踩，或者直接放弃当天交易。

总结

SkuldX Average Daily Range 并不是一个神秘的必胜系统，它更像是一个“波动的标尺”。它把一个很朴素的问题——“价格今天到底能跑多远？”——变成了图表上清晰可见的水平和数字。通过三个独立周期的平均区间，它平衡了短期敏感与长期可靠；通过投射今日高低点，它把统计数值变成了可操作的边界；通过区间消耗率，它又进一步告诉交易者这些边界是否已经被触及，或者还有多少“行程”尚未完成。

理解 ADR 的关键在于理解它的适用边界。在震荡市中，ADR 是出色的区间地图，能够帮助你筛出高概率的转折点；但在趋势行情中，ADR 又可能成为逆势交易的诱饵。它的价值不在于单独取胜，而在于和其他方向性指标、价格行为信号以及严格的资金管理配合使用。任何一个波动率指标都只是工具，最终决定成败的是使用者的认知和纪律。

如果你是一个日内交易者，尝试把 ADR 当作每天早晨的第一张地图——先看预期区间，再看区间消耗，最后再决定自己是做边界反转，还是做突破跟随。用统计的眼光看待价格波动，而不是用情绪追逐每一根 K 线，这或许是 ADR 带给我们最有价值的交易理念。