Supply & Demand Zones [ITA]

供需区自动绘制：让区间交易更清晰的量化逻辑

在价格行为交易中，供需区是一种广受推崇的观察模式。它不需要复杂的技术指标，仅凭K线结构就能识别潜在的买入或卖出区域。然而，人工绘制供需区不仅耗时，而且带有较强主观性。最近公开交易社区中出现一款自动绘制供需区的策略，虽然描述简洁，但它所体现的思路却值得深入探讨。本文将从原文翻译、策略逻辑、优缺点、改进方向等角度全面评析这类自动供需区工具。

策略解读

供需区概念源自价格行为分析，其核心思想是：每一轮快速上涨或下跌背后，都存在一个机构资金集中挂单的价格区间。当价格离开该区间后，原区域的挂单力量并不会立即消失，而是会在未来价格回测时再次产生影响。传统手工交易者往往需要自己识别这些区域，并用矩形工具标记出来。但手工绘制易受个人倾向影响，不同交易者可能画出完全不同的供需结构。

本策略的最大亮点在于“自动化”和“动态清理”。它通过算法自动识别波段高、低点，并据此绘制供给区和需求区。没有人为主观干预，区域边界完全由既定规则决定。并且，它不会让历史区域无限堆叠，而是规定：只要价格重新测试过某个区域，该区域便自动消失。这符合供需区交易的一种常见认知——区域一旦被回测并验证，其原有供需关系往往已经消耗，继续保留反而会干扰后续判断。

在区域高度方面，策略提供了两种可选方式：基于影线或基于实体。基于影线的区域会将K线的最高点或最低点纳入，区域范围较宽，能容纳更多插针现象；基于实体的区域则只参考开盘价与收盘价，范围更窄，通常更接近价格核心运行区间。两种方式各有适用场景：偏好抓趋势反转的交易者可能倾向宽区域，而追求精确定点的短线交易者可能选择窄区域。

此外，该策略还允许用户设置“枢轴强度”和每侧最大区域数。枢轴强度相当于确认一个波段高/低点所需的左右K线根数，强度越高，意味着识别的波段级别越大，区域也越具有宏观意义。最大区域数则限制了屏幕上同类型区域的数量，避免在低周期图表上出现过多杂乱色块。

名词解释

供需区（Supply & Demand Zone）
供需区是价格图表上因大量买单或卖单集中而形成的价格区间。供给区位于波段高点附近，市场在此时卖出意愿强烈；需求区位于波段低点附近，市场买入意愿强烈。当价格重新回到这些区域时，通常会引发反转或突破。

波段高点 / 波段低点（Swing High / Swing Low）
波段高点是局部区间内最高价格那一根K线，且其左右各若干根K线的最高价都低于该点；波段低点则是局部区间内最低价格K线，且左右若干根K线的最低价都高于该点。它们用于识别价格摆动的关键节点。

影线与实体（Wick & Body）
K线由实体和影线组成。实体反映开盘到收盘的价格覆盖范围，影线表示瞬间触及但未能维持的最高/最低价。影线长说明价格曾在某个价位受到强烈抵抗，实体则更体现市场主力的真实控盘区间。

重新测试（Retest）
价格在突破或离开某个关键区域后，再次返回到该区域进行确认的过程。若价格在供给区受阻回落，或需求区获得支撑，则说明该区域依然有效；若被直接穿越，则可能发生供需关系反转。

枢轴强度（Pivot Strength）
指确认一个波段高/低点所需的前后K线数量。强度越高，要求K线数量越多，识别出的摆动点级别越大，因此形成的供需区也越宽泛、越重要。

策略思路讲解

该策略的整体逻辑可以用“识别、绘制、清除”三个词来概括。

首先，系统会根据用户设定的枢轴强度，扫描图表上的所有K线，找出满足条件的波段高点和波段低点。例如，当枢轴强度设为3时，某根K线的最高点必须高于其左右各3根K线的最高点，才会被标记为“疑似供给区基准点”；最低点低于左右各3根K线的最低点，则被标记为“疑似需求区基准点”。这个过程相当于用算法模拟交易者对结构高低的判断。

接着，系统以这些波段点为锚，生成一个矩形区域。如果是供给区，通常以波段最高点所在K线为基准，向下延伸到该K线的实体底部或影线底部；如果是需求区，则以波段最低点所在K线为基准，向上延伸到实体顶部或影线顶部。使用实体时，区域只包含开盘至收盘之间最有代表性的价格区间；使用影线时，则将插针导致的极端价格也纳入，区域更宽。

区域生成后，并非永久留在图表上。当后续价格运动重新进入该区间，无论是否真正穿透，系统都会将整片区域从图表中移除。这一设计是供需区交易理念的高度浓缩：一旦价格以重新测试的方式“触碰”了旧区域，该区域的边际效用就大幅下降，继续展示只会造成视觉干扰。同时，为了适应不同交易偏好，策略还限制了每侧最多显示的区域数量，确保图表始终以最新、最关键的供需结构为主。

在实际交易中，这类工具通常会触发两种信号。第一种是当价格初次进入采购区时，交易者可以将其视为潜在入场点，配合K线反转形态做多；第二种是当价格在区域内突然放量突破时，则可能代表供需失衡，原有区域失效，可考虑顺势入场。但本策略本身并不给出做多或做空指令，只负责提供清晰可辨的区域边界。因此，使用者仍需结合趋势结构、动量指标或成交量等工具进行综合判断。

优点

一、自动化消除主观偏差
人工画供需区时，十个人可能画出十种样子。而自动化规则意味着同样参数下，任何人都能得到完全相同的区域划分。这无疑提高了策略的可重复性和可验证性，也为后续回测分析奠定了基础。

二、动态清理机制保持图表整洁
很多技术指标会随着时间推移在图表上堆积大量历史区域，导致视觉混乱。该策略在价格重新测试后立即删除旧区域，只保留尚未被验证的结构，让交易者能够迅速聚焦当前最关键的价位。

三、灵活的参数配置
影线/实体选择、枢轴强度、每侧最大区域数等参数，使得该指标能够适应不同时间周期和不同交易品种。喜欢短线波动的可以调低枢轴强度，偏好中长线趋势的则可以调高强度，获得更大级别的区域。

四、内置价格触及提醒
交易者无需一直盯盘，当价格接近或进入有效供需区时，提醒功能会主动通知。这大大降低了监控成本，尤其适合多品种同时观察的日内交易者。

五、逻辑清晰且易于回测
由于区域由明确规则生成和移除，其历史信号可以量化表达。回测时能准确统计某品种在某参数下区域被触及后的胜率与盈亏比，从而筛选出更优参数组合。

缺点

一、识别具有滞后性
任何基于波段高/低点的形态识别都必须等K线走完并确认“左右条件”后才生效。这意味着价格已经离开最优点数根K线，第一波快速行情往往无法参与，只能等待回调区域出现再行动。

二、区域高度固定，无法动态适应
区域在生成后就是一个静态矩形，但市场波动性在不断变化。波动加剧时，固定高度的区域可能过窄，容易被双穿；波动收窄时，又可能过宽，产生大量假信号。缺乏动态调整机制是此类指标的通病。

三、忽略市场背景与成交量
该策略只基于价格结构建立区域，未考虑趋势方向、商品宏观背景、成交量分布等关键因素。在无趋势震荡市中，供需区也许表现不错，但在强劲单边行情中，逆势区域的可靠性会大打折扣。

四、参数依赖性强，优化难度大
枢轴强度和区域宽度如何搭配，并没有统一标准。不同市场、不同周期可能需要完全不同的参数，而过度优化又容易陷入过拟合。对于没有经验的用户来说，参数选择反而成为使用门槛。

五、重测即清除的逻辑过于简化
并非所有供需区在回测后都会立即失效。在某些强趋势中，价格可能反复回踩同一需求区而不破，并多次触发反弹。该策略一刀切地清除已测试区域，可能遗漏持续性最强的结构。

起源年份考证

作为一种交易方法，供需区的思想可以追溯到技术分析的早期。由于不同时期都有交易者提出类似观点，此处只对“该类方法”做时间线考证，不针对本策略的具体创作时间。

• 20世纪初期至1930年代：理查德·威科夫（Richard Wyckoff）在价格循环理论中明确提出“供求关系决定价格”以及“吸筹、拉高、派发、下跌”四个阶段的模型，奠定了供需区的理论根基。
• 1940-1970年代：道氏理论与水平支撑阻力概念在各投资书籍中被广泛讨论，但还没有形成独立的“供需区”术语。
• 1990年代后期：随着电子交易普及，一些交易者开始将“订单失衡”与“价格区间”结合，绘制手动供需区的方法开始在交易社区内传播。
• 2000年代后期：交易讲师赛姆·赛登（Sam Seiden）等人系统化推广“供需区交易”，通过价格行为课程与线上内容，将这一概念带入主流视野。
• 2010年代中期：随着算法可视化平台和脚本语言的发展，自动识别供需区的指标开始出现在公开交易社区中。本策略所属的“自动绘制供需区”指标类别，正是在这一时期逐渐流行。

严格来说，该策略的具体创作时间与发布者信息无法考证，但其所依赖的供需区方法本身有超过百年的理论传承。

改进建议

一、加入趋势方向过滤
供需区本身是中性的，但如果能判定当前大趋势方向，只保留顺应趋势的供需区，或者只绘制逆势的“反转区”，就能显著降低无效信号。例如在日线上升趋势中，可以优先关注低周期的需求区，同时忽略供给区带来的回调做空信号。

二、引入成交量或订单流数据
区域形成时若伴随异常放量，说明该区域有真实资金介入，其重要程度应高于缩量形成的区域。可以尝试将区域按“成交流”或“累积买卖量”进行聚类，并据此调整区域的颜色或透明度，让交易者一眼看出强区与弱区。

三、区分“未测试”与“已测试”区域
其实不必在价格回测后立刻完全删除区域。可以保留一个“已测试”的次级状态，用更淡的颜色标注，让交易者独立判断是否仍有关注价值。或者设定规则：首次测试后保留一段时间，第二次测试时才删除。

四、动态调整区域边界
为了适应波动率变化，可以在区域生成后根据ATR（真实波动幅度均值）或近期K线尺寸对宽度进行动态修正。例如，以初始区域为基准，按当前波动率缩放边界，避免固定矩形在波动放大时失效。

五、引入时间衰减机制
供需区并非永久有效。随着时间推移，机构资金可能已经重新分配订单，区域内的记忆效应也逐步减弱。可以设定一个“最大有效周期”，比如从区域生成起经过120根K线或7个自然日后，区域自动标记为失效，从而保证图上只保留“新鲜”结构。

六、叠加多周期确认
建议在高周期（如周线、日线）上识别主要供需区，然后在低周期（如小时、15分钟）上叠加使用。若低周期区域方向与高周期同向，则信号质量更高；若反向，则暂时不做或轻仓试探。多周期共振能大幅提高供需区的实战胜率。

七、增加假突破处理逻辑
价格进入区域后时而会出现瞬间插针，随即收回。对于这种假突破，机械地移除区域会丢失有效信息。可以设定一个“突破确认阈值”，比如价格必须收盘于区域外一定百分比或一定根数，才视为重新测试完成，否则区域仍然保留。

总结

自动供需区绘制策略从本质上解决了一个古老问题：如何把价格行为中模糊的“区域感”转化成可操作、可验证的量化结构。它具备自动化、视觉友好、可配置性高、警报及时等显著优点，帮助交易者从重复的画线劳动中解放出来，也提高了供需区分析的一致性和可回测性。但任何工具都有边界。该策略将供需区简化为静态矩形，并以“一次回测即删除”作为默认纪律，这虽然实现了规则清晰，却无法完整刻画真实市场的复杂性。作为交易者，我们应该把它视为一种可视化决策辅助，而非可以机械执行的全自动交易信号。在实战中，最好结合趋势过滤、换手率或成交量分析以及多周期确认，才能让供需区真正成为捕捉机构行为痕迹的有效工具。毕竟，供需区的价值不在于“画出来”，而在于交易者如何看待并回应它所标记的战场。