Support Resistance Channels

策略解读

这篇文章要讨论的是一套基于枢轴点的支撑/阻力通道识别方法。它的核心思想并不复杂：市场总是在某个价格区间内反复波动，这些区间的边界就是所谓的支撑和阻力。传统画线工具往往依赖交易者肉眼观察，而该策略尝试用一套自动化的规则，把“哪个区间更重要”这个问题量化出来。

原作者的设计流程可以拆解为五步：

第一步，寻找枢轴点。枢轴点就是价格走势中局部的高点和低点，比如一个波段的高点、一个波段的低点。它相当于价格轨迹上的“转折点”。策略会先扫描历史K线，找出这些关键位置，并把这些点的价格、时间、高低属性记录下来。

第二步，当出现一个全新的枢轴点时，之前绘制好的支撑/阻力通道会被清除。这里有一个很重要的设计选择：它不是不断累加所有历史通道，而是以“最近一个重要转折点”为基准，重新构建当前视野下的通道。这种做法更贴近实战——交易者关心的永远是“现在”的价格结构，而不是十年前的高点。

第三步，针对每一个枢轴点，系统会在一个“动态宽度”的范围内搜索其他枢轴点。这里的“动态宽度”值得展开。如果固定用一个绝对的百分比如2%、3%，那么在不同价格级别的品种上效果会天差地别。动态宽度意味着搜索半径会根据当前价格水平、波动率或通道自身的跨度进行调整。比如在价格100元的股票上，可能3%的宽度就是3元；而在价格1000元的品种上，3%就是30元，但两者在百分比意义上是一致的。更复杂的动态宽度还会结合ATR（平均真实波幅）这类波动率指标，让通道在剧烈行情中自动放宽，在平静行情中自动收紧。

第四步，计算通道强度。这是整个策略的灵魂。一个通道里聚集了越多的枢轴点，说明价格在这个区间反复受到阻挡或支撑，这个通道的“共识”就越强。强度计算通常会考虑几个因子：通道内枢轴点的数量、枢轴点相互之间的接近程度、通道跨越的时间长度、以及价格最近一次触碰通道后的反应幅度。比如两个宽度相同的通道，一个里面只有2个枢轴点，另一个里面有5个，后者强度显然更高。再比如，一个通道在最近一个月内被反复测试了4次，另一个只在半年前被测试过2次，前者的时效性更强，强度也应该更高。

第五步，排序与展示。所有通道计算完强度后，按降序排列，只显示最强的那些。这种做法避免了画面上到处都是横线、让人无法决策的问题。它隐含的理念是：市场中有无数个潜在的支撑阻力位，但真正对后市有指导意义的只有少数几个，我们只需要关注最强的“阻力最小的路径”。

用白话总结这个策略的逻辑：它试图自动找出“市场自己画好的格子”，然后告诉你哪些格子边框最结实。这本质上是一种基于市场结构的价格行为分析，而不是基于指标公式的预测。

名词解释

1. 枢轴点（Pivot Point）：价格走势中局部转折的高点或低点。一段上涨后出现的最高点，就是向上枢轴点；一段下跌后出现的最低点，就是向下枢轴点。枢轴点是技术分析中最基础的结构元素。

2. 支撑位（Support）：价格下跌过程中可能止跌反弹的价格水平。它代表着该位置有足够的买盘兴趣，使得卖方力量暂时衰竭。支撑位一旦被有效跌破，可能转变为未来的阻力位。

3. 阻力位（Resistance）：价格上涨过程中可能遇阻回落的价格水平。它代表着该位置有大量卖盘或解套盘涌出，压制价格继续上行。阻力位一旦被有效突破，可能转变为未来的支撑位。

4. 通道（Channel）：由两条平行（或近似平行）的线构成的价格区间，上边界为阻力，下边界为支撑。价格倾向于在通道内来回震荡，直到某一方力量打破平衡。

5. 动态宽度（Dynamic Width）：搜索枢轴点或定义通道时使用的可变化范围，而不是固定的绝对值。动态性可以来自价格的百分比、波动率指标（如ATR）或通道自身的跨度，目的是适应不同市场环境和价格尺度。

6. 通道强度（Channel Strength）：用于衡量一个支撑/阻力通道重要性的综合数值。通常由枢轴点数量、接触次数、持续时间、近期活跃度等因素加权构成。强度越高，代表该通道被市场验证的次数越多，未来参考价值越大。

7. ATR（Average True Range，平均真实波幅）：用于衡量市场波动率的指标，计算一定周期内真实波幅的平均值。真实波幅考虑了跳空和涨跌停等极端情况，能反映价格在单位时间内的平均波动幅度。该策略中可用于动态宽度设定。

8. 价格行为（Price Action）：指不依赖技术指标，仅根据K线本身的高低点、影线、实体以及它们之间的相对位置来分析市场的方法。枢轴点通道策略本质上是一种自动化的价格行为分析。

策略思路讲解

要真正理解这套策略，需要先理解它在解决一个什么问题。

普通交易者是如何画支撑阻力线的？通常是打开图表，看到几个明显的高点和低点，然后用一条直线把它们连起来。问题在于：什么样的点才算“明显”？两个点之间允许有多大误差？历史上有十几个高点和低点，哪些值得连，哪些应该忽略？每个人的答案都不一样，导致画出来的线千差万别。更糟糕的是，当价格创新高或新低后，旧的线是否需要重画？没有固定规则。

这套策略将上述主观决策全部规则化。它首先定义枢轴点：不需要人工标点，而是使用价格摆动识别算法。比如左侧K线数量、右侧K线数量都设定为3，那么一个高点必须左右各3根K线都比它低，才被认定为枢轴点。这个参数决定了枢轴点出现的频率。

接下来的核心是“动态宽度通道搜索”。假设我们找到了一个枢轴点A，现在要判断哪些其他枢轴点和A在同一个“价格通道”内。我们不能只看价格绝对值是否接近，因为不同区域的价格水平不同。策略会在A的价格上下各设定一个动态百分比宽度，比如2%，那么任何价格落在A的±2%范围内的枢轴点都被视为属于A的通道。这个宽度会随着A的价格大小自适应。如果A在100元，范围就是98-102元；如果A在20元，范围就是19.6-20.4元。这样使得低价股和高价股可以被公平对待。

然后，策略会对每个枢轴点都执行上述搜索，于是每个枢轴点都对应了一个可能包含多个成员枢轴点的通道。但这样会产生大量重叠的通道，比如枢轴点A、B、C价格分别为100.1、100.3、100.5，它们很可能各自形成了一个几乎相同的通道。此时强度排名就发挥作用了。策略会计算每个通道的强度分数：通道内枢轴点越多、价格分布越集中、时间跨度越长，分数越高。对于重叠度过高的通道，策略会保留强度最高的那个，剔除其他重复项。这一步等价于“去重”和“合并”，最终留下的都是彼此独立且被多次验证的强支撑/阻力区域。

当价格运行到这些强通道边界附近时，策略就会触发“潜在反转区”的信号。比如当前价格下跌到某个最强下轨，该下轨曾被4次枢轴点触及，那么此位置出现反弹的概率较高。同时，策略还会参考通道的宽度。如果通道宽度很窄（比如不到1%），说明价格在这个区域反复纠缠，突破后往往有爆发性行情；如果通道宽度很宽（比如5%以上），说明这是大级别的整理区间，触碰边界时的反应可能更温和但更持久。

实战中，这类策略适合区间震荡市。价格在通道内来回运动，交易者可以在靠近下轨时等待右侧确认信号做多，在上轨附近做空。当价格突破最强通道边界并伴随放量时，则意味着原有平衡被打破，可以顺势追突破。另一种更高级的用法是观察通道的“堆积”情况：如果在某个价格水平附近出现了两个或以上强通道的边界重合，那这个位置就是多重支撑/阻力，重要性极高，一旦突破或跌破，往往是趋势加速的起点。

优点

1. 客观性强：整个识别过程完全由规则驱动，不需要交易者主观画线，避免了情绪和视觉偏差。同样的数据输入，任何使用者都会得到同样的通道结果，便于回测和复盘。

2. 自动适应不同价格水平：动态宽度设计使得策略既能适用于几美元的加密货币，也能适用于几百美元的股票或几千点的指数，不需要针对每个品种手动调整距离参数。

3. 聚焦关键区域，减少噪音：通过强度排序和过滤，只展示最强的几个通道，避免了屏幕上画满横线导致的信息过载。交易者可以迅速锁定最重要的支撑/阻力带。

4. 兼顾静态与动态结构：通道一旦生成会持续存在，体现了支撑阻力的“记忆效应”；而新枢轴点出现时清除旧通道，又保证了结构会随最新行情更新，不落后于市场。

5. 逻辑透明、易于解释：每个通道都可以追溯到具体的枢轴点集合和强度计算过程，交易者能够理解为什么这条线被画出来，而不是像某些黑箱机器学习模型那样无法解释。

缺点

1. 依赖枢轴点识别参数：左右K线数量的设定对结果影响巨大。参数太小，会识别出大量噪声枢轴点，通道频繁生成和清除；参数太大，反应迟钝，通道更新滞后于行情拐点。参数优化过程存在过拟合风险。

2. 无法处理趋势市中的假突破：支撑/阻力通道本质上是区间思维。在单边强趋势中，价格往往会强势击穿通道边界，此时按通道做反转会不断止损。虽然可以配合突破过滤，但策略本身并不区分当前是趋势还是震荡。

3. 强度计算方式主观：如何定义通道内枢轴点的“归属”、如何加权数量与时间、如何权衡近期与远期，这些都没有统一标准。不同开发者设置的强度方程可能得出完全不同的排序，最终画出的“最强通道”也各不相同。

4. 通道清除逻辑可能导致信息丢失：当新枢轴点出现时清除所有旧通道，虽然保证了时效性，但也可能把过去数年内非常重要的长期支撑/阻力位直接忽略掉。比如一个年线级别的大底部，因为最近出现了一个小高点，就被从图表上抹去，这不符合某些长期交易框架。

5. 滞后性：枢轴点的确认需要左右K线都完成之后才会触发，也就是说行情已经走了一段，通道才能生成。对于追求毫秒级入场的高频或日内短线交易者来说，这种滞后可能无法接受。

6. 计算复杂度高：当K线数据量很大时，对每个枢轴点搜索动态宽度内所有其他枢轴点、计算强度、排序、去重，运算量呈指数级增长。虽然现代计算机可以应对，但在实时盘中反复更新时仍需注意性能开销。

起源年份考证

需要说明的是，这里考证的是“该类方法”的起源，而非该具体脚本的创作年份。由于原脚本信息中没有标注发布时间，我们只能根据策略类型回溯技术分析史。

• 19世纪末至20世纪初：道氏理论初步成型，查尔斯·道提出市场走势中存在“主要趋势、次级趋势、小型趋势”，其中高低点的概念是支撑阻力分析的雏形。
• 1930年代：理查德·威科夫（Richard Wyckoff）系统化提出了“市场结构”理论，强调用波峰、波谷、震荡区间来分析市场供需关系。支撑和阻力作为明确术语开始广泛使用。
• 1940-1960年代：约翰·迈吉（John Magee）和罗伯特·爱德华（Robert D. Edwards）在《股票趋势技术分析》中详细描述了如何画趋势线、支撑线、阻力线，并提出了“反转点”的概念，可视为人工识别枢轴点的早期教科书方法。
• 1980年代：随着计算机技术普及，技术分析师开始尝试将画线规则编程化。这一阶段出现了经典的“摆动指标”（Swing Index）、ZigZag指标等自动识别高低点的工具，枢轴点检测开始自动化。
• 1990年代-2000年代初：自动支撑阻力识别算法大量出现，很多交易软件内置了“分形”指标（比尔·威廉姆斯提出）——本质上就是左右各两根K线的高低点识别，与当前枢轴点识别的思路一致。同时，网格交易法在互联网泡沫前后流行起来，其核心就是在预设的支撑阻力区间内反复低买高卖。
• 2010年代之后：随着零售交易平台和编程环境的发展，将枢轴点、动态宽度、强度排序结合起来的“智能支撑阻力通道”策略开始在开源社区流行。这类策略可视为对早期人工画线方法的进一步量化增强。

因此，本文所讨论的“基于枢轴点并动态构建强弱通道”的方法，其思想根源可追溯到20世纪初的道氏理论，中间经历了1930年代威科夫的完善、1980年代的自动化尝试，最终在21世纪10年代后形成了较为成熟的复合算法。具体到该脚本的原始发布时间，无法考证，但可以判断它属于2010年代后期量化技术分析社区中常见的“结构化价格行为”范式。

改进建议

1. 引入多周期枢轴点分级：不要只用一套枢轴点参数，而是同时启用日线、小时线、15分钟线等多周期枢轴点，分别归档到不同的通道层级。长期级通道决定方向，短期级通道决定入场点。这样做可以避免单一周期“清除旧通道”导致失去长期关键位的缺陷。

2. 使用ATR自适应动态宽度：将动态宽度从固定百分比改为基于ATR的倍数，比如“1.5倍ATR”。这样在波动放大时，通道自动变宽，避免在剧烈行情中把正常的波动误判为突破；在低波动时，通道自动收窄，提高对微小反转的敏感度。

3. 增加通道的“衰减机制”：给每个通道设置一个强度衰减系数，通道被触碰的次数越多、时间越久，强度会逐步下降。而不是等到新枢轴点出现时一次性全部清除。这样既能保留长期结构，又能让旧通道自然“淡出”，更平滑地反映市场新鲜度。

4. 加入突破确认过滤：当价格触及通道边界时，不直接触发反转信号，而是等待额外的确认条件，如K线收盘价突破边界超过一定比例、成交量放大、或者出现明显的反转K线形态。这样可以大幅减少假突破带来的连续止损。

5. 结合趋势方向筛选通道：在均线系统中加入趋势判断，比如价格在200日均线之上时，只关注下方支撑通道做多，忽略上方阻力通道；价格在均线之下时，只关注上方阻力通道做空。将区间策略与趋势过滤结合，能提升在趋势市中的生存能力。

6. 通道密度聚类替代简单搜索：用聚类算法（如均值漂移或DBSCAN）替代固定宽度的搜索窗口，让枢轴点自动聚集为若干个自然簇，每个簇是一个通道。这样不存在“宽度”这个超参数，通道边界由数据分布自然决定，适应性更强。

7. 加入成交量加权因子：在计算通道强度时，将通道内枢轴点对应的成交量纳入权重。放量的高低点比缩量的高低点更重要，因为放量代表着真实的资金博弈。这样通道强度不仅反映价格验证次数，还反映了每次验证的资金参与度。

8. 动态调整展示数量：不要固定显示前N个通道，而是根据通道强度的分布情况自适应决定保留数量。当强度分数差距明显时，只保留最强的一两个；当强度普遍接近时，保留多个。这可以让策略在复杂行情中提供更全面的信息。

总结

支撑/阻力通道策略，本质上是用算法重新演绎了一百多年来技术分析师手工画线的工作。它把“找高点低点、连起来看区间、判断区间重要性”这几件事，拆解成了可计算的步骤：检测枢轴点、设定动态宽度、搜索同类点、计算强度、排序去重。每一步都有明确的规则，让原本玄学化的支撑阻力分析变得可回测、可优化、可复制。

它的优势在于客观、自适应、信息聚焦，特别适合震荡行情中的波段交易。它的劣势则源于所有规则化策略的共同尴尬：规则越明确，就越难应对规则之外的突发走势。趋势行情中的连续假突破、大级别历史关键位的遗忘、参数敏感性，都是使用过程中需要警惕的陷阱。

但无论如何，这类策略代表了一种值得学习的交易思想——不要直接去预测未来，而是先识别市场自己在哪些地方“停留”过、反复“测试”过，然后在这些地方等待回应。市场留下的痕迹，比任何指标都诚实。支撑阻力通道，就是对这些痕迹的一种数字化表达。

对于普通交易者来说，不需要自己从头编写算法，而是应该深入理解这套逻辑背后的理念：价格在哪里徘徊，哪里就有故事；故事重复的次数越多，那个位置的边界就越坚固。把这套框架融入到自己的交易体系中，在靠近这些强通道边界时多一分耐心，在突破它们时多一分警惕，就已经是实实在在的进步了。