看穿籌碼堆疊與價格真空的統計學防線!
在系統化量化交易與策略開發中,準確判定市場的「密集成交區(籌碼擁擠區)」與「無阻力突破真空帶」,是提升突破策略與均值回歸策略期望值的黃金鑰匙。然而,傳統的繪圖支撐阻力線往往流於主觀。為了提供客觀、可回測的數值分佈,Strategy Quant X (SQX) 開發出了極具創意的 SRPercRank (支撐阻力百分位排名指標,簡稱 SRPC)。它利用滑動時間窗口,統計當前收盤價落入歷史 K 線波動區間的頻率百分比,從而精確量化價格的「擁擠程度」。本文將為您徹底解構其底層公式、雙計算模式,以及如何利用擁擠度與突破真空帶進行實戰交易的心法。
📌 本頁修煉路線圖
一、SRPercRank (支撐阻力百分位排名) 指標概述
支撐阻力百分位排名指標 (Support Resistance Percent Rank,常簡寫為 SRPercRank 或 SRPC),是由 SQX 量化平台設計的一款先進統計型技術分析指標。該指標的最核心目的,是通過高度數學化的頻率累計,幫助交易者客觀識別市場底層的關鍵支撐/阻力 (S/R) 水位或潛在的破位突破區域。它通過計算一個標準百分比排名,來表示在過去指定的回顧時間窗口內,當前最新價格有多頻繁地落入歷史 K 線的價格波動區間之內。藉由此物理模型,它能將盤整擁擠度與單邊突破的流暢度轉化為直觀的 0 至 100 數值。
在 Strategy Quant X (SQX) 中:SRPercRank 指標被定義為一個 BuildingBlock,其模組名稱為 (SRPC) SRPercRank。其附帶的幫助文本明確指出:「SRPercRank 幫助您識別支撐/阻力水平。該指標也能夠幫助您識別突破區域。」
二、SRPercRank 指標的組成部分與參數
SRPercRank 指標在獨立副圖窗口輸出單一折線,其計算與對應高度依賴於計算模式的切換與統計窗口:
| 組件類型 | 組件名稱 | 預設值 | 底層物理定義與技術說明 |
|---|---|---|---|
| 主要輸出 (Output) | Value (SRPercRank 線) | — | 波動於 0 到 100 固定範圍內的統計學百分比排名曲線,代表價格落入歷史 K 線(或擴展)範圍內的頻率。 |
| 核心參數 (Parameter) | Chart (數據源) | 收盤價 | 計算指標的價格序列,在 SQX 預設使用收盤價(Chart.Close)。 |
| 核心參數 (Parameter) | Mode 1 (Basic Mode) | 1 | 基礎計數模式。判斷價格是否落入歷史 K 線的實際最高價與最低價實體(含影線)之間。 |
| Mode 2 (ATR Mode) | 2 (預設) | ATR 擴展計數模式。判斷價格是否落入歷史 K 線最高最低價上下各擴充一定 ATR(真實波幅)的緩衝防區內。 | |
| 核心參數 (Parameter) | Length (回顧長度) | 120 | 用於計算百分比排名的歷史參考窗口 K 線根數。SQX 預設值為 120。 |
| 核心參數 (Parameter) | ATRPeriod (ATR 週期) | 12 | (僅在 Mode 2 下生效)計算平均真實波幅(ATR)的回顧期,用於決定歷史價格防區的擴充寬度。 |
運作機制與底層計算原理(純文字 HTML 版)
指標在累積了足夠歷史數據(當前 K 棒數量大於等於 Length + 1)後,對過去 120 週期(Length)的 K 線執行以下滾動計數統計:
-
第一步:遍歷判定當前價格相對於歷史區間的包含關係
- 針對 120 根歷史 K 線中的每一根 K 線(設為歷史 K 線 i),依據設定模式(Mode)判定當前最新收盤價是否「落入」其波動範圍內:
- 基礎模式 (Mode 1):當前收盤價 > 歷史K線i的最低價 AND 當前收盤價 < 歷史K線i的最高價
- ATR 模式 (Mode 2 — 預設):
先計算當期 12 週期的 ATR 值。
當前收盤價 > (歷史K線i的最低價 - ATR值) AND 當前收盤價 < (歷史K線i的最高價 + ATR值)
-
第二步:統計落入次數 (Count)
- 遍歷 120 根歷史 K 線,統計其中滿足上述包含關係判定的總次數,得到計數值:
count。
- 遍歷 120 根歷史 K 線,統計其中滿足上述包含關係判定的總次數,得到計數值:
-
第三步:計算百分比排名 (percrank) 輸出 Value
- 將累計次數除以總回顧長度,轉換為 0 到 100 之間的比率,並輸出為指標 Value 點:
- SRPercRank Value = (count / Length) * 100
三、SRPercRank 指標的數值範圍 (有界性)
SRPercRank 是一個高度標準化且具備嚴格數學邊界的有界震盪指標:
-
嚴格的 0 到 100 物理區間
- 其數值在物理上限和下限上被牢牢鎖定在 0 到 100 之間。在 SQX 程式碼中
oscillator=true, min=0, max=100。 - 0 值定義: 代表在過去 120 天中,當前最新的價格「從未」落入任何一天 K 線(或擴展)的範圍內,暗示價格進入了前所未有的「真空高空」或「極深谷底」。
- 100 值定義: 代表價格波動範圍極度窄縮,當前收盤價完美落入了過去 120 天中「每一天」K 線的震盪範圍內。
- 其數值在物理上限和下限上被牢牢鎖定在 0 到 100 之間。在 SQX 程式碼中
-
中心中軸線的技術意義
- 代表價格與歷史波動區間包含關係對半平衡的臨界點為 50 (
middleValue=50)。
- 代表價格與歷史波動區間包含關係對半平衡的臨界點為 50 (
四、SRPercRank 指標的解讀與應用
SRPercRank 提供了一種完全不同於均線的頻率分佈視角。在實際交易與量化策略中,它具有以下核心解讀與應用維度:
-
1. 量化價格「擁擠度」與「歷史共識區(密集帶)」
- 高 SRPercRank 值(如 > 70~80): 代表當前收盤價在過去 120 天中,落入歷史 K 線範圍的頻率極高。這表明當前價格區間在統計學上屬於「歷史密集成交區」,或者是多空博弈最激烈的籌碼交織帶(共識價值區)。當價格未來再次運行至此高計數區間時,通常會遭遇極大的歷史阻力(在上方)或獲得強大的歷史支撐(在下方)。
- 低 SRPercRank 值(如 < 20~30): 代表當前收盤價落入歷史區間的頻率極低。這表明當前價格已遠離了近期的籌碼密集成交區,說明價格在歷史堆疊上處於一個相對「空曠」的區位,多空阻礙極少。這通常伴隨著強烈單邊趨勢的加速推進,或價格突破关键防線後,進入了嶄新的發展空間。
-
2. 識別潛在的靜態支撐與阻力水平
- 在歷史圖表上那些使得 SRPercRank 指標「持續、反覆維持在高檔(如 80 以上)波動」的價格段,應被量化策略重點標記。因為這代表了市場集體記憶中最沉重的套牢盤與防守區,是靜態阻力與支撐的精確物理分界。
-
3. 判定突破的有效性與捕捉「真空帶突破(Breakout)」
- 高可靠度突破: 當價格收盤強勢突破前期關鍵阻力水平,如果此時 SRPercRank 數值隨之迅速崩跌,甚至逼近於 0。這在統計學上表明價格已經成功突破了前期 120 週期重兵把守的密集成交帶,進入了歷史阻力為零的「真空真空帶」。由於前方缺乏歷史筹碼套牢阻礙,這種破位突破的持續性與推進速率往往最強。
- 假突破警警: 若價格雖然在主圖上看起來突破了某個高點,但 SRPercRank 數值依然很高、或迅速調頭向高位攀升。這說明突破並未攻克前期稠密的交易堆疊,價格隨時可能被吸回原有的擁擠盤整區,預警高風險假突破。
-
4. 基礎模式與 ATR 模式的實戰選擇
- 基礎模式 (Mode 1 — 實體包含判定): 純粹基於高低價實體。在波動率較低的資產中非常嚴格直接,高計數值精確對應實體重疊。
- ATR 模式 (Mode 2 — 預設波動自適應模式): 在判斷中引入了 ATR(預設 12 週期的平均真實波幅)進行上下擴充。這使其對市場日常的短線正常噪聲波動具備統計學容忍度,得出的是「波動率過濾後的擴展共識區」。在波動劇烈的市場(如外匯、比特幣)中,ATR 模式得出的百分比排名曲線更為平滑且具備更好的回測代表性。
-
5. 回顧長度參數 (Length) 的設定指南
- 預設 Length 為 120 提供了中長線大格局下歷史密集成交帶的精準度量。
- 調短該值(如 50)會使其對近期的价格不穩定擁擠與突破極為敏感,但也容易將微小的短期橫盤誤判為重阻力區。
- 調長該值(如 200 以上)能客觀呈現大級別下的筹碼密集分佈,為大型網格交易、或突破跟隨系統提供最扎實的大局觀。
📌 本文核心修煉要點
-
客觀的籌碼擁擠度度量衡
- SRPercRank 不去推估未來,而是用純粹的遍歷統計公式,精確測量當前價格在 120 天歷史區間中落入的頻率。
- 其標準化輸出(0~100)將市場無形的籌碼分佈,精確轉化為高可比、不隨時間漂移的有界震盪指標。
-
真空帶突破與鈍化確認
- 指標在高位(> 80)波動代表籌碼進入重兵防禦的共識密集成交帶。
- 指標快速崩跌逼近 0,代表價格攻克阻礙、進入歷史交易密度極低的「真空加速通道」,是高勝率突破單的最優起跑點。
-
SQX 策略開發配置優化
- 在 SQX 自動生成策略時,強烈建議將 SRPercRank 作為「突破過濾防線」或「均值回歸進場條件」。
- 例如設定經典突破邏輯:「僅在價格向上破位,且
(SRPC) SRPercRank數值跌破 20(代表前方真空無阻礙)時才允許觸發突破多單」,這能幫您在回測中精確捕捉加速前進的黃金波段,極大化提升回測的期望值與夏普比率(Sharpe Ratio)。