你打开合约面板，看到主动买入量是主动卖出量的两倍。
看起来很清楚：买的人多，要涨。
你开了多。价格跌了。
数据没错，你也没看错——两倍就是两倍。错的是那句"所以要涨"：你读到的是一个已经发生的事实，而你把它当成了一个关于下一步的预言。
第二篇讲了订单簿的结构，但没讲怎么读它产生的数据。
这一篇补上这块。它面向的是想自己算指标、写筛选器的人——但即使不写代码，理解这些也能避免一类很常见的误判：把「测量」当成了「预测」。
每个知识点用同一个五段式来写：
① 它是什么 —— 定义与机制
② 怎么量化 —— 可以直接实现的公式
③ 能回答什么 —— 它有效的问题
④ 不能回答什么 —— 它的边界 ← 最重要
⑤ 常见误判 —— 具体会怎么错
本文仅用于记录和普及基础知识，不构成投资建议。文中的指标都不是交易信号，也不构成任何策略推荐。
零、一个贯穿全篇的原则
先立一条判断标准，后面每一节都会用到：
这个数据告诉我「现在是什么状态」，还是「接下来会怎样」？
前者是测量，后者是推断。
打个比方
订单流数据是体温计，不是天气预报。
体温计能极其精确地告诉你此刻是 38.5 度——这个读数不掺任何猜测，它就是事实。但它不会告诉你明天会不会退烧。要从"现在 38.5"走到"明天会怎样"，你得额外知道这是什么病——而那个信息不在体温计上。
⚠️ 这一篇里几乎所有的误判，都是同一个动作：拿着体温计当天气预报用。 数据本身没问题，精度也没问题，问题在于中间那一步被跳过了——而跳过的时候没有任何报错，读数看起来还是那么确定。
⭐ 所以这一篇的写法是：把测量讲准确，并明确标出每个指标在哪里越界。 越界之后不是"不能用"，是"你得自己补上那个额外的假设，并且知道自己补了"。
订单流数据几乎全部属于前者。它们能非常精确地告诉你此刻市场的状态——有多少主动买、深度多厚、波动多大——但从状态到方向的那一步，需要额外的、通常并不成立的假设。
按第七篇的分类：测量属于第一类（机制），可以放心学；从测量推断方向属于第三、四类，需要单独检验。
这一篇只负责把测量讲准确，并明确标出每个指标在哪里越界。
一、面板上的字段：逐项对照
后面几节讲的是怎么算。这一节先讲面板上那些数字分别是什么——因为最常见的错误不是算错，是把字段的含义读错了。
一个典型的合约交易面板分四块：
┌─ 报价区 ─────────────────────────────┐
│ 最新价 / 标记价格 / 指数价格 │
│ 24h 涨跌 / 高 / 低 / 成交量 / 成交额 │
│ 资金费率 + 倒计时 / 持仓量 │
├─ 订单簿 ───────────┬─ 逐笔成交 ───────┤
│ 卖 N … 卖一 │ 时间 │
│ ─── 价差 ─── │ 价格 │
│ 买一 … 买 N │ 数量 │
│ 价格 / 数量 / 累计 │ 方向（主动买/卖）│
└────────────────────┴──────────────────┘
① 报价区：四个「价格」不是一回事
| 是什么 | 用途 | |
|---|---|---|
| 最新价 | 上一笔已成交的价格 | ⚠️ 是历史，而且是别人的成交 |
| 中间价 | (买一 + 卖一) ÷ 2 | ✅「当前价格」更好的估计 |
| 标记价格 | 指数价 + 溢价平滑 | ⭐ 清算按它算，不按最新价 |
| 指数价格 | 多个现货交易所加权 | 标记价格的基础 |
⭐ 标记价格这条最重要（第四篇）：单个交易所的插针不会直接爆你的仓，因为清算看的是跨交易所指数。
⚠️ 反过来说，止损单应当用标记价格触发，否则一根插针就能把你扫出去——这是第五篇的下单检查项。
在流动性差的盘口，最新价可能已经远离中间价。写代码时用中间价作为「现价」，不要用最新价。
② 24h 数据区能挤出三个判据
这一块看起来只是装饰，其实是整个面板上最该先看的部分。
反推 VWAP
24h VWAP = 24h 成交额 ÷ 24h 成交量
和当前价比较 ⇒ 过去 24 小时所有成交的平均成本大致在哪。它是个描述性数字，不是支撑位。
算今天的可交易比值（第二十六篇）
24h 振幅 = (24h 高 − 24h 低) ÷ 中间价
可交易比值 = 期间预期波动 ÷ 往返成本 < 5 ⇒ 出局
这一步应该在你看任何图表之前做。比值不过，后面全都不用看。
波动率状态 ⇒ 决定仓位（第六篇），不决定方向。
注意 24h 是滚动窗口，不是自然日，它随时在变。
③ 价差：只有相对值可比
绝对价差 = 卖一 − 买一
⭐ 相对价差 = (卖一 − 买一) ÷ 中间价
绝对数字在不同价位的标的之间毫无意义。而相对价差的含义非常硬：
相对价差 × 2 ≈ 用市价单进出一趟的最低成本——还没算手续费和滑点。
④ 深度：看累计，不看单档
盯着「买一挂了多少」没有意义。要看的是累计到 ±X% 的总量。
第二十六篇那个判据直接可用：
出场压力比 = 你的仓位 ÷ ±1% 买单深度 > 0.3 ⇒ 出局
注意两点：
- 用买单深度——你出场时是往下砸，多头的风险在买盘那一侧
- 用最差时段（深夜、周末）的深度算，因为你需要跑的时候通常就是那种时刻
（深度的失衡怎么量化，见第六节；那里也解释了它的有效时间尺度为什么是秒级。）
⑤「买单墙」：两种解释同时成立
面板上一堵大买单，可以是：
| 真实买盘 | 那里确实有人接 |
| 幌骗（spoofing） | 挂了不打算成交的单（第二十八篇） |
常见判别法是「看价格接近时它撤不撤」——但那仍然是事后才知道。
真正可靠的不是墙本身，是它被吃掉时留在逐笔成交里的记录：
挂单是意向，成交才是事实。
这也是挂单类数据整体上比成交类数据更容易被伪造的根本原因——没成交就不花钱。
⑥ 逐笔区：一个被低估的量
主动买卖分解与 CVD 的量化在第二节。这里只补一个很少有人看的量：
成交速度（每秒成交笔数）。
它的好处是不受价格方向影响——涨和跌都可能伴随成交加速。它测量的是参与度的突变，是一个纯状态量。
和成交量一样，它必须用同时段基准比较（第三节），否则活跃时段会持续误报。
⑦ 衍生品专区
| 字段 | 怎么读 |
|---|---|
| 资金费率 | 拥挤度测量，不是方向信号（第四篇） |
| 倒计时 | 结算时点；前后常有仓位调整 |
| 持仓量 OI | 与价格的四象限分解（第三十三篇） |
| 多空比 | 定义不统一，跨平台不可比 |
资金费率有个容易忽略的性质：按第四篇那个公式，它有封顶。打到上限之后就不再反映拥挤程度了——你只知道「很挤」，不知道「多挤」。
多空比是面板上最不可靠的一个数：有的平台按账户数算，有的按持仓量算，两者能差一个数量级，而且都不告诉你那些账户的仓位大小。
一个反向的读盘顺序
和第二十七篇的读图顺序同理——不从「看起来要涨要跌」开始：
① 相对价差 → 成本底线
② ±1% 买单深度 vs 我的仓位 → 我出得去吗
③ 24h 振幅 ÷ 往返成本 → 今天这个周期成不成立
────── 任何一步不过就停 ──────
④ 资金费率 / OI → 拥挤度（状态，不是方向）
⑤ 逐笔与深度形状 → 只做状态记录
⑥ 方向 → 最后，而且不从盘口得出
前三步全是算术，几秒钟做完，而且淘汰率最高。多数人直接从第 ⑤ 步开始盯盘——那是把最不可靠的一层放在了最前面。
面板数据的五个陷阱
| 陷阱 | 说明 |
|---|---|
| 挂单可撤 | 深度是意向，不是承诺 |
| 冰山单 | 显示量 ≠ 真实量，两个方向都可能 |
| 快照延迟 | 你看到 → 决定 → 订单到达，中间它已经变了 |
| 聚合站不可信 | 用交易所原始接口，别用第三方聚合（第二十六篇） |
| 跨平台不可比 | 费率档、用户结构、合约规格都不同 |
再叠上刷量（第 44 篇第一节）：刷量能把成交额做到任意大，但做不出真实的买单深度——因为挂真单要承担被成交的风险。
这就是为什么判断流动性要用深度，不要用成交额。
唯一完全不可操纵的数字
面板上所有由别人提供的数字都可能被污染。只有一个不会：
你自己的信号价 → 实际成交价之差。
这也是第十八篇要求记录滑移、第二十篇把它放进归因三分的原因——它是你唯一私有的、不可伪造的流动性测量。
二、逐笔成交（Tape / Time & Sales）
① 它是什么
订单簿是「还没成交的意愿」，逐笔成交是「已经发生的事实」。
后者的信息质量更高，原因在第二篇和第十篇讲过：挂单可以撤销、可以伪造，而成交是不可撤销的——有人真的付了钱。
② 怎么量化
主动买 vs 主动卖，有明确定义，不需要猜：
成交价打在 Ask 上（吃掉卖单）→ 主动买入（buy aggressor）
成交价打在 Bid 上（吃掉买单）→ 主动卖出（sell aggressor）
主流加密交易所的 WebSocket 推送里直接带这个标记。以 Binance 的 trade 流为例，字段 m 表示「买方是否为挂单方（maker）」：
m = true → 买方是 maker，主动方是卖方 → 主动卖出
m = false → 买方是 taker → 主动买入
对没有这个字段的数据源，可以用 tick rule（与前一笔成交价比较）或 Lee-Ready 算法（与买卖中间价比较）来推断，但都会有误分类。
在此之上可以算：
Delta = 主动买量 − 主动卖量 （某个时间窗内）
CVD = Σ Delta （累计成交量差）
主动买占比 = 主动买量 / 总成交量
成交速度 = 单位时间内的成交笔数
③ 能回答什么
- 当前这段时间，是买方更急还是卖方更急？ 这是一个关于「谁在支付价差」的事实
- 市场活跃度在上升还是下降？（成交速度）
- 大单是否在出现？ 单笔成交量的分布变化
④ 不能回答什么
- ❌ 不能回答方向。 主动买多于主动卖，不意味着价格会涨——因为每一笔成交都有买方和卖方，「主动」只描述谁在吃单，不描述谁判断正确
- ❌ 不能识别「主力」。 你看不到账户身份，大单可能是对冲、可能是套利腿、可能是做市商调仓
- ❌ 不能回答 3–5 分钟之后的事。 它描述的是刚刚过去的几秒到几分钟
⑤ 常见误判
误判 1：看单笔金额。
你在盘口看到 0.001 / 0.01 / 0.1 BTC 这些很碎的成交，这是完全正常的，原因有三个：
- 算法拆单：一笔大单被拆成许多小单执行（第五篇的 TWAP/冰山）
- 做市商持续小额报价成交
- 一笔 taker 单吃穿多个 maker 挂单，会产生多条成交记录
所以单笔大小几乎不含信息，笔数也会被这个机制放大。有意义的是一段时间内的聚合。
误判 2：把 CVD 当预测指标。
CVD 是一个准确的测量。但「CVD 与价格背离 → 即将反转」这类用法属于第七篇的证据混杂那一档，需要你自己按第七篇第九节的方法检验，而不能默认成立。
误判 3：用错数据流。
Binance 的 aggTrade（聚合成交）会把同一笔 taker 订单在同一价位的多笔成交合并，trade（原始成交）不会。用哪个流，会直接改变你算出来的「成交笔数」——差异可以是数倍。
三、成交量的比较基准
① 它是什么
成交量的绝对数字没有意义，只有相对意义。问题是：相对于什么。
② 怎么量化
⚠️ 这里有一个很多人会犯的系统性错误。
常见做法是「跟前面几根 K 线比」：
❌ 前几根 5 分钟：100、120、110 → 当前 500 → 判定为放量
这个基准是错的，因为成交量有强烈的时段周期性。
美股是明显的 U 型（第三篇：开盘和收盘最活跃，中午最清淡）。加密虽然 7×24，但同样存在稳定的模式：亚洲、欧洲、美国时段活跃度不同，周末显著低于工作日。
用「前几根」作基准的后果是可预测的：
- 开盘/活跃时段：成交量自然上升 → 持续产生假信号
- 午盘/深夜：成交量自然下降 → 持续漏掉真信号
正确的基准是同一时段的历史分布：
RVOL = 当前成交量 / 过去 N 天同一时段的平均成交量
Z-score = (当前成交量 − 同时段均值) / 同时段标准差
实现要点：把一天按你的 K 线周期分桶（5 分钟 → 288 个桶），每个桶各自维护自己的历史统计。周末与工作日建议分开统计。
③ 能回答什么
- 现在的参与度，相对于这个时间点通常的水平，是高还是低？
- 是否出现了统计意义上异常的活跃度
④ 不能回答什么
- ❌ 不能回答方向。 放量既可能是买入涌入，也可能是抛售，还可能是双向换手
- ❌ 不能区分真实成交与刷量（见第 44 篇第一节）
- ❌ 大额放量也可能来自与价格判断无关的原因：指数再平衡、期权到期、清算、跨所搬砖
⑤ 常见误判
误判 1：用错比较基准（上面已详述，这是最常见的一个）。
误判 2：把量价关系当规则。
「放量上涨 = 可信、缩量上涨 = 动力不足」这类说法在实务中被广泛使用，但按第七篇的分层，它属于证据混杂那一档——存在合理的直觉基础，但缺少稳健的样本外证据支持它作为独立信号。
可以用它组织观察，但不要把它当成确定规则写进策略，除非你自己做过第七篇第九节那套检验。
四、成交量在价格轴上的分布（Volume Profile）
① 它是什么：换一个轴
上一节的成交量，是按时间分桶的——每根 K 线一个柱子。Volume Profile 只做了一件事：
⭐ 把同一份成交数据，改成按价格分桶。
成交量柱状图 横轴时间，纵轴成交量 「什么时候成交多」
Volume Profile 横轴成交量，纵轴价格 「什么价位成交多」
两个常用派生量：
| 定义 | |
|---|---|
| POC（Point of Control） | 成交量最大的那个价格桶 |
| Value Area | 从 POC 向两侧扩展，直到累计成交量达到总量的 70% |
② 怎么算
① 定价格桶宽 Δ
② 遍历区间内每一笔成交，按成交价累加到对应价格桶
③ POC = 量最大的桶
④ Value Area = 从 POC 向两侧交替扩展，直到累计量 ≥ 总量 × 70%
⚠️ 第 ② 步有两种实现，差别很大：
| 方式 | 做法 | 性质 |
|---|---|---|
| tick-based | 用逐笔成交（第二节），每笔按其成交价入桶 | ✅ 测量 |
| time-based | 用 K 线，把一根的成交量在 high–low 之间摊开 | ⚠️ 估计 |
⭐ 免费图表软件大多是第二种，因为逐笔数据贵。而它的误差不是均匀分布的：
K 线振幅越大，摊开的假设越离谱——而振幅大的那几根，恰恰是你最关心的位置。
③ 它相对成交序列是零新信息
这一条决定了它该被放在哪一格。
Volume Profile = f(逐笔成交序列)
给定成交数据，profile 完全确定。 按第 34 篇第二节的分类表，这和 MA 之于价格是同一种关系——它是同一份数据的重新表述，不是新观测。
所以它的价值只能是「换一个轴让某些结构更容易看」，不可能是「发现了什么」。
由此跟出一个直接的推论：
「成交量柱放大 + 价格在 POC 附近」不是两个证据，是同一个观测的两种投影。
按第 38 篇第八节，它们的相关系数接近 1，有效独立数约等于 1——这和第 27 篇讲的「均线 + MACD + RSI 三重确认」是完全一样的错误，只是换了一个维度。
④ 能回答什么
- ✅ 过去这段时间，成交集中在哪几个价位
- ✅ 分布是单峰还是双峰——这是一个有用的描述：双峰意味着这段行情有两个各自成交充分的区域，中间那段是快速穿过的
- ✅ 当前价相对 Value Area 在什么位置（在内 / 在上 / 在下）
⑤ 不能回答什么
- ❌ 不能回答现在那里有没有人接。 它是历史成交，不是当前挂单——这正是第 33 篇第五节时态表的第一行（过去·流量），而下一节的订单簿深度才是「现在·快照」。
- ❌ 不能跨平台加总（理由同下一节）。
- ❌ 不能回答方向——同上一节，成交量本身不含方向。
⑥ 三个自由度，都是你选的
这一节的判据必须自己套用一遍，否则就成了第 40 篇批评的那种东西：
| 自由度 | 后果 |
|---|---|
| 区间起点 | 从哪天开始算，POC 就在哪 ⇒ 换个起点，结论就换 |
| 桶宽 Δ | 桶太宽 POC 无意义，太窄被噪声主导 |
| 70% 这个数 | 是约定，不是推导出来的 |
而这三个自由度可以用第 40 篇第六节那个测试直接检查：换两三个区间起点各算一次，看 POC 跳不跳。跳得厉害，说明你读的是起点，不是市场。
另外，刷量（第 44 篇第一节）会直接进入 profile：假成交同样有价格，同样会堆出一个假的 POC。
本节只讲怎么算。「算出来之后能不能用」在第 33 篇第六节——那里的结论是 🟡：机制真（解套盘与止损盘确实聚集），但不说明方向。
五、订单簿深度：从快照到冲击成本
① 它是什么
第一节讲了「深度看累计不看单档」。这一节讲怎么把它换算成钱——因为深度本身不是一个数字目标，它是用来算你这笔单要付多少的。
⚠️ 先分清「深度」这个词至少指三种算法，数值差很远：
| 算法 | 定义 | 问题 |
|---|---|---|
| 档位深度 | 前 N 档挂单量之和 | ⚠️ 依赖 tick size，跨标的完全不可比 |
| ⭐ 百分比深度 | 中间价 ±X% 内的挂单量之和 | ✅ 可比，用这个 |
| 名义深度 | 同上但换算成计价货币 | ✅ 直接对应「多少钱」 |
名义深度(±1%) = Σ(该档价格 × 该档数量) —— 范围内所有档
⭐ 「前 20 档」在 BTC 和某个小币上根本不是一回事——tick size 不同，20 档覆盖的价格范围可能差几十倍。任何跨标的比较都必须用百分比口径。
② 怎么量化
精确算法：逐档吃穿。 一笔市价买单从卖一开始逐档成交：
成交均价 = Σ(档位价 × 在该档吃到的量) ÷ 总量
⭐ 冲击成本 = (成交均价 − 中间价) ÷ 中间价
这个数是确定的、可以精确算出来——有当前快照，就能知道「我现在打 10 万美元市价单，均价会差多少」。
这一步几乎没人做，但它把「深度好像还行」变成了一个具体的百分比，可以直接加进第一节和第二十六篇的往返成本里。
两种冲击不要混：
| 是什么 | 可算性 | |
|---|---|---|
| 瞬时冲击 | 吃穿订单簿的即时代价 | 可精确算（上式） |
| 持久冲击 | 大单分批执行时价格整体被推走的部分 | 经验规律，只能估 |
执行研究里对第二种有个常用的经验形式：冲击大致随参与率的平方根增长（∝ √(Q/V)）。这意味着拆单的收益是递减的——量减半，冲击只降到约 0.71 倍。
这正好解释了第十八篇那句「分批不改变期望值，改变的是方差和执行难度」：分批确实降冲击，但不是线性降，而且换来了时间风险。
深度的时间维度：补充速度。 这是静态快照看不出来的，也是最被低估的一项：
深度被吃掉之后，多久填回来？填回来的速度才是真流动性。
| 情况 | 含义 |
|---|---|
| 秒级恢复 | 有真正的做市商在报价 ⇒ 可持续的流动性 |
| 长时间不恢复 | 挂单是静态的散户单 ⇒ 一次性的 |
这个区别在连续交易时是决定性的：深度不补，你的第二笔、第三笔会吃到越来越差的价格——而回测里只用快照的话，这部分完全看不到。
怎么测：记录一次较大成交之后，±1% 深度回到原水平所需的秒数。这需要 WebSocket 时间序列，REST 快照做不到。
③ 能回答什么
- ✅ 我这笔市价单的均价会差多少——逐档精确算
- ✅ 我这个仓位出不出得去——出场压力比（第一节、第二十六篇）
- ✅ 这里的流动性是不是可持续的——深度恢复时间
前两项的区别值得说清楚：
| 回答什么 | |
|---|---|
| 冲击成本 | 我这笔要付多少 |
| 出场压力比 | 我出不出得去 |
前者是价格问题，后者是生存问题。第二十六篇把后者放进硬否决项，就是因为付贵一点还能接受，出不去不能。
④ 不能回答什么
- ❌ 不能回答方向。 买盘厚不等于要涨（下一节：亚秒级衰减，且最易伪造）
- ❌ 不能判断挂单的真假。 「那堵墙是真的吗」事前不可区分
- ❌ 不能跨平台加总。 五家交易所的深度加起来没有意义——你不能同时在五个地方吃单
⑤ 常见误判
误判 1：用档位深度跨标的比较。 见 ① 的第一行。这是最常见、也最容易避免的一个。
误判 2：把静态深度当承诺。 深度是意向，不是承诺。 幌骗的成本极低——没成交就不花钱（第二十八篇）。
误判 3：用聚合站的深度数据。 多平台加总在实际执行中不存在；而且各家的档位口径、精度、更新频率都不同。用交易所原始接口。
误判 4：没确认接口返回的范围覆盖得到你要算的百分比。 多数接口只给前 N 档或有限价格范围——波动大的时候，返回的档位经常覆盖不到 ±1%，此时你算出来的是一个偏小的深度，而且不会报错。
增量更新还有序列号对齐问题（漏一条本地簿就永久偏了），见第 44 篇第一节——那里还给了它的检测方法。
六、订单簿失衡（Order Book Imbalance）
① 它是什么
买盘总量与卖盘总量的相对差异。直觉是：买盘厚 → 支撑强。
② 怎么量化
OBI = (Bid量 − Ask量) / (Bid量 + Ask量)
取值范围 [−1, +1]
+1 = 只有买盘，−1 = 只有卖盘
需要指定统计到第几档（前 5 档、前 10 档、或价格带内全部）。不同的档位选择会得到完全不同的数字，这个参数必须固定并记录下来。
③ 能回答什么
- 此刻订单簿两侧的挂单量分布
- 学术研究显示，订单簿失衡对极短期（亚秒级到数秒）的价格变动确实有统计上的预测力
④ 不能回答什么
⚠️ 这是本节的关键：它的有效期极短，衰减极快。
对亚秒级有效的信号，到分钟级基本就没有信息量了。也就是说：
OBI 对 3–5 分钟级别的交易，基本无用。
这不是「效果弱一点」，而是时间尺度不匹配。想用它，你需要的是能在毫秒级反应的系统——而那是第七篇说过「不要竞争」的赛道。
其他限制：
- ❌ 深度不等于意图。 挂单可以在任何时刻撤销，且在你最需要它时撤得最快（第二篇）
- ❌ 可能是伪造的。 Spoofing（挂大单制造假象后撤销）在美国受监管禁止且有执法，但在部分加密市场缺乏同等约束
- ❌ 看不到冰山单。 显示的量可能远小于真实量（第五篇）
⑤ 常见误判
「买盘很厚，所以跌不下去」 —— 这是最典型的误用。厚买盘可以在一秒内消失，而它消失的时刻恰恰是价格要跌的时刻。
一个更有用的替代提问：不是「挂单有多厚」，而是「这些挂单在被吃掉时有没有被补上」。后者需要看成交数据与簿的联动，信息质量高得多。
七、假突破与流动性猎杀
⚠️ 这一节是全篇最容易把体温计当天气预报的地方。“猎杀"这个词本身就带着一个因果叙事，而你手上有的只是"这里成交密集、然后价格反向"这个读数。下面会把能测的和只能猜的分开。
① 它是什么
「怎么判断真假突破」是短线里最常被问的问题。它没有可靠的预测答案，但有一个机制层面的解释，而机制是可以学的。
关键链条：
1. 止损单聚集在明显位置（前高、前低、整数关口）
2. 价格被推过该位置
3. 止损被触发 → 按第五篇，它们变成市价单
4. 这些市价单为推动方提供了成交对手
5. 止损被消化完毕后，推动力消失，价格回落
注意第 3 步和第 4 步：止损单在被触发的瞬间，从「保护」变成了「流动性供给」。这不是阴谋论，这是订单类型的机械后果。
明显的价位之所以危险，正是因为它明显——所有人的止损都在那里，所以那里有一池子等着被吃掉的流动性。
② 怎么量化
「真假」无法事前确定，但突破后有几个可测量的属性：
突破时的 RVOL （第三节，同时段基准）
突破后的主动买卖比 （第二节）
价格停留在区间外的时间
是否发生在流动性稀薄时段（深夜、周末）
回踩后是否守住原阻力
③ 能回答什么
- 这次突破发生时，市场参与度是否真的上升了
- 推动它的是主动买入，还是仅仅是薄簿下的少量成交
- 事后的分类与统计（用于你自己的检验）
④ 不能回答什么
- ❌ 不能事前判定真假。 上面所有指标在假突破时也可以短暂满足
- ❌ 「放量突破更可靠」这个说法本身就需要检验，不能默认
⑤ 一个可操作的推论（以及它的代价）
这一节最有价值的产出不是判断方法，而是一条止损放置的原则：
不要把止损放在所有人都会放的位置。
但必须同时说清楚代价：把止损放远，按第六篇的公式，仓位就必须相应变小：
仓位 = (账户 × 风险比例) ÷ (入场价 − 止损价)
止损距离变大 → 分母变大 → 仓位变小。这不是免费的改进，是一个权衡。任何说「把止损放远就能避免被扫」的建议，如果没有同时提到仓位要缩小，就是不完整的。
八、多周期分析
① 它是什么
同时看 1 小时、15 分钟、5 分钟、3 分钟，是短线里非常普遍的框架。
② 它真正的作用
⚠️ 先纠正一个常见的理解：多周期「共振确认」在统计上大多不是独立证据。
1 小时、15 分钟、5 分钟的 K 线，是同一份逐笔成交数据的不同聚合方式。四个周期都显示上涨，不等于你得到了四个独立信号——你得到的是同一份数据用四种平滑参数看到的四个视图。
准确地说，这个关系是恒等而不是相关：
1 根 1 小时 K 线 ≡ 它内部那 12 根 5 分钟 K 线
完全相同的成交记录，只是聚合粒度不同。
高周期没有包含任何低周期没有的成交。
所以「三个周期都看多」必然高度一致——这是由构造决定的，不是市场告诉你的。
这在统计上类似于把同一个观测重复计数，会系统性地放大你的信心，而信息量并没有相应增加：
你以为的：p = 0.05³ ≈ 0.000125
实际接近：p = 0.05
⭐ 一个可以直接用的判据
多周期到底是重复计数还是补充信息，取决于你在不同周期上算的是不是同一个量：
| 用法 | 成立吗 | 为什么 |
|---|---|---|
| 「三周期共振 ⇒ 信号更强」 | ❌ | 都在判方向 = 同一个量，重复计数 |
| 「大周期定方向，小周期找入场」 | 🟡 | 本质是降低入场成本，不是提高胜率——而且这个好处可以被单独测量 |
| 「大周期算 ATR 定仓位，小周期定入场」 | ✅ | 不同的量（二阶矩 vs 价位），是真正的补充 |
| 「大周期判断环境，决定做不做」 | ✅ | 同上，一个是过滤器一个是触发器 |
同一个量 ⇒ 重复采样。不同的量 ⇒ 补充信息。 这条判据比任何「共振」规则都可靠。
那它的价值在哪里？只有一个，但很重要：
强制统一时间尺度。
入场周期决定了止损的合理距离，止损距离决定了仓位，仓位和周期共同决定了持仓时间。这四件事必须匹配。
③ 能回答什么
- 我现在用的理由，和我用的止损距离，是同一个时间尺度吗？
④ 不能回答什么
- ❌ 不能通过「多周期共振」提高判断的置信度到你以为的程度
⑤ 常见误判
最典型的错误：用 1 小时级别的理由（「这是 1 小时的支撑」）入场，却用 5 分钟级别的止损距离。
结果是可预测的：1 小时级别的正常波动，必然会打掉 5 分钟级别的止损。 你的判断可能是对的，但你的仓位活不到它兑现。
这个错误不需要市场配合就能让你亏钱，而且它完全可以在事前避免。
⭐ 本篇原有的后三节（筛选标的、数据质量陷阱、筛选器该算什么）已拆出为第 44 篇。
这一篇讲盘口和成交数据「怎么读」；那一篇讲你自己「采集和计算」这些数据时会遇到什么——刷量、K 线口径、断线补数、幸存者偏差，以及怎么造出有已知答案的校验（聚合可加性是恒等式）。
九、这一篇的结论
- 贯穿全篇的问题：这个数据告诉我「现在是什么状态」，还是「接下来会怎样」？ 订单流数据几乎全部属于前者。
- ⭐ 面板上那四个「价格」不是一回事：最新价是别人的历史成交，中间价才是现价的合理估计，⭐ 清算按标记价格算——所以止损应当用标记价格触发。
- 24h 数据区是整个面板上最该先看的部分：成交额 ÷ 成交量 = VWAP；(高−低) ÷ 中间价 = 振幅 ⇒ 直接算今天的可交易比值。⚠️ 它是滚动窗口，不是自然日。
- 只有相对价差可比，而且 相对价差 × 2 ≈ 市价单往返的最低成本。
- Volume Profile 只是把同一份成交数据换了个轴（按价格分桶而非时间），所以它相对成交序列是零新信息——和 MA 之于价格是同一种关系。⚠️ 推论：「成交量放大 + 价格在 POC 附近」是同一个观测的两种投影，不是两个证据。而且免费软件多用 K 线摊开的近似，振幅越大误差越大。
- 「深度」至少指三种算法：档位深度依赖 tick size，跨标的完全不可比；跨标的比较必须用百分比口径（±X% 内累计）。
- 深度真正的用途是逐档吃穿算出冲击成本：
(成交均价 − 中间价) ÷ 中间价。这个数是确定的，它把「深度好像还行」变成一个能直接进成本公式的百分比。 - 瞬时冲击（吃穿订单簿，可精确算）和持久冲击（大单推走价格，约随参与率的 √ 增长）是两回事。拆单收益递减——量减半，冲击只降到约 0.71 倍。
- 深度的补充速度才是真流动性，而静态快照看不到它：秒级恢复说明有做市商在报价；久不恢复说明那是一次性的散户挂单，你的第二笔会吃到更差的价格。
- 冲击成本回答「要付多少」，出场压力比回答「出不出得去」——后者是生存问题，所以它是硬否决项：付贵一点还能接受，出不去不能。
- 深度不能跨平台加总——你不能同时在五个交易所吃单。
- 深度看累计不看单档，用买单深度、用最差时段算出场压力比。
- 挂单是意向，成交才是事实。 挂单类数据（深度形状、买单墙、OBI）最容易被伪造，因为没成交就不花钱；「买单墙是真是假」事前不可区分。
- 资金费率封顶后不再反映拥挤度；多空比定义不统一（账户数 vs 持仓量），跨平台不可比。
- 读盘顺序应该是反的：相对价差 → 出场压力比 → 可交易比值（任何一步不过就停）→ 拥挤度 → 状态记录 → 方向放最后。前三步全是算术，几秒钟做完，淘汰率最高。
- 刷量能做大成交额，做不出真实的买单深度——所以判断流动性要用深度，不要用成交额。
- 唯一完全不可操纵的数字是你自己的信号价与成交价之差。
- 主动买卖有明确定义（成交打在 Ask 还是 Bid），交易所数据里直接带标记，不需要猜。
- 单笔成交大小几乎不含信息——算法拆单和吃穿多档都会产生大量碎单。有意义的是聚合。
- 成交量必须与「同一时段的历史」比较，不能与「前几根 K 线」比较。后者会在活跃时段持续产生假信号。
- 订单簿失衡的有效期是亚秒级，对 3–5 分钟基本无用。知道一个指标的有效时间尺度，比知道它的公式重要。
- 假突破的机制是止损单在被触发时从保护变成了流动性供给。推论：不要把止损放在所有人都放的位置——但代价是仓位必须相应缩小。
- 多周期共振不是独立证据，它是同一份数据的重复采样。多周期真正的作用是统一时间尺度：用 1 小时的理由配 5 分钟的止损，必然被正常波动打掉。
- 数据质量、指标实现与校验方法已拆到第 44 篇——那一篇的一句话是：数据错误不会报错，只会静默地给出一个看起来合理的结果。