交易学习手册（二十六）：筛选器——可交易域怎么框出来

你看好一个小市值的标的，想投 5 万块。

先别看图。先算一件事：如果哪天你想在最冷清的那个时段全部卖掉，需要多久，滑多少？

如果答案是"要卖两个小时、滑 8%"，那么这个标的对你来说根本不可交易——不管它的走势多好看。它值不值得买是一回事，你进不进得去、出不出得来是另一回事，而后者可以先算。

「找到可以交易的标的」听起来像选股，但它其实是两个完全不同的问题：

「哪个会涨？」        —— 需要预测未来，本手册不写
「哪个可交易？」      —— 可以客观定义，并且能算出来

这一篇只回答第二个。

打个比方

这像买房子之前先看承重墙和产权。

“这套房子好不好看"是个见仁见智、需要品味的问题。而"这面墙能不能拆"“产权有没有纠纷"有确定答案，查得到，而且一票否决。

⭐ 筛选器就是那份结构检查：它的输出不是「买这个」，而是「这些通过了结构筛查，可以进入假设检验」（第十九篇）。它负责把不该碰的排除掉，剩下的事它一句也不说。

⚠️ 这个定位很容易被误解成"筛选器就是选股器，只是弱一点”。不是。它们回答的是不同类型的问题：选股器试图回答一个需要预测的问题（多半答不好），筛选器回答一个可计算的问题（能答得很准）。把它当选股器用，你会失望；把它当结构检查用，它几乎不会错。

它的输出不是「买这个」，而是「这些通过了结构筛查，可以进入假设检验」（第十九篇）。筛选器负责把不该碰的排除掉，剩下的事它一句也不说。

前面的第 15、19、21、22、23 篇分别给了这套方法的零件。这一篇把它们装成一台可以运行的东西。

本文仅用于记录和普及基础知识，不构成投资建议。

一、第 0 层：先定死你的约束

不先定这三项，后面所有阈值都算不出来。

① 单笔资金规模          → 决定深度门槛
② 平均持有周期          → 决定成本门槛（最关键）
③ 交易场所              → 三套不同的筛选维度

场所的差别比多数人以为的大

以某主流交易所最低等级为例（费率会变、各平台不同，务必自行核对）：

⭐ 合约手续费可以比现货低一个数量级。 这个事实直接改变短周期交易的可行性算术——代价是资金费和爆仓风险。

⚠️ 注意这和美股的直觉相反：在美股，衍生品通常比正股贵；在加密，永续合约常常比现货便宜。不要跨市场套用成本直觉。

二、第 1 层：成本可覆盖性 ⭐

这是唯一一个能一票否决大多数标的的筛子，而且它是纯算术。

公式

期间预期波动 ≈ 日均ATR% × √N          (N = 持有天数)

往返成本 = 手续费×2 + 价差 + 滑点×2 + 资金费率×N

可交易比值 = 期间预期波动 ÷ 往返成本

⚠️ √N 用的是随机游走近似。真实收益有自相关和波动率聚集，这只是一个粗略标尺，不是精确模型。它的作用是分档，不是给出精确值。

一个真实的算例

某日 ETH/USDT 的实测数据：24 小时最高 1,927.27，最低 1,912.36。

当日振幅 = (1927.27 − 1912.36) ÷ 1912.36 = 0.78%

现货往返 0.2%      → 比值 3.9   ❌
合约 taker 0.1%    → 比值 7.8   🟡
合约 maker 0.04%   → 比值 19.5  🟢

同一个标的、同一天，换执行方式跨越了三个档位。

这说明一件重要的事：筛选器必须把执行方式当作输入参数，不能只筛标的。 「ETH 能不能做」这个问题本身是不完整的。

⭐ 一张可以直接查的表：周期 × 场所

上面的例子只是一个标的、一天。把它推广成通用的，需要一条跨周期的缩放关系。

在随机游走近似下，波动按时间的平方根放大：

σ(T) = σ(1) × √T

加密 24/7 交易，一天 1440 分钟，所以：

⚠️ √T 假设收益独立。真实市场有波动率聚集和自相关，这是标尺，不是模型——用于分档足够，不要用于精确计算。

关键直觉：周期缩小 4 倍，波动只缩小 2 倍，而成本一分不少。

把振幅除以往返成本，得到各周期的可交易比值（日 ATR 3%）：

而且这张表还是乐观的

上面假设你吃掉整根 K 线从最低到最高的全部幅度。没人做得到——现实里能抓到三分之一就相当不错。

把整张表除以 3：

现货        →  只有 12h 以上勉强及格
合约 taker  →  4h 以上
合约 maker  →  1h 以上（但 maker 不保证成交）

于是得到一个很硬的结论：

3min 和 5min 在现货上不是「难」，是数学上不可行。

完美抓住整根 3 分钟 K 线的全部波动，还不够付手续费。

⭐ 这张表还有两个重要的后续，展开在第 31 篇：

• 它是动态的——日波动从 3% 涨到 8%，同一个周期的结论会反过来。所以短周期要按今天的波动率状态重算，而不是给标的贴永久标签。
• 它推出一条被迫的链——短周期只有 maker 成立 ⇒ 不能追价 ⇒ 必须被动挂单 ⇒ 你实际上在做市，而不是抓行情。

如果一定要做 3–5 分钟，唯一有算术可行性的路径是合约 + maker 挂单 + 低费率等级。而 maker 意味着要等成交，短周期里等不起——这个矛盾是结构性的，不是技巧能解决的。

它是逐日跑的，不是给标的贴标签

上面那个 0.78% 是 ETH 的低波动日，不是常态——正常的日内振幅要高得多。

所以这个筛子的正确用法是：

每天跑一次，输出「今天哪些能做」，而不是一次性输出「哪些标的可以做」。

「今天所有标的都不通过」是一个完全合法、而且经常出现的输出。第十九篇的否决式框架在这里的具体形态就是：先问这个环境里任何方向的判断有没有可能赚钱，再问方向。

三、第 2 层：流动性与出场能力

❌ 不要用成交额筛

理由很硬：成交额可以刷。

对敲刷量（wash trading）在小市值币上是常规操作，成本只有手续费，而某些费率结构让它接近免费。一个成交额排名靠前的币，可能实际上没有任何真实流动性。

✅ 用订单簿深度，而且看买单

① 取 ±1% 和 ±2% 价格区间内的挂单总额，买卖分别算
② 出场压力比 = 你的仓位 ÷ ±1%买单深度
   ⚠️ 深度是快照且挂单可撤 ⇒ 这个数偏乐观
   ⭐ 另配一个成交量口径的出场流量比（÷ 最差时段分钟成交量）→ 第 44 篇

⭐ 算的是买单深度，不是卖单。

理由：进场你可以慢慢来、可以分批、可以放弃；出场往往发生在你最不想等的时刻。第十五篇那句「出场能力才是首要指标」，在筛选器里的具体实现就是这一条。

⚠️ 深度也会骗人

挂单可以随时撤销（第十五篇）。平静时刻的深度和压力时刻的深度，可以差一个数量级——这正是第二篇说的「流动性在你最需要的时候消失」。

所以深度是一个乐观估计。稳妥的做法是给它打折，或者用下面这个更可靠的东西。

⭐ 唯一不会被操纵的流动性数据

你自己每一笔的：信号价 → 实际成交均价

这个数据别人刷不了、撤不掉，而且完全免费——你只要记录就有（第十八篇）。

积累几十笔之后，你会得到一张属于你自己规模、你自己时段、你自己执行方式的滑点表。它比任何公开指标都准。

链上的情况更简单：直接用你的真实规模去要一个报价，聚合器会告诉你实际滑点。这是模拟，不花钱（第二十四篇）。

四、第 3 层：结构否决（布尔，不打分）

⭐ 这一层就是"承重墙和产权”：下面每一条都是一票否决，不打分、不加权、不和别的项互相抵消。 一套房子的采光再好，也不能拿来抵消产权有纠纷。

这一层不做加权评分，任何一条不过就出局。

来自第二十一篇和第二十三篇：

□ 合约源码已验证                    未验证 → ❌
□ mint / pause / blacklist 权限     存在且在单个私钥手上 → ❌
□ 是否可升级代理                    是，且无时间锁 → ❌
□ LP 是否锁定、何时到期              未锁定 → ❌
□ FDV ÷ 流通市值                    > 5 → 🟠 至少必须说出来
□ 未来 90 天有无解锁悬崖             有 → 🟠 标记，不必然否决
□ 持有者集中度（⚠️ 先剔除交易所钱包与合约地址）

为什么这一层不打分

因为这些风险不是概率性的，是布尔的。一个有蜜罐逻辑的合约，不是「风险较高」，是「你卖不掉」。给它打 60 分然后和别的因素加权平均，是把一个确定性事件混进了统计框架，那是错的。

主流交易所的主流币大多自动通过这一层。这一层是为你想碰小市值和链上标的准备的。

五、第 4 层：可测性——最容易被跳过的一层

□ 有多长的历史数据？
□ API 稳定吗？有没有限流？（第二十四篇）
□ ⚠️ 上市时间 < 6 个月 → 样本不足 → 无法检验

这一条为什么是硬性的

回到第七篇和第二十篇的样本量算术：

t = (平均每笔R ÷ 标准差) × √N

一个上市三个月的标的，你能拿到的样本量决定了 t 值必然不显著。

这不是「证据比较弱」，是「无论结果多好，都无法与运气区分」。

所以结论很直接：

不可检验的标的，在这套体系里就是不可交易的。

不是因为它一定不好，而是因为你没有任何办法知道它好不好，而在不知道的情况下投入资金，就是第一篇说的那种「不是交易，是下注」。

六、一份可以直接实现的规格

# ── 输入（第 0 层）
capital_per_trade        # 单笔资金
holding_days             # 平均持有周期 N
venue                    # spot | perp | onchain
fee_maker, fee_taker     # 你的实际费率等级

# ── 每个候选标的采集
atr_pct_20d              # 20 日 ATR ÷ 价格
spread_avg               # ⚠️ 时间加权平均价差，不是快照
depth_bid_1pct           # ±1% 买单深度（计价货币）
depth_bid_2pct
funding_rate_avg         # 仅 perp，取近 N 日均值
listing_days             # 上市天数
slippage_own             # ⭐ 你自己的历史滑点中位数（有就用，优先级最高）

# ── 第 1 层
expected_move = atr_pct_20d * sqrt(holding_days)
cost = fee*2 + spread_avg + slippage*2 + funding_rate_avg*holding_days
ratio = expected_move / cost

# ── 第 2 层
exit_pressure = capital_per_trade / depth_bid_1pct

# ── 第 3 层：布尔门，任一 False 直接出局
# ── 第 4 层：listing_days < 180 → 出局

# ── 输出
# 不给综合评分。输出分档 + 每一档「因为哪一条被否」。

⚠️ 为什么不给综合评分

综合评分会让一个致命项被几个优秀项掩盖。

深度极差（致命） + 波动率很高 + 费率很低
→ 加权后可能得到一个漂亮的分数
→ 而你实际上买了一个出不去的东西

否决式框架不能被平均化。 这是第十九篇的核心，在代码层面就是：布尔门先跑，且不参与加权。

七、⚠️ 三个必须处理的数据陷阱

1. 价差要用时间加权，不能用快照

单次快照会系统性低估真实价差：做市商在波动时会撤单、加宽报价，而你恰好想在那时成交。

正确做法是在一段时间内持续采样后取平均，或者直接取你实际成交时的实测值。

2. ⭐ 幸存者偏差——回测筛选器时最致命的一条

❌ 用「今天还在交易所的标的」跑历史回测
   → 已下架、已归零的标的不在样本里
   → 结果必然过分乐观，而且乐观的幅度不可估计

✅ 需要 point-in-time 标的池：
   包含「当时存在、后来消失」的那些

这是第七篇回测六种偏差里最难修的一个，因为下架和归零的历史数据通常不好拿。

如果确实拿不到，至少要在结论里写明这个偏差的方向——你的回测结果是一个上界，不是估计值。

⚠️ 这一条在加密市场比在美股严重得多，因为消失率高得多。

3. 别用二手聚合站的数据做筛选

直接打交易所 API。聚合站的成交额口径不统一、更新有延迟，而且它统计的是各家自报的数据——回到陷阱 1 的问题。

八、⭐ 一个必须说清楚的结论

跑完这五层，你会发现一件事：

通过筛选的，几乎全是主流大市值标的。

而它们恰恰是流动性最好、参与者最专业、定价最有效率的那些——最难获得优势的地方。

这不是筛选器的缺陷

可交易性  ← 由 流动性 决定
低效率    ← 由 缺乏关注 决定

而 流动性 与 关注度 高度正相关

⇒ 可交易性 与 可获利性 在结构上负相关

没有一格是「便宜又低效」的。

任何声称找到了这一格的方法，都值得用第十九篇那个必答题问一遍：

谁在另一端亏钱？他为什么会持续这样做？

九、⚠️ 排序不是筛选：相对强度该怎么用

前面八节做的全是布尔否决。但横截面还有另一种用法——排序，而把这两件事搞混是这一类工具最常见的误用。

怎么正确构造它

① 定基准：相对指数？相对同板块？相对 BTC？
   ⚠️ 换一个基准，排名就变——这是第一个自由度
② 定窗口：常见 1 / 3 / 6 / 12 个月
   ⚠️ 这是第二个自由度
③ 排序：按窗口内收益率排，通常还要剔除最近 1 个月

⚠️ 第 ③ 步那个「剔除最近 1 个月」不是随手加的——学术上的横截面动量构造里普遍这样做，因为最近一个月存在反向效应。照搬指标而不照搬这个细节，你算的就不是文献里那个东西。

⭐ 关键区分：它是组合层面的效应

第 34 篇第一节第 7 类说过，相对强度实际上就是横截面动量——技术分析里少数有较强学术支撑的部分。⚠️ 但必须连它的形态一起引用：

文献里的横截面动量：
  几百只标的 → 排序 → 做多前 10%、做空后 10% → 持有数月至数年
  ⭐ 它是一个「多空组合」的统计性质

❌ 「买那只最强的」 —— 这不是横截面动量，
   这是把一个组合层面的效应，套用在一个单一标的上

⭐ 一个组合层面的统计性质，不能被拆成单笔交易的依据——这和第 30 篇第一节讲时间序列动量时是同一条纪律。

比值图与价差图的陷阱

「看 A/B 的比值图，它突破了」——这句话有一个结构性问题：

比值是一个商，它的走势由分子和分母共同决定。

「比值突破」可能是 A 涨了，也可能是 B 跌了，而这两件事在图上完全一样。

而且它继承了第 40 篇的全部问题：在比值图上画趋势线、找形态，自由度比在价格图上更大——因为你还多了一个「选哪个分母」的自由度。

例外是有结构性收敛理由的价差：期现基差、跨期价差、同一资产的两个包装（第 10 篇）。那些序列有稳定的半衰期（第 35 篇第四节），而任取两个标的的比值没有。

多个窗口不是多个证据

1 个月、3 个月、6 个月的相对强度排名高度相关。按第 38 篇第八节，算一下相关矩阵，有效独立数大概率接近 1。

这和第 27 篇的「三重确认」是同一个错误：同一个观测被数了三遍。

所以排序能用来做什么

✅ 决定「今天先看哪几个」      —— 注意力的分配，成本为零
✅ 作为组合层面的一个权重输入   —— 但要按第 38 篇整套检验
❌ 决定「买哪一个」            —— 组合效应不能拆成单笔依据
❌ 作为入场信号                —— 排名不含时点信息

最后一条值得强调：排名回答「谁更强」，但它不含任何关于「现在该不该动手」的信息——那需要第 32 篇的完整信号规格，而排名没有时点、没有出场、没有失效条件。

这一篇给的是判据（阈值、否决顺序）。这些量「怎么算才是对的」在第 44 篇——采集、校验与静默错误。阈值定得再对，输入错了也没用。

十、那么实际该怎么做

① 用五层漏斗把可交易域框出来（通常剩 10–30 个标的）
   → 这一步的产物是「不做什么」，不是「做什么」

② 在这个域里，先不找方向信号，只做测量：
   波动率状态、成本状态、拥挤度状态
   → 这些都是可测的，不需要预测（第十五篇）

③ 优势不在标的选择里，在这三个地方：
   - 执行  —— 第十八篇
   - 结构  —— 第十篇
   - 时机  —— 低波动期不做，本身就是正贡献（第三十五篇）

④ 想做方向性判断时，回第十九篇写可证伪假设，
   按第二十篇检验 —— 而不是反过来先有结论再找理由

第 ③ 条值得单独说

把往返成本从 0.2% 压到 0.04%，可交易比值提高 5 倍。

这个收益是确定的、可复制的、不需要任何市场判断。

而找到一个能持续跑赢的方向性信号，是不确定的、可能不存在的、并且会衰减的（第七篇）。

⭐ 这个筛选器还缺一个正交的维度：它回答「哪些标的今天能做」（横截面），但不回答「今天这个环境适不适合我这套方法」（时间序列）。后者在第 35 篇——波动率分位、可交易比值、效率比三层判据。两个都要过。

两件事都在提高期望值，但只有一件你能控制。

⭐ 第 46 篇第四节给了年化的账：每日一次的策略，taker 0.2% 与 maker 0.04% 相差 29.9 个百分点/年。而那里还有一条这里没说的推论——成本减半 ⇒ 所需样本量降到四分之一，降成本让你更快知道自己有没有优势。

多数人把 90% 的精力放在第二件上。这个分配本身，可能就是最大的可优化项。

十一、能回答和不能回答什么

十二、这一篇的结论

• 「哪个会涨」和「哪个可交易」是两个问题。 后者可以被客观定义并算出来，这一篇只做后者。
• 筛选器的输出不是「买这个」，是「这些通过了结构筛查，可以进入假设检验」。
• 成本可覆盖性是第一道也是最狠的筛子：期间预期波动 ÷ 往返成本，< 5 直接出局。纯算术，不需要任何预测。
• ⭐ 执行方式是筛选器的输入参数，不是事后细节。 同一天的 ETH，现货 ❌ / 合约 taker 🟡 / 合约 maker 🟢——跨三档。
• 波动按 √T 缩放，成本按 1 缩放。 周期缩小 4 倍，波动只缩小 2 倍，手续费一分不少——这是短周期不利的全部原因。
• ⭐ 3min / 5min 在现货上是数学上不可行的，不是难。完美抓住整根 3 分钟 K 线的全部波动，还不够付手续费。
• ⚠️ 加密的永续合约常常比现货便宜，和美股直觉相反。不要跨市场套用成本直觉。
• 这个筛子逐日跑，不是给标的贴永久标签。「今天全都不通过」是合法且常见的输出。
• ❌ 不要用成交额筛选——它可以被刷，而且几乎免费。
• ✅ 用 ±1% 买单深度算出场压力比，> 0.3 出局。看买单不看卖单：进场可以放弃，出场不能。
• ⚠️ 深度是乐观估计（挂单可撤）。唯一不会被操纵的流动性数据，是你自己记录的「信号价 → 实际成交价」。
• 结构否决层是布尔的，不打分。 蜜罐不是「风险较高」，是「你卖不掉」——它不能被加权平均掉。
• 可测性是硬性条件：上市 < 6 个月 ⇒ t 值必然不显著 ⇒ 无论结果多好都无法与运气区分。不可检验的标的就是不可交易的。
• 三个数据陷阱：价差要时间加权（快照系统性低估）、回测必须用 point-in-time 标的池（加密的消失率远高于美股，幸存者偏差更致命）、别用二手聚合站数据。
• 可交易性与可获利性在结构上负相关——流动性和关注度正相关。没有「便宜又低效」那一格。声称找到了的，先回答「谁在另一端亏钱」。
• 排序不是筛选：这一篇做布尔否决，相对强度给的是序。而相对强度就是横截面动量，它是组合层面的效应（几百只、多空、持有数月至数年）——把「排名第一的那只」拿来买，不是在做横截面动量。
• 排序能用来分配注意力（成本为零），不能用来决定买哪个，也不能当入场信号——排名不含时点信息：没有时点、没有出场、没有失效条件。
• 比值图有一个额外的自由度：比值是个商，「突破」可能是分子涨也可能是分母跌，而且你还多了「选哪个分母」这个自由度。例外是有结构性收敛理由的价差（基差、跨期、同一资产的两个包装）——那些有稳定的半衰期，任取两个标的的比值没有。
• 多个相对强度窗口不是多个证据：1/3/6 个月排名高度相关，有效独立数接近 1。
• 把往返成本从 0.2% 压到 0.04%，比值提高 5 倍，且这个收益是确定的。 找到持续有效的方向性信号是不确定的。两件事都提高期望值，但只有一件你能控制——而多数人把 90% 的精力放在了不能控制的那件上。