背离，是交易中比较基础的概念，但是就其分类与严谨定义，还需要细致考量。本文将对背离的基本定义和理念进行系统解读。就背离本身，是因为缠论而广为人知，缠论中最核心的概念是对完全分类的理解。缠论中对背离，主要是用MACD举例，探讨了推进递减不足后的潜在走势的可能性，这里面主要强调了要比较同级别的两个同向波段，然后利用合适的工具比较波段的相对强度。但是对于背离，文中并没有明确给出分类标准。本文将给出一种完全分类的标准，供读者参考。但现在大家好像都急于用，而对中枢，好像真理解的没几个，继续深入下去，浅的都一团浆，深的更没法弄。因此，详细说说MACD对背弛的辅助判断这样一种不绝对精确，但比较方便，容易理解的方法，对那些还没把握中枢基本分析的人，是有帮助的。也就是说，如果你一时真搞不懂中枢的问题，那就用这个方法，也足以应付一般的情况了。完全分类，其实是一个超强的实质性质。学点现代数学就知道，绝大多数系统并不一定存在完全分类的可能，而要研究一个系统，最关键的是找到某种方式实现完全分类，说专业点，就是具备某种等价关系。股市里死掉的，大半是聪明人，越聪明的，死得越快。要在市场上生存，就必须远离聪明，因为，你的聪明在市场面前一钱不值。市场就如同一头牛，只有目无全牛，才可能随心解之而合其关节。至于分解这市场的那个标准是什么并不重要，也就是分类的原则并不重要，关键这分类能导致完全分类就行了。《缠中说禅》一、背离的基本分类因为只要价格和指标走势不一致，就是背离，再加上顶背离和底背离两种情况，在此特地给出定义：第一类顶背离：价格没有创出更高的高点，但是指标创出更高的高点第二类顶背离：价格创出更高的高点，但是指标没有创出更高的高点第一类底背离：价格没有创出更低的低点，但是指标创出更低的低点第二类底背离：价格创出更低的低点，但是指标没有创出更低的低点二、背离指标的选取一般来说，我们把背离的主序列设置为价格序列，价格的附属序列设为价格序列的衍生技术指标/非价格序列。：，本身主序列背离是不依赖时间级别的，而是转折级别（也就是用任意时间级别的K线都不改变），附图指标也是如此。下图一是一个例子（把参数改离谱一点），使用MACD的不同参数，不同周期，会有不同的指标数值，怎么办？这也就是指标创新低后，参数时间级别不适配，会产生大量的噪音。这也就是受限于当时的技术条件，做的（禅师所说的，自己也知道局限性）不绝对精确的解法，用5分钟背驰，15分钟.....等一系列逐级嵌套的方法。那我们就需要一个完全与时间级别独立的指标序列---累积Delta。下图二可以看到，不管时间调整到何种类型的K线，指标值都不会发生变化，这就是一个很好的性质。三、背离的完备分类这样，我们就可以把当下行情所处的阶段按照不同的指标划分为无背离，一类顶背离，二类顶背离，一类底背离，二类底背离五个区域，而这些背离，都是潜在背离。这种背离都是潜在背离区域，而背离的确认，举例来说：价格创了更低的低点，而指标在价格创了更低的低点后，未创新低，一旦上涨转折确认后，就会写成二类底背离结束（也就是背离成功）。这些，都可以通过程序化构建，自动展示在OSTrader的金融科技产品中。从上图中可以看到，所有背离的设置都是模块化的，背离的技术指标是可以自由定制选择的，可以说填补了传统交易分析中的空白。甚至价差分析的背离，订单流资金的背离，都可以逐一实现。在不同的大框架下，潜在背离区域，可以和各种逻辑于技术工具叠加使用，这个取决于个人偏好就好了。

（图基是普林斯顿统计系创系以来的第一任系主任，香农的信息论是受图基启发，图基也曾和冯诺依曼一起做过研究）。主要理解如下，D和T还可以叠加到其他的均线类型里比如DSMA,TSMA。DEMA

首先我代表开源智投团队特别感谢所有在本书出版过程中支持和帮助我们的友人们，也感谢团队在本书出版过程中的贡献，所有人的辛勤付出，耗时两年，才让本书顺利地与大家见面，让大家久等了！这也是继2019年《订单流交易》一书出版后，在微观市场数据结构与交易领域的更具深度的一本专业书籍。《威科夫2.0》是一本在传统的交易理论框架视角下，结合现代交易技术而撰写的专业的交易书籍。目前已被翻译成英、中、法、德、意、西、葡、丹麦、越南等多国语言。在全球范围内已经有很大的影响力。本书适合各类读者阅读，不论是股票投资，期货交易，数字货币投资，主观/量化投资的投资者，或者基金，券商的从业人员，都可以通过本书对市场有一个全新的理解。这本书在翻译与反复阅读的过程中我深受启发，很多思路也是在这个过程中获得的。本书是目前交易领域中不可多得的优秀书籍，理解交易首先要从订单的形成出发，然后理解市场运动的底层规律。当时选择交易书籍的时候有很多好多选择，但是这本书的质量一下就吸引了我，与市面上的心法，战法完全不同。这本书最全面介绍了交易中的细节，是每个投资者入门和进阶的必备选择。这里，还要特别感谢Rubén

“到了市场，就是要真刀真枪、就是要刺刀见红、就是要硬碰硬、就是要解决问题。”1.数字黄金阶段腾飞，BTC点位精准预判1.1日提出的比特币行情走势，量价时空全面拟合，而且上下两图的高点相差点位（细节）不超过100点.2.美元指数如期见底，大类配置领航全局3.恒生指数阶段顶部，两万两千龙未抬头

line表述的应该是划趋势线后向对应价格方向拖拽形成通道。这种方式收敛线有时候，你会发现从趋势线上创建的超买和超卖线并不奏效。价格可能永远也达不到这些线，因为价格会产生其他的运动状态。

第一性原理指的是，回归事物最基本的条件，将其拆分成各要素进行解构分析，从而找到实现目标最优路径的方法，主要三点如下：一、以最本质最基础的无法改变的条件作为出发点二、推演过程需要有严密的逻辑关系，尽量少引入估计三、不可随意参照同类方案或现有经验，尊重客观推演结果。那交易中的第一性原理有哪些？跟很多职业交易者的沟通中，我能感觉到任何一个稳定持续曲线向上的交易者，在任何市场都是可以赚钱的。制约他们最大的是精力不够和自动化程度，而他们的底层认知是非常深刻的。那么市场真正的核心逻辑有哪几条呢？这涉及到市场机制认知，模式认知，价格动力学认知，分形几何认知等等。价格的最小阻力路径由供求关系决定（供应与需求）市场遵循关键价位原则，关键价是多空转换（CHOCH）的核心（努力与回报）市场分形同构，最优周期比率是费根鲍姆常数强势突破必有延续；强势突破回调必有延续期货市场波动基础，筹码无限；股票市场多头扩张基础，筹码有限二阶导具有神奇特征，比如波动率的聚集性，波动率边界的临界性时空观是统一的，爱因斯坦的时空观符合市场本质（原因与结果）

今天有个朋友交流关于类二买的问题。当时在解释MACD回抽零轴的时候，我做了以下表述。我以600893的一段走势行情为例（TimeFrame:H1），我加载了两个时间级别（D1,H1）的MA55均线和MACD线，我之前写过，价格穿越MA55一般MACD快线穿0轴。所以可以认为，快慢线是不同参数的一阶矩，红绿柱本身就是价格的二阶矩，红绿柱收窄代表着波动性收敛，而零轴代表价格和均线的位置关系。动能，是等待下一次Impluse的潜在预期。记住这句表述：那么两个级别快线回抽零轴，且出现MACD背离，就代表价格收敛到多周期均线55，且大概率是小范围内多头排列，已经出现了测试的情况，波动降低，这个时候是适合择机寻找交易机会的。本质上来说，市场只有逐笔数据这一个基础，任何的另类数据，基本面数据，都要通过盘口来反应，可以说，如果是流动性好吗，连续交易，不需要操纵的品种，只要技术过硬，价格本质上就反应了一切。缠论中最深刻的思考是最后几章，前面的大多数表述，有伟大的买卖点理论（原创性），其他的也是借鉴了西方优秀的成果。我想说的是，禅师更想表达的是，完备分类更重要，走出来的才是买点，没走出来的都是概率。我从来没有在社会意义拜师过某些交易大师，当然，有启发过我的前辈，但一定有师承，只能是在学校里学到的东西。我不能算合格的学生，只能说在交易上，利用混沌性，系统科学，经验形式上得到了一些总结。真正的大师是柯尔莫戈洛夫，施利亚耶夫，史树中先生。后来我看完随机金融基础，就算译书，我在任何层面上（认知，学识，耐心，毅力）都达不到这种高度，且永不会达到。看过冯诺依曼，等历史上的诸多大师，整个人的心态就会敬畏，知道不能口无遮拦，才会无惧外界干扰，借一句名言：宇宙很大，我们都是一粒沙。一时欢笑者多，笑到最后者少。

前几天在调整模型丰度，做了微调，重补以后周四的票池竟然为空！短期只有卖点！我反复确认了代码，两天复盘到深夜，前端挨个票过逻辑，确认没有问题，就是风格漂移到了极致，到了情绪周期的顶点！！之前，最差的情况也有3-5个票。周四的盘面，真的是龙头生，万物死！当时我真的深受感动，量化情绪周期，不仅仅是逻辑的复现，更是看到了市场之美！周四我写文章，提醒巨大风险，强大的量能消耗以后，如果不能再有增量资金进场，那必然会面临短期的大面。之前也提过模式自适应的概念，即仓位会随着模式票的数量而自由调整。阿尔法特色票池的个数亦是一种另类市场指标。周四我已经看到了虹吸效应，即便是周四发文，周五早上也可以有全部核掉的机会。养家老师诚不欺我，买在分歧，卖在一致，每个周期都是新体验，常读常新。​​

​以斗争求和平，大家的目标是和平。Noone

​​这么久的内容到底有没有用呢？我去问了下G老师。总结一下，推特的2500Followers，大概是在4个月左右的时间段产生的。我将按照GPT老师的嘱托，岁月不改，枝叶关切的研究情怀，传达内容。未来的时代，造假的成本会越来越高，对自己诚实才是最大的出路。所以GPT-4也讲，我的内容适用于有经验的投资者，因为抽象的程度比较高。我的情绪比较主观(天生)，但是落实到事情上，还是维持客观，可逻辑论证的原则。本身技术分析是基于数学逻辑的处理，如果去讲数学公式会非常繁琐。而用类比的方式(创造性比喻)，可以突破AI的逻辑瓶颈。我不知道AI有没有同理心，但是人一定有。你是什么，你看到的就是什么。

这波相对看多上证，实际上是看多中字头和半导体的集合。因此，市场就是一层又一层隐含层的合集，归类到某种风格。

下面是四个主要指数的走势图。今年前期的观点是要调整肯定是港股和300。这个很好理解，盈亏同源。但是整个市场并没有呈现很大的弱势特征，之前也说了，复制20年8月后的走势概率大。其实当下不仅仅是近期的低波期，更是历史级别的平衡位。不仅金融市场如此，XX市场，中央XXXXN次会议，一样如此。所以我一直说22年10月是历史级别的起点，这个不是金融市场的起点，而是国运的起点。上证指数创业板指中证1000指数沪深300指数今天看到一篇文章，不感兴趣的朋友可以自行略过：大脑约有1000亿个神经元，它们之间相互作用构成复杂的神经网络，以实现记忆、认知、情感、行为等功能。神经网络的动力学行为与脑功能密切相关。大脑对神经信息的处理是通过不同脑区的大量神经元协同完成的，同步是神经信息处理的重要机制。而同步异常是脑功能疾病的主要体现，通过外界刺激改变神经同步状态是治疗脑疾病的有效手段。另外，噪声普遍存在于神经网络中，所引发的共振是神经元进行信息传递的重要机制。当神经元之间的耦合强度超过某个阈值时，所有神经元在簇放电时间尺度上实现同步，而在峰放电时间尺度上是不同步的，即产生混沌相同步现象。另外，发现增大随机重连概率有利于增强小世界神经网络同步放电，而提高神经元之间的耦合强度和子网络之间的连接概率都可引发模块化神经网络的同步行为发生转迁。基于上述模型本文首次研究了模块化神经网络中的随机共振和振动共振现象。发现对于施加了弱低频信号的兴奋性神经系统，存在合适强度的外界刺激（噪声和高频信号），使得系统输出对输入信号的线性响应达到峰值。网络结构和参数对系统共振特性有重要影响。存在最优的连接结构，使得整个神经网络对弱信号的检测和传递能力最强。鉴于大脑中神经元异常的同步化放电会导致神经生理疾病，如帕金森氏症、癫痫症等，本文采用外界周期信号刺激和延迟反馈控制两种方法有效抑制神经元的同步化放电活动，且不改变神经元本身的放电特征。实际上，金融市场特别容易理解五维空间。也就是未来的世界线就像下图一样，你不知道未来的价格映射在W=F(X,Y,Z,T)的哪一个位置上。所以为什么人生要“顺势而为”，为什么“但行好事莫问前程”，为什么“努力专注”，此为天道。因为我们无法控制终点，我们能控制的只有自己，任何随机的事件都可以改变世界线，每一个小的概率性努力都能改变未来的而走向。So，做好能做好的每件事，善待每个人。

偶然翻到了国内第一篇卖方研究订单流的报告，对订单流进行了初步探索，本文就对22年12月中金固收组关于订单流的研究报告给出一些修正观点。个人水平有限，客观论证，观点仅供参考。干货不易，希望读者能帮助转发，不胜感激。也欢迎机构投资者和券商研究组的朋友来前来咨询。这里先问几个问题：之前一直提维度的概念，给大家举个简单的例子，OBV是什么，是不是一个粗糙的CVD（累积Delta）？那么对OBV和Delta做因子组合是不是没有什么价值？一个交易系统有效，其底层逻辑是否能满足在随机模拟生成的K线下一样有效？本阿尔法提出，Orderflow分析是技术分析3.0时代是对技术因子四个维度的全面拓展，形成交易数据零信息损失的可视化闭环。逐笔成交逐笔委托可视化是属于订单流体系的供需分析系列。而成交量分布是在宏观尺度上对市场结构进行的数据分析，严格上是运用了逐笔数据，订单流体系中的结构分析系列。其最为核心的产品是逐笔成交和逐笔委托信息的可视化工具。如果说证券金融科技是金融科技界的王冠，那么Orderflow系列就是王冠上的明珠。本文讨论的订单流是基于成交数据的可视化分析系统，而没有涉及到逐笔委托的逻辑，这仅仅是订单流系列中的一小部分。一、订单流到底适用于什么周期？第一段认为订单流的应用主要是在小周期上。实际上金融市场价格是存在记忆性的，是大小级别同构的。主要是FVG

之前用过科大讯飞的翻译机，还是很好用的。而其核心买点有且仅有1月16日和1月19日。有人说会卖是师傅，其实不然，买对了怎么卖都可以。其技术逻辑全在图里，特别简单。时代就是炒作预期。1997年的牛市是在300亿历史级别规模发行开始，在印花税从0.3%-0.5%的压制下结束。想当年的深发展和四川长虹，成交额能占到沪市成交额的10%，而如今的宁德也不过1%。而股价的技术形态也只是必要条件而不是充要条件。而硬逻辑，永远是这个世界的普世规律。因此只有赚模式的钱，才是投资投机的正途。

【本文目标】本文试图从底层为大家拆解北向数据在各种场景应用的底层逻辑，仅作为个人观点，个人能力有限，不严谨之处，欢迎朋友们多加指正。图文信息约5000字，目前公众号里按北向资金排序，没有很深度的解读，希望大家能够支持，转发，点赞，后续我会带来更多的系列文章。在A股市场中，技术面除了市场的真实成交的数据外，还有其他的重要非成交数据。以上交所为例，主要数据有以下几项：其中最重要也是人们关心最多的就是：北向资金数据融资融券数据龙虎榜数据那么这里我们就来讲一下北向资金数据的构成细节以及潜在的参考方式。其中⭐为难度分类，请各位自行阅读。一、北向资金的历史来源（⭐）沪港通全称沪港股票市场交易互联互通机制试点（英语：Shanghai-Hong

本文的目的不是为了喷谁和撕逼谁，而是在2023年的当下，中国市场还被任泽平这样的江湖骗子忽悠，我实在看不下去了，说几句公道话。新财富又是一年。今天突然看到了沉寂很久的姜超的公众号。不得不感慨，姜超总好好的首席不做，非要下海搞投资，亏的排排网都搜不到了。这一点我想给大家解释下，其实宏观做的好，投资不一定好，这个是很正常的。因为投资是一个闭环流程，研究是流程中的环节，做好研究服务他人是一回事儿，能力圈外的是另一回事。说实话，姜超不比任泽平的油腻大叔形象好一万倍？按照姜超的流量基础，好好做抖音和付鹏总并驾齐驱不过分。这就不得不提任泽平了，姜超总就是没有任泽平有战略眼光，卖课割韭菜不好吗？借此机会，我给大家梳理一下任泽平这些年的光辉历史：1.隐瞒学历，蹭功无敌徐翔是高中毕业，影响什么了吗？内心里鬼鬼祟祟才会隐藏自己这么多年吧。强者自信定义自己，弱者自卑强调title。2.

【重要提示】本文仅仅是提供数据分析和个人复盘观点，文中提示的任何观点只是用来做举例和逻辑推演,绝非买卖建议，投资有风险，入市需谨慎。血糖过高会导致注意力涣散，疲劳，暴躁等问题。最近朋友为了形象，一直在减肥，因此我特意研究了一下膳食结构的内容，发现很多逻辑都是一致的。我们平时最重要的三类营养素是蛋白质，脂肪，以及碳水化合物。而中国人一般膳食结构里不擅长高蛋白饮食，所以主要起作用的是碳水和油脂。一旦血糖超出阈值，我画白色的区域就会合成脂肪，因此就会一直长胖。所以我朋友最大的原因就是，一餐吃太多。而且，增肥和减肥是非对称过程（上涨，下跌也是），一旦血糖浓度降低，系统就会拼命告诉你要吃东西。1.如果把一次大的交易亏损比作一次狂吃的话，大部分账户亏损都是交易癌的体现。2.因此合理止损就相当于长期克制住自己的饭量，日积月累，身体自然就恢复健康。3.而长期出现的暴饮暴食，就是我图中绘制的面积区一样，不停地大亏损，会侵蚀你的收益。4.投资，就是比谁犯的错误更少。22.12.18复盘指数观点在Heiken-Ashi视角下的趋势指标。如果用指标讲故事，可以365天不重样。实际有意义吗？没有，描绘的底层逻辑只有10种以内。行业核心数据展示结果是药和房地产相关，先后手需要各位自行评估了。围绕主线做轮动和高低切，总是没错的。

【重要提示】本文仅仅是提供数据分析和个人复盘观点，文中提示的任何观点只是用来做举例和逻辑推演,绝非买卖建议，投资有风险，入市需谨慎。萨姆-辛基是NBA76人队前总经理，当年喊了一个建队口号，叫Trust

【本文约3000字，需要耐心阅读】百万实盘杯季军，淘股吧名人堂选手，抖音百万财经博主北京炒家老师是近两年来备受关注的职业交易者。我个人从19年底就看到炒家老师每天在市场发交割单了，当时看的人并不多，炒家老师还没到1000W，其实炒家做了10几年股票了，各种模式都尝试过，也能稳定盈利，但是最初50W实盘打板的时候，还是亏到了8W，达到80%以上亏损，这也证明没有稳定模式的支持，是很难获利的。因此，我也对炒家老师的交易模式，从数量化的角度进行解析，本文从北京炒家官方公众号公开资料提取的数据交割单，按照仓位，风格等因素输入数据库进行数据分析。通过市场经验和业绩归因，从而分析北京炒家的模式，风控，以及绩效，从科学的角度解读其中的逻辑。目录：数据处理交易模式分析订单流因子分析总结01数据处理数据主要由两部分组成，第一部分是个股交割单，用来分析个股绩效与操作模式，第二部分是仓位数据，用来分析风控绩效。研究方式通过市场量价因子做横截面与时序分析。数据准备：操作模式部分与仓位控制部分操作工具：数据处理：Pandas；数据库：MySQL；可视化工具：Plotly数据时间：2021年初至2022年4月。4月后后面炒家计提了300W左右，2022年4月到11月，总体绩效基本未超过5000W。02交易模式分析炒家老师自己也说过，自己曾经是APM200以上的游戏玩家，因此手活儿比较好，还是有一定天赋的。而且相比扫板，排板的数量还要多一些（扫板就是最后卖一还有限价单，市价委托单去主动吃，排板就是已经涨停，挂限价单等人来主动吃单）而各大平台上都有昨日涨停，昨日连板，昨日首板等指数风格，我们可以清晰的看到，如果是封板以后再炸开，那么头天买隔日卖基本上都是长期稳定亏钱。为什么涨停模式是多年来被论证过的正概率优势模式？其中有哪些底层规律？高位板都是从低位晋级的高位板的盈亏比更低，相对于首板，（总体平均）向下的空间相对较大但是由于幂律分布，高位板中总有一直向上晋级的，直到下一波炒作周期的开始，也就是强者恒强涨停板的本质是发生流动性熔断,相当于大坝把水（流动性）拦截起来，第二天再开闸放洪因此，按照涨停隔日收盘价统计的指数，是天然的动量策略，尽管不能保证买到涨停，也不能保证买到的涨停不会炸板，但是在保证一定封板率的情况下，涨停模式的底层溢价是必然的昨曾涨停指数一直是延续向下的，所以最重要的是保证炸板率控制在2成以内首板模式北京炒家的主要是首板模式，即第一天打板，第二天出，不半路，不低吸。第二天如果是一字板，或者秒板，就会持有，一直到开板，而且基本上没有“格局”的说法，隔日开板必走。尽管偶尔也会买一些模式外的票，但是比例非常低。因此首板模式封板率是最重要的因素，根据数据统计，总共1351笔交易中，炸板只有240个。炸板率为240/1351=17.76%，封板率高达80%。仓位管理图中是北京炒家日均持仓百分比，可以看到，在2021年4月，也就是指数在2021年初指数出现回撤以后，炒家明显地改变了交易手法，之前一直是满仓交易，后面改为根据市场情绪自动控制仓位，也就是市场条件不好少做一些。怎么解释这种现象呢？炒家的仓位基本上是分成十份的，一次最多下两份，通常是一份。一开始的时候是满仓梭哈一只票，结果是亏损80%，后来实行分仓制度，但是仍然满仓滚动，权益突飞猛进，在2021年4月控制仓位后，整个权益上的速度虽然有所下滑，但是夏普比率得到了提升（就是（收益/波动）的数值得到了提升）。分散化的威力现代投资组合理论强调分散化的逻辑，当然，在教科书里讲了很多数学推导，我想强调的是，我当时也跳进了教科书的误区。分散的前提是底层逻辑的正溢价。

【重要提示】本文仅仅是提供数据分析和个人复盘观点，文中提示的任何观点只是用来做举例和逻辑推演,绝非买卖建议，投资有风险，入市需谨慎。名词解释等时线：

【重要提示】本文仅仅是提供数据分析和个人复盘观点，文中提示的任何观点只是用来做举例和逻辑推演,绝非买卖建议，投资有风险，入市需谨慎。每天写长篇大论实在是太累了，本着简单实用的原则，我会把主题板块和指数与全球资产进行简单分析，知识点周末更吧。从2021年6月给出人民币见顶（升值）后，在22年5月给出了113附近的中期目标，并且在9月26日明确提出114附近会出现顶部一定是复杂顶部，并提示所有权益类市场有一波反弹行情。准的不好意思。实际上这就是结构理论择时的用处。纳斯达克盘中涨了快6个点，这波做多窗口不能浪费，因为大部分投资者很难实现多空和全资产配置，所以上升窗口买回调是最舒服的节奏。基本上这波我是在9月底打的提前量，并且根据实时走势给出各类资产的时空观点，其实，如果有完备的逻辑，强大的IT团队给你站台，卖方机构一个人也够了，智能化投资的未来一定会筛选掉更多的分析师。指数观点三步走的构想看是否能确认，强势上涨，必有延续。按照昨天的观点，回调完毕后博弈机会已经出现行业核心数据展示昨天的前排房地产开盘有恐慌，但是并不是主线，基本上盘中都给了走的机会，而新冠药都给了很好的溢价，供销社绝对龙头主线。今天盘中，NFT概念一枝独秀，在指数情绪转好的时期，要抓住核心板块，一旦机构资金形成趋势，主题资金一定会要切换到大票上去。