者：老余捞鱼
原创不易，转载请标明出处及原作者。
文中示例仅用于技术讨论，不构成任何操作建议。
量化策略开发应以学习和技术交流为目的。
本号不荐股、不卖课、不承诺收益。
市场有风险，请合法合规投资。
本文约 2200 字 | 预计阅读 5 分钟，建议先收藏。
· · ·
最近在 TradingView 的公开脚本库里翻到一个指标，叫 Volume Delta（TopinTrade版本）。
它的逻辑极其简单：首先切换到更低的周期，估算每根 K 线里买方和卖方各贡献了多少成交量，画成红绿柱。绿的表示多头主导，红的表示空头控场，就这简单。
没有买卖点推荐，没有策略逻辑，不暗示任何”跟着这个信号就能赚钱”的东西。纯工具，让你自己看、自己判断。
这种不作承诺的指标，我反而最有兴趣。接下来跟着我一起拉数据，跑回测，看它到底能不能扛住历史检验。
一、从裸指标到可回测策略
Volume Delta 只给一个信息：这根 K 线上买卖力量谁占上风。
但光靠这个做不了任何决策，得自己定规则。下面是我搭的背离检测框架，四步就可以把视觉信号翻译成可执行的逻辑：
第一步：把 Delta 压成 0-100 振荡器。
原始 Delta 是绝对值，没法跨时间比较。用滚动求和做平滑，再归一化到 0-100。接近 100 = 买方主导，接近 0 = 卖方碾压。
第二步：找波峰波谷，但等价格确认了再认。
这里有个容易被忽略的细节——波峰波谷不是发生了就算，必须等价格走过去了才确认。没有未来函数，不会在盘中提前亮信号。
第三步：比方向。
价格创了新低、振荡器却在抬高 → 价格跌，但买方力量在底下偷偷积聚，这就是背离信号。反过来，价格新高、振荡器走低 → 该退了。
第四步：加市场环境过滤。
振荡器持续高位运行时，放开”隐藏背离”作为额外进场条件，防止在市场强势时被误判踢出。
四步走完，一个只能”看”的指标就变成了能”跑”的策略。
多说一句：TradingView 的 ta.requestVolumeDelta() 用的是交易所逐笔数据，标准日线 OHLCV 里没有这个东西。我跑回测时用的是替代方案：按当日收盘价在日内区间的相对位置，来拆分每日成交量估算买卖力量。逻辑是因果的（只用当日收盘数据），但精度不比逐笔。心里有数就行。
二、34 年数据跑下来，数字不骗人
我们选一只美股能源票：SM。日线，从 1992 年 12 月干到 2026 年 7 月，34 年不短了。参数全默认，不调、不挑好看的组数。原样跑。
先看大家最关心的：
总收益：1,539.06%Buy & Hold：1,123.87%总交易：65 笔（已全部了结）胜率：56.9%扫一眼总收益，跑赢 Buy & Hold 四百多个点，胜率也过半了。还行？
再往下翻翻：
最大回撤：94.39%回撤持续时间：3,721 天（≈ 10 年）盈利因子：1.89情况马上变了。
夏普 0.49 意味着同样的风险下，收益基本靠天吃饭。94.39% 的最大回撤是什么概念？不是短暂跌一下又回来——是从山顶掉到底，爬了整整十年才回到原点。你如果满仓跑这个策略，大概率在中途就清零了。
看单笔：
最佳单笔：+1,033%平均盈利：+46%（持仓 58 天）平均亏损：-15%（持仓 91 天）最大的那个暴利贡献了几乎全部超额收益。其余时间权益曲线在地上横着，偶尔蹦跶一下。到 2020 年之后，账户从不到 20 万突然跳到接近 200 万。就这一波，扛起了所有数字。
34 年，65 笔交易，一年不到两笔。亏钱的反而更磨人，平均持仓 91 天才认输，比赚钱的单子多耗了快一倍。
换成近 300 天的视角更清楚。成交量差值在零轴上下晃，振荡器在 20-80 间漂。三角标记稀稀拉拉，确实没几个信号，但问题不在信号少，在于每一个信号的质量都经不起放大镜看。
三、回测报告的正确读法
一般人看回测：总收益 → 高 → 好策略。到这里就结束了。
错了。而且这个案例是最好的反面教材。
一单翻了十倍的交易，把总收益数拾掇得光鲜亮丽。但策略的质量，跟这笔运气是两码事。正确的阅读顺序应该是这样：
- 最大回撤：你扛得住吗？94% 的回撤，哪怕你仓位只有 20%，也要亏掉近 1/5 的本金。心理上更难扛：10 年看不到回本。
- 夏普比率：扣掉无风险利率和波动之后，到底赚到了什么？0.49 的意思基本是”钱的增长靠运气”。
- 交易分布：样本够不够？65 笔的统计量，一笔极端盈利就能改变所有结论。
- 最后才看总收益：因为它是上面三个因素的投影，不是原因。
盈利因子 1.89、胜率 57%，说明底层逻辑方向可能没错。但信号太稀、回撤太大、单笔幸运交易扛了全场的面子，这些意味着你真要拿来管钱，得掂量掂量。
四、还想深挖？三个方向值得做
这个回测可以看成起点，如果对背离逻辑本身有兴趣，接着可以搞三件事：
跨品种跑一遍。 SM 只是一只票，说明不了什么。换五个十个品种，同一个框架能不能打出正期望？不跑多品种，说服不了任何人，包括你自己。
前向测试。 用前半段数据找参数，后半段验证。如果样本外站不住，前面的数字再好看也是过拟合。
蒙特卡洛重采样。 65 笔交易的顺序打乱，重抽 1000 遍，看回撤分布和收益分布的形态。你自己就能区分，那笔翻十倍的运气，到底是偶然还是结构。
总收益 1539%，看着风光。拆开一看：94% 的回撤，夏普 0.49，65 笔交易里有一个暴利撑起了全部超额。
这才是回测的真相：好看的数字不难捏，难的是捏完之后还敢用。
做策略研究的人，最容易掉进一个坑，挑几组漂亮参数、找几个顺眼的品种，凑一个体面的回测报告。但回测的意义不是在报告上赢，是帮你在真正放钱之前，先看清楚这个策略最烂的时候能有多烂。
如果你也在用 TradingView 瞎翻指标、自己搭策略跑回测，评论区说说，有没有哪个结果跑出来跟你的直觉完全反着来的？那种打脸的感觉，往往最值钱。
#成交量背离 #策略回测 #TradingView #VolumeDelta #夏普比率 #最大回撤 #SM #背离交易 #策略研究 #量化入门
Be First to Comment