牛熊判断的两种方法：规则线与概率模型为什么经常意见相左 “现在是牛市还是熊市？” 这是投资者最常问的问题之一——也是最难回答的。因为答案取决于你用什么方法定义“牛市”和”熊市”。 最常用的两种方法是： 规则线法：价格在 200 日均线上方 = 牛市，下方 = 熊市 概率模型法：用隐马尔可夫模型（HMM）根据收益率分布推断当前处于哪种”状态” 直觉上，两种方法应该给出相似的结论。但在实践中——它们经常”打架”。规则线说牛市，HMM 说熊市；或者反过来。 理解它们为什么打架，比盲信任何一个更有价值。 一、规则线法：简单但滞后 200 日均线（MA200）是最经典的趋势判断工具。逻辑很简单： 价格高于 MA200，长期趋势向上，判断为牛市 价格低于 MA200，长期趋势向下，判断为熊市 优点：极其简单。一个参数，一条线，任何人都能看懂。不需要统计学知识，不需要编程。 缺点：滞后。MA200 是过去 200 天价格的平均——当市场快速转向时，均线需要很长时间才能”追上来”。 典型的”打架”场景：市场从高点暴跌了 15%，但因为之前涨了很多，价格仍然在 MA200 上方。规则线说”还是牛市”——但你的直觉（和你的账户）说”这不对”。 二、概率模型法：灵敏但复杂 隐马尔可夫模型（Hidden Markov Model, HMM）是一种统计模型。它假设市场在几种不可直接观察的”状态”（如牛市、熊市、震荡）之间切换，每种状态有不同的收益率分布特征。 HMM 不看均线——它看的是最近一段时间收益率的统计特征（均值、方差）。如果最近的收益率呈现”低均值 + 高波动”——HMM 会判断你可能处于熊市状态，即使价格仍然在 MA200 上方。 优点：反应更快。因为它看的是收益率的即时特征，不是 200 天的移动平均。 缺点：复杂。需要统计学知识、需要调参、结果对参数设置敏感。而且它给出的是概率（”65% 概率处于牛市”），不是二元判断（”是/不是牛市”）——这对很多人来说不够”清晰”。 三、它们为什么”打架” 两种方法打架的根本原因是：它们测量的是不同的东西。 维度 MA200 规则线 HMM 概率模型 … Read more

信号叠加的三道门：为什么两个好信号组合不一定更好 直觉告诉我们：如果一个信号的胜率是 70%，另一个也是 70%——两个信号同时发出买入指令时，胜率应该更高，对吧？80%？90%？ 这个直觉大部分时候是错的。 在实际的量化研究中，大量”看起来应该更好”的信号组合，经过严格检验后被证明：组合后的表现并不比最好的那个单信号好，甚至更差。 为什么？因为信号叠加不是简单的”加法”——它需要过三道门。大多数组合过不了。 一、第一道门：增量信息 两个信号叠加的前提是：每个信号提供了另一个没有提供的信息。 如果两个信号虽然名字不同、算法不同，但实际上捕捉的是同一种市场行为——叠加它们不会增加任何新信息。就像你请了两个侦探调查同一个案件，但他们查的是完全相同的线索——你不会得到”双倍的证据”，只是同一份证据的两个副本。 例子：假设你有一个基于成交量的信号和一个基于价格动量的信号。如果成交量信号触发的条件恰好和动量信号触发的条件高度重合（比如，成交量放大几乎总是伴随着价格上涨——这在上涨趋势中是常见的），那两个信号同时触发不代表”两个独立的证据都说该买”——而是”同一个市场行为被你用两种方式测量了”。 增量信息的检测方法：计算两个信号触发时机的重合率（Overlap Rate）。如果 90% 的情况下两个信号同时触发——它们几乎是同一个信号的两个名字。有效的组合需要两个信号的重合率显著低于各自独立的触发率——意味着它们真的在看不同的东西。 二、第二道门：独立性 即使两个信号提供了不同的信息——它们的”错误模式”也需要是不相关的。 什么叫”错误模式不相关”？ 一个信号在牛市中表现好、在熊市中失灵。另一个信号在震荡市中表现好、在趋势市中失灵。这两个信号的错误模式不相关——当一个失灵时，另一个可能正好有效。这才是有价值的组合。 但如果两个信号在同一种市场环境下同时失灵——比如都在流动性枯竭的极端行情中失效——那叠加它们在最需要保护你的时候反而最没用。你不是把两道墙叠起来——你是把两堵同样薄的墙并排放。 这和投资组合的分散化逻辑完全一致。Graham 说分散投资是为了”对冲无知”——但有效的分散需要资产之间的相关性足够低。如果你的”分散”投资组合里全是同涨同跌的东西——那不是分散，只是集中投资的伪装。 信号组合也一样：如果两个信号在好的时候同时对、在坏的时候同时错——叠加它们只放大了确认偏差，没有增加任何保护。 三、第三道门：样本外验证 这是最难也最重要的一道门：你的信号组合在历史数据之外也有效吗？ 量化研究有一个无法回避的问题：你测试的组合越多，偶然发现”看起来有效”的组合的概率越大。 假设你有 50 个信号，两两组合 = 1225 种。你测试所有 1225 种，发现其中 30 种”历史胜率显著高于单信号”。恭喜——但这 30 种中有多少是真实有效的，有多少只是统计噪声？ 统计学有一个概念叫多重检验校正（Multiple Testing Correction）：当你同时测试大量假设时，你需要更严格的标准来判断哪些结果是真实的。Bonferroni 校正是最简单的方法：如果你测了 1225 种组合，你的显著性阈值需要从 5% 调整到 5% / 1225 ≈ 0.004%。 大多数”看起来有效”的组合在多重检验校正后会失去显著性——它们只是在 1225 次抛硬币中碰巧出现的连续正面。 更严格的方法是样本外验证（Out-of-Sample … Read more

Wyckoff 方法精要：聪明钱如何累积与分配筹码 大多数散户看到的市场是一条价格曲线——上上下下，涨涨跌跌。他们试图从曲线的形状中找到”下一步会往哪走”的线索。 Richard Wyckoff（1873-1934）看到的是另一个东西。他看到的不是价格曲线——而是曲线背后的人。谁在买？谁在卖？他们为什么在这个价格、这个时间、这个量级行动？ Wyckoff 把这个”背后的人”称为复合操作者（Composite Operator）——它不是一个具体的人或机构，而是市场中所有大资金行为的总和。复合操作者不是阴谋论——它是一个分析工具：如果你把所有机构、大户、做市商的行为看作一个统一的角色，他的行为模式是可以被观察和理解的。 这篇文章介绍 Wyckoff 方法的三条法则和两种基本模式——吸筹和派发。不是为了让你成为技术分析专家，而是为了让你理解：价格和成交量的背后有意图，而理解意图比预测价格更重要。 一、三条法则 Wyckoff 的整个方法论建立在三条基本法则之上。它们不是数学公式——而是对市场行为的基本观察。 法则一：供需法则（Law of Supply and Demand） 价格上涨是因为需求（买方力量）大于供给（卖方力量）。价格下跌是因为供给大于需求。这听起来像废话——但它的操作含义是：不要问”价格会涨还是跌”，要问”买方和卖方谁更强”。 成交量是判断供需力量的关键线索。价格上涨时成交量放大——说明买方力量强劲，上涨有支撑。价格上涨时成交量萎缩——说明买方力量在衰竭，上涨可能快到头了。 法则二：因果法则（Law of Cause and Effect） 每一个价格运动（果）都有一个准备阶段（因）。大的价格运动需要大的准备——也就是长时间的横盘整理。 在 Wyckoff 的框架里，横盘不是”无聊”——横盘是大资金在默默累积（或分配）筹码。横盘时间越长、区间越窄，之后的突破越有力。因为”因”积累得越充分，”果”就越大。 这就是为什么巴菲特和芒格强调”大钱在等待中”——等待就是”因”的积累阶段。当你看到一只股票在一个价格区间里横盘了几个月、成交量逐渐萎缩——这不是”什么都没发生”。可能是复合操作者在悄悄买进。 法则三：努力与结果法则（Law of Effort vs. Result） 成交量是”努力”（effort），价格变动是”结果”（result）。两者应该匹配。 大量成交 + 大幅上涨 = 努力和结果一致，上涨趋势健康 大量成交 + 小幅上涨 = 努力和结果不一致，卖压在对抗买压，上涨可能快到头 小量成交 + 大幅下跌 = 下跌缺乏卖方参与，可能是假跌（洗盘） 大量成交 + 小幅下跌 … Read more

2026年4月人民币贷款单月负增长，历史仅第三次出现。本文从社融供需结构、居民企业分部门拆解、国际历史对比三个维度解读这份数据，并引入辜朝明资产负债表衰退框架审视当前经济的深层逻辑。

高胜率信号为何无法成为投资护城河？本文从期望值、凯利公式、生存者偏差与过拟合四个维度剖析回测陷阱，以一次虚构的 A 股信号验证为反面教材，探讨真正可持续的投资竞争优势。

从赚钱效应、龙头叙事到连板现象，解析A股独特的投机生态及其行为金融学根源。

右侧交易的核心是等待趋势反转确认信号——Higher Low 与 Higher High 的完整证据链——而非在下跌途中盲目抄底。本文解析接飞刀的本质代价、Wyckoff 吸筹阶段的识别方法，以及如何以价格结构、成交量和相对强弱构建足够充分的入场证据链。