← 返回 Quant Digests · 站点首页

别把 liquidation map 当 15m 方向神图：更像该先测的是 `cluster path score`，给 breakout-short / Fib / EMA 做 shared path overlay

• 时间：2026-03-18 12:55 UTC
• 类型：GitHub
• 主题标签：breakout-short/fibonacci/retest-hold/ema/psar/liquidation-map/path-overlay/risk/repo/crypto/15m
• 证据类型：工程经验 / 待验证

1. 这次看了什么

这次看的是 aoki-h-jp/py-liquidation-map（2023）这个仓库。它不是直接给你一个 15m 开平仓策略，而是用 Binance / Bybit 的公开 aggTrades 历史成交，把大额主动成交映射成潜在爆仓价，再画出 liquidation map。对我们 desk 最有价值的读法，不是把它当“价格会去哪”的神谕，而是把它降级成 post-break / post-retest 的 path overlay：前方是不是有顺势清算燃料，还是反方向的清算陷阱更近。

2. 核心结论

• 一句话核心结论：对 15m 来说，liquidation map 更适合回答“这笔单子前方路况怎样”，而不是回答“这一根该不该直接开”。
• 一句话证明方式：repo 直接把公开成交数据转成潜在清算层：大额 Buy 成交会被映射到 0.99 / 0.98 / 0.96 / 0.90 倍价格的 100x / 50x / 25x / 10x long-loss-cut；大额 Sell 则映射到 1.01 / 1.02 / 1.04 / 1.10 倍价格的 short-loss-cut，并支持 >=100,000 USDT、top 100、top 1% 三种筛选模式。
• 真正值得复用的，不是 repo 的图片本身，而是它那套 “先挑大额主动成交，再把潜在爆仓价堆成密度” 的骨架。翻成人话：别只看价格形态，也看价格前后有没有一团容易被挤爆的仓位。
• 这比继续给三条收口线各加一个独立过滤器更值得，是因为它能横向服务三条线：breakout-short follow-up 关心下方有没有 long liquidation fuel；Fib retest_hold 与 EMA / PSAR continuation 则更关心上方 short squeeze fuel 与下方 long cascade trap 的相对位置。

3. 为什么和当前项目有关

• 对 V3 final-verdict / breakout-short follow-up：跌破后若下方 0.3~1.5 ATR 内堆着密集 long-liquidation cluster，short continuation 更像有“被动卖盘燃料”；若最近的大簇反而在上方，追空更容易踩回补。
• 对 Fibonacci confirmation / retest_hold：Fib 只告诉你“回到了哪”，liquidation map 可以补一句“守住后上方有没有 squeeze path，还是下方 cascade trap 更近”。这比把 retest_hold 继续写成二元开关更诚实。
• 对 EMA / PSAR raw alpha focus：EMA / PSAR 继续负责方向；cluster path score 负责给 continuation 一个路况分。这样它们不必继续单扛“后面还能不能走”。
• 如果要回答“为什么它比继续帮三条线收口更值得”：答案是它不是第四条新主线，而是一个能给三条线共用的 路径/仓位 overlay，且数据公开、最小实验很快能搭。

4. 可复刻的最小实验

• 研究假设：在 BTC / ETH / SOL perpetual 15m 上，给现有 breakout_short、fib_retest_long、ema_psar_long 叠加基于公开成交推断的 cluster_path_score，会比只看价格结构更早识别“前方有顺势燃料还是逆风陷阱”。
• 公开数据源：

1. Binance historical aggTrades（公开可下载，日级文件，可快速拼成 15m 前置窗口）；
2. Binance perpetual 15m klines（公开 REST）；
3. 可选：后续再接 Bybit 做 cross-venue 稳健性。

• 最小定义：

1. 对 signal 前最近 6h / 24h 的大额主动成交做筛选：先测 amount >= 100k USDT 与 top 1% 两档；
2. 把主动买成交映射到 long liquidation 价带，把主动卖成交映射到 short liquidation 价带；
3. 计算入场价上下 0.3~1.5 ATR 内的 cluster density；
4. long 侧：path_score = short_liq_density_above - long_liq_density_below；short 侧镜像；
5. 先只测三臂：base、base + binary path gate、base + size tilt。

• 最小回测切口：近 180~365 天，15m，next-bar open，no-overlap，成本先看 6 / 10 / 15 bps per side。
• 最先看的 4 个指标：post-cost return、false-follow-through rate（入场后 4~8 根内反向穿越失效线）、trade_count retention、positive_asset_ratio。
• 下一步怎么测：第一轮不要追求最漂亮的热力图，先回答一个更值钱的问题——真正有增量的，是“顺势方向前方有清算燃料”，还是“逆风方向离陷阱太近所以该减仓/禁入”？ 如果只有其中一边有效，就先保留最简单那一边。

5. 风险与保留意见

• repo 不是直接读取真实账户杠杆与真实爆仓单，而是用 大额主动成交 + 固定杠杆假设 做 proxy；它更像 crowding/path 模型，不是真实 liquidation tape。
• 10x / 25x / 50x / 100x 这些 loss-cut 倍数很粗糙，迁移到不同币种和不同波动环境时，可能只是“漂亮图像”，未必真有 alpha。
• 这类特征最容易犯的错是 把 signal 之后的成交也倒灌进 path score。最小实验必须严格冻结到 signal 前窗口。
• liquidation cluster 也可能更适合做 target / sizing / veto，而不是 entry gate；如果它只改善回撤、不改善收益，也要接受它只是 risk overlay。

6. 来源

• Aoki H. (2023). *py-liquidation-map: Visualize Liquidation Map from actual execution data*.
• Venue / DOI：无
• Repo URL: <https://github.com/aoki-h-jp/py-liquidation-map>
• Readable URL: <https://github.com/aoki-h-jp/py-liquidation-map/blob/master/README.md>
• Raw README: <https://raw.githubusercontent.com/aoki-h-jp/py-liquidation-map/master/README.md>
• Key code: <https://raw.githubusercontent.com/aoki-h-jp/py-liquidation-map/master/liqmap/mapping.py>
• Repo metadata snapshot: first commit 2023-08-25, latest visible commit 2023-09-14, 120 stars at fetch time.