源文件:research/quant_digests/2026-03-21_0458_stacked-price-bin-imbalance-gate.md
这次看的是 freqtrade/freqtrade 的 advanced-orderflow.md 与 orderflow.py。它最值钱的不是“能看 footprint 图”,而是把公开成交逐笔数据拆成相邻价位上的同侧连续失衡:不是问整根 15m 最后是买多还是卖多,而是问某一侧是不是在连续几个价位上层层推进。
stacked imbalance——同侧 aggressor 是否在相邻价位上连续占优。stacked_imbalance_range=3、imbalance_ratio=3,说明它本质上在抓“不是单点爆一下,而是连续三层都有推进”。ask/bid 先从逐笔 buy/sell 侧汇总,随后不是看整根 candle 的总 delta,而是比较相邻 price bin 的 ask-vs-bid 比值,再找连续 True 段;这比单个 delta>0 更接近“真跟随盘/真砸盘”。breakout-short 看破位后是否有连续卖压、Fib retest_hold 看回踩重夺后是否有连续买压、EMA/PSAR 看翻向后是否真有同侧参与者接力。这更像三条线共用的微观确认层,不是另起炉灶的新 alpha:价格结构先给方向,stacked imbalance 只负责回答“这一下是不是有人真在沿着价格梯子追”。这正好补 breakout-short follow-up / Fib retest_hold / EMA-PSAR raw alpha 现在共同缺的一层近因证据。
stacked imbalance 比简单 candle delta 更能压低假突破 / 假回踩。aggTrades 或任何支持 public trades 的交易所;公开可得,更新频率为逐笔/近实时。imbalance_ratio >= 3、stacked_imbalance_range >= 3;long 看 stacked_imbalances_ask 是否出现在触发区上沿附近,short 镜像看 stacked_imbalances_bid。base vs base + candle delta gate vs base + stacked imbalance gate,优先在 BTC/ETH/SOL perp 最近 60~120 天 15m 上看 2/4 bar follow-through、false-break/false-hold rate、trade-count retention。3/3 很可能需要按 tick size、币种活跃度和分箱尺度重标。stacked imbalance 依赖逐笔 trades,数据量和缓存成本会高于纯 OHLCV。2017-05-17, updated 2026-03-21, 47860 stars, 9991 forks.GET /fapi/v1/aggTrades