← 返回 Quant Digests · 站点首页

下跌后买压反转不是 confirmation，而是可独立交易的 raw alpha：pressure-ratio capitulation fade

更新时间：2026-04-02 10:24 UTC

源文件：research/quant_digests/2026-04-02_1007_pressure-ratio-capitulation-fade-alpha.md

先回答一句：这篇东西的 base alpha 是什么？

不是“盘口失衡可以解释价格”这种机制描述。这里真正值得 intake 的 base alpha 是：当价格刚经历一段向下冲击，但盘口买压已经显著占优时，后面几根 bar 更容易出现反身性回补；反过来，拉升后卖压占优时也更容易出现短周期回落。

这是一条可以独立成策略的 microstructure mean reversion / capitulation fade，不是只给别的主策略做 filter。

---

为什么这轮值得写它

最近 digest 池里 continuation、pairs、options、basis 都已经很密；但 “单资产、可直接落成 1m/3m/5m/15m 的盘口型均值回归” 反而还不算拥挤。这个题材的价值在于：

  1. raw alpha 清晰：先有下跌 / 拉升，再看买卖压反转，不需要依附 breakout 主线；
  2. 公开数据可拿：只要有公开 L2 depth / aggTrades / klines，就能先做最小前向实验；
  3. 能直接写完整壳子：entry / exit / timeout / stop / sizing / cost 都能明确；
  4. 和最近的 OBI continuation digest 区分明显：那篇更像“顺着冲击继续追”；这篇更像“冲击尾声出现压力反转就反着做”，属于 另一条 raw alpha 家族。

---

主要来源

1) 直接 repo 来源（主）

2) 机制 / 规则地基（repo 内 PDF）

3) 公开数据接口（最小实验）

> 这轮真正值得拿走的，不是原报告里的 A 股 10 天持有结论本身，而是它那条 “价格冲击 + 压力失衡” 的结构，可以很自然压缩到 crypto 的 1m / 3m / 5m / 15m。

---

原始材料里最值钱的，不是年化数，而是这条结构

1) pressure ratio 的定义很直接

原报告先把日内 tick 价格当“探针”，把不同时间点出现过的挂单价格和挂单量汇总成更长的“扩展盘口”。

然后对离当前价格更近的挂单给更高权重：

翻成人话：不是简单比较 bid size 和 ask size，而是比较“离当前成交价更近、对当前价格更有影响的挂单压力”。

2) 原报告的事件逻辑

3) 最关键的数字

从 PDF 可直接提取出的结果：

  1. 买压占优后，后续短期超额收益为正；卖压占优后为负；之后再反向修正。
  2. “当日下跌后再出现买压占优” 的组，后面 6~7 个交易日 的超额收益最明显。
  3. 用这个事件做股票组合，10 通道 版本历史上拿到：
  1. 分年表现里，报告特别点名：

这些数字当然不是 crypto 业绩承诺；但它们告诉我们：“冲击后、压力反向占优” 确实是一条可成策略的原始 alpha 结构。

---

desk 化之后，真正该测的不是“10 天持有”，而是 1~8 bar 的 capitulation fade

如果把原报告直接照搬到 crypto，问题很大：

所以最合理的 desk 化拆法是：

base alpha 重写

> 先出现一段向下价格冲击，再出现显著买压占优 → 做短周期反弹； > 先出现一段向上价格冲击，再出现显著卖压占优 → 做短周期回落。

这就是一条完整的 single-asset microstructure mean reversion，而且天然适合 1m / 3m，其次 5m / 15m。

---

我建议直接落地成这版完整策略

1) 数据口径

2) 压力指标（crypto 版最小可行）

如果做不到“原报告那种扩展盘口轨迹”，最小可行版先直接用 bar close 的 top-N order book：

> 如果后面拿到可重建的全轨迹 L2，再升级成“扩展盘口版”；但最小实验没必要等那一步。

3) 价格冲击腿

不要只看 pressure。本题的核心是 shock + pressure reversal。

定义两条可选冲击腿：

我更建议先用第二种，因为它对 1m / 3m 噪音更稳。

4) 入场规则

#### Long 同时满足：

  1. pressure_z >= +1.5
  2. ret_3bar <= rolling_q10 或 ret_1bar <= -1.0 * ATR
  3. 当前 bar 结束时，主动卖成交占比不再继续恶化（可用 trade_delta 不再创新低做软确认，可选）

#### Short 对称：

  1. pressure_z <= -1.5
  2. ret_3bar >= rolling_q90 或 ret_1bar >= +1.0 * ATR
  3. 主动买成交不再继续扩张（可选）

5) 出场规则

这条 alpha 不该恋战，直接做短：

6) 仓位 / sizing

7) 成本假设

这意味着：它不是“看见压力失衡就无脑抄底”，而是一个有完整 entry / exit / sizing / risk / cost 的可执行骨架。

---

为什么我把它归成 raw alpha，而不是 filter

因为这里的入场条件本身就足够闭环：

它不是在替 breakout 决定“能不能追”；它自己就是一条独立下注逻辑。最多后续还能再被别的 overlay 管理，而不是反过来依附别的策略。

---

这条 alpha 对 1m / 3m / 5m / 15m 的关系

1m / 3m

最自然。因为：

5m

我认为是第一优先的 desk transfer 档：

15m

仍然能做，但更像“冲击后的回补 pocket”，不是全天候 alpha。要特别防止把多个 1m 反转噪音硬聚成一根假信号。

---

最小可复现实验

数据源

公开性

更新频率

最小实验口径

不要一上来卷长历史。最快的实验是：

  1. 开一个 recorder，连续录 7~14 天：
  1. 先做 5 个标的：BTC / ETH / SOL / BNB / DOGE
  2. 生成每根 1m bar 的：
  1. 跑四组：
  1. 统一看：

---

我最建议先测的 4 个假设

假设 1：5m 可能比 1m 更能活

1m 可能信号更漂亮，但 flip 太快，容易被 10~20 bps 成本吞光。5m 反而可能是最佳生存点。

假设 2：alts 比 BTC 更适合这条 capitulation fade

BTC 常常在高流动状态下“压力看起来很大，但其实只是流动性回补”；高 beta 币更可能出现真正的 overshoot + snapback。

假设 3：只做“冲击后反转”，不要做纯 pressure fade

纯 pressure_z 容易被 spoofing 污染；加上“前面先有一段冲击”这条腿，能过滤大量无效挂单失衡。

假设 4：反向平仓优于直接 flip

因为这条逻辑是 mean reversion，不是 trend-following。直接 flip 很可能只是把一条回补策略错误改成高频双向打脸机。

---

风险与失败模式

  1. 假深度 / 撤单污染
  1. 趋势日一直单边
  1. 大币种盘口太厚，edge 被均摊
  1. 历史深度回放门槛

---

一句话结论

这轮最值得 intake 的，不是“订单簿失衡”这四个字，而是这条可以直接 desk 化的 shock-then-pressure-reversal 结构：

> 先被砸，再看到买压显著占优，就做短周期回补；先被拉，再看到卖压显著占优，就做短周期回落。

它是一条可独立复现、可直接写成完整策略的 microstructure mean reversion raw alpha，优先级应高于把它降级成 shared filter。

---

下一步怎么测（直接执行版）

  1. 先录 7~14 天 Binance Futures depth20 + aggTrades + 1m klines
  2. 先只做 BTC / ETH / SOL / BNB / DOGE
  3. 跑 1m / 3m / 5m / 15m 四档，统一 exits：
  1. 先做三套成本：10 / 15 / 20 bps round-trip
  2. 第一轮只回答三个问题：

---

文件信息