技术分析的基础与目的

1. 概述

技术分析既是一门科学，也是一门艺术——一个引人入胜的研究领域，让从业者能够通过可视化工具深入理解市场的运行规律。其核心在于：借助图表和指标从历史价格数据中识别规律，进而推断未来价格运动的方向与时机。

本章涵盖技术分析的核心目标、双重功能、三种价格预测方法，以及技术分析与基本面分析的区别。作为奠定技术分析哲学基础与基本假设的开篇章节，本章是后续所有内容的根基。

2. 核心规则与原则

2.1 技术分析的主要目标

人类基本生存本能

每一位交易者在市场中的行为，归根结底都源于人类最基本的本能。

• 生存本能 — 最强大的行为驱动力
• 舒适本能 — 对经济稳定的追求
• 繁衍本能 — 为后代积累财富

三者之中，生存本能最为强烈，也是驱动交易者在市场中追求盈利的首要动力。这解释了为什么交易者在面对亏损时会做出非理性决策，在面对盈利时又往往急于兑现。技术分析这门学科，正是系统性地解读由这些人类本能所产生的、周而复始的价格形态。

盈利的机械法则：低买高卖

• 在价格低时买入，在价格高时卖出
• 最简单却最可靠的盈利机械法则
• 执行这一原则的前提是：具备提前预判价格方向的能力
• 技术分析存在的终极意义，就是提供这种能力

💡 实战要点：「低买高卖」听起来简单，但判断当前价格是否真的「低」或「高」，才是技术分析的核心挑战。数字小不代表价格低——必须结合具体情境评估其相对位置。

交易决策的两个维度

成功的交易，始终需要同时在两个维度上做出判断。

• 价格维度：确定精确的入场/出场价位 — 「在哪里」
• 时间维度：把握最佳的交易时机 — 「在何时」
• 价格-时间图表：以纵轴（价格）× 横轴（时间）同步追踪两个维度

价格维度判断正确、时间维度判断失误，会导致过早入场，承受不必要的回撤。时间维度判断正确、价格维度判断失误，则会在不利价位入场，令风险收益比大打折扣。

2.2 技术分析的双重功能

技术分析不仅仅是预测未来的工具。它具备两项截然不同的功能——识别与预测——而且识别必须先于预测。

1）识别功能

该功能负责识别和描述过去及当前的价格行为，为市场上真实发生的一切提供历史记录。

具体而言，它从技术层面呈现以下信息：

• 特定周期内（日、周、月等）的平均波动幅度
• 历史高点与低点（极值）
• 典型盘整（震荡）区间的位置与宽度
• 趋势的平均持续时间与价格位移
• 市场的流动性与参与程度
• 跳空缺口的平均发生幅度与频率
• 经济数据发布和重大事件对价格影响的幅度与规律

💡 加密货币市场特点：与传统市场相比，加密货币波动性更高，24小时全天候交易，周末同样开市。因此在运用识别功能时，必须考虑加密市场特有的波动规律、缺口频率（相对较低）以及不同时段的流动性差异。

2）预测功能

该功能通过解读已识别的价格/市场行为，推断未来的价格走势。其基础是价格形态在合理程度上会重复出现的假设。

• 利用识别阶段积累的数据和形态，构建概率性情景
• 参考过去特定条件成立时价格的反应方式，推断当前类似条件下的价格走向
• 目标不是100%确定的预测，而是获取概率上的优势

⚠️ 注意：在没有识别功能支撑的情况下单独使用预测功能是危险的。在未充分理解当前市场结构的情况下仅凭形态交易，意味着失去了判断的背景与依据。

2.3 价格预测的三种方法

市场中预测未来价格的方法大致分为三类。每种方法都有其独特的优势与局限，理想状态下应相互配合、取长补短。

1）基本面分析

• 通过财务报表和会计数据分析资产的内在价值
• 核心指标：市盈率（P/E）、市盈增长比率（PEG）、市净率、市销率、资产负债率等
• 优势：有助于决定买什么资产
• 劣势：无法提供精确的入场/出场时机或价位

在加密货币领域，基本面分析与传统股票有所不同。财务报表被链上数据所取代，如活跃地址数、算力、TVL（总锁仓量）、代币经济模型、开发活跃度等，这些都是基本面指标。

2）技术分析

• 通过图表分析市场行为的方法
• 基于历史价格数据预测未来价格走势
• 优势：提供精确的入场/出场价位和时机
• 实时生成买卖信号，为交易决策提供直接依据

3）信息分析

• 利用公开和非公开信息预测价格
• 包括使用内幕或专有信息
• 在受监管市场中可能构成违法的内幕交易
• 加密货币市场存在监管灰色地带，但相关法规正在逐步收紧

类别	基本面分析	技术分析	信息分析
分析对象	财务/链上数据	价格/成交量图表	公开与非公开信息
核心问题	「买什么？」	「何时、在哪里买卖？」	「别人不知道什么？」
提供时机	✗	✓	有限
提供价位	✗	✓	✗
合规风险	无	无	潜在风险

2.4 技术分析择时的核心优势

技术分析区别于其他分析方法的最关键优势，在于其市场择时能力。

提供精确的价格/时间信息

• 提供精确的入场/出场价位
• 提供精确的入场/出场时机
• 实时提供多空信号
• 实时提供入场/出场价格触发条件

利用技术工具执行交易

• 基于关键价位（支撑/阻力）的分批建仓
• 依据标的资产波动特性进行时机调整
• 在具有技术意义的价格反转位平仓延伸趋势
• 基于市场订单流的入场/出场时机把握
• 相对于关键价位设定止损和仓位风险比例

利用分析工具衡量强度与方向

• 通过成交量和持仓量分析衡量行情强度
• 通过市场广度和市场情绪评估行情持续性
• 通过周期和季节性分析预测潜在高低点

2.5 核心假设

技术分析成立的前提，是以下几个基本假设必须成立。不理解这些假设，就无法正确解读技术分析的结果。

假设一：价格反映一切

• 市场价格倾向于领先于已知的基本面信息
• 所有已知信息均已反映在价格之中
• 价格是以下所有因素的综合体现：
  • 所有市场参与者的交易行为
  • 投资决策与持仓构建
  • 对未来的预期
  • 心理状态（恐惧、贪婪等）
  • 偏见与信念

这一假设的含义在于：交易者未必需要知道价格运动的原因。价格本身已经包含了所有原因的结果。这也是技术分析师声称**「图表告诉你一切」**的根本依据。

假设二：价格沿趋势运动

• 价格并非随机游走，而是倾向于在一段时间内朝特定方向运动
• 趋势一旦形成，延续的概率大于反转的概率
• 识别趋势并顺势交易，是技术分析的核心策略

假设三：历史倾向于重演

• 基于市场参与者会重复过去同样错误的假设
• 人类基本的行为模式、性情特征和根深蒂固的偏见不会轻易改变
• 对恐惧、贪婪、希望、愤怒和懊悔的情绪反应，反复产生相似的价格形态
• 正因如此，数十年前发现的图表形态至今依然有效

3. 图表验证方法

3.1 验证低买高卖

实现盈利有四种基本情景——做多和做空各两种。

#	情景	入场	出场	盈利结构
1	价值做多	在低价买入	在更高价平仓	价格上涨 = 盈利
2	动量做多	在相对高价买入	在更高价平仓	继续上涨 = 盈利
3	价值做空	在高价卖空	在更低价回补	价格下跌 = 盈利
4	动量做空	在相对低价卖空	在更低价回补	继续下跌 = 盈利

💡 实战要点：情景1和3是经典的逆势（反转）交易，情景2和4是顺势交易。对于新手交易者，建议从顺势交易（情景2和4）入手，因为从风险管理的角度来看更为有利。

3.2 价格-时间图表分析

OHLC数据结构

每张图表的基本构成单元是OHLC数据。

• O — 开盘价：该周期开始时的价格
• H — 最高价：该周期内达到的最高价格
• L — 最低价：该周期内达到的最低价格
• C — 收盘价：该周期结束时的价格

四者之中，收盘价被认为最为重要。大多数技术指标以收盘价为基础计算，而收盘价的位置（靠近高点还是低点）也直接反映了该周期内多空力量的对比结果。

时间周期

• 适用于所有级别：1分钟、5分钟、15分钟、1小时、4小时、日线、周线、月线、年线
• 多周期分析：在较高时间框架确认趋势方向，在较低时间框架寻找入场时机，这种方法在实战中极为有效
• 通常，日线及以上周期噪音更少，信号更为可靠

3.3 市场数据分析的构成要素

技术分析所使用的数据遵循优先级层级。价格是最核心的要素，其他所有要素都是对价格分析的补充。

优先级	分析要素	作用
1（最高）	价格行为	直接揭示市场方向与结构
2	成交量行为	确认价格运动的强度与真实性
3	持仓量	衡量期货/衍生品市场的参与程度
4	市场情绪	识别市场参与者的多空偏向
5	市场广度	通过涨跌资产比例衡量整体市场健康度
6	资金流向	通过资金流入/流出方向评估供需关系

💡 加密货币市场说明：在加密市场中，传统持仓量的角色由资金费率、清算数据和交易所净流入/流出量来承担。此外，链上数据（鲸鱼钱包动向、交易所储备变化等）被用于资金流向分析。

4. 常见误区与陷阱

4.1 确定性谬误

• 错误观念：认为技术分析能保证确定的结果
• 正确理解：技术分析处理的是概率，永远无法提供绝对的确定性
• 实践意义：即便是看起来最完美的信号也可能失效，因此必须始终设置止损并管理仓位大小。重要的不是单笔交易的胜负，而是多笔交易的整体期望值是否为正。

4.2 对依赖历史数据的误解

• 批评观点：「从历史数据预测未来存在固有局限」
• 反驳：所有预测方法（统计学、基本面、行为学）都使用历史数据
  • 回归分析需要对历史数据进行抽样
  • 行为金融学对过去行为进行量化测量
  • 天气预报基于历史气象规律数据
• 关键点：使用历史数据本身并非问题所在——关键是如何理性评估历史规律重现的可能性

4.3 混淆基本面分析与技术分析

这两种方法并非相互排斥，而是相互补充的关系。但必须清晰区分各自的作用与局限。

类别	基本面分析师	技术分析师
关注点	内在价值	市场行为结构与动态
追求	理解潜在市场走势的根本原因	捕捉潜在市场走势的结果
核心问题	「这个资产值得投资吗？」	「现在是入场还是出场的时机？」
优势	决定投资哪个资产	确定精确的交易时机和价位
局限	不知道何时开始或结束	无法评估内在价值或高估/低估程度

💡 最优组合：用基本面分析筛选有潜力的资产（买什么），再用技术分析确定最佳入场时机和价位（何时、在哪里）。这种方法能充分发挥两种分析方式各自的优势。

4.4 依赖单一指标的风险

• 仅凭单一技术指标或形态做出交易决策风险极高
• 共振原则：当不同类型的指标同时指向同一方向时，信号的可靠性会显著提升
• 例如：价格形态（头肩顶）+ 成交量萎缩 + RSI背离同时出现，反转的概率会大幅增加

5. 实战应用技巧

5.1 精准理解交易术语

准确区分容易混淆的交易术语至关重要。

术语	定义	持仓变化
做多（Go Long）	开立新的买入仓位	空仓 → 多头
平多（Liquidate）	卖出以平掉现有多头仓位	多头 → 空仓
做空（Go Short）	开立新的卖空仓位	空仓 → 空头
回补（Cover）	买入以平掉现有空头仓位	空头 → 空仓

⚠️ 注意：「买入」和「做多」不是同一回事。买入以回补空头仓位，并不是新建多头仓位。同样，「卖出」和「做空」也必须加以区分。卖出以平掉多头仓位，并不是新建空头仓位。

5.2 兼顾技术分析的艺术与科学

要有效运用技术分析，必须同时培养其艺术与科学两个维度。

艺术维度（Art）

• 在相对早期阶段识别趋势反转
• 培养持有并跟随趋势的耐心
• 提升对形态的视觉识别能力
• 通过反复观察多样化图表积累的经验直觉

科学维度（Science）

• 基于概率的系统化方法
• 运用量化分析工具（均线、RSI、MACD等）
• 通过应用客观规则和条件，将情绪化判断降至最低
• 通过回测验证策略有效性

💡 在初学阶段，重点培养科学维度（明确的规则与体系）。随着经验积累，逐步融入艺术维度（直觉判断）。

5.3 理解分类框架

技术分析大致分为四个类别，每个类别从不同角度审视市场。

类别	描述	代表工具/概念
经典分析	传统图表形态与指标	K线图、K线形态、趋势线、均线、震荡指标
统计分析	量化与数学方法	回归分析、标准差、布林带、蒙特卡洛模拟
情绪分析	衡量市场参与者的心理状态	恐惧贪婪指数、认沽/认购比率、VIX、社交媒体情绪分析
行为分析	分析人类行为偏差与规律	羊群效应、锚定效应、损失厌恶偏差

这四个类别并非相互排斥；在实际操作中，往往会综合运用多个类别的工具。

5.4 优化市场择时

以下是在实际交易中利用技术分析优化市场择时的核心原则。

• 基于波动性的分批入场：与其一次性满仓，不如在关键支撑/阻力位分批建仓，优化平均成本
• 成交量确认：通过观察价格运动是否伴随成交量来验证其真实性。没有成交量配合的突破，很可能是假突破
• 周期分析：参考比特币减半周期、季节性规律等周期性倾向，把握宏观层面的高低点时机
• 预建应对框架：提前制定交易计划（入场价格、止损位、目标价位、仓位大小），确保信号触发时能够立即行动

💡 核心原则：技术分析是制定交易计划的工具，而不是冲动反应的工具。请始终牢记这句话：「计划你的交易，执行你的计划。」