基于 580+ 篇推文的系统性整理(2025.10 - 2026.03)
水博乱乱:数据流交易者,每日靠数据观察盘面,专注 BTC 行情分析
8,310 粉丝 | 2,108+ 篇推文 | 加入时间:2025 年 3 月
原文:https://x.com/Mrluanluan


目录

  1. 交易哲学与核心理念
  2. 订单簿分析体系
  3. CVD 累积成交量差值
  4. 成本区间理论(POC / AVWAP)
  5. Delta 与 OI 分析
  6. CME 开盘模型
  7. GEX 期权 Gamma 暴露分析
  8. Skew 期权偏度指标
  9. 入场模型体系
  10. 止盈与风控体系
  11. 多时间框架与市场结构
  12. 与 Murphy 框架的对比

1. 交易哲学与核心理念

1.1 数据驱动,不猜方向

水博乱乱的核心理念是数据驱动交易,而非主观猜测方向。他反复强调:

“两边都有理,但市场最有理”

“不押方向… 等美股开盘后一波的力竭点”

“见机行事,不猜…”

1.2 右侧入场,等待模型

不做预测,而是等待明确的入场信号(入场模型)出现后再行动:

  • 等模型出现:放量 + delta 反转 = 入场信号
  • 等区间到位:价格到达关键区间(订单簿不平衡区/POC/AVWAP)
  • 多重共振:多个指标同时确认时胜率更高

1.3 头皮为主,控制风险

大多数交易为短线头皮(scalping),典型特征:

  • 吃 500-2000 点即走
  • TP1 + 保本的策略(第一目标止盈后,剩余仓位移至保本)
  • “不贪,吃一口就先撤”
  • “1000 点走人不恋战”

1.4 熊市做熊背离,牛市做牛背离

这是水博乱乱总结的重要经验:

  • 熊市环境下:现货 CVD 与价格的熊背离(CVD 创新高但价格未创新高)→ 做空胜率高
  • 牛市环境下:牛背离信号 → 做多胜率高
  • “熊市熊背离真是一做一个准”

2. 订单簿分析体系

2.1 核心概念:订单簿不平衡色带

这是水博乱乱最核心的分析工具之一。通过 trdr(交易工具)将订单簿的不平衡可视化到 K 线图上。

基本原理

“trdr 会把达到一定阈值的订单簿失衡画到 K 线图上.. 如果色带出现在 K 线上方就是卖单更多,出现在 K 线下方就是买单更多,不同颜色代表不同的差值阈值”

色带颜色与阈值(从弱到强):

颜色含义信号强度
🟢 绿色最浅阈值的不平衡弱信号
🟡 黄色中等阈值的不平衡中等信号
🔴 红色较大阈值的不平衡强信号
🔵 蓝色最大阈值的不平衡(极端)极强信号

关键用法

  1. 色带出现在价格下方 = 买单不平衡 = 需求区/支撑区

    • “买单不平衡色带出现… 有一波多的”
    • “又到买单不平衡色带出现… 空头峰值 -1.2B”
  2. 色带出现在价格上方 = 卖单不平衡 = 供给区/压力区

    • “上方色带出现… 遇阻了”
    • “卖单不平衡色带出现… 多头力竭”
  3. 蓝色阈值:极端信号

    • “这里居然蓝色阈值都出现了… 这波来自于 5% 的订单簿差值”

2.2 5% 订单簿差值

衡量当前价格上下一定范围内(通常 5%)的买卖挂单总量差异:

“无论是 2.5% 还是 5% 的订单簿差值上看.. 都是一个偏向一个可以中线多头入场的阈值”

应用方式

  • 5% 差值极度偏向买单 → 中线看多
  • 5% 差值极度偏向卖单 → 中线看空

2.3 具体挂单位分析

水博乱乱会追踪具体价位的大单挂单:

  • 现货大单:如 “65k 有 160+ 现货”、“90k 附近 400 个现货”
  • 合约大单:如 “94k 合约挂了 800 个”、“币安合约一波 100m 的正 delta”
  • 多交易所对比:币安 vs Coinbase vs Bybit 的挂单差异

挂单判断技巧

  1. Spoofing 识别:明盘单可能是假的(挂出来诱导方向后撤单)

    • “集中撤单的.. 通常往撤的方向先去概率大一些”
  2. 冰山挂单:看不到的暗盘单

    • “订单簿上完全看不到卖单挂单啊.. 全是冰山挂单?”
  3. 挂单吸收:大单被打掉意味着

    • 被吸收 = 该方向的力量很强
    • 未被打掉 = 形成支撑/压力

2.4 交易所差异化分析

不同交易所的行为含义不同:

交易所代表含义关注重点
Coinbase美国机构/ETF 资金现货 CVD,代表 ETF 资金态度
币安全球最大流动性现货 + 合约 CVD,散户 + 大户
Bybit散户为主合约持仓,散户情绪
OKX亚洲资金现货抛压来源

3. CVD 累积成交量差值

3.1 基本定义

CVD(Cumulative Volume Delta)= 主动买单量 - 主动卖单量 的累积值

正 CVD = 主动买入大于主动卖出 = 买方积极
负 CVD = 主动卖出大于主动买入 = 卖方积极

3.2 现货 CVD vs 合约 CVD

水博乱乱特别区分现货和合约的 CVD:

  • 现货 CVD:反映真实的买卖意愿(“现货出力” 才是真涨)
  • 合约 CVD:反映投机/杠杆的方向

关键判断

  • “合约拉盘,现货持续出货” = 不可持续的反弹
  • “现货持续买入… 价格因为现货面上涨” = 真实的趋势

3.3 CVD 背离

这是水博乱乱最常用的信号之一:

熊背离(做空信号):

  • CVD 创新高(买盘更多),但价格未创新高
  • “蓝线现货 CVD,买出了更高的高点。价格没冲上更高的高点”
  • “合约拉盘 现货持续出货… 熊背离”

牛背离(做多信号):

  • CVD 下降(抛压),但价格未创新低
  • “CVD 小幅下降,主动抛压占优… 但是价格继续横盘向上”
  • 被动买单承接 → 抛压被吸收

3.4 CVD 重置与止盈

“这个空会在 CVD 重置归位的时候全部走掉… 无论那会价格是多少”

CVD 重置/归位 = CVD 从极端值回归到中性

  • 用于判断空头/多头行情的结束
  • 作为分阶段止盈的信号

3.5 Coinbase CVD 特殊意义

Coinbase 的现货 CVD 直接反映 ETF 资金流向:

  • “coinbase 现货 CVD 飙升… ETF 抢筹了”
  • “coinbase CVD 净空 1300… ETF 又是 5 个亿流出”
  • 通常 Coinbase CVD 净增 1000+ → 当日 ETF 净流入 5 亿 +

4. 成本区间理论(POC / AVWAP)

4.1 POC(Point of Control / 成交最密集区间)

POC 是 Volume Profile 中成交量最大的价位,代表市场共识的公允价格

核心用法

  1. 作为支撑/压力

    • “目前也走出了一段 POC 向下拍卖的过程”
    • “上下的两根 naked POC 定义了目前暂时的区间”
  2. 区间震荡中的高抛低吸

    • 价格回到 POC → 高概率反弹/回调
  3. POC 移动方向

    • POC 上移 = 多头成本抬高 = 看涨
    • POC 下移 = 空头成本压低 = 看跌

4.2 AVWAP(锚定成交量加权平均价)

AVWAP = 从特定锚定点(高低点/突破点)计算的成交量加权平均价

水博乱乱的用法

  1. 从针尖锚定

    • 从重要高低点(针尖)拉 AVWAP
    • 多条 AVWAP 汇聚 = 成本平衡点
  2. 作为动态支撑/压力

    • “6W 和 6.25W 两个针尖上来的 AVWAP(近似平均成本线)”
    • 价格回到 AVWAP = 回到平均成本 = 博弈激烈
  3. 与 POC 叠加

    • POC + 多条 AVWAP 汇聚 = 强支撑/压力区

4.3 成本平衡点

当多个成本区间(POC/AVWAP)叠加在同一价位时:

  • “现在 68k 这个区间叠加了多个成本区间.. 算是目前 6W 后期这一段震荡里的一个成本平衡点”
  • 成本平衡点 = 多空激烈博弈区
  • 突破后方向性强

5. Delta 与 OI 分析

5.1 Delta(主动买卖差值)

Delta = 主动买入量 - 主动卖出量(单次成交或一段时间)

关键用法

  1. Delta 峰值

    • “空头峰值 -1.2B” = 主动卖盘达到 1.2B
    • “多头峰值 +800m” = 主动买盘达到 800m
  2. Delta 力竭

    • 极端 Delta 值后反转 = 力竭信号
    • “100m 的正 delta… 多头力竭”
  3. Delta 背离

    • 价格新高但 Delta 下降 = 买盘减弱

5.2 OI(Open Interest / 持仓量)

OI = 未平仓合约总量

关键判断

  1. OI 上升 + 价格上涨 = 新多头入场 = 看涨延续
  2. OI 上升 + 价格下跌 = 新空头入场 = 看跌延续
  3. OI 下降 = 平仓离场 = 趋势可能结束

5.3 清算热图

水博乱乱会参考清算热图判断爆仓位:

  • “上方空单清算在 72k 附近”
  • “下方多单清算在 63k”
  • 价格倾向于去清算密集区

6. CME 开盘模型

6.1 CME 期货开盘时间

  • 开盘:美东时间周日 18:00(北京时间周一早上 7:00)
  • 收盘:美东时间周五 17:00(北京时间周六早上 6:00)

6.2 CME 低开模型

典型场景

“蹲了一个周末给我蹲到了 CME 开盘的这一下出了个入场模型.. 这种疑似都是周末下跌之后 CME 低开,一些被迫被迫平仓止损的激进多头..”

模型逻辑

1
2
3
4
5
6
7
8
9
周末 BTC 下跌
周一 CME 低开
激进多头被迫平仓
短期低点形成
日内反弹机会

6.3 实战应用

案例:2026-03-09

时间事件操作
周末BTC 下跌至 65k观察
周一开盘CME 低开准备入场
开盘后多头平仓做多
目标65.6k~66k 空单解套位止盈

关键要点

  • CME 开盘后 1-2 小时是关键窗口
  • 观察被套仓位分布
  • 解套位是短期目标

7. GEX 期权 Gamma 暴露分析

7.1 基本概念

GEX(Gamma Exposure)= 期权做市商的 Gamma 风险暴露

正 Gamma

  • 做市商低买高卖对冲
  • 抑制波动,价格稳定

负 Gamma

  • 做市商高买低卖对冲
  • 放大波动,趋势加速

7.2 水博乱乱的用法

  • “GEX 翻负… 波动要放大了”
  • “正 Gamma 区域,震荡为主”
  • 从正 Gamma 翻负 → 变盘信号

8. Skew 期权偏度指标

8.1 基本定义

Skew = 期权隐含波动率的偏度,衡量市场对上涨/下跌的预期

Skew 值解读

Skew 值含义信号
+20 ~ +35看跌期权更贵低多信号
0 ~ +20中性观望
-10 以下看涨期权更贵偏空信号

8.2 实战应用

  • “Skew 在 +30… 低多信号”
  • “Skew 跌到 -15… 小心回调”

9. 入场模型体系

9.1 力竭模型

特征

  • 极端 Delta 值(+1B/-1B 以上)
  • 价格快速拉升/下跌
  • 随后反转

操作

  • 等 Delta 反转确认
  • 反向入场
  • TP 500-1000 点

9.2 SFP(Swing Failure Pattern)

特征

  • 突破前高/前低后迅速回落
  • 假突破

操作

  • 突破失败后反向入场
  • 止损设在假突破点外

9.3 吸收模型

特征

  • 大量主动卖单但价格不跌
  • 被动买单承接

操作

  • 确认吸收后做多
  • 止损设在吸收区下方

9.4 圆底/圆顶模型

特征

  • 价格缓慢形成圆弧底/顶
  • 成交量逐渐萎缩后放大

操作

  • 突破圆弧后入场
  • 目标看前高/前低

10. 止盈与风控体系

10.1 分阶段止盈

标准策略

  • TP1:500-1000 点,止盈 50%
  • 剩余仓位移至保本
  • TP2:看前高/前低或 CVD 归位

10.2 CVD 归位止盈

“这个空会在 CVD 重置归位的时候全部走掉… 无论那会价格是多少”

  • CVD 从极端归位到中性 = 行情结束
  • 分阶段:归位 80% 平 80%,保留 20% 观察

10.3 止损策略

  • 止损设在关键位外(POC/AVWAP/订单簿色带)
  • 单笔风险控制在总资金 1-2%
  • “错了就跑,不扛单”

11. 多时间框架与市场结构

11.1 时间框架优先级

时间框架用途
15 分钟入场时机
1 小时短期趋势
4 小时中期趋势
日线大方向

11.2 市场结构判断

多头结构

  • 更高的高点 + 更高的低点
  • POC 上移
  • 现货 CVD 上升

空头结构

  • 更低的高点 + 更低的低点
  • POC 下移
  • 现货 CVD 下降

12. 与 Murphy 框架的对比

维度Murphy水博乱乱
数据源Glassnode 链上数据交易所订单簿/成交量
时间周期周/月线(大周期)15 分钟/小时/日线(短线)
核心指标MVRV、URPD、信心指数订单簿、CVD、POC、AVWAP
分析风格深度研究、长文实时跟踪、碎片化
适用场景周期判断、长期投资日内交易、短线博弈
更新频率数天/周数小时/天

建议

  • 长期投资 → 参考 Murphy 框架
  • 短线交易 → 参考水博乱乱框架
  • 结合使用 → 大周期 + 小周期配合

附录:工具推荐

工具用途链接
TRDR订单簿/成本分析trdr.io
TradingViewAVWAP/图表tradingview.com
Binance实时订单簿binance.com
CME期货数据cmegroup.com
Coinglass清算热图/OIcoinglass.com

整理时间:2026-03-09
数据来源:@Mrluanluan 公开推文
分析周期:2025 年 10 月 - 2026 年 3 月