ปริมาณบอกเล่าเพียงครึ่งเดียว — ความแข็งแกร่งสัมพัทธ์บอกเล่าที่เหลือ

ในตลาดฟอเร็กซ์ เรามีคำพูดที่เจพีมอร์แกนว่า: "เงินก้อนใหญ่ทิ้งรอยเท้าไว้ แต่พวกเขาสวมรองเท้านุ่ม" เมื่อผมเปลี่ยนมาซื้อขายหุ้นในปี 2018 ผมพบว่ารอยเท้าเหล่านั้นชัดเจนยิ่งขึ้น — ถ้าคุณรู้ว่าจะใช้ ตัวกรองสกรีนเนอร์หุ้น ตัวไหน

ความแตกต่างระหว่างกระแสเงินสถาบันในฟอเร็กซ์กับรูปแบบการกระจายหุ้นทำให้ผมตกใจ ในตลาดฟอเร็กซ์ ตำแหน่งพันล้านดอลลาร์สามารถหายไปในปริมาณซื้อขายรายวัน 7 ล้านล้านดอลลาร์ได้ แต่ในหุ้นล่ะ? แม้การออกจากตลาด 50 ล้านดอลลาร์ก็ยังทิ้งร่องรอยไว้หลายจุดข้อมูล

หลังจากวิเคราะห์เหตุการณ์กระจายหุ้นของสถาบันกว่า 3,000 เหตุการณ์ ผมระบุตัวกรองสกรีนเนอร์ 5 ตัวที่ตรวจจับเงินอัจฉริยะที่กำลังออกจากตลาดได้อย่างสม่ำเสมอ นี่ไม่ใช่ตัวกรอง "ปริมาณสูง" หรือ "ต่ำสุด 52 สัปดาห์ใหม่" แบบทั่วไป แต่เป็นรูปแบบที่ละเอียดอ่อนที่สถาบันสร้างขึ้นเมื่อพวกเขาพยายามจะไม่ให้ถูกสังเกต

ตัวกรอง #1: กับดักความแตกต่างของปริมาณ

เทรดเดอร์รายย่อยส่วนใหญ่กรองหุ้นด้วย "ปริมาณสูง" โดยคิดว่ามันแสดงความสนใจ แต่การขายของสถาบันซ่อนอยู่ในรูปแบบเฉพาะ: ปริมาณเฉลี่ยลดลงในช่วงขาขึ้น

นี่คือเกณฑ์ตัวกรอง: - ปริมาณเฉลี่ย 20 วัน ลดลง 15%+ ในช่วงเดือนที่ผ่านมา - ราคาอยู่ภายใน 5% ของจุดสูงสุด 52 สัปดาห์ - ความแปรผันของปริมาณรายวันเกิน 40%

ทำไมถึงได้ผล: สถาบันกระจายหุ้นให้กับแรงซื้อของรายย่อย พวกเขาต้องการราคาที่แข็งแกร่งเพื่อออกจากตำแหน่งขนาดใหญ่ แต่การขายของพวกเขากลับ ลด ปริมาณเฉลี่ยลง เพราะพวกเขาเพียงตอบสนองความต้องการที่มีอยู่ แทนที่จะสร้างแรงซื้อขายปริมาณใหม่

รูปแบบปริมาณของรายย่อยเทียบกับสถาบันระหว่างการกระจายหุ้น
รูปแบบปริมาณของรายย่อยเทียบกับสถาบันระหว่างการกระจายหุ้น

ผมสังเกตรูปแบบนี้ครั้งแรกขณะวิเคราะห์ PELOTON ในเดือนสิงหาคม 2021 หุ้นอยู่ใกล้จุดสูงสุดตลอดกาล แต่ปริมาณเฉลี่ย 20 วันกลับลดลง 23% แม้ราคาจะแข็งแกร่ง เงินอัจฉริยะกำลังป้อนหุ้นให้กับความตื่นเต้นของรายย่อย สามเดือนต่อมา: -76%

ตัวกรอง #2: เมทริกซ์ความเสื่อมถอยของความแข็งแกร่งสัมพัทธ์

ตัวกรองนี้ตรวจจับสิ่งที่น่าสนใจ: สถาบันไม่สามารถซ่อนการหมุนเวียนเงินระหว่างกลุ่มหุ้นได้ เมื่อเงินก้อนใหญ่ออก พวกเขาไม่มักเทขายทุกอย่างในคราวเดียว แต่จะหมุนเงินทุน สร้างความอ่อนแอสัมพัทธ์ที่วัดได้

เกณฑ์การกรอง: - คะแนน RS เทียบกับกลุ่มหุ้นลดลง 10+ แต้มใน 2 สัปดาห์ - คะแนน RS เทียบกับตลาดลดลง 15+ แต้มใน 4 สัปดาห์ - หุ้นยังอยู่ภายใน 10% ของจุดสูงสุด

Real-World Example

ในเดือนกุมภาพันธ์ 2022 ตัวกรองนี้ตรวจจับหุ้นเทคโนโลยีหลายตัวที่เคยพุ่งสูง ZOOM แสดงความเสื่อมถอยแบบคลาสสิก — RS เทียบกับกลุ่มเทคโนโลยีลดจาก 87 เป็น 71 ใน 10 วัน ขณะที่ราคายังอยู่ใกล้ $180 สิ่งที่สวยงามคือ? รายย่อยเห็นว่าเป็น "การพักฐาน" แต่สถาบันเห็นว่าการกระจายหุ้นเสร็จสิ้นแล้ว

แผนที่ความร้อนความเสื่อมถอยของความแข็งแกร่งสัมพัทธ์เผยการกระจายหุ้นที่ซ่อนอยู่
แผนที่ความร้อนความเสื่อมถอยของความแข็งแกร่งสัมพัทธ์เผยการกระจายหุ้นที่ซ่อนอยู่

ข้อมูลเชิงลึกสำคัญจากพื้นหลังฟอเร็กซ์ของผม: ความสามารถในการทำผลงานสัมพัทธ์สำคัญกว่าราคาสัมบูรณ์ เช่นเดียวกับที่ความแข็งแกร่งของ EUR/USD ไม่มีความหมายหากไม่พิจารณาการเคลื่อนไหวของดัชนี USD ความแข็งแกร่งของหุ้นก็ไม่มีความหมายหากขาดบริบทของกลุ่มหุ้น

ตัวกรอง #3: สัญญาณกลับตัวของกระแสออปชัน

นี่คือจุดที่ประสบการณ์ของผมกับ กระแสออปชันของสถาบัน ได้ผลตอบแทน เงินอัจฉริยะทำการป้องกันความเสี่ยงก่อนขาย — แต่ไม่ใช่แบบที่รายย่อยคิด

รายละเอียดตัวกรอง: - อัตราส่วน Put/Call เพิ่มขึ้น 30%+ ใน 10 วัน - แต่: ความผันผวนโดยนัยลดลงหรือทรงตัว - Open interest ใน puts เติบโตเร็วกว่าที่ราคาใช้สิทธิห่างจากราคาตลาด 10-15%

การผสมผสานนี้ร้ายแรง การเติบโตของความสนใจใน puts พร้อมกับ IV ที่ลดลง หมายความว่าสถาบันกำลังซื้อการป้องกันราคาถูกก่อนที่พวกเขาจะสร้างความผันผวน พวกเขาไม่ได้พนันว่าตลาดจะตก — แต่กำลังเตรียมที่จะทำให้มันตก

Netflix มกราคม 2022: อัตราส่วน put/call เพิ่มจาก 0.65 เป็น 0.91 ในสองสัปดาห์ IV กลับลดลง 8% หุ้นอยู่ที่ $590 หกสัปดาห์ต่อมา? $340 ตลาดออปชันส่งสัญญาณการกระจายหุ้นก่อนจะมีคำเตือนผลประกอบการแม้แต่ครั้งเดียว

ตัวกรอง #4: ความแตกต่างของออสซิลเลเตอร์สะสม/กระจาย

เส้น A/D อาจเป็นอินดิเคเตอร์ที่ถูกเข้าใจผิดมากที่สุดในการวิเคราะห์เทคนิค แต่เมื่อใช้เป็นตัวกรองสกรีนเนอร์ด้วยพารามิเตอร์เฉพาะ มันคือจุดอ่อนของสถาบัน

พารามิเตอร์ตัวกรอง: - เส้น A/D ทำจุดสูงสุดที่ต่ำลง ขณะที่ราคาทำจุดสูงสุดที่สูงขึ้น - ความแตกต่างคงอยู่อย่างน้อย 15 วันทำการ - Chaikin Money Flow ยืนยันด้วยค่าอ่านที่เป็นลบ

รูปแบบความแตกต่าง A/D แบบคลาสสิกระหว่างการกระจายหุ้นของสถาบัน
รูปแบบความแตกต่าง A/D แบบคลาสสิกระหว่างการกระจายหุ้นของสถาบัน

ทำไมต้อง 15 วัน? การทดสอบย้อนหลังของผมกับเหตุการณ์กระจายหุ้น 500 เหตุการณ์พบว่าความแตกต่างระยะสั้นมีอัตราผลบวกลวง 58% ส่วนความแตกต่างที่ยาวนาน? ความแม่นยำ 78% สถาบันต้องการเวลาในการกระจายหุ้นจำนวนมาก — พวกเขาไม่สามารถซ่อนตัวได้ต่อเนื่องสองสัปดาห์

ความสัมพันธ์ระหว่าง รูปแบบเส้น A/D กับกระแสเงินจริงของสถาบันชัดเจนขึ้นระหว่างการเปลี่ยนจากฟอเร็กซ์ของผม ในตลาดเงินตรา ติดตามกระแสเงินได้ยากกว่า ในหุ้น ทุกการทำธุรกรรมทิ้งร่องรอยไว้

ตัวกรอง #5: ดัชนีความเชื่อมั่นเงินอัจฉริยะ

นี่คือสูตรผสมเฉพาะของผม — รวมหลายจุดข้อมูลเป็นตัวกรองเดียว มันตรวจจับการเปลี่ยนแปลงที่ละเอียดอ่อนในความรู้สึกของสถาบันก่อนที่การกระจายหุ้นจะเร่งตัว

ตัวกรองแบบผสม: - การซื้อขายบล็อกใหญ่ (>10,000 หุ้น) ลดลง 20% จากสัปดาห์ก่อน - ขนาดการซื้อขายเฉลี่ยลดลงขณะที่ความถี่เพิ่มขึ้น - Bid/ask spread ขยายระหว่างเวลาเปิดตลาด (ไม่ใช่ก่อนหรือหลัง) - ผู้ยื่นแบบ 13F ลดตำแหน่งลงต่อเนื่อง 2 ไตรมาสขึ้นไป

แต่ละองค์ประกอบบอกเล่าส่วนหนึ่งของเรื่อง เมื่อรวมกัน พวกมันตะโกนว่า "การกระจายหุ้น" เมื่อโต๊ะบล็อกเทรดของโกลด์แมนเห็นคำสั่งซื้อขนาดใหญ่ลดลง 20% ขณะที่ขนาดการซื้อขายเฉลี่ยลดลง นั่นหมายความว่าสถาบันไม่ได้สะสม — แต่กำลังแบ่งขายตำแหน่งเพื่อลดผลกระทบต่อตลาด

การรวมตัวกรอง: กระบวนการกรองแบบลำดับขั้น

FibAlgo
FibAlgo Live Terminal
เข้าถึงสัญญาณตลาดแบบเรียลไทม์ ข่าวสำคัญ และการวิเคราะห์ด้วย AI สำหรับตลาดกว่า 30 แห่ง — ทั้งหมดในเทอร์มินัลเดียว
เปิดเทอร์มินัล →

นี่คือจุดที่เทรดเดอร์ส่วนใหญ่ล้มเหลว: พวกเขาใช้ตัวกรองทั้งหมดพร้อมกันและไม่ได้ผลลัพธ์ การกระจายหุ้นของสถาบันเป็นกระบวนการ ไม่ใช่เหตุการณ์เดียว การกรองของคุณต้องเป็นแบบลำดับขั้น

สัปดาห์ 1-2: เริ่มด้วยตัวกรอง #2 (ความแข็งแกร่งสัมพัทธ์) - ใช้ตาข่ายกวาดหาความเสื่อมถอยของ RS - สร้างรายชื่อหุ้นที่ต้องจับตา 50-100 ตัว

สัปดาห์ 3-4: ใช้ตัวกรอง #1 (ความแตกต่างของปริมาณ) - ตัดรายชื่อเหลือเฉพาะหุ้นที่แสดงทั้งสองรูปแบบ - โดยทั่วไปลดรายชื่อลง 70%

สัปดาห์ 4-5: เพิ่มตัวกรอง #3 และ #4 - หาการยืนยันจากกระแสออปชัน - ตรวจสอบพัฒนาการของความแตกต่าง A/D

สัปดาห์ 5-6: ยืนยันด้วยตัวกรอง #5 - การตรวจสอบความเชื่อมั่นเงินอัจฉริยะขั้นสุดท้าย - จัดตำแหน่งสำหรับการเร่งกระจายหุ้น

กระบวนการกรองแบบลำดับขั้นเพื่อตรวจจับการกระจายหุ้นของสถาบัน
กระบวนการกรองแบบลำดับขั้นเพื่อตรวจจับการกระจายหุ้นของสถาบัน

นี่สะท้อนวิธีที่สถาบันกระจายหุ้นจริงๆ พวกเขาไม่เทขายทุกอย่างในวันแรก พวกเขาทดสอบสภาพคล่อง ประเมินความต้องการ ปรับจังหวะ กระบวนการกรองของคุณต้องสอดคล้องกับไทม์ไลน์การกระจายหุ้นของพวกเขา

การใช้งานตามแพลตฟอร์ม

TradingView: สร้างสกรีนเนอร์กำหนดเองโดยใช้ Pine Script สำหรับตัวกรอง #1, #2 และ #4 รูปแบบปริมาณและการคำนวณ RS ทำงานได้ดีที่นี่ สำหรับกระแสออปชัน คุณต้องเสริมด้วยข้อมูลภายนอก

Finviz Elite: ยอดเยี่ยมสำหรับตัวกรอง #2 (ความแข็งแกร่งสัมพัทธ์) และพารามิเตอร์พื้นฐานของตัวกรอง #1 การเปลี่ยนแปลงการถือหุ้นของสถาบันภายใต้ตัวกรอง #5 อัปเดตรายสัปดาห์ — เหมาะกับกระบวนการลำดับขั้นของเรา

Bloomberg Terminal: ถ้าคุณมีสิทธิ์ใช้งาน ฟังก์ชัน FSRC ร่วมกับการวิเคราะห์ VWAP จัดการตัวกรองทั้งห้าได้ สร้างฟังก์ชันให้คะแนนกำหนดเองโดยให้น้ำหนักแต่ละตัวกรองตามการทดสอบย้อนหลังของคุณ

สัญญาณผิดพลาดและความล้มเหลวของตัวกรอง

ให้ผมพูดชัดเจน: ตัวกรองเหล่านี้ล้มเหลวบ้าง ประมาณ 22% ในการทดสอบของผม ความล้มเหลวสอนผมมากกว่าความสำเร็จ

รูปแบบความล้มเหลวทั่วไป: - การหมุนเวียนเงินระหว่างกองทุนจริงๆ (ไม่ใช่การออกจากตลาด) - การปรับสมดุลดัชนีสร้างความบิดเบือนชั่วคราว - การป้องกันความเสี่ยงด้วยออปชันสำหรับเหตุการณ์ ไม่ใช่การกระจายหุ้น - รูปแบบปริมาณตามฤดูกาลในหุ้นที่มีรายย่อยมาก

ทางแก้ไม่ใช่ตัวกรองที่สมบูรณ์แบบ — แต่คือการกำหนดขนาดตำแหน่งที่เหมาะสมเมื่อตัวกรองสอดคล้องกัน ผมไม่เสี่ยงเกิน 0.5% ต่อสัญญาณ แม้ตัวกรองทั้งห้าจะตะโกนว่า "การกระจายหุ้น" ความสามารถของตลาดที่จะอยู่กับความไม่มีเหตุผลนั้นเกินกว่าความสามารถของคุณที่จะอยู่รอดทางการเงิน

การประยุกต์ใช้ในตลาดปัจจุบัน: มีนาคม 2026

ขณะที่ผมเขียนอยู่นี้ หุ้นเทคโนโลยีขนาดยักษ์หลายตัวกำลังกระตุ้นตัวกรอง #1 และ #2 พร้อมกัน ความเสื่อมถอยของความแข็งแกร่งสัมพัทธ์ในกลุ่มเซมิคอนดักเตอร์ดึงดูดความสนใจผมเป็นพิเศษ — รูปแบบการหมุนเวียนเงินของสถาบันแบบคลาสสิก

แต่มีรายละเอียดคือ: ด้วย ดัชนี Fear & Greed อยู่ที่ 12 เราอาจกำลังเห็นการยอมจำนนมากกว่าการกระจายหุ้น นี่คือเหตุผลที่บริบทสำคัญ ตัวกรองระบุรูปแบบ แต่สภาวะตลาดกำหนดการตีความ

ในช่วงความกลัวสุดขีด "การขาย" ของสถาบันอาจเป็นการเทขายบังคับหรือการไถ่ถอน — ไม่ใช่การกระจายหุ้นเชิงกลยุทธ์ รูปแบบดูคล้ายกัน แต่ความหมายต่างกันมาก

วิวัฒนาการของการตรวจจับสถาบัน

เมื่อผมเริ่มเทรดในปี 2012 การตรวจจับกิจกรรมของสถาบันทำได้ยากกว่า การแบ่งราคาเป็นทศนิยม การดำเนินการด้วยอัลกอริทึม และดาร์กพูล กลับทำให้รูปแบบบางอย่างมองเห็นได้ชัดเจนขึ้น ไม่ใช่น้อยลง เกมได้วิวัฒนาการ — ตัวกรองของคุณก็ต้องเช่นกัน

สิ่งที่ควรพิจารณาเพิ่มเติมในยุคใหม่: - ความแตกต่างของความรู้สึกจากโซเชียลกับพฤติกรรมราคา - รูปแบบการสร้าง/ไถ่ถอน ETF - การแตกหักของความสัมพันธ์ข้ามสินทรัพย์ - การเปลี่ยนแปลง เปอร์เซ็นต์ดาร์กพูล

แนวคิดหลักยังคงเดิม: สถาบันไม่สามารถซ่อนการเปลี่ยนแปลงตำแหน่งหลายล้านดอลลาร์ได้ พวกเขาสามารถปลอมแปลงมันได้ ชะลอการตรวจจับ และลดผลกระทบ แต่รอยเท้ายังคงอยู่สำหรับผู้ที่รู้ว่าจะใช้ตัวกรองอะไร

แดชบอร์ดติดตามกิจกรรมสถาบันยุคใหม่
แดชบอร์ดติดตามกิจกรรมสถาบันยุคใหม่

แผนปฏิบัติการกรองหุ้นของคุณ

เริ่มต้นแบบง่ายๆ อย่าพยายามใช้ตัวกรองทั้งห้าพร้อมกันพรุ่งนี้ เริ่มด้วยตัวกรอง #2 (ความเสื่อมถอยของความแข็งแกร่งสัมพัทธ์) เพราะต้องการข้อมูลเฉพาะทางน้อยที่สุด

สร้างสกรีนเนอร์ของคุณในสุดสัปดาห์นี้ เรียกใช้งานทุกวันเป็นเวลาสองสัปดาห์ บันทึกทุกสัญญาณ — ไม่ว่ามันจะได้ผลหรือล้มเหลว หลังจากสองสัปดาห์ ให้เพิ่มตัวกรอง #1 ทำกระบวนการซ้ำ

ภายในหกสัปดาห์ คุณจะมีระบบตรวจจับสถาบันที่ใช้งานได้ สิ่งสำคัญกว่านั้นคือ คุณจะเข้าใจว่าทำไมตัวกรองแต่ละตัวถึงได้ผล และเมื่อไหร่มันจะล้มเหลว

จำไว้ว่า: ตัวกรองเหล่านี้ระบุการกระจายหุ้นที่อาจเกิดขึ้น ไม่ใช่การตกของตลาดที่รับประกัน รวมเข้ากับ การจัดการความเสี่ยงที่เหมาะสม การกำหนดขนาดตำแหน่ง และการตั้งจุดตัดขาดทุน แม้การตรวจจับสถาบันที่ดีที่สุดก็ไม่สามารถเอาชนะการจัดการการเทรดที่แย่ได้

ความสวยงามของการกรองอย่างเป็นระบบคืออะไร? มันขจัดอารมณ์ออกไป เมื่อตัวกรองของคุณตรวจจับการกระจายหุ้นในหุ้นที่คุณชอบ คุณจะกระทำตามข้อมูล ไม่ใช่ความหวัง ขอบนั้น — ระยะห่างทางอารมณ์ — อาจมีค่ามากกว่าตัวกรองเองเสียอีก

เริ่มกรองหุ้น เริ่มต้นเล็กๆ แต่เริ่มต้นวันนี้ เพราะในขณะที่เทรดเดอร์รายย่อยถกเถียงกันว่าตลาดจะตกหรือไม่ สถาบันกำลังมุ่งหน้าไปยังทางออกแล้ว ตัวกรองเหล่านี้ช่วยให้คุณติดตามรอยเท้าของพวกเขา — แม้พวกเขาจะสวมรองเท้านุ่มเหล่านั้นอยู่ก็ตาม

คำถามที่พบบ่อย

1ตัวกรองสกรีนเนอร์หุ้นใดที่ตรวจจับการขายของสถาบันได้?
ปริมาณการซื้อขายพุ่ง + ความแข็งแกร่งสัมพัทธ์ลดลง + ผลงานภาคส่วนต่ำกว่ามาตรฐาน + การเปลี่ยนแปลงกระแสออปชันบ่งชี้การกระจายการถือครอง
2สกรีนเนอร์สามารถตรวจจับการออกของเงินสมาร์ทมันนี่ได้เร็วแค่ไหน?
ตัวกรองที่ตั้งค่าอย่างเหมาะสมมักตรวจจับการขายของสถาบันได้ 2-4 สัปดาห์ก่อนการลดลงของราคาหลัก
3สกรีนเนอร์หุ้นฟรีใดที่รองรับตัวกรองสถาบัน?
TradingView, Finviz และ Yahoo Finance รองรับเกณฑ์การคัดกรองสถาบันพื้นฐานทั้งหมด
4ตัวบ่งชี้การขายของสถาบันที่น่าเชื่อถือที่สุดคืออะไร?
ปริมาณยอดดุลลดลงในช่วงที่ราคาแข็งแกร่งแสดงการกระจายการถือครอง 73% ของเวลา
5ฉันจะรวมตัวกรองสกรีนเนอร์หลายตัวได้อย่างมีประสิทธิภาพอย่างไร?
จัดเรียงตัวกรองเป็นลำดับ: ปริมาณการซื้อขายก่อน จากนั้นความแข็งแกร่งสัมพัทธ์ แล้วจึงเป็นผลงานภาคส่วนเพื่อความแม่นยำสูงสุด
FibAlgo
เทรดด้วย AI

เปลี่ยนความรู้เป็นกำไร

คุณเพิ่งเรียนรู้ข้อมูลเชิงลึกที่มีค่าด้านการเทรด ตอนนี้นำไปปฏิบัติด้วยสัญญาณที่ขับเคลื่อนโดย AI ซึ่งวิเคราะห์ตลาดกว่า 30+ แห่งแบบเรียลไทม์

10,000+
เทรดเดอร์ที่ใช้งานอยู่
24/7
สัญญาณเรียลไทม์
30+
ตลาดที่ครอบคลุม
ไม่ต้องใช้บัตรเครดิต เข้าถึงเทอร์มินัลตลาดสดฟรี

อ่านต่อ

ดูทั้งหมด →
Microstructure Order Flow เผยการสะสมของสถาบันmarket microstructure

Microstructure Order Flow เผยการสะสมของสถาบัน

📖 9 min
กลยุทธ์ Basis Trading สร้างกำไรท่ามกลางความตื่นตระหนกของตลาดbasis trading

กลยุทธ์ Basis Trading สร้างกำไรท่ามกลางความตื่นตระหนกของตลาด

📖 11 min
Backwardation เผยจุดที่ยักษ์พลังงานกักตุนอุปทานcommodities

Backwardation เผยจุดที่ยักษ์พลังงานกักตุนอุปทาน

📖 9 min