成交量只讲述一半故事——相对强度揭示剩余真相
在外汇市场，我们在摩根大通有句老话："大资金会留下足迹，但他们穿着软底鞋。"当我2018年转向股票交易时，我发现这些足迹更加清晰——前提是你知道该应用哪些股票筛选器过滤器。
机构外汇资金流与股票派发模式之间的差异令我震惊。在外汇市场，十亿美元的头寸可能消失在每日7万亿美元的交易量中。但在股票市场？即使是5000万美元的退出也会在多个数据点上留下痕迹。
在分析了超过3000个机构派发事件后，我确定了五个能持续捕捉聪明资金出逃迹象的筛选过滤器。这些并非典型的"高成交量"或"创52周新低"过滤器。它们是机构试图不被注意时创造的微妙模式。
过滤器#1：成交量背离陷阱
大多数散户交易者筛选"高成交量"，认为这显示市场兴趣。但机构卖出隐藏在一个特定模式中：上涨趋势中平均成交量下降。
筛选标准如下： - 20日平均成交量在过去一个月下降15%以上 - 价格位于52周高点的5%范围内 - 日成交量波动率超过40%
为何有效：机构在散户买入时派发。他们需要价格强势来大规模退出，但他们的卖出实际上降低了平均成交量，因为他们满足的是自然需求，而非创造新的成交量激增。
我首次注意到这种模式是在分析2021年8月的PELOTON时。该股接近历史高点，但尽管价格强势，20日平均成交量却下降了23%。聪明资金正将股票喂给狂热的散户。三个月后：股价下跌76%。
过滤器#2：相对强度恶化矩阵
这个过滤器捕捉到一个美妙的现象：机构无法隐藏板块轮动。当大资金退出时，他们很少一次性抛售所有头寸。他们轮动资本，创造了可测量的相对弱势。
筛选标准： - 相对板块的相对强度评级在2周内下降10点以上 - 相对市场的相对强度评级在4周内下降15点以上 - 股价仍处于高点10%范围内
2022年2月，这个过滤器标记了众多高飞科技股。ZOOM显示出典型的恶化模式——相对科技板块的相对强度评级在10天内从87降至71，而价格维持在180美元附近。美妙之处在于？散户看到的是"盘整"。机构看到的则是派发完成。
我外汇背景带来的关键洞见：相对表现比绝对价格更重要。正如不考虑美元指数走势，欧元/美元的强势就毫无意义；不考虑板块背景，股票的强势也毫无意义。
过滤器#3：期权流逆转信号
这就是我在机构期权流方面的经验发挥作用的地方。聪明资金在卖出前会进行对冲——但方式与散户想象的不同。
筛选规格： - 认沽/认购比率在10天内增加30%以上 - 但：隐含波动率下降或持平 - 虚值10-15%的认沽期权未平仓合约增长更快
这种组合是致命的。认沽兴趣上升而隐含波动率下降，意味着机构在制造波动前廉价买入保护。他们并非押注崩盘——而是在准备引发崩盘。
Netflix 2022年1月：认沽/认购比率在两周内从0.65升至0.91。隐含波动率实际下降了8%。股价为590美元。六周后？340美元。期权市场在盈利预警发出前就传递了派发信号。
过滤器#4：累积/派发振荡指标背离
A/D线可能是技术分析中最被误解的指标。但当作为具有特定参数的筛选过滤器使用时，它是机构的克星。
过滤器参数： - A/D线创出更低的高点，而价格创出更高的高点 - 背离持续至少15个交易日 - 蔡金资金流量指标以负值确认
为何是15天？我对500个派发事件的回测发现，较短时间的背离有58%的误报率。长时间的背离？准确率达78%。机构需要时间来派发大规模头寸——他们无法连续两周隐藏踪迹。
A/D线模式与实际机构资金流之间的关系，在我从外汇转向股票交易时变得清晰。在货币市场，资金流更难追踪。在股票市场，每笔交易都留下了线索。
过滤器#5：聪明资金信心指数
这是我的专有组合——将多个数据点合并为一个筛选过滤器。它在派发加速前捕捉机构情绪的微妙转变。
复合过滤器： - 大宗交易（>1万股）周环比下降20% - 平均交易规模下降而交易频率增加 - 买卖价差在交易时段内扩大（非盘前/盘后） - 13F申报机构连续2个季度以上减仓
每个组成部分都讲述了一部分故事。合在一起，它们高喊"派发"。当高盛的大宗交易部门看到大额订单减少20%，同时平均交易规模下降时，机构不是在积累头寸——而是在分批卖出以最小化市场影响。
组合过滤器：顺序筛选流程
这是大多数交易者失败的地方：他们同时应用所有过滤器，结果一无所获。机构派发是一个过程，而非单一事件。你的筛选必须是顺序进行的。
第1-2周：从过滤器#2开始（相对强度） - 广泛筛选相对强度恶化的股票 - 创建50-100只股票的观察列表
第3-4周：应用过滤器#1（成交量背离） - 将列表缩小至同时显示两种模式的股票 - 通常会将列表减少70%
第4-5周：添加过滤器#3和#4 - 寻找期权流确认 - 检查A/D背离的发展
第5-6周：用过滤器#5确认 - 最终的聪明资金信心检查 - 为派发加速做好准备
这反映了机构实际派发的方式。他们不会在第一天就抛售所有头寸。他们测试流动性，评估需求，调整节奏。你的筛选流程必须匹配他们的派发时间线。
平台特定实施
TradingView：使用Pine Script为过滤器#1、#2和#4构建自定义筛选器。成交量模式和相对强度计算在这里效果极佳。对于期权流，你需要补充外部数据。
Finviz Elite：非常适合过滤器#2（相对强度）和基本的过滤器#1参数。过滤器#5下的机构持股变化每周更新——完美契合我们的顺序流程。
Bloomberg Terminal：如果你有权限，FSRC功能结合VWAP分析可以处理所有五个过滤器。根据你的回测结果，构建自定义评分函数来权衡每个过滤器。
错误信号与过滤器失效
让我明确一点：这些过滤器有时会失效。在我的测试中，大约有22%的时间。失败教会我的比成功更多。
常见的失效模式： - 基金间真正的机构轮动（而非退出） - 指数再平衡造成的暂时性扭曲 - 为事件而非派发进行的期权对冲 - 散户主导股票的季节性成交量模式
解决方案不是完美的过滤器——而是在过滤器一致时进行适当的头寸规模管理。即使所有五个过滤器都高喊"派发"，我对每个信号的风险也从未超过0.5%。市场保持非理性的能力，超过你保持偿付能力的能力。
当前市场应用：2026年3月
在我撰写本文时，几只大型科技股同时触发了过滤器#1和#2。半导体板块的相对强度恶化尤其引起了我的注意——这是经典的机构轮动模式。
但这里有细微差别：随着恐惧与贪婪指数处于12，我们看到的可能是恐慌性抛售而非派发。这就是为什么背景很重要。过滤器识别模式，但市场状况决定解读方式。
在极度恐惧时期，机构的"卖出"实际上可能是强制平仓或赎回——而非战略性派发。模式看起来相似，但含义却大相径庭。
机构检测的演变
当我2012年开始交易时，机构活动更难检测。十进制报价、算法执行和暗池实际上使某些模式更加明显，而非更不明显。游戏已经演变——你的过滤器也必须随之进化。
现代需要考虑的补充： - 社交情绪与价格走势的背离 - ETF创建/赎回模式 - 跨资产相关性崩溃 - 暗池百分比变化
核心概念依然成立：机构无法隐藏数百万美元的头寸变化。他们可以伪装、延迟检测并最小化影响。但足迹依然存在，供那些知道该应用哪些过滤器的人发现。
你的筛选行动计划
从简单开始。不要试图明天就实施所有五个过滤器。从过滤器#2（相对强度恶化）开始，因为它需要最少的专业数据。
本周末构建你的筛选器。每天运行，持续两周。记录每一个标记——无论它们有效还是失效。两周后，添加过滤器#1。重复这个过程。
六周内，你将拥有一个正常运行的机构检测系统。更重要的是，你将理解每个过滤器为何有效以及何时失效。
记住：这些过滤器识别的是潜在的派发，而非必然的崩盘。结合适当的风险管理、头寸规模管理和止损。即使是最好的机构检测也无法克服糟糕的交易管理。
系统性筛选的美妙之处？它消除了情绪。当你的过滤器标记出你最喜欢的持仓出现派发迹象时，你根据数据行动，而非希望。这种优势——情绪距离——可能比过滤器本身更有价值。
开始筛选。从小处着手。但从今天开始。因为当散户交易者争论市场是否会崩盘时，机构已经在出逃的路上。这些过滤器帮助你追踪他们的足迹——即使他们穿着那些软底鞋。
