支撑阻力位交易策略 手工画线与自动识别方法对比及回测验证

支撑阻力位交易策略 手工画线与自动识别方法对比及回测验证

上周三晚上，一个做交易的朋友发来一张截图。他在4小时图上用红色矩形框标了三个位置，问我：「这三个支撑阻力，你觉得哪个能撑住？」我看了半天，发现他画的三个框，两个是凭感觉画的，一个干脆画在了前一根K线的影线上。我问他依据是什么，他说：「看着像。」

这不是个例。手工画支撑阻力，最大的问题不是画得对不对，而是每次画的标准都不一样。今天用前高，明天用密集成交区，后天用斐波那契，画出来的位置自然飘忽。更麻烦的是，当你把这种飘忽的规则写成EA时，代码根本没法执行——机器不懂什么叫「看着像」。

这篇文章不讨论哪个方法更好，而是把两种方式拆开，看看各自在什么场景下能真正落地。

手工画线的隐性成本

手工画线的优势很直观：灵活。你能把基本面、消息面、盘感都揉进去，画出一条「有故事」的线。但代价也很直接——无法回测。

我做过一个实验：让同一个人，在不同时间段，对同一段历史行情画支撑阻力。三次画出来的位置，重合度只有60%左右。这意味着什么？如果你的交易系统依赖这些线，那你的历史回测结果根本不可信，因为当时的线和现在的线不是同一条。

还有一个更隐蔽的问题：手工画线容易「事后优化」。行情走完了，你回头看，总能找到一条「完美」的线。但当时画的时候，你并不知道该画在哪。这种认知偏差，会让你高估自己的胜率。

手工画线适合什么场景？我自己的经验是：日线以上的大周期，配合基本面判断。比如某个品种在关键政策会议前后，你根据历史反应画一条线，这种线机器画不出来，因为它需要理解「为什么这个位置重要」。

自动识别的代码实现思路

自动识别支撑阻力，核心是把「看着像」翻译成数学条件。常见的有三类：

• 分形高低点：通过比较左右N根K线的高低点，标记出局部极值。这是最基础的方法，代码简单，但噪音多。
• 成交量密集区：统计一定周期内各价格区间的成交量，取峰值区域作为支撑阻力。这个方法更接近「市场共识」的逻辑。
• 波动率通道：用ATR或标准差计算价格通道，通道上下轨天然构成动态支撑阻力。

我在EA里最常用的是第一种和第三种结合。分形高低点负责找静态位置，ATR通道负责动态调整。代码片段大概长这样：

// 分形高低点识别
for(int i = 2; i < Bars - 2; i++) {
  if(High[i] > High[i-1] && High[i] > High[i-2] && High[i] > High[i+1] && High[i] > High[i+2]) {
    // 标记为分形高点
  }
}

注意，分形识别的参数（左右各几根K线）直接决定了支撑阻力的灵敏度。参数太小，线太多，EA会频繁交易；参数太大，线太少，可能错过关键位置。我在测试时发现，4小时图上用左右各2根K线，比默认的3根，盈利因子从0.9提升到了1.4。这个参数没有普适值，必须根据品种和周期单独调。

一个可复现的回测案例

去年我用EUR/USD的4小时数据做过一组对比回测。策略逻辑很简单：价格触及自动识别的支撑阻力位时，等待一根确认K线，然后入场。止损放在支撑阻力外侧一个ATR，止盈设两个ATR。

回测区间：2019年到2023年，共约5年数据。初始资金10000美元，每笔风险1%。

手工画线版本：我手动标记了这5年里的关键支撑阻力，然后写了一个半自动EA，只在这些位置挂单。结果是：交易次数187次，胜率52%，盈亏比1.6，最大回撤18%，盈利因子1.5。

自动识别版本：用分形高低点加ATR过滤，参数经过三次调整。结果是：交易次数412次，胜率48%，盈亏比1.4，最大回撤12%，盈利因子1.3。

数据摆在这里，手工版本的盈利因子更高，但交易次数少了一半多。自动版本的胜率低，但回撤更小，因为它的止损更机械，不会因为「我觉得这里能撑住」而扛单。

这里有个细节值得说：手工版本的回测，我其实没法完全复现。因为那些线是我现在画的，不是当时画的。所以那个1.5的盈利因子，真实值大概率要打折扣。自动版本虽然盈利因子低一点，但它是可复现的——任何人用同样的代码和参数，都能跑出一样的结果。

参数配置的坑

如果你打算把自动识别写进EA，有几个参数必须小心：

• 分形周期：默认3根K线，但在15分钟图上，这个值会导致噪音过多。建议至少调到5根。
• ATR周期：14是常用值，但支撑阻力策略里，我习惯用20，因为需要更平滑的波动率估计。
• 确认K线数量：1根确认K线容易假突破，2根更稳，但会错过一些快速行情。这个需要根据品种的波动特性来选。
• 最小距离过滤：两个支撑阻力位之间如果太近，EA会反复交易。我一般设一个最小距离，比如0.5个ATR。

还有一个容易忽略的点：自动识别的支撑阻力是动态变化的。随着新K线出现，旧的分形高低点可能会被覆盖。如果你在EA里用静态数组存这些位置，记得每次新K线来时重新计算，否则会出现「价格已经突破，但EA还在等旧位置」的情况。

我在测试时遇到过这个问题：EA在某个位置挂了单，但那个位置已经被新的分形覆盖了，结果价格突破后EA还在等回调，错过了整个行情。后来改成每根新K线重新扫描一遍，问题才解决。

什么时候该用哪种

我的建议是分场景：

如果你做的是日线级别、持仓几天到几周的交易，手工画线配合基本面判断，效果更好。因为大周期的支撑阻力，往往和宏观经济位置、政策预期有关，这些机器很难量化。

如果你做的是日内或短线，自动识别更靠谱。因为短线的支撑阻力，更多是市场微观结构的产物，分形、成交量、波动率这些指标能捕捉到。而且短线交易频率高，手工画线根本来不及。

还有一个折中方案：用自动识别生成候选位置，然后手工筛选。我在EA里加了一个「人工确认」开关，自动识别出的位置会显示在图表上，我手动勾选哪些有效，EA只交易勾选过的。这样既保留了机器的效率，又加入了人的判断。

最后说一个最核心的建议：无论你用哪种方法，先把「画线规则」写下来，精确到「用哪个周期的哪根K线、什么条件触发」。写不出来的规则，就没法回测，没法回测的策略，赚了也是运气。

免责声明：本文仅代表作者观点，不构成任何投资建议。市场有风险，交易需谨慎。