18.4　史泰米亚的市场结构理论

所谓市场结构理论是由彼得·史泰米亚（Peter Steidlmayer）所发明的，其显示为盘中价格模式的频率分布，但它使用的关键要素是时间而不是交易量。史泰米亚在1985年正式开创了这种技术，他当时的职务是芝加哥交易委员会的主任，董事会认为其著作具有独特的见解，且以市场结构（Market Profile）和流动性数据库（Liquidity Data Bank）的形式进行了版权注册。此种理论的目的是向交易者提供相关的、便利的、详细的信息，相较于某种水平下的价格点位而言，其所提供的信息要远远超过好多倍。通过适当的学习，交易者可以通过时间框架来区分市场的参与者，甚至可以识别他们的交易模式。图18-13显示了此种技术最初的形态，即相关的字母显示了30分钟的时间序列，且分析了每个价格所相关的参与者， ^[1] 其中该理论项下的模型将客户交易指示设为CTI，而相应的类别是：CTI1是指场内交易者，CTI 2是指商业性的清算员，CTI3是指结算为其他会员或非清算性的商业交易者填写订单的清算员，CTI4是指为大众或其他客户填单的清算员但其不被包括在之前的群体以内（表外文件）。而前述一类交易的代表性信息只在交易结束后才可使用。

为了理解市场结构理论和流动性数据库所描述的细节，你必须知道：场内交易者和清算员（即CTI1和CTI2）所占的账户比重最大（超过65%），他们都有鲜明的交易风格，且与CTI3、CTI4组的场外投机者十分不同。场内交易者所持有的头寸一般较小，他们往往根据目前价格波动情境反向做单并持仓一段时间，而持续的时间步长是几秒到几小时不等。大多数场内交易者甚至在相关交易日的收盘时刻加仓，如此，则可避免相应的资金需要。所谓的商业性交易者可能是利用现有货币的风险敞口进行套期保值的银行，抑或是在现货市场利用两个或两个以上的短期利率之间的差距进行套利的机构。同时，相关的头寸资本可能会影响市场的行情，但其可能相对于当前的价格方向而言并不敏感，且可以在任意时间之内流入市场。

图18-13　应用30年国债行情所显示的原始市场结构

所谓表外业务是一个意指客户账户的术语，其范围包括散户投机者到主要的基金经理，因为他们是在场外进行交易的，而且，他们的交易风格都要持仓一天以上，另外，其中的大多数人士都属于顺势交易者。CTI3类客户的交易风格则类似于CTI4，即二者都使用定向指标，并且他们可以被合成而评估；虽然他们的交易量只占一小部分，但是，他们在短期行情方向上的影响力更大。图18-13结合CTI1、CTI2和CTI3、CTI4，将其归为一组，从而简化了每一类别的相应模式，在图中所示的期间内，合并后的3、4组在市场行情运行过程中所参与的比例大于30%；所进行的观察表明：随着价格移出先前持续的交易区域，相应的新的交易点位便出现了。

据说，史泰米亚开发的系统最先是为其自身的交易而服务的。同时，他也开设了一些课程，用以评价相应的交易技巧，且传授一些他自己和其他人在相关课题项下所撰写的著作 ^[2] 。另外，他花了相当多的时间进行研究，并把相关的交易时段分组成三个主要类别，即正态区间、顺势区间以及非顺势区间。一个正态交易区间所形成的是一个标准的钟形曲线，最宽泛的点位位于中心区域，其被称为价值区域 ^[3] ；在一个顺势交易时段内，价值区域则不那么宽，其似乎接近一个分布形态的终端，而一个非顺势交易时段则没有前述这两种可识别的模式。

相对于史泰米亚的工作而言，上述情境提供了一个重要的哲学基础，其所做的尝试在解释市场功能方面具有非常高的可信度。史泰米亚说过：“市场行情经常利用高价来吸引卖家，以低价来吸引买家。”如此便构建了一个价值区域。通过观察盘中价格的分布模式，你能够知晓相关行情是否有反转的机会，在正态交易区间内价格何时可以达到敏感的极值点位，或者于当前价格运动的方向之上是否存在趋势性的交易契机。

18.4.1　构建市场结构的相关模式

市场结构的创建方式非常类似于一个点数图，你可以于左侧列出每一个价格，或者创建一个代表行情波幅的框图，后者可以将价格活动以完全相同的频率分布方式进行聚类，从而使相关分布形态看起来更加均匀。

最常见的市场结构所相关之盘中数据的刻画方式是，于已被市场所交易之价格的框图内标注字母“A”；如果我们应用半小时的时间间隔，我们则称之为时间/价格的交易契机（简称TPOS），那么，在开盘半小时内所交易的所有价格都将被标注字母“A”。字母“B”则被用于第二个半小时的区间，字母“C”为第三个半小时的区间，等等。在相关交易日结束之时，我们会得到一个图，其看起来类似于图18-13。 ^[4]

图18-14　日间市场结构

资料来源：Jones，Figure 2，“Locating Value with Auction Market Data，”Technical Analysis of Stocks & Commodities(July 1989).Used with permission.

市场结构理论也需要应用很多交易日来确定长期的模式，从而判定相关的拥塞区域或顺势行情，在一定程度上，其能够对此二者进行区别，因此，它是非常有价值的。确定某种行情是否符合定向模式是对交易者最大的挑战。图18-14所显示的市场结构则应用数字来代替字母，以之标识日间波幅所相关的交易价格。另外，整个图的周期为9天，除了以交易日代表半小时以外，图18-14与图18-13的构建方式则是相同的。

18.4.2　时间/价格所相关的交易契机

时间/价格的交易契机（TPO）是指在市场结构图表之上以字母所标识的30分钟交易时段。这里值得注意的是，在单一价格点位所生成的TPOS的最大数量不需要对应最高交易量项下的价格，如图18-13所示。前述这种区别是市场结构理论的根源，因为它强调的是为交易者接受的价格所对应的时间，而不是某个价格项下的交易量（它们也可能发生在相同的时段内）。在图18-13中，我们以债券为例，虽然价值区域的中心位于9523（TPO的最大记录值），然而，相关之最大成交量所对应的价位是9520，差了3点，显然市场结构的理论分析就是要以不同的方式来观察交易者的行为。在一个价值区的架构中，如果行情在两个价格之间移动，如9520与9523，而这些值也在支撑着目前的交易波幅，那么，每次于这些价格之间的震荡都会使价格被标注上相同的TPO字母，相关是否对应大的交易量则无所谓。

TPO指标能够使我们判断出目前价值区域离散之后的潜在方向，其能够告诉交易者当前行情到底是买方强劲还是卖方强劲。同时，相应行情倾向于最高TPO指标值所在的价值区域的上部或下部来显示相应的方向。进行TPO值计算时，你必须明确一个价值区域，并将计算限制在此范围以内。我们以图18-13中的数值9523为例，之前区域的各TPO指标值始于J区间，且从中进行计算，而在9523以上有16个TPO值，在9523以下有21个值（不包括8美元和3个Z区间）。另外，在区间J中，当行情触及9529时，均衡点会移动至上部，于这一点上，交易量会有很大的增加，这可以归因于CTI1组和CTI2组成员小范围地平掉空单，且转持多单所致，而CTI3组和CTI4组的成员则在9600点处植入了多单。此外，TPO数值的失衡则显示了当前市场行情所青睐之方使相关期望值达到最高，但是，此种情境只适用于呈正态分布的价值区域。

18.4.3　典型的模式

交易者普遍接受的事实是：相应市场行情在横盘阶段、拥塞区域以及相对较小的时间趋势中所花费的时间是最多的。横盘周期可以被定义为一个扩展的时间/价格的相关区间，而趋势周期则可成为一个简短的时间/价格的相关区间。同时，延展的周期可以构建一个交易者愿意买卖的价格区域，而这一活动则被反映在更高的成交量当中，根据市场结构理论，相应的公式为： ^[5]

上述分析类似于投标理论，即价值区域是市场愿意交易的地方，且在时间价值中可被观察得到，而这个价值区域约占市场总量的70%。另外，相应时间价值区域的中心是TPO指标最高时刻所对应的价格，由于市场活动花费至少80%的时间在这个领域，所以，价格往往倾向于围绕中心、旋转运行。所谓旋转运行是指于中心值上方和下方来回移动的行情模式，据其可以构建类似于钟形曲线的正态分布。

18.4.4　买方与卖方的行为模式

市场结构理论的解析模式所基于的概念是：在正常的市场条件下，价格上涨可以吸引卖方，而价格下降可以吸引买方；在交易点位中，有一个非常活跃的领域，我们称之为均衡点，在这里，买方和卖方交易频繁自如，因为他们都认为这个价格是合适的（见图18-15a）。如果有买方多于卖方，则价格上涨，如此可吸引更多的卖方，使他们觉得促使价格高于价值；随着价格持续上涨，买方会相应地减少，因为他们都会认为当前的市场价格被高估了。

在图18-15a中，在一个正常交易日的频率分布形态中，我们绘制了买方曲线和卖方曲线。 ^[6]

通过上述的方式，相应行情使相关的交易变得十分方便，当没有足够买家时，则价格下降；当卖方稀缺时，则价格上涨。我们可以于一个时间序列内构建买方和卖方曲线，进而从价格预期和交易量两个方面来了解相关交易的动态变化过程。为了方便起见，在下面的例子中，我们将曲线显示为直线，即类似于供给线和需求线。

如图18-15b所示，自第一天开始，买方曲线比卖方曲线消失得更快，因此，买方曲线更加趋于水平状态，而卖方曲线更加趋于垂直状态。在第二天（图18-5c）中，卖方已经开始持仓，而买家则希望行情走高，从而得以在目标价位平仓，如此则导致了较高的交易量。如果买方寻找更低价位，且卖家保持稳定状态，那么成交量则有望下降。如果在第二天（图18-5d）中交易于相同波幅之内，且于相同的峰值水平得以成交（价值层面），那么交易量就会增加，而买方和卖方曲线将呈现更加水平的状态，如此表明，交易的双方都紧紧地维护其目前的水平。

图18-15　某个时间序列之内的买方曲线和卖方曲线

18.4.5　价值区域的量化模式

价值区域的形状可以描述为一个钟形曲线，或者被显示为一个顺势时段的扩展性结构，这似乎是很清晰的；但不幸的是，实际的价格行情很少像范例那样清楚。为了帮助解决这个过程，琼斯（Jones）在相应模式之上应用了覆盖模式，并使用标准差进行度量。在第2章中，我们曾经做过解析，即相对于对于正态分布而言，1倍标准差表示平均值周围所聚集的点位占比是68%，也就是说，平均值两侧各为34%。同样，2倍标准差所包含的是95%的价格点位，均值两侧的比例为42.5%。按照琼斯的分析，我们可以针对一个2倍标准差所定义的价值区域应用TPO指标的计数方法进行离散处理，例如，如果整个图表包含100个被填充的框图，且价格范围是6615～6655，那么，中心点位是6635，以及该行所包含的10个被填充的框图；然后，两倍标准差包含中心点任意一侧的框图为90×0.425=38个，如此则定义了新的价值区域。

18.4.6　趋势行情

趋势可以在一个更宽泛的行情波幅内扩展相关的交易量，其相对来说是比较容易被发现的。在前面的讨论中，当价格脱离价值区域或于价值区域中心的一侧存在大量的TPO指标值，那么相关趋势的早期预警信号就会出现；同时，当市场行情试图尝试一个新的价格水平时，则相关趋势就会扩展，且导致当前价格偏离于相应的价值区域，参与其中的人们可能会拒绝这种离散模式，而当价格返回到以前的区域时，相应的波幅则扩展开来；或者，如果交易者接受新的价格，且以之为公允价值，如此则会生成一个新的价值区域来吸引交易量（见图18-16）。另外，未能成功引领新的价值区域的初始行情被称为价格趋势，它通常要在一个时间段内开始和结束（一个TPO指标的时间序列可以是半个小时或一个交易日），而于较长的周期内吸引交易量的行情模式则被称为价值趋势，其中在寻找趋势时，日图或一系列30分钟盘中行情图表比单一的30分钟图更好用。

图18-16　行情趋势下的市场结构

通过比较连续几天的市场结构，我们则可根据之前的价值区域来观察近期的行情。相对于之前价值区域所生成的交易而言，买卖双方被认为是平等的。同时，在价值区域上方的行情移动被认为是由买方发起且由卖方做出反应的，而低于之前价值的交易则是由卖方发起而由买方做出反应的。

相应的行情趋势不会以一种快速的、直线的方式运行至新的正确的价格水平之上；实际上，趋势是按照步骤运行的，它们有时会暂停一下，进而测试是否可以形成一个新的、有利于价格的价值区域，而前述这种趋势可以一直持续到价格重回以前的整理区间，在这里，TPO指标所相关的交易量会得以扩展，且运行区间也随之扩大，从而形成相关的价值区域。

18.4.7　需要记住的市场结构的几项要点

相较于传统的交易量指标而言，TPO指标的算法具有一个很大的优势，即其可以在任何时间、任何行情中创建相应的市场结构，同时，所有必要的信息都可被使用，而且该方法与传统的趋势方法有着显著的不同，无论在整合阶段还是顺势阶段，其都能提供当前价格活动的信息状态。虽然对市场结构的评价已经出现了很多的解析模式，但是，以更加客观的途径来定义价值区域和行情趋势的步骤是非常重要的。我们应用琼斯所提出的叠加法，且基于传统的移动平均系统，对已经构建的简单趋势进行过滤，从而于相应价格走出价值区域之前构建新的趋势交易。在过去的几年中，前述这种技术似乎鲜有问津；但是，在与其他分析方法进行比较时，其独特的概念和健全的前提建设则可使自身成为一个值得研究的工具。

18.4.8　其他交易平台

虽然其他交易平台没有严格地符合市场结构的理论特征，但是它们也能够创造出相似的盘中价格分布模式。在图18-17中，Thinkorswim交易平台则绘制出类似的分布状态，我们称之为猴形棒线，其应用5分钟的3日棒线显示了标准普尔迷你电子盘的行情；同时，图形右侧显示了相关交易时段独立的价格分布状态。

图18-17　Thinkorswim交易平台所绘制的图形右侧顶端的猴形棒线

[1] F.M.“Doc”Haynie，“Stretching the‘Profile’to Cover 24-Hour Markets，”Futures(February 1992).

[2] 1989年，关于市场概论的著作有三部：彼得·史泰米亚所著的Steidlmayer on Markets(New York：John Wiley & Sons，1989)；凯文·科伊（Kevin Koy）所著的Markets 101(Chicago：MLS Publishing，401 S.LaSalle St.，Chicago，IL 60605，1989)；唐纳德·琼斯所著的Applications of the Market Profile(Chicago：CISCO，32 S.LaSalle St.，Chicago，IL 60604，1989)。然而，最完整的材料来自史泰米亚的原始课程，其被称为《市场逻辑流派》（Market Logic School）。读者还可以研究最初的出版物，即芝加哥交易所出版的CBOT Market Profile(1984)，还有彼得·史泰米亚和希拉·拜尔（Shera Buger）所著的Taking the Data Forward(Chicago：Market Logic Inc.，1986)，以及彼得·史泰米亚和凯文·科伊所著的Markets & Market Logic(Chicago：The Porcupine Press，1986)。

[3] 取值范围。——译者注

[4] Vlarii Salov，“Market Profile and the Distribution of Prices，”Futures(June 2011)，这本书探讨了数据的呼值及其分布属性。

[5] Donald L.Jones，“Locating Value with Auction Market Data，”Technical Analysis of Stocks & Commodities(July 1989).

[6] 接下来的讨论基于Robert Pisani，“How Market Structure Helps You Analyze Price Behavior，”Futures(October 1987)。