什么是背离反转的规则？
直接回答
背离反转描述的是一套图表分析规则，其中（1）价格与动量类指标朝相反方向移动（即背离），（2）随后出现某种迹象表明原有走势可能结束，新方向可能开始（即反转）。因此，“规则”并非单一的神奇信号，而是一套可一致应用的结构化定义：什么构成背离、使用的时间框架或窗口、什么构成反转确认，以及你对数据和执行的假设。
一种有用的方法是将背离反转视为一个可测试的观察框架：
- 明确输入项（使用哪个动量指标、如何计算及其参数设置）。
- 明确背离规则（需要什么样的反向运动，以及在多少根K线内）。
- 明确反转规则（什么证据表明旧走势结束、新走势开始）。
- 以可衡量的方式定义结果（例如，价格是否达到目标或使形态失效），而不声称其必然盈利。
机制与定义（你必须明确的“规则”）
要准确解释这些规则，需区分三个层次：定义、检测和确认。
1) 此处的“背离”指什么？
在讨论背离反转时，“背离”通常指价格走出某一方向，而动量类指标未能同步。
常见的两种背离方向为：
- 看涨背离：价格形成更低的低点，而动量指标形成更高的低点（下跌动能减弱）。
- 看跌背离：价格形成更高的高点，而动量指标形成更低的高点（上涨动能减弱）。
一套规则至少应说明：
- 所使用的动量指标（例如，基于价格变化的振荡器）。
- 该指标的精确参数设置。
- 如何识别“更高低点”和“更低低点”（例如，基于波段点，或基于滚动窗口）。
由于若未明确定义波段点，背离可能具有主观性，因此规则必须定义具体方法。一种可测试的方法是使用波段检测逻辑：当指标和价格满足局部极值条件（如“低于前N根K线”）时，定义为波段低点，然后比较连续的波段。
2) 什么构成反转？
反转条件应明确。在许多图表分析流程中，当价格行为以可衡量的方式发生变化时，即确认反转，例如：
- 在出现看涨背离后，价格突破前一个次要阻力位。
- 在出现看跌背离后，价格跌破前一个次要支撑位。
- 收盘价突破某一水平（而非仅盘中短暂触及），前提是你的数据支持K线收盘价。
即使你偏好视觉判断，为了独立验证，也必须将其转化为规则。例如：
- “在检测到看涨背离后，只有当后续K线收盘价高于背离低点之后最近形成的波段高点时，才确认反转。”
这一句话已大大减少了歧义。
3) 将时间与范围纳入规则
背离反转可能仅仅因为人们比较了时间上相距过远的点，或忽略了窗口大小而失败。你的规则集应说明：
- 两个背离点之间允许的最大K线数量。
- 反转是否必须在检测到背离后的一定K线内发生。
- 是否允许在反转前出现多个背离候选点。
若无这些限制，即使使用相同理念的两个人也可能得出不同“信号”，导致难以验证。
基于可测试假设的证据与示例（不涉及盈利声明）
以下是使规则可测试的示例。它故意保持通用性，并使用占位符，以便你可将其映射到偏好的振荡器和数据。
示例规则集（框架）
假设你使用具有已知OHLC数据的K线图。
输入项
- 动量指标：指定振荡器及其参数设置（你必须写出具体设置）。
- 波段规则：当价格低于前后K根K线时定义为波段低点；波段高点同理定义。
- 数据范围：始终使用同一时间框架。
检测规则：看涨背离
- 在M根K线内找到两个连续的价格波段低点。
- 当第二个价格波段低点低于第一个，但振荡器在第二个波段低点的值高于第一个时，确认背离。
确认规则：反转 3. 检测到背离后，只有当价格收盘高于第二个背离波段低点之后立即出现的波段高点（或规则中明确定义的其他水平）时，才确认反转。
用于验证的结果定义 4. 为评估目的，定义一个向前N根K线的窗口。测量价格是否从反转水平移动指定幅度，或是否因收盘回到该水平下方而使形态失效。
为何这可被验证
因为每个元素都是可操作的——振荡器设置、波段定义、背离比较和确认触发——另一个人可以在相同历史数据上复现你的观察。重要的是，此处并未声称盈利性。它仅提供一种一致的方法来统计事件并衡量常见结果。
局限性与失败模式（重大风险）
背离反转规则存在多个内在局限性，影响其可靠性。
1) 背离不是独立信号
背离可能频繁出现，但之后并无实质性反转。若你的规则仅将背离本身视为信号，而无独立的确认条件，你将经常错误标记事件。要求可衡量的反转触发条件可减少歧义，但无法消除假信号。
2) 参数敏感性与主观波段点
不同的振荡器设置和波段检测逻辑会改变什么构成背离和确认。这意味着结果对规则定义敏感。若两个版本的规则集产生截然不同的计数，该概念可能过于灵活，难以支持强结论。
3) 市场行情变化与噪音
在波动或趋势行情中，背离可能表现为“暂时分歧”，随后被修正。同时，小幅振荡会产生频繁的波段点，生成纯属噪音的背离模式。
4) 成本与执行影响（后续测试时）
若你评估结果，实际执行包含点差、佣金、滑点，以及你可能无法在明确定义的水平精确入场的事实。即使你的验证使用K线收盘价，这些成本仍可能改变实际结果。关键不在于预测未来表现，而是认识到测量结果取决于你如何建模这些影响。