突破确认使用哪些输入？
机制与定义
突破确认是一种判断“突破”是否应被视为有意义行情还是可能只是噪音的方法。简单来说，它使用一个或多个可观测的输入，然后应用规则来赋予一个状态，例如“已确认”或“未确认”。
由于突破确认的实现方式可能不同，关键在于区分（1）稳定机制——系统需要哪些类型的输入以及规则如何解释这些输入——与（2）可变条件——这些输入在图表上如何测量以及数据来源方式。
一个有用的思维模型是：输入 → 规则检查 → 确认状态。其中“确认”部分并非保证的结果；而是一组额外的检查，取决于您如何定义输入。
使用的输入（数据、参数、依赖）
突破确认通常使用以下输入。不同提供商的具体名称可能不同，但底层类别相似。
-
突破参考水平
这是定义突破边界的价位阈值。常见示例包括支撑/阻力位、前期高/低点，或从历史K线计算出的边界。输入要求：您需要一个具体的数值水平（而不仅仅是“接近支撑”）。 -
时间框架与K线定义
突破决策通常基于K线收盘价或K线内价格波动来评估。输入包括：
- 图表的时间框架（例如5分钟 vs. 1小时）
- 规则是否使用仅收盘价数据或最高/最低价范围
- K线计数惯例（多少根K线被视为事件的一部分）
- 确认规则集（规则状态）
输入还包括控制规则检查的参数。例如：
- 价格必须超出参考水平多少（一个阈值或容差）
- 什么构成“持稳”（例如，在参考水平之上持续N根K线）
- 回调触及该水平是否会使确认失效
- 执行/数据依赖（测量惯例）
即使使用相同的数值阈值和时间框架，如果数据源发生变化，结果也可能不同。输入包括：
- 数据粒度（逐笔数据 vs. 聚合K线）
- 四舍五入规则（价格如何表示）
- 是否考虑点差、买卖价差效应或采样伪影
- 市场状态背景（可选但常见）
一些实现会使用近期波动率或区间特征等输入添加上下文过滤器。这是一种依赖关系：当波动率条件变化时，确认决策可能随之改变。
可独立验证的证据或示例
以下是一个自包含的示例，展示如何在不假设实时价格的情况下指定“输入”。
示例假设：您有一张固定时间框架的K线图。您选择一个参考水平L，并仅使用K线收盘价进行确认。
您定义的输入：
- 参考突破水平 L（来自前期K线的固定数值）
- 确认参数：
- N = 2 确认K线
- 无回调失效规则（简化示例）
机制：
- 识别突破尝试：找到一根收盘价高于L的K线。
- 确认：检查接下来的N根K线是否也全部收盘于L之上。
- 输出状态：
- 如果所有N根收盘价均高于L → “已确认”
- 否则 → “未确认”
要独立验证，请将完全相同的规则输入（L、时间框架、N、仅收盘价 vs. 最高/最低价）应用于图表的历史片段，并记录在突破尝试后“已确认”出现的频率。如果您更改任何输入——例如使用K线内高点或更改N——您应预期确认状态会发生变化。
局限性与风险（失效模式）
突破确认存在显著局限性，因为该系统基于规则，且依赖于所选定义。
- 仍会发生错误确认。像“接下来N根收盘价高于L”这样的规则可能会确认短暂突破水平的噪音，尤其是在震荡行情中。
- 边界行为模糊。如果价格触及或轻微刺穿该水平，不同的输入惯例（仅收盘价 vs. 最高/最低价）可能导致不同的状态。
- 数据与提供商差异。聚合、四舍五入和采样惯例可能改变哪些K线被视为突破或确认。
- 历史关系不能保证未来结果。即使特定参数集在历史上看起来一致，市场行为和交易成本/执行条件仍可能变化。
- 参数敏感性。对容差、N值或失效逻辑的微小调整都可能显著改变结果。