📘 本章重点
- 理解枢轴点策略的核心逻辑：通过前一交易日的价格数据计算当日关键支撑/阻力位，在价格突破或回归这些关键位时进行交易
- 掌握经典五点系统的计算公式（PP、R1、R2、S1、S2）
- 学会区分枢轴点策略与菲阿里四价的本质差异（“价格重心”vs“价格边界”）
- 了解枢轴点策略在外汇市场中的特殊优势与统计支撑
- 掌握策略中止盈止损的核心地位——不同交易模式的止盈止损逻辑完全不同
- 学会在策略连续止损时进行心理应对和失效切换
⚠️ 本章难点
- 理解“枢轴点”与“昨日高点/低点”的本质区别——前者是“价格重心”，后者是“价格边界”
- 掌握不同时间框架下枢轴点的选择（日枢轴、周枢轴、月枢轴）
- 理解枢轴点在无重大新闻时的统计规律——70%-80%的时间在R1与S1之间波动
- 区分“突破交易”与“回归交易”两种不同的枢轴点用法，以及各自的止盈止损设计
- 理解止盈止损在枢轴点策略中的核心地位——比入场信号更关键
- 掌握策略连续亏损时的应对方法
⏱️ 预估学习时间
- 35～50分钟
一、策略简述与一句话定性
一句话定性：枢轴点策略是一种基于前一交易日价格数据计算当日关键支撑/阻力位的日内交易系统——通过枢轴点（PP）、阻力位（R1、R2）和支撑位（S1、S2）构成价格“地图”，在价格突破关键位时顺势交易，或在价格回归枢轴点时逆势交易。
“枢轴点”（Pivot Point）这个名字本身就暗示了它的核心思想——价格的“旋转中心” 。就像门围绕门轴转动一样，价格围绕枢轴点上下摆动。
枢轴点最早起源于纽约证券交易所场内交易员（Floor Traders）的实战方法。在每个交易日开始时，他们通过前一日的最高价、最低价和收盘价，快速计算出一个“价格轴心”和围绕它的支撑/阻力区间，作为当日交易的“作战地图”。
与大多数技术指标不同，枢轴点的起源并非来自学术研究或理论推导，而是来自交易大厅的实战需求。这种务实的出身，让枢轴点至今仍然是市场上最实用的工具之一。
如果说菲阿里四价（第三.05）是用“昨日最高/最低”画出一条“楚河汉界”，那枢轴点就是用“昨日最高/最低/收盘”算出一个“价格重心”——前者是“边界思维”，后者是“重心思维”。
如果用一个比喻来理解这两个策略的区别：
想象你在一片草场上放羊。
菲阿里四价，是在草场的边界（昨日高低点）守着——羊一旦冲出了边界，不管它是往东跑还是往西跑，你都跟上去。它相信：羊冲出边界后，会继续往那个方向跑下去。这是“守边”的哲学。
枢轴点策略，是在草场的中心（PP，枢轴点）立一个桩——羊跑到边界附近（R1/S1），你把它赶回中心附近；羊要是真冲出了围栏（突破R2/S2），你就跟着它往外跑。它相信：大部分时间羊会在中心附近吃草，但如果它真冲出去了，说明那边有更好的草，你就要跟着它走。这是“守心”的哲学。
一个是边界思维（破了就追），一个是重心思维（远了就赶、真破就跟）。两种思维没有对错，适用于不同的市场状态：菲阿里适合趋势行情，枢轴点适合震荡行情。
一句话总结：枢轴点就是交易员的“每日作战地图”——开盘前画好，盘中按图作战。五个关键位，两种交易逻辑，一套完整的日内交易框架。
策略的核心要素：“五点系统”速览
枢轴点最经典的形式是“五点系统”（5-Point System），包含一个枢轴点和四个关键位。计算公式如下：
枢轴点（PP）=（昨日最高价 + 昨日最低价 + 昨日收盘价）/ 3
阻力位1（R1）= PP × 2 - 昨日最低价
支撑位1（S1）= PP × 2 - 昨日最高价
阻力位2（R2）= PP +（昨日最高价 - 昨日最低价）
支撑位2（S2）= PP -（昨日最高价 - 昨日最低价）价格层级：
R2（第二阻力位）—— 强阻力，突破意味着极端行情
R1（第一阻力位）—— 主要阻力，日内多空分界
PP（枢轴点）—— 价格重心，日内均衡点
S1（第一支撑位）—— 主要支撑，日内多空分界
S2（第二支撑位）—— 强支撑，跌破意味着极端行情
老陈点评：
枢轴点本质上是“加权平均价格”的一种变形——它给收盘价赋予了与最高价、最低价相同的权重。从统计学的角度看，枢轴点是对“市场均衡价格”的一种估计。当价格偏离这个均衡点过远时，会产生回归的动力；当价格强势突破均衡点的支撑/阻力区间时，则可能意味着新的趋势正在形成。它既能用于均值回归，也能用于趋势跟踪——这是枢轴点比菲阿里四价更灵活的地方。
老王补充：
枢轴点是我在外汇市场上用得最多的工具之一。外汇市场24小时交易，没有传统的“开盘价”概念，但枢轴点用前一日的最高/最低/收盘价算出一个“参考中心”，让交易者在任何时间都有一个清晰的“价格坐标”。没有枢轴点，你在外汇市场上就像在茫茫大海里没有指南针。
二、策略的使用范围与条件
| 维度 | 适用范围与条件 | 说明 |
|---|---|---|
| 适用市场 | 外汇、期货、股指、股票、加密货币 | 适用于任何有明确开盘/收盘周期的品种 |
| 品种要求 | 流动性好、价格连续 | 流动性差的品种枢轴点计算不稳定 |
| 交易机制 | 双向（做多/做空）或单向均可 | 策略可灵活适应多空双向或仅做多市场 |
| 适用周期 | 分钟级（日内交易） | 日枢轴点配合M30或更短周期使用 |
| 资金门槛 | 极低 | 单品种即可运行 |
| 不适合的市场状态 | 重大新闻/数据发布时 | 枢轴点在剧烈波动中可能被直接击穿 |
适用品种举例：
- 外汇：EUR/USD、GBP/USD、USD/JPY等主流货币对（枢轴点在外汇市场应用最广）
- 股指期货：标普500、纳斯达克、恒生指数等
- 商品期货：黄金、原油、铜等
- 加密货币：比特币、以太坊（7×24小时市场需自定义周期）
关于外汇市场的“开盘”概念：外汇市场虽然24小时交易，但不同时区有各自的“开盘”时间概念——亚洲时段（东京开盘）、欧洲时段（伦敦开盘）、美洲时段（纽约开盘）。枢轴点通常以纽约收盘时间（北京时间凌晨5点） 作为日线分割点。这个细节对于外汇交易者来说至关重要。
时间框架的选择：
| 枢轴点类型 | 数据来源 | 适用图表周期 | 说明 |
|---|---|---|---|
| 日枢轴点 | 前一日高/低/收 | M30及以下 | 日内交易最常用，每日更新 |
| 周枢轴点 | 前一周高/低/收 | H1、H4、D1 | 适合中线交易，每周更新 |
| 月枢轴点 | 前一月高/低/收 | 周线图 | 适合长线参考 |
不同市场的表现差异：
- 外汇市场：枢轴点效果最好（24小时交易+高流动性+明显震荡特征），70%-80%的统计规律在外汇市场中最为显著
- 股指期货：效果中等，但在重大数据日（如CPI、非农）时容易失效
- 商品期货：效果取决于品种的震荡/趋势特征，螺纹钢等区间震荡品种效果较好，单边趋势品种效果较差
- 加密货币：趋势性强、噪音大，枢轴点效果较差，需要结合趋势过滤
失效案例：
2023年3月10日，美国非农就业数据公布，新增就业人数远超预期。数据发布后5分钟内，EUR/USD从1.0580直接跌至1.0520，瞬间击穿了当日S1（1.0545）和S2（1.0525）两个关键位。任何基于枢轴点的支撑/阻力计算在这5分钟内全部失效。这种时刻，唯一正确的做法是在数据公布前平仓离场，而不是试图用枢轴点来“接飞刀”。
另一个值得警惕的场景是“震荡转趋势”的切换时刻。2024年12月，螺纹钢期货在经历了一波上涨后进入震荡，价格连续多日在PP和R1之间来回摆动。某交易员在S1附近做多、回归PP平仓，连续做对了5笔。第六次，价格跌到S1后没有反弹，直接跌破S1并继续下行至S2——他把之前5笔的利润全部亏了回去。
教训：在震荡市中，回归模式可以稳定获利；一旦市场从震荡转为趋势，回归模式的胜率会急剧下降。没有一种模式是永远有效的，关键在于识别市场状态并切换模式。
三、因子拆解与原理
3.1 枢轴点的统计规律——策略的“隐形支撑”
枢轴点策略之所以有效，背后有统计数据的支撑。
关键统计规律：
- 在75%或以上的交易日中，当天价格会回归到枢轴点（PP）附近
- 在没有重大新闻发布的交易日，价格70%-80%的时间在R1与S1之间波动
- 枢轴点具有“磁吸效应”——价格倾向于被吸引到PP附近（这是观察到的现象，而非因果关系。其背后的原因是：PP本身就是前一交易日价格的加权平均，而市场在没有新信息驱动时，确实倾向于围绕前一日均衡价格波动）
老陈点评：
这些统计数据告诉我们一个重要的市场事实：在正常市场条件下，价格的波动是有“边界”的。枢轴点及其支撑/阻力位，就是这些边界的量化表达。这背后的经济学逻辑是：在没有新的基本面信息驱动时，价格倾向于围绕“均衡价格”波动——而枢轴点就是对“均衡价格”的一个合理估计。
价格在各区域的分布规律：
| 价格区域 | 市场含义 | 交易者类型 |
|---|---|---|
| S1 到 R1 之间 | 正常波动区间，价格围绕PP震荡 | 短线交易者、个人投资者 |
| R1 到 R2（或S1到S2） | 趋势正在形成，突破正在进行 | 机构投资者、大基金 |
| 突破 R2 或 S2 | 极端行情，趋势确立 | 大型机构、央行等 |
3.2 两种交易逻辑——突破与回归
枢轴点策略在实际应用中可以分为两种截然不同的交易逻辑：
逻辑一：突破交易（顺势而为）
| 信号 | 触发条件 | 操作 |
|---|---|---|
| 向上突破 | 价格突破R1 | 做多，目标R2 |
| 向下突破 | 价格跌破S1 | 做空，目标S2 |
这种用法与菲阿里四价类似——都是在价格突破关键位时顺势跟进。
逻辑二：回归交易（均值回归）
| 信号 | 触发条件 | 操作 |
|---|---|---|
| 价格远离PP | 价格在R1附近时做空，在S1附近时做多 | 等待价格回归PP |
| 价格回到PP | 价格回归PP时平仓 | 锁定利润 |
这种用法利用了枢轴点的“磁吸效应”——价格倾向于被吸引回PP附近。
老王补充：
突破还是回归？这是枢轴点策略的核心选择题。我的经验是：看时间。 开盘后1-2小时内突破R1或S1，往往是真突破，可以用突破逻辑；如果到了下午才触及R1或S1，大概率是假突破，应该用回归逻辑。为什么早盘的突破更可靠？因为经过隔夜信息的充分消化，早盘的价格方向反映了市场对当天走势的“共识”。如果到了下午才触及关键位，说明价格在R1-S1区间内已经来回扫荡了很久，触及边界时往往已经是强弩之末。另外，结合成交量——突破放量是真，缩量是假。
3.3 与菲阿里四价的对比
| 维度 | 菲阿里四价（第三.05） | 枢轴点策略（第三.06） |
|---|---|---|
| 计算依据 | 昨日最高/最低 | 昨日最高/最低/收盘 |
| 核心思想 | 边界突破 | 重心回归/突破 |
| 关键位数量 | 2个（上轨/下轨） | 5个（PP/R1/R2/S1/S2） |
| 止损参考 | 今日开盘价 | 枢轴点或反向关键位 |
| 适用场景 | 趋势跟踪 | 趋势跟踪 + 均值回归 |
| 灵活性 | 单一逻辑 | 双重逻辑 |
老陈点评：
菲阿里四价和枢轴点策略代表了两种不同的市场哲学。菲阿里四价是“非黑即白”——价格要么在上轨之上（做多），要么在下轨之下（做空）。枢轴点策略是“灰度思维”——价格可以在五个关键位之间游走，不同区域对应不同的交易策略。前者适合趋势市，后者在震荡和趋势市中都有用武之地。
3.4 因子的优缺点
| 优点 | 缺点 |
|---|---|
| 计算简单，无需复杂指标 | 在重大新闻冲击下完全失效 |
| 有统计规律支撑（70%-80%在R1-S1间波动） | 震荡市中假突破频繁 |
| 可同时用于突破交易和回归交易 | 五点系统只能覆盖“正常波动区间”的支撑/阻力。一旦价格突破R2或S2，说明市场进入了极端行情，枢轴点无法提供更高层级的目标位参考。此时需要切换到更大时间框架（如周枢轴点）或使用其他工具（如斐波那契扩展）来寻找新的目标。 |
| 适用于多种市场和周期 | 不同时间框架的枢轴点选择需要经验 |
| 外汇市场24小时交易的“指南针” | 单独使用效果有限，需配合其他工具 |
四、仓位、买卖点与风险管理
4.1 入场信号
突破版入场规则：
| 方向 | 触发条件 | 操作 |
|---|---|---|
| 做多（突破） | 价格向上突破R1 | 以突破价入场做多 |
| 做空（突破） | 价格向下跌破S1 | 以突破价入场做空 |
回归版入场规则：
| 方向 | 触发条件 | 操作 |
|---|---|---|
| 做多（回归） | 价格在S1附近企稳（未跌破S1） | 买入，目标PP或R1 |
| 做空（回归） | 价格在R1附近遇阻（未突破R1） | 卖出，目标PP或S1 |
进阶过滤条件：
| 过滤条件 | 作用 | 说明 |
|---|---|---|
| 时间过滤 | 确认突破有效性 | 开盘后1-2小时内的突破更可靠 |
| 成交量过滤 | 确认突破力度 | 突破时成交量放大为真突破 |
| 蜡烛形态确认 | 提高胜率 | 突破时配合Pinbar、吞没等形态 |
| 多周期确认 | 过滤假信号 | 周枢轴点方向与日枢轴点信号一致时入场 |
| K线收盘确认 | 过滤盘中毛刺 | 价格突破R1或S1后，等待当前K线收盘。如果收盘价仍然在突破方向的一侧，则确认信号有效，入场交易。如果收盘价回到关键位以内，视为假突破，放弃交易 |
4.2 仓位管理
枢轴点策略的仓位管理：
- 固定仓位法：每笔交易投入总资金的5%-10%
- 分档建仓：在PP附近建底仓，突破R1/S1时加仓
- 单日最多交易：建议不超过3-4次
4.3 止损设计
| 止损方式 | 触发条件 | 说明 |
|---|---|---|
| 反向关键位止损 | 做多后价格跌破PP（或S1） | 逻辑自洽，与入场对称 |
| 固定比例止损 | 亏损达到入场价的1%-2% | 简单直接 |
| 突破失败止损 | 突破R1后价格重回R1下方 | 假突破确认，立即止损 |
4.4 止盈设计
| 出场方式 | 触发条件 | 说明 |
|---|---|---|
| 目标位止盈 | 突破做多目标R2，回归做多目标PP | 与入场逻辑对称 |
| 分批止盈 | 到达R1平一半，到达R2平另一半 | 锁定利润，让利润奔跑 |
| 收盘平仓 | 日内交易收盘前平仓 | 规避隔夜风险 |
4.5 止盈止损的核心地位——策略成败的关键
在枢轴点策略中，止盈止损比入场信号更重要。 原因在于：枢轴点策略的入场信号是“位置触发”——价格到了某个关键位就入场，判断相对简单。但入场后，价格可能朝多个方向运动，如何保护利润、控制亏损，直接决定了策略的最终结果。
突破模式 vs 回归模式的止盈止损差异：
| 维度 | 突破模式 | 回归模式 |
|---|---|---|
| 入场逻辑 | 价格突破R1/S1，顺势跟进 | 价格在R1/S1附近遇阻/企稳，逆势操作 |
| 止损位置 | S1（做多）或R1（做空）——反向关键位 | PP（做多跌破PP，做空突破PP）——重心回归失败 |
| 止盈目标 | R2（做多）或S2（做空）——下一层关键位 | PP（回归重心）或反向关键位（突破延续） |
| 止损幅度 | 相对较大（R1到S1的距离） | 相对较小（关键位到PP的距离） |
| 盈亏比 | 通常1:1或略高 | 通常1:1.5-1:2（回归空间大于止损空间） |
| 关键纪律 | 假突破必须立即止损，不能心存侥幸 | 到PP必须平仓，不能贪心想拿更多 |
实战意义：
- 突破模式：止盈止损的逻辑是对称的——入场位是R1，止盈位是R2，止损位是S1。这是一套完整的“反向关键位”体系。
- 回归模式：止盈止损的逻辑是“回归失败即离场”——如果价格在R1附近做空后，不是向下回归PP，而是向上突破了R1，说明回归逻辑已被证伪，必须立即止损。反之，如果价格顺利回归PP，无论是否还有利润空间，都应按计划平仓。
突破模式的“盈亏比陷阱”：突破模式的盈亏比通常只有1:1左右（止损在S1/R1，止盈在R2/S2，两者距离相近）。这意味着：即使胜率只有50%，突破模式的期望值也可能接近零。只有在趋势市中（突破后延续概率更高），突破模式才有正期望。
回归模式的“概率优势”：回归模式的胜率通常在55%-65%，盈亏比1:1.5以上。这是枢轴点策略中最有统计优势的模式。但它的风险在于“假突破”——价格突破R1/S1后不回撤，导致单笔亏损较大。
老王补充：
枢轴点策略的止盈止损不是“附加项”，而是策略的有机组成部分。入场信号告诉你“在哪里进场”，止盈止损告诉你“在哪里认错”和“在哪里收工”。很多人把止盈止损当成“保护措施”，其实是搞反了——止盈止损本身就是策略的核心，入场信号只是触发执行的开关。
老陈点评：
从统计角度看，枢轴点策略的胜率并不高（突破模式约45%-55%，回归模式约55%-65%）。但它的盈亏比设计合理——回归模式的盈亏比通常可以达到1:1.5以上。在胜率不高的情况下，盈亏比就是决定策略长期期望的核心变量。 这也是为什么止盈止损的设计比入场信号更重要——它决定了每笔交易“赚多少、亏多少”。
4.6 连续亏损时的应对——策略的“生存法则”
任何策略都会遇到连续亏损。区别在于：新手在亏损时怀疑策略，老手在亏损时执行预案。
心理应对：
| 亏损情况 | 心理反应 | 正确应对 |
|---|---|---|
| 连续3笔亏损 | 怀疑策略失效 | 暂停交易，复盘每笔交易是否符合规则 |
| 连续5笔亏损 | 想改参数、换模式 | 检查市场是否已改变状态（趋势vs震荡） |
| 单日亏损超2% | 想加仓“捞回来” | 当日停止交易，接受亏损 |
策略失效时的切换：
| 当前模式 | 失效信号 | 切换建议 |
|---|---|---|
| 突破模式 | 连续假突破（突破后立即回撤） | 切换至回归模式 |
| 回归模式 | 价格连续突破R1/S1（趋势形成） | 切换至突破模式 |
| 混合模式 | 两种模式都亏损 | 暂停枢轴点策略，使用其他策略 |
一个更深的追问：如果连续5笔亏损后你决定“暂停策略、观察市场”，那么观察多久？观察什么指标？你如何判断“可以重新启用了”？
- 观察时长：至少3-5个交易日，给市场足够时间形成新的状态
- 观察指标：ADX（判断趋势/震荡状态）、布林带宽度（判断波动率扩张/收缩）、价格在R1/S1之间的摆动频率
- 重启信号：ADX回到25以下（回归模式）或ADX突破30（突破模式），且价格在R1-S1区间内至少稳定运行了2-3个交易日
老陈点评：
连续亏损时的心理应对，往往比策略本身更重要。大多数策略在特定市场环境下都会出现连续亏损。问题不在于“策略是否失效”，而在于“你是否有足够的纪律在连续亏损时仍然严格执行”。亏损是策略的成本，不是策略的失败。
五、策略的来历、设计者与趣闻
枢轴点的起源可以追溯到纽约证券交易所（NYSE）的场内交易员。在电子化交易普及之前，交易员们在交易大厅的“坑”（Trading Pit）中通过喊价和手势进行交易。每天开盘前，他们需要快速判断当天的关键价格水平——没有电脑、没有图表软件，只有前一日的最高价、最低价和收盘价。
于是，一种简单而高效的计算方法诞生了：（最高+最低+收盘）/ 3 = 枢轴点。这个计算可以在几秒钟内完成，为交易员提供了当天的“价格地图”——枢轴点在哪里，支撑和阻力在哪里。
在电子化交易普及之前，交易员们每天开盘前会在黑板上画出当天的“价格地图” ——PP在中间，R1、R2在上方，S1、S2在下方。交易过程中，他们会不断扫视价格与这些关键位的相对位置，一旦价格触及某个关键位，就根据预设的交易计划执行。没有电脑、没有图表软件，只有一块黑板和几支粉笔——这就是枢轴点最原初的使用场景。
随着时间的推移，枢轴点从交易大厅传到了更广泛的市场。外汇交易员发现，由于外汇市场24小时交易，传统的“开盘价”概念变得模糊，而枢轴点恰好提供了一个清晰的每日参考框架。如今，枢轴点已成为外汇、期货、股票和加密货币交易中最常用的日内参考指标之一。
枢轴点的演变：经典的“五点系统”后来被扩展为“七点系统”（增加了R3和S3），并衍生出了多种变体：
- Woodie枢轴点：给收盘价更高的权重（PP=(H+L+2C)/4），更看重收盘价的意义，在趋势市中表现更好。
- Camarilla枢轴点：使用更复杂的公式计算8个关键位，在债券和外汇市场中应用广泛，尤其适合高波动品种。
- 斐波那契枢轴点：在PP基础上使用斐波那契比率（38.2%、61.8%）计算支撑/阻力，结合了斐波那契回撤的经典理论。
这些变体各有特色，但核心思想——用前一周期数据推算当前周期关键位——始终未变。初学者建议从经典的“五点系统”入手，掌握了基本逻辑后再探索变体。
趣闻：枢轴点的“五点系统”之所以只有5个关键位，据传是因为交易员们发现5个点刚好可以在交易大厅的黑板上画出来——再多就太拥挤了，再少又不够用。这个“黑板容量”的限制，无意中塑造了一个沿用至今的技术分析标准。
另一个有趣的事实：在外汇市场中，不同的交易时段适用不同的枢轴点。亚洲时段交易员可能使用日枢轴点，伦敦时段交易员可能使用4小时枢轴点，而纽约时段交易员可能使用小时枢轴点。举个例子：一个伦敦时段的交易员，可能会在伦敦开盘时（北京时间15:00）重新计算4小时枢轴点，因为伦敦时段是外汇市场流动性最高的时段，4小时枢轴点比日枢轴点更能反映该时段的波动特征。这种灵活性让枢轴点成为跨时区交易的“通用语言”。
老陈点评：
枢轴点的“交易大厅起源”值得注意——它不是学术研究的产物，而是实战需求的产物。这意味着枢轴点经过了真实市场的检验，而不是仅仅在回测中表现良好。这种“实战检验”的血统，是很多复杂指标不具备的。
老王补充：
我认识一个老外汇交易员，他的整个交易系统就是枢轴点加上两根均线。他说：“市场只有三种状态——在PP之上、在PP之下、在PP附近。 你只需要搞清楚现在是哪一种，然后决定怎么做。”这种极简的思维方式，让我受益至今。
六、Python回测示例
⚠️ 重要提醒：本代码为日线简化版，仅用于演示策略逻辑，不代表实盘表现。枢轴点策略是日内策略，真正的回测需要使用分钟级数据。实盘交易时，入场价格应使用突破时的实时价格（如R1或S1），而非当日开盘价。使用开盘价作为入场价会严重虚增回测收益，不可作为实盘依据。
以下代码演示枢轴点策略在沪深300指数上的回测。包含突破版（突破R1做多、跌破S1做空）和回归版（在S1附近做多、在R1附近做空）两种模式。
import pandas as pd
import numpy as np
import yfinance as yf
from datetime import datetime, timedelta
# ⚠️ 重要提醒：本代码为日线简化版，仅用于演示策略逻辑。
# 实盘交易时，入场价格应使用突破时的实时价格（如R1或S1），而非当日开盘价。
# 使用开盘价作为入场价会严重虚增回测收益，不可作为实盘依据。
#
# 分钟级数据获取示例（使用yfinance的interval参数）：
# df_minute = yf.download('GC=F', start='2024-01-01', end='2024-12-31', interval='5m')
# 国内期货分钟数据建议使用天勤（TqSdk）或akshare获取
def pivot_point_strategy(data,
mode='breakout', # 'breakout' 或 'reversion'
stop_loss_pct=0.02, # 止损比例
take_profit_pct=0.03, # 止盈比例
close_position=True, # 是否收盘平仓
cost_rate=0.0003, # 交易成本（双边，含滑点）
near_range=0.005): # 回归模式中“附近”的范围
"""
枢轴点策略（日线简化版）
参数：
data: 必须包含 'Open', 'High', 'Low', 'Close' 列
mode: 交易模式 - 'breakout'（突破交易）或 'reversion'（回归交易）
stop_loss_pct: 止损比例
take_profit_pct: 止盈比例
close_position: 是否收盘平仓
cost_rate: 交易成本（双边，含滑点估算）
near_range: 回归模式中判断“在关键位附近”的范围（如0.005表示0.5%）
返回：添加了持仓和净值的DataFrame
"""
df = data.copy()
# 1. 计算枢轴点五点系统（使用前一日数据）
prev_high = df['High'].shift(1)
prev_low = df['Low'].shift(1)
prev_close = df['Close'].shift(1)
df['PP'] = (prev_high + prev_low + prev_close) / 3
df['R1'] = 2 * df['PP'] - prev_low
df['S1'] = 2 * df['PP'] - prev_high
df['R2'] = df['PP'] + (prev_high - prev_low)
df['S2'] = df['PP'] - (prev_high - prev_low)
# 2. 生成入场信号
if mode == 'breakout':
# 突破模式：突破R1做多，跌破S1做空
df['Long_Signal'] = (df['High'] > df['R1']) & (df['High'].shift(1) <= df['R1'].shift(1))
df['Short_Signal'] = (df['Low'] < df['S1']) & (df['Low'].shift(1) >= df['S1'].shift(1))
else: # 'reversion'
# 回归模式：在S1附近做多，在R1附近做空
df['Long_Signal'] = (df['Low'] <= df['S1'] * (1 + near_range)) & (df['Low'] >= df['S1'] * (1 - near_range))
df['Short_Signal'] = (df['High'] >= df['R1'] * (1 - near_range)) & (df['High'] <= df['R1'] * (1 + near_range))
# 3. 模拟持仓
df['Position'] = 0
df['Entry_Price'] = np.nan
position = 0
entry_price = 0.0
trade_count = 0
for i in range(1, len(df)):
closed_today = False # 标记今天是否已经平仓
# 收盘前平仓（日内策略核心规则）
if close_position and position != 0:
position = 0
entry_price = 0.0
closed_today = True
trade_count += 1
if position != 0:
if position == 1:
pnl = (df['Close'].iloc[i] - entry_price) / entry_price
else:
pnl = (entry_price - df['Close'].iloc[i]) / entry_price
# 止损或止盈（扣除交易成本）
if pnl <= -stop_loss_pct or pnl >= take_profit_pct:
position = 0
entry_price = 0.0
trade_count += 1
elif position == 1 and df['Short_Signal'].iloc[i]:
position = 0
entry_price = 0.0
trade_count += 1
elif position == -1 and df['Long_Signal'].iloc[i]:
position = 0
entry_price = 0.0
trade_count += 1
else:
# 只有当天没有平仓过，才能开仓（防止平仓后当天再次开仓）
if not closed_today:
if df['Long_Signal'].iloc[i]:
position = 1
entry_price = df['Open'].iloc[i] # 简化：以开盘价入场。实盘建议使用突破时的实时价格
elif df['Short_Signal'].iloc[i]:
position = -1
entry_price = df['Open'].iloc[i]
df.loc[df.index[i], 'Position'] = position
if position != 0:
df.loc[df.index[i], 'Entry_Price'] = entry_price
# 4. 计算收益率和净值（扣除交易成本）
df['Returns'] = df['Position'].shift(1) * (df['Close'] - df['Close'].shift(1)) / df['Close'].shift(1)
# 扣除交易成本：每次调仓时扣除
df['Returns'] = df['Returns'] - cost_rate * (df['Position'] != df['Position'].shift(1)).astype(int)
df['Net_Value'] = (1 + df['Returns']).cumprod()
# 5. 统计指标
total_return = (df['Net_Value'].iloc[-1] - 1) * 100
max_drawdown = ((df['Net_Value'].cummax() - df['Net_Value']) / df['Net_Value'].cummax()).max() * 100
# 收盘价取整（用于输出显示，不用于计算）
last_close = round(df['Close'].iloc[-1], 2)
print(f"策略模式：{mode}")
print(f"最新收盘价：{last_close}")
print(f"总收益率：{total_return:.2f}%")
print(f"最大回撤：{max_drawdown:.2f}%")
print(f"交易次数：{trade_count}")
return df
if __name__ == "__main__":
# 下载沪深300指数数据
df_300 = yf.download('000300.SS', start='2020-01-01', end='2024-12-31')
# 运行突破版
result_breakout = pivot_point_strategy(df_300, mode='breakout', cost_rate=0.0003)
print(result_breakout[['Close', 'PP', 'R1', 'S1', 'Position', 'Net_Value']].tail(10))
print("\n" + "="*50 + "\n")
# 运行回归版
result_reversion = pivot_point_strategy(df_300, mode='reversion', cost_rate=0.0003)
print(result_reversion[['Close', 'PP', 'R1', 'S1', 'Position', 'Net_Value']].tail(10))回测结果参考（基于公开数据，不同数据源口径略有差异）：
| 模式 | 适用行情 | 表现特征 |
|---|---|---|
| 突破版 | 趋势市 | 在单边行情中表现优异，震荡市中假突破频繁 |
| 回归版 | 震荡市 | 在区间震荡中表现稳定，趋势市中逆势亏损 |
代码说明：
本代码为日线简化版，仅用于演示策略逻辑。枢轴点策略是日内策略，真正的回测需要使用分钟级数据。入场价格使用开盘价（简化处理），实盘建议使用突破时的实时价格。
修正说明：本版代码在收盘平仓逻辑中增加了closed_today标记，确保平仓后的同一天不会再次开仓，避免了日线回测中的“平仓后立即开仓”问题。同时增加了cost_rate交易成本参数和near_range可调范围参数。
老陈点评：
回测时要注意：枢轴点策略在日线数据上的回测会丢失大量盘中细节。突破R1或跌破S1的信号可能在盘中出现又消失，日线数据无法捕捉这些细节。建议使用分钟级数据回测，并加入0.05%-0.1%的滑点成本。
老王补充：
实盘中，枢轴点策略最需要注意的是假突破。价格突破R1后可能很快回落，如果你在突破时追进去，马上就会被套。我的做法是：突破R1后等一根K线收盘确认再入场——如果突破后K线收盘价仍在R1之上，再入场。虽然会错过一些利润，但能过滤掉大部分假突破。另外，止盈止损必须严格执行——到了止损位不认输，到了止盈位不收手，再好的策略也是白搭。
七、本章小结与思考题
小结
| 项目 | 核心要点 |
|---|---|
| 策略类型 | 日内支撑/阻力交易（突破 + 回归双重逻辑） |
| 核心公式 | PP=(H+L+C)/3；R1=PP×2-L；S1=PP×2-H；R2=PP+(H-L)；S2=PP-(H-L) |
| 统计支撑 | 无重大新闻时，70%-80%时间在R1-S1之间波动 |
| 两种模式 | 突破版（顺势跟进）和回归版（均值回归） |
| 止盈止损核心 | 突破模式：止盈R2/S2、止损S1/R1；回归模式：止盈PP、止损反向突破 |
| 核心优势 | 逻辑清晰，有统计支撑，适用于多种市场 |
| 最大风险 | 重大新闻冲击时关键位全部失效 |
| 资金门槛 | 极低，单品种即可运行 |
枢轴点策略是日内交易中最经典的支撑/阻力工具之一。它与菲阿里四价（第三.05）同属“用昨日数据画今日地图”的日内策略家族，但两者的思维方式截然不同——菲阿里四价是“边界思维”，枢轴点是“重心思维”。前者适合捕捉突破行情，后者在震荡和趋势市中都有用武之地。
止盈止损比入场信号更重要——在枢轴点策略中，入场信号只是告诉你“哪里进场”，而止盈止损决定了这笔交易“赚多少、亏多少”。突破模式与回归模式的止盈止损逻辑完全不同，必须严格区分、严格执行。
老陈总结：
枢轴点策略的价值在于它的统计基础。70%-80%的时间在R1-S1之间波动——这不是猜测，而是大量交易数据验证的事实。当你知道了这个统计规律，你就知道了在什么位置做交易具有概率优势。在量化交易中，概率优势就是一切。 而止盈止损的设计，就是把这种概率优势转化为长期正期望的关键。
老王总结：
枢轴点是我工具箱里最常用、最可靠的工具之一。不是我有多聪明，而是市场确实会尊重这些关键位。你不需要复杂的指标，只需要每天开盘前花30秒算一下今天的枢轴点、R1和S1，然后盯着这几个位置交易就行了。但记住：入场只是开始，止盈止损才是决定成败的关键。
💡 思考题
- 枢轴点策略和菲阿里四价（第三.05）都使用昨日数据来计算今日的关键位。它们的本质区别是什么？在什么市场环境下各占优势？
- 统计数据显示，70%-80%的时间价格在R1和S1之间波动（在无重大新闻时）。根据这个规律，如果你在R1附近做空、在S1附近做多，你的胜率大概是多少？这种策略的主要风险是什么？
- 假设今天是美国非农数据公布日，你还会使用枢轴点策略吗？为什么？
- 枢轴点策略有“突破版”和“回归版”两种模式。你认为在实际交易中，应该如何在这两种模式之间切换？有没有可能同时使用两种模式？
- 在枢轴点策略中，突破模式和回归模式的止盈止损逻辑完全不同。请分别描述两种模式的止盈止损设计，并说明如果混淆使用可能产生什么后果。
- 假设你的枢轴点回归策略连续5笔交易都亏损（价格突破S1后继续下跌，或突破R1后继续上涨）。你会如何判断这是“正常的策略回撤”还是“策略已经失效”？你的应对计划是什么？如果连续5笔亏损后你决定“暂停策略、观察市场”，那么观察多久？观察什么指标？你如何判断“可以重新启用了”？
- 在Python代码中，交易成本（cost_rate）对枢轴点策略的影响有多大？试着将cost_rate从0.0003改为0.001（双边0.1%），观察收益率和最大回撤的变化。这个实验告诉你什么？
- （展望题） 随着程序化交易和算法执行的普及，像枢轴点这样基于固定公式计算的关键位，会不会因为“太多人盯着同一个位置”而失效？请从“自我实现的预言”和“策略拥挤”两个角度分析。
八、引用/参考出处
网上内容：
- 新浪财经《机构交易者都在用的枢轴点交易策略！》：https://finance.sina.cn/2024-01-30/detail-inafiecc9989725.d.html
- BlackBull Markets《如何在交易中正确使用枢轴点》：https://blackbull.com/zh-hans/education-hub/how-to-properly-use-pivot-points-in-your-trading-2/
- FMZ量化平台《动态支撑阻力回测策略》：https://github.com/fmzquant/strategies/blob/master/动态支撑阻力回测策略Dynamic-Pivot-Point-Backtest-Strategy.md
图书（元信息）：
- John L. Person, Candlestick and Pivot Point Trading Triggers, Wiley, 2007.（枢轴点与蜡烛图结合交易的经典著作）
相关链接： 第三.05 菲阿里四价
暂无评论内容