LiquidityScan

· LIQUIDITY · 2 MIN READ · UPDATED 1D AGO

Liquidity Sweep 有效吗?数据驱动的检验

Liquidity Sweep 有效吗?数据驱动的检验

有效——但只在狭义、可检验的意义上。明显高低点之外的止损聚集是有文献支撑的市场微观结构,所以 sweep 是真实发生的事件。但正期望值完全取决于池子选择、时机和确认过滤——这正是诚实的回测会吵起来的原因。

Liquidity sweep 到底有没有效?

Liquidity sweep 在一个狭义、可检验的意义上有效:制造它的止损聚集,是文献里写得清清楚楚的市场微观结构;基于规则的 sweep 反转打法,也确实能做出正期望值。但优势不在形态本身,而在过滤条件——池子怎么选、时机怎么挑、用什么确认。

这里的“有效”有明确含义:一套机械规则——怎样算 sweep、怎样触发入场、止损放哪、目标在哪——在统计上有意义的样本里,扣除成本之后仍然给出正期望值。比这更松的说法,比如“长影线之后价格经常反转”,根本没法检验,也就没法拿来交易。

这个框架很重要,因为 liquidity sweep——价格穿过一片肉眼可见的挂单池然后掉头——事后看一目了然,盘中却极难下手。真正诚实的问题不是 sweep 存不存在,它们显然存在;而是当你把每一根长得一模一样、却没有回头的影线都算进去之后,一套基于规则的 sweep 反转打法还赚不赚钱。

把主张拆成两半,争论会清爽很多。弱版本——明显的位置吸引聚集订单,去扫这些位置会产生真实的双向事件——证据扎实。强版本——任何位置被扫都是反向信号——是错的,而大多数亏钱的回测测的恰恰就是这个版本。

机械层面的依据:止损聚集是有据可查的微观结构

这套机制的根基不是交易论坛上的口口相传。Carol Osler 在纽约联邦储备银行做的研究,分析了一家大型外汇交易商处数千笔真实的止损与止盈订单。她发现,止损买单恰好聚在整数关口上方一点,止损卖单聚在下方一点,而这些聚集订单一旦被执行,会引发自我强化的价格级联(Stop-Loss Orders and Price Cascades in Currency Markets, FRBNY Staff Report No. 150)。

换成 Smart Money Concepts 的语言:所有参与者都看得见的位置——EQH/EQL、前一日极值、很久以前的周线低点——会积累出密集的 BSLSSL 池子:一边是持仓者的保护性止损,另一边是突破交易者的入场单。

价格压过这种位置的那一刻,两股流量同时触发:聚集的止损以市价单形式被迫成交,突破交易者朝同一个方向进场。

这股单向流量要延续下去,得有持续的机构兴趣接手。兴趣缺席——或者更大的玩家正借这股冲量在对面建仓——行情就会衰竭,然后弹回位置另一侧。

所以 sweep 是一个真实存在的双向流动性事件,不是图表玄学:被迫出场的流量和吸收筹码的流量,在一个挂单密度可测量的价位上正面相撞。机制是真的。但机制不保证每一次 sweep 都反转,也不保证你能从反转的那些里把钱拿走。

回测显示了什么——以及为什么结论互相打架

社区回测——TradingView 策略脚本、论坛研究、手工收集的样本——给出的胜率大致落在 40% 出头到 60% 中段之间,附带的风险回报结构也千差万别。把这个区间当成分歧的写照就好,别当成数据:这些测试几乎没有哪一个用的是冻结的规则集。问题恰恰出在这里。

两个都号称在测 liquidity sweep 的回测,测的往往是两种不同的策略。四个定义旋钮主导结果,拧动其中任何一个,都可能让结论从赚钱翻成亏钱:

  • 穿透深度。价格只是刺破位置一点点算不算 sweep,还是必须走出 0.2 ATR 以上?全都算,样本就被噪音灌满;要求深穿透,又会把不少最干净的拒绝形态挡在门外。
  • 收复窗口。价格必须在同一根 K 线内收回位置之内,还是三根 K 线以内,或者整个时段内任何时候都行?同根 K 线规则测的是影线拒绝;整段时段规则测的东西更接近失败突破。名字一样,交易是两回事。
  • 时段过滤。全天 24 小时照单全收,还是只要伦敦和纽约的 kill zone?撞上集中时段流量的 sweep,和死水时段里飘过去的 sweep,收场方式不一样。
  • 高周期背景。顺 HTF 趋势做的 sweep 和逆 HTF 趋势做的 sweep,几乎是两笔相反的交易。混在一起求平均,等于把两个不同的分布搅成一个毫无意义的数字。

这就是为什么没有一个诚实的分析师会甩给你一个 liquidity sweep 的通用胜率。这个数字不是形态自带的属性,而是形态叠加特定规则集、特定市场、特定时段、特定市况之后的属性。谁报出一个精确数字却不公布定义,谁就是在卖东西。碰到这种内容,我的习惯是直接关掉页面——省下来的时间,够我多跑两组像样的回测。

基础比率问题:大多数影线根本不是 sweep

在一个流动性好的货币对上,价格随时都在突破某个近期高点或低点。把 EURUSD 上每根 15 分钟 K 线穿过每个次要摆动点的影线统统标出来,一周能标出几十个“sweep”。其中多数是延续、是震荡,或者是和根本没人在意的位置发生的互动。不加任何条件,“影线穿位然后反转”的基础比率就趴在抛硬币附近——噪音长的就是这副样子。

优势如果存在,来自条件筛选。把事件集限定在高周期上一眼可见的池子——日线和周线的老极值、隔着一个房间都认得出的等高点、kill zone 时段内的时段极值——候选数量立刻从每天几十个塌缩到每周寥寥几个。

这个塌缩本身就是重点,不是副作用。Osler 笔下的级联需要成规模的聚集订单,而订单只在同时对大量参与者都显眼的位置扎堆。一根无名的 5 分钟摆动高点身边没有人群,扫它毫无意义。筛选标准不是 sweep 策略上的装饰。筛选标准就是策略本身。

什么样的 liquidity sweep 才做得起来

翻遍从业者的打法手册和那些做得比较认真的社区测试,反复把可交易的 sweep 从影线噪音里捞出来的,始终是同样四道过滤。

1. 高周期池子的分量

被扫的位置必须在 1H、4H 或日线上说得上话:老高老低、EQH/EQL、上周极值,或者一条 Draw on Liquidity 的终点。你要眯起眼睛才找得到的池子,市场同样看不见——跳过。

2. Kill zone 时机

打进伦敦或纽约开盘流量里的 sweep 收场快,因为同时喂饱级联和反转的那批参与者就集中在那里。经典的 Judas Swing——开盘初段骗走隔夜流动性的那波假冲刺——以及对多日极值做 Turtle Soup 反打,之所以全都锚定在特定时间上,就是这个原因。

3. 收复之后的 displacement

直接追影线入场是在赌,因为那一刻真突破长得一模一样。确认序列是先收复——价格收盘重新站回被扫的位置——然后出现 displacement:一段有力度的实体行情,通过 MSSCHoCH 改变短期结构,最好还留下一个 FVG,供你在回踩时进场。

4. 对面得有目标

一笔 sweep 交易得有地方去:一个现实射程之内的对面流动性池,从刚好摆在 sweep 极值外侧的止损算起,至少给到 2R。对面没有 draw,这笔就不做——再完美的入场打进真空地带照样亏。

落到具体盘面:BTCUSDT 用五天时间在 110,000–110,060 一带垒出等高点,4H 图上是一片明晃晃的买方流动性。纽约开盘后价格冲到 110,430;紧接着两根 15 分钟 K 线带着 displacement 收回 110,000 下方,留下一个 109,700–109,850 的 15 分钟 FVG。

在缺口里进,止损放 110,500,目标打向 107,900 的老低点和卖方流动性池——大约 2.6R。完整的解剖到此齐了:HTF 池子、时段时机、收复加 displacement、对面的 draw。

再来一笔算术——注意,这是算术,不是回测。平均盈利 2R 的话,扣成本前的盈亏平衡点是 33.3% 胜率。胜率 40%,每笔期望 0.4 × 2 − 0.6 × 1 = +0.20R;45%,+0.35R;30%,−0.10R。

前面那四道过滤,买的就是这几个百分点的胜率。而就这么几个点,正好是可持续的优势和慢性失血之间的全部距离。

Sweep 交易死在哪里

失败的套路和成功的过滤一样稳定,而且大多数在你按下入场键之前就已经写好了结局。

  • 把真突破当 sweep 反打。不是每次冲过高点都是 sweep;有些是带着机构跟进的展开。识别标志是“接受”:连续收盘站在位置之外,回调浅而且守得住,没有收复。价格要是花了好几根 K 线在被扫位置之外站稳,你反打的就不是扫损——你是在做空一个突破。
  • 逆 HTF 的 sweep。在强势日线下跌里去扫卖方流动性,经常就是接着往下走。顺高周期趋势方向收场的 sweep,和跟趋势对着干的 sweep,是两种交易;把它们混在一起统计,是把正收益回测做成负收益最快的捷径之一。
  • 冷门品种和死水时段。薄订单簿生产的是长得像 sweep 的噪音。凌晨 3 点一根穿过小市值山寨币高点的影线,背后没有成规模的聚集止损,没有级联,也没有知情的反转资金。让 sweep 有意义的那个机制压根不在场,哪怕这根 K 线看上去教科书般标准。
  • 入场太晚。盘面读对了,交易照样可能是笔坏账。等 displacement 已经跑到目标半路才进场,同样的止损风险之下,2.5R 的想法缩水成 0.8R。趋势类的优势扛得住手慢,sweep 类的优势扛不住。

怎么验证 liquidity sweep 对你自己有没有效

你不需要相信任何人的数字——包括本文里那些示意性的区间。一个周末,一张表格,就能替你自己的市场、你自己的周期、你自己的规则把这个问题了结掉。

  1. 冻结一套机械定义。池子类型(比如 4H 摆动极值和等高点)、穿透阈值、收复规则(入场周期三根 K 线内收回位置之内)、入场触发条件、止损摆在 sweep 极值外侧的距离、目标逻辑。在看任何一个结果之前,先把这一切白纸黑字写下来。
  2. 攒够 100 个以上样本。真实胜率 45% 的系统,30 笔的样本观测值随随便便就能落在 30% 到 60% 之间的任何位置。小样本想让你听什么就让你听什么;下结论的底线,是每个规则集变体三位数起步。
  3. 按市况拆开。给每笔交易贴标签:高周期处于趋势还是震荡、波动率高还是低、属于哪个时段。只在纽约趋势行情里成立的优势依然是优势——前提是你清楚它住在哪儿。
  4. 记录 MFE 和 MAE。每笔交易的最大有利与最大不利偏移,能告诉你问题出在形态还是出在你的离场。MFE 中位数 2.8R、你却只落袋 1.5R,说明形态没问题、管理有问题——这是个修得好的毛病,裸胜率偏偏把它藏得严严实实。
  5. 一次只动一道过滤。先加 kill zone 过滤重跑,再加 HTF 方向过滤重跑,永远别两个一起上。单变量对照,是搞清楚哪道过滤真能为自己缩小的样本量付账的唯一途径。

那么,诚实的结论是什么。现象是真的:显著位置上的止损聚集是有据可查的微观结构,对这些位置的 sweep 是货真价实的双向流动性事件,建立在过滤良好的 sweep 之上的规则集可以携带正期望值。但形态本身不带一丝优势——不加条件,它约等于噪音。

所以,liquidity sweep 到底有没有效?我的答案:有——前提是你把每一个 sweep 都当成待检验的假设,让池子分量、kill zone 时机、displacement 和对面目标替你完成筛选,然后在属于自己的数据上验证整套规则。

LiquidityScan 的 sweep 扫描器承担的就是这层过滤:只标记高周期池子上的 sweep,而不是每一根影线。不过说到底,把形态变成优势的,是上面那套验证纪律。

常见问题

liquidity sweep 策略的现实胜率是多少?

没有通用数字。谁报出一个精确数字又不肯公布规则,谁就是在瞎猜,或者在营销。社区结果大致横跨 40% 出头到 60% 中段,取决于定义、时段和目标设置。平均盈利 2R 的情况下,能长期稳定站上 33%,扣成本前就已经在赚钱——拿你自己 100 笔以上的样本去验证。

入场之前怎么确认一个 liquidity sweep?

等收复和 displacement:价格收盘重新穿过被扫的位置,随后走出一波改变短期结构的有力行情(MSS 或 CHoCH),最好留下一片 fair value gap,供你在回踩时进场。收复还没出现就直接追影线,是概率最低的玩法,因为那一刻真突破长得一模一样。

liquidity sweep 在加密货币和外汇市场上一样管用吗?

机制迁移得很好。加密市场额外多出一层围着明显高低点的爆仓集群,行为上就像止损池,杠杆又让级联格外凶猛。市场虽然全天候运转,成交量依然聚在伦敦和纽约时段附近,这也正是时段过滤至今有用的原因。例外是薄盘的山寨币——没有成规模的聚集订单,那里的 sweep 多数就是噪音。

验证一个 sweep 打法需要多少笔交易?

把每个规则集变体 100 笔当作底线。低于这个数,方差说了算:一个真实胜率 45% 的系统,轻松就能打出一段 20 笔、看着像 65% 又或者像 30% 的样本段。要是还想按市况拆分——趋势对震荡、时段对时段——每个桶里都得有成比例更多的样本,任何对比才算数。

如果这篇解决了 sweep 值不值得你花心思的问题,接下来的疑问就是定义和操作层面的了:究竟什么才算一个 sweep、哪些池子重要、测试该怎么跑才规范。

  • 什么是 Liquidity Sweep?——本文全部论证所依托的那份干净定义与结构解剖。
  • Liquidity Sweep 详解:ICT 的止损猎杀——扫损事件本身更深一层的机制。
  • SMC 中的 BSL 与 SSL:如何识别流动性——找到那些分量足以决定 sweep 质量的池子。
  • Inducement 与 Liquidity Sweep 之辨:SMC 打法指南——把人为布置的诱饵和真正可交易的事件分开。
  • 伦敦与纽约的 Liquidity Sweep:哪个时段驱动真正的行情?——把时段时机这道过滤单独拎出来讲透。
  • 如何正确回测一套 ICT 策略——本文那套验证流程背后的完整工作流。
  • Liquidity Sweep 与 Liquidity Grab 有区别吗?——它和 liquidity sweep 与 liquidity grab 之争的关联。
Hayk Muradian

Hayk Muradian

Founder & Lead Analyst at LiquidityScan · 12+ years ICT/SMC trading · Institutional order flow specialist

Hayk Muradian is the founder of LiquidityScan, a professional trading intelligence platform built for ICT (Inner Circle Trader) and Smart Money Concepts (SMC) traders. With over a decade of hands-on experience reading institutional order flow across crypto, forex, and futures markets, Hayk specializes in identifying liquidity events, order blocks, and CISD setups on closed candles.

He built LiquidityScan after years of frustration with retail charting tools that ignored the mechanics institutions actually use. The platform now scans 400+ markets in real-time, surfacing the same patterns floor traders watch — without the noise.

Hayk writes about the methodology behind ICT and SMC, with a focus on practical, data-driven analysis rather than hype.

Not trading advice. LiquidityScan publishes educational content for informational purposes only. Trading involves substantial risk of loss.