LiquidityScan

· MARKET STRUCTURE · 2 MIN READ · UPDATED 1D AGO

BOS 胜率实测:Break of Structure 到底靠不靠谱?| LiquidityScan

BOS 胜率实测:Break of Structure 到底靠不靠谱?| LiquidityScan

不加过滤,一次 break of structure 扣完成本后接近抛硬币——宽松的规则把每个微突破都当成了结构。一旦按摆动显著性、K 线收盘确认、displacement 和高周期共振来过滤,同一个事件的测试成绩就明显上台阶。证据在这里。

Break of Structure 到底管不管用?

Break of structure 是个背景事件,不是独立信号。不加过滤的 BOS 入场,扣完成本后胜率基本等于抛硬币。同一件事,只要叠上摆动显著性、K 线收盘确认、displacement 和高周期方向共振这几层过滤,社区回测里的成绩就明显好一截。

任何关于 BOS 胜率的讨论要成立,「管用」得先有个定义。我用的定义很干脆:价格顺着突破方向走得够远、够快,能在一笔像样的风险回报比里把账付清——对多数模型来说,就是在跌回失效点之前先摸到 2R 以上。比这更含糊的说法,一律没法证伪。

为什么要先立框架?因为围绕 BOS 可靠性的大部分争论,争的其实是定义。两个交易者拿同一份 BTCUSDT 数据回测「break of structure」,结论可以完全相反——他们编码的根本不是同一个事件:一个把每次两根 K 线摆动点失守都记成结构破坏,另一个只统计带 displacement、实体收过数周级别 swing 的那种突破。

这篇文章只处理证据问题:测试结果实际长什么样,为什么分歧能大到离谱,以及怎么测出属于你自己的数字,而不是听信任何人的嘴。

为什么裸 BOS 胜率看起来那么难看

用最松的定义跑一遍——任何 K 线越过之前任何一个摆动点都算——统计立刻塌向随机。机制是样本污染:5 分钟图上,一条两根 K 线的摆动点规则,一个交易时段能标出几十次「结构破坏」,其中绝大多数只是围着无关紧要的小 swing 打转的噪音,没有哪家机构在守那个位置。

第二个机制:逆势污染。一根 5 分钟多头 BOS 出现在 4 小时空头交付段的肚子里,那不是趋势反转,那是一波冲进卖压区的反弹。回调本来就会不停击穿小级别结构、顶着高周期方向走,所以不过滤的样本里,塞满了入场前就注定失败的突破。

第三个机制:成本。很多粗糙的 BOS 回测用 1:1 目标,而点差、手续费加滑点,一个来回就能吃掉 0.05–0.15R。裸命中率停在 50% 附近——宽松的突破定义本来就该产出这个水平,因为把每个微突破都计进来,等于逼近随机入场——减掉执行摩擦,净值就是打平或者更糟。

凡是诚实地跑过这类测试的人,最后都会撞上同一条铁律:定义敏感度主宰结果。把摆动点回看从 2 根改成 5 根,一半事件当场消失——消失的压倒性是烂的那一半。「BOS 没用」和「BOS 是我全部优势」这两派往往都对,只是各说各的事件。

哪些变量能彻底翻转一次 BOS 回测

六个变量对 break of structure 胜率和期望值的撬动,超过其他一切因素。每一个都会把样本切成一弱一强两个人群。

变量宽松设定严格设定严格化的方向性影响
摆动显著性任意 2–3 根 K 线的摆动点能撑过多个交易日、或框定整段波动区间的 swing信号变少,后续走势实质性变强
突破确认影线越过位置即算实体完整收在位置之外把样本里的大多数 sweep 过滤掉
Displacement不要求突破 K 线振幅 ≥ 近期平均真实波幅的约 1.5 倍,最好留下缺口延续概率更高,回踩行为更好
高周期共振不看突破方向与 4H / 日线一致剔除结构上注定失败的逆势突破
时段过滤全天 24 小时同等计数只取伦敦 / 纽约 kill zone无量阴跌式假突破变少
入场方式市价追买突破 K 线在突破留下的区域被回踩时挂限价单止损距离大约砍半,代价是会漏掉一些行情

其中两项值得单独拎出来讲。入场方式改变期望值,主要走的是风险回报比这条路,不是胜率:在突破留下的 order block 或 FVG 回踩处进场,止损距离能比追突破 K 线缩掉一半左右,同样的目标位,R 直接翻倍——代价是会错过那些头也不回的行情。

时段过滤有效,是因为突破要有人接力才走得下去。亚洲盘低量漂移阶段打出的 BOS,很多时候只是消耗了一批挂单,背后空无一人;一模一样的几何形态放进伦敦或纽约 kill zone,就有机构资金可以把它往前推。时间过滤和价格过滤是叠加关系,不是二选一。

Sweep 问题:影线还是收盘,才是可靠性的分水岭

任何 BOS 样本里最大的污染源,是大量被计入的突破压根不是突破——它们是扫损。止损单和突破单就堆在旧 swing 高低点外沿一点点的地方,价格经常被直接送过去,纯粹为了吃掉那笔流动性,然后掉头。

这个事件叫 liquidity sweep,而在宽松的回测里,它会被记成一次失败的 BOS。

拿 BTCUSDT 说个具体例子。4 小时 swing 高点在 109,400。情形 A:价格插针到 109,650,K 线收回 109,180 收盘。高点上方的买方止损被吃干净了,却没有任何成交被接受到位置之上——这是 sweep,而且它后面接下跌的概率,往往大于接延续。

情形 B:一根满实体的 4 小时 K 线收在 109,900,振幅接近近期均值的两倍,并在大约 108,900 到 109,250 之间留下一道 Fair Value Gap(FVG)。价格是被带着力量接受到旧高点之上的。

两种情形都越过了 109,400。只认影线的定义给它们打相同的分;收盘加 displacement 的定义把它们分进相反的两个群体。这就是为什么影线还是收盘,从来不是风格偏好问题——它是可靠性的分水岭。「BOS 是抛硬币」和「BOS 靠得住」之间的差距,大部分恰好压在这条线上。

由此落地成一条实操规矩:K 线没收完,永远不给突破打分;越过去又收回区间内的那一根,不是你方向的失败信号,而是反方向的信号。这条规矩我是拿真金白银换来的——GBP/JPY 伦敦开盘那几回插针,教我的东西比任何一门课都多。

延续突破与反转突破:大多数回测都漏掉的不对称性

严格来说,BOS 是顺趋势事件:上升趋势清掉自己前一个高点。第一次逆着现行趋势的突破叫 CHoCH(change of character,趋势性质的改变),把两者混进同一个统计,分析直接报废——它们的可靠性根本不对等。

延续型 BOS 背后站着每一层级结构的订单流。4 小时趋势、日线趋势,加上方那笔还没兑现的 流动性目标,全朝同一个方向使劲;突破不过是趋势在做它本来就在做的事。它的基础概率,是从趋势自身的持续性里继承来的。

反转型突破要对抗上面这一切。更糟的是,一段拉长的趋势走完后的第一个 CHoCH,经常只是最后一段 swing 的终结性扫损,套了件反转的外衣——追晚的多单被洗出去,位置守不住,原趋势照旧。

把两类分开记账的交易者,定性共识相当一致:延续型突破走出来的概率实质性地更高;第一次反转型突破通常要额外的证据——displacement,再加一个已被价格回补过的供给或需求区——才配得上资金。

对度量的启示:给每条记录贴标签,以上一个周期为参照,标注它是延续还是反转。如果你的日志里只有一个混在一起的 break of structure 胜率,你就是把两种不同的分布平均成了一个谁都代表不了的数字。

怎么测出你自己的 break of structure 胜率

别人发布的数字,替代不了你的市场、你的周期、你的执行。这个事件没有标准化,唯一值得信的数字,是你用机械规则亲手生成的那个。三步。

第一步:钉死一个机械定义

写出脚本可以零判断执行的规则:摆动点怎么定义(比如交易周期上的 3 根 K 线分形)、什么算突破(实体收在 swing 之外)、displacement 阈值定多少(突破 K 线振幅对比 14 周期平均真实波幅)、要不要叠加高周期方向过滤。样本中途改定义,样本就地作废。

LiquidityScan 的市场结构扫描器,存在的理由之一正在这里——它在所有货币对、所有周期上跑同一套固定的 BOS / CHoCH 定义,你复盘到的每个事件,都是被完全相同的规则打出的分。

第二步:按固定周期记录以 R 计的后续走势

每个事件都记下固定周期上的最大有利偏移与最大不利偏移(以 R 计,止损放在被跌破的那个 swing),比如 10、20、40 根 K 线三档。同时记下:延续还是反转、落在哪个时段、有没有 displacement、突破区域有没有被回踩。

固定周期挡住的是一种经典自我欺骗:给赢单用耐心打分,给输单用恐慌打分。

第三步:按过滤器切分,算期望值

沿着表格里的每个变量把样本切开——有 displacement 和没有、顺高周期方向和逆高周期方向、kill zone 内和盘外——然后逐组算期望值,别只盯命中率。期望值 =(胜率 × 平均盈利 R)−(亏损概率 × 平均亏损 R)− 成本。

以下纯属演算示范,不是实测数据。假设 100 个不过滤的突破,胜率 50%,盈亏比 1:1,来回成本 0.08R:期望值 = 0.50 − 0.50 − 0.08 = −0.08R,慢性失血。

再假设一个严格子集——显著 swing、displacement 收盘、顺高周期方向、回踩入场——胜率只剩 45%,但回踩入场把平均赢单抬到 2.2R:期望值 =(0.45 × 2.2)−(0.55 × 1)− 0.08 = 每笔 +0.36R。

胜率更低的那套系统反而更赚钱。这正是为什么在这个形态上死磕命中率,属于范畴错误。

结论:BOS 是背景事件,不是信号

诚实的证据图景,可以压成三句话。不过滤的 BOS,扣完成本后接近抛硬币,因为宽松定义让微突破、sweep 和逆势噪音灌满了样本。

过滤后的 BOS——显著 swing、实体收盘、displacement、高周期共振、时段筛选——在任何一个老实记账的人手里,回测都明显更好。而精确的普适数字并不存在,因为事件本身就没标准化;谁报出小数点后一位的 BOS 准确率,他描述的都是自己的定义,不是市场。

落到实操:别再把 BOS 当入场触发器,把它当叙事确认来用。

突破告诉你机构刚刚接下了市场的哪一边;入场则来自它留下的那套东西——甩在身后的 order block 或 FVG——停在一个止损很小、目标就是下一池流动性的价位上。

你真正会拿去交易的 break of structure 胜率,只能是你自己测出来的那个:冻结不动的机械定义、按固定周期记 R 的日志、按过滤器切开的样本。可靠性不住在突破里,它住在围在突破外面的那一整套资格条件里。

常见问题

break of structure 策略多少胜率才算能用?

没有通用基准,因为 BOS 是背景事件,收益取决于入场方式。实操上,40%–55% 的胜率搭配平均 2R 以上的赢单,是一个可行且期望为正的组合。评判策略看每笔期望值和回撤表现,永远别孤立地看命中率。

break of structure 在 1 分钟图上管用吗?

事件本身是分形的,但 5 分钟以下噪音信号比急剧恶化:点差和手续费占每次波动的份额更大,算法影线也在不停地击穿微型摆动点。5 分钟以下的 BOS,一般只有在 kill zone 之内、并且叠了严格的高周期方向过滤时,才测得出勉强能看的成绩。

几根 K 线确认一次 break of structure 合适?

一根实体完整收在 swing 之外的 K 线,是业内通行的专业标准;仅影线穿越应按潜在 sweep 处理。有的模型要求第二根连续收盘,或要求实体达到 displacement 量级。每加一条要求,信号就更少、更晚,但后续更干净——这笔交换你要量化出来,不能拍脑袋默认。

失败的 break of structure 本身可以做吗?

可以。收回区间内的突破,功能上就是一次 liquidity sweep,而对显眼高低点的 sweep 往往标记着反向行情的起点——也就是所谓「乌龟汤」一族的反转形态。关键限定是速度:价格夺回被破位置越快,反转信号越强。

下一步去哪,取决于你正卡在 BOS 问题的哪一层——定义、分类,还是测试方法。

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.