LiquidityScan

· 核心概念 · 2 MIN READ · UPDATED 1D AGO

OTE 到底有没有用?胜率与期望值的真相

OTE 到底有没有用?胜率与期望值的真相

OTE 到底有没有用?当成一根裸斐波那契去摸,没有;但作为止损贴得很近的折价入场框架,算术是占优的(40% 胜率配 3R 就能盈利),而且优势藏在过滤器里——趋势、流动性、displacement、时间,而不是 62–79% 这个比例本身。

OTE 到底有没有用?先把『有用』定义清楚

OTE 作为一套框架是有用的,作为一个独立信号不是。62–79% 这个区间,配上趋势过滤、流动性逻辑和 displacement 确认,能做出正期望值;当成一根裸斐波那契去摸,只会稳定放血。优势在过滤器手里,不在那个比例手里。

争胜率之前,先把判据钉死。一套策略称得上「有用」,是扣完成本后期望值为正:期望值 =(胜率 × 平均盈利)−(亏损率 × 平均亏损),再减去点差、手续费和滑点。说白了,单看胜率什么都说明不了。65% 胜率配 0.5R 的打法,在任何像样的样本量上都跑不赢 35% 胜率配 3R。

这件事对 OTE(Optimal Trade Entry,最优交易入场)格外要紧,因为这个形态在结构上就是低胜率、高赔付的路子:入场扎在回撤深处,止损贴着摆动点,目标放在起始段的极值甚至更远。下面这张表是纯算术,不是回测结果——单位是 R,每笔交易的期望值,未计成本:

胜率平均回报(R)每笔期望值
25%3R0.00R(保本)
30%3R+0.20R
40%2R+0.20R
40%3R+0.60R
50%1R0.00R(保本)
50%2R+0.50R
55%1R+0.10R

第一行和第四行值得多看两眼。平均回报 3R 时,保本胜率只要 25%。一个 40% 胜率、3R 回报的交易者,每笔净赚 +0.60R——这是相当硬的优势;而 55% 胜率配 1R,刚够勉强盖住成本。

所以诚实的问题从来不是「OTE 的胜率是多少」,而是:在我自己的规则、我自己的市场上,这对胜率与回报的组合,扣完成本后能不能迈过保本线。

OTE 的机械逻辑:这个区间为什么讲得通

OTE 是一段推动行情的 62–79% 回撤,锚点从启动行情的那个摆动点,拉到结束行情的这个摆动点。在这里进场,编码的是折价买入的逻辑,不是数字玄学。一轮多头行情里,这条带子远远落在大级别交易区间平衡点的下方——比 premium 和 discount 逻辑认定多头占优的那个中点还要深。

第二个机械优势,是离失效点足够近。止损就该放在锚定斐波那契的那个摆动低点外侧一点点。带子到 79% 就收口,所以从入场到失效的距离只占整段行情的一小截;而第一个合理目标——这段行情的高点——还剩整整一段距离等着你。深的入场加上近的止损,等于天然不对称的盈亏比。

拿 EURUSD 算笔实在账:一段推动行情从 1.0800 走到 1.0900。OTE 区间大致铺在 1.0838(62%)到 1.0821(79%)之间。1.0830 进场,止损挂 1.0795,风险 35 个点。

目标一,旧高点 1.0900,给 70 个点,合 2R;目标二,堆在 1.0930 上方的买方流动性,给 100 个点,约 2.9R。把这两组回报代回上面那张表——这个形态在大多数人嘴里的「平庸胜率」下,就已经是赚钱的。

说白了,这就是 OTE 的全部理由,一句话:它系统性地制造那种「对了赚几倍、错了只亏一份」的交易。至于你能不能对得足够勤,那是另一个问题——数据从这里开始变得难看。

为什么回测结果对 OTE 各执一词

去搜 OTE 回测,社区给出的结果能从「明显亏钱」一路排到「优势很强」——而且常常是同一个品种。两边都没有撒谎。他们测的其实是共用一个名字的不同策略,因为「做 62–79% 的回调」这句话,至少留了五个没拍板的变量,每一个都足以把结果掀翻:

  • 要不要趋势过滤。两个方向来者不拒地接每一个 OTE,和只顺着高周期方向接回调,是两套截然不同的策略。示意性地讲:同一套机械规则,在趋势年和震荡年之间,胜率能差出 15–20 个百分点——顺势过滤一项就能吃掉其中大部分差距。
  • 摆动锚点选哪个。用哪组高低点来定义这段行情?3 根 K 线的分形、5 根 K 线的分形、基于结构的摆动,三者画出的斐波那契位置各不相同——于是同一张图上,入场、止损、结果全都跟着变。
  • 时间过滤。把入场限制在 kill zone 内(伦敦开盘、纽约上午),能剔掉那些低波动时段——价格慢悠悠飘过一个个位置,却没有半点跟随力度。不带时段过滤的测试,成绩会系统性地更难看。
  • 止损惯例。止损放在 79% 位外侧、放在摆动低点外侧、还是在摆动低点外再垫一段平均真实波幅(ATR)缓冲——三种惯例,三套亏损率。贴着 79% 的紧止损,会被那些按摆动低点惯例本该是赢单的影线扫掉。
  • 品种与市场状态。OTE 押注的是「推动—回撤—延续」这种行为模式。均值回归主导的品种和阶段会惩罚它,绵延的趋势会奖励它。

在我看来,张口就报一个单一的 OTE 胜率,本身就是不诚实的。你看到的任何数字,都属于某一套规则、某个市场、某段时间——而不属于这个概念。只有把上面每个变量全部冻结,这个概念才第一次变得可测试。

实盘里杀死 OTE 的失败模式

大多数亏钱的 OTE 交易,在进场之前就已经注定要输——是结构错了,不是运气差。下面四种失败模式占了其中的绝大多数。

逆势锚定。交易者在更大级别的下跌趋势里,给一段修正行情拉出斐波那契,然后买它的 70% 回撤——在一个天生就该被反转的走势里找折价。如果你锚定的那段,本身就是高周期图上的回调,那你眼中的 discount,其实是机构的 premium。

没有流动性逻辑。最强的行情段都是先拿走点什么才肯启动:对前低的一次 liquidity sweep,或者对等高点的一次扫荡。一段凭空开始、什么都没扫过、高点之外也看不到明确 Draw on Liquidity 的行情,市场没有被设计好的理由去延续它。在这种段上做 OTE,就是纯粹的摸线,跟聪明钱的逻辑不沾边。

没有 displacement 确认。Displacement——那根带着能量、身后留着缺口的扩张 K 线——是区分机构级行情与阴跌漂移的脚印。一段磨上去、连一个 Fair Value Gap(FVG)都不留的行情,拿不出任何有大资金参与的证据。回撤进这种段,价格经常直接贯穿整条斐波那契区间。

从区间中部发动的行情。一段推动行情如果不是从被扫过的极值、而是从大级别交易区间的平衡点附近启动,它的空间已经预支了一大半。这种段的 OTE 回撤,标记的往往是派发而不是再吸筹。行情段在大级别区间里的位置,和它在段内的回撤深度一样重要。

注意共同点:这四条没有一条是执行层面的错。全是背景层面的错——62–79% 这个区间画得没错,错的是画在了不该画的行情段上。

能把 OTE 做赚钱的交易者,强在哪

OTE 赚钱的人和 OTE 亏钱的人,差距极少出在入场精度上,几乎全在筛选强度上。亏钱的写法是把每一次触及 62% 都当成信号;赚钱的写法是把 OTE 当成一摞条件的最后一环——而这摞条件即使没有它,本身也已经成立。

一套经得起推敲的条件栈大概长这样——每一条都在堵上一节里的一种失败模式:

  • 先立住高周期方向。
  • 这段行情由一次针对外部流动性的 liquidity sweep 发起。
  • Displacement 出现,且有 FVG 确认意图。
  • BOS(Break of Structure,结构破坏)CHoCH(Change of Character,性质转变)确认转向已经发生。
  • 回撤发生在 kill zone 时段内。
  • 最理想的情况:OTE 区间恰好压在一个明确的 Order Block 或 FVG 上,而不是悬在空无一物的价格里。

代价是频率。裸摸斐波那契,一天可能蹦出好几笔信号;完整条件栈跑在单个货币对上,一周也许就两三次 A 级机会。这个取舍恰恰是要害——样本收缩到那些延续是被设计出来、而不是被盼出来的场景之后,单笔期望值自然往上抬。

要在几十个货币对上手动盯这类重叠,是整套流程的瓶颈——这正是 LiquidityScan 这类工具的位置:它实时标记各市场的 sweep、结构转变和 order block 共振,把这一环接进工作流。

一条值得抄下来的经验法则:OTE 告诉你该在这段行情的哪里进场;条件栈里的其余一切,告诉你这段行情究竟配不配进场。把顺序倒过来的人——先看区间、后补上下文——正是做出那些难看回测的人。

怎么验证 OTE 对你自己是否成立

既然公开结果全都依赖规则集,那么唯一有意义的 OTE 胜率,就是你自己的规则在你自己的市场上跑出来的那个。一次合格的自测长这样:

  1. 把规则白纸黑字冻结下来。定义摆动锚点(比如由 BOS 确认的结构摆动)、入场触发(在 70.5% 回撤位挂限价单,或触碰 62% 即进)、止损惯例(摆动点外加固定缓冲)、目标逻辑(对侧的流动性),以及每一条过滤器(高周期方向、liquidity sweep、kill zone)。哪条规则需要主观判断,就把这个判断本身也定义清楚。
  2. 每组条件收集 100 个以上样本。用逐根 K 线回放的方式在历史数据上向前推进——不许看完结果再回头翻。样本不足 100 笔时,一个真实胜率 40% 的策略,光凭运气就能跑出 30% 到 50% 之间的任何数字;小样本就是噪音。
  3. 每笔都记下 MFE 和 MAE。最大有利波动幅度(MFE)与最大不利波动幅度(MAE)会告诉你:在你的管理动作介入之前,这个原始区间本来给了多少空间。如果 MAE 显示赢单经常回撤到整段行情的 85%,那漏水的就不是概念,而是你那条 79% 止损惯例。
  4. 把不同市场状态分开统计。把结果切成趋势段和震荡段(用一个简单的高周期结构分类就够了)。一个趋势里每笔 +0.5R、震荡里 −0.4R 的策略,不是「整体平庸」——它是个好策略,只是你还欠它一个状态过滤器。
  5. 给自己计成本。每笔扣除符合实际的点差和滑点。+0.15R 的毛优势放在 1 分钟周期的策略上,扣完成本可能是净亏;同样的优势放在 4H 数据上,轻松存活。

把不加过滤的版本和完整条件栈的版本并排跑。两组成绩之间的差距,就是你那一摞过滤器的实测价值——它会用你自己的数据,替你终结「OTE 到底有没有用」这场争论,而不是让别人 YouTube 封面上的那张截图替你回答。

关于 OTE 的诚实结论

这个区间有货真价实的逻辑:它逼着你在折价区进场、失效点就贴在旁边,从而制造出那种让平庸胜率也能滚出利润的不对称回报。这是实打实的结构性优势,也是这个形态比大多数散户形态更能经得起审视的原因。

但话说回来,比例本身不是优势。62–79% 里没有任何东西能预测延续;预测来自背景——打出这段行情的那次 liquidity sweep、确认它的 displacement、承载它的时段、以及它上方更高周期的 Draw。把这些统统剥掉,OTE 就退化成一种盈亏比看着不错、命中率却低于保本线的摸线游戏。

所以,OTE 到底有没有用?我的答案是:有——有条件、可度量,而且只能作为一套经过过滤的模型里的入场组件存在。把公开世界里那些胜率之争,当成「结果对变量高度敏感」的证据,而不是关于概念本身的真理;然后让一次冻结规则、样本 100 以上的自测,在你自己的市场上,交出那个真正能变成钱的数字。

常见问题

OTE 策略需要多高的胜率才能盈利?

这完全取决于平均回报。平均回报 3R 时,扣成本前的保本线是 25%;2R 是 33%;1R 是 50%。OTE 入场通常至少瞄准 2–3R,所以现实的盈利门槛大致落在 30–40% ——记得再为点差和滑点多留几个点的余量。

OTE 不就是普通的斐波那契回撤吗?

尺子是同一把,模型完全是两回事。散户式画线把每个比例都当成潜在支撑。OTE 只取 62–79% 这条带子,要求被锚定的行情段先拿走过流动性、并且出现过 displacement,然后把入场放进深度折价、止损贴着摆动点。拉开差距的是过滤器,从来不是比例。

为什么我总在 79% 这个位置被扫掉止损?

多半是止损惯例出了问题。正好压在 79% 外侧的止损,坐在锚定摆动的影线地界里——延续启动之前,晚到的 sweep 往往先冲这里来一趟。把止损挪到实际摆动低点之外、再垫一小段缓冲,会牺牲一点盈亏比,但扛得住这次扫荡。两种惯例都测一遍,拿 MAE 数据说话。

OTE 在加密货币和小周期上管用吗?

逻辑可以迁移,因为流动性、回撤和延续存在于每一个带杠杆的市场——加密货币也不例外。但小周期上成本会反咬你:点差和滑点吃掉每一份 R 里更大的份额。多数人的实际体验是,锚定高周期方向的 15 分钟及以上图表,对 OTE 宽容得多。

真打算认真审计 OTE,下面这些问题就是顺理成章的下一站——从这个区间的定义,一路走到在你自己的数据上测试它的工具。

  • OTE 详解:ICT 最优交易入场区间——本文所测区间的完整定义、锚定规则与具体点位。
  • 平衡点 vs OTE:哪个才是对的 ICT 入场位——什么时候 50% 平衡点是更好的入场,什么时候只有深水区才够格。
  • OTE 最优交易入场:机构模型 vs 散户画线——同一组比例,为什么在两种模型下跑出相反的结果。
  • Order Block 还管用吗?一套数据驱动的 2026 框架——把这套证据优先的方法,用到 OTE 最常见的共振搭档身上。
  • FVG 回补概率:回测揭示了怎样的胜率——用来验证 OTE 行情段的那些 displacement 缺口,回补率数据到底长什么样。
  • 怎样正确回测一个 ICT 策略——本文开出的冻结规则、逐根回放测试流程,一步一步拆解。
  • OTE vs Order Block:哪种入场的成交质量更好?——它如何衔接到 ote 与 order block 的取舍问题。
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.