图表模式胜率：跨时间框架的真实精度测量

你看到的每一个交易网站上的标题——“上涨吞没：72%胜率”——几乎肯定是不正确的。 这不是因为该模式不可靠，而是因为这个数字是在日线数据上测量的，在不同的市场环境条件下，然后未经批判地应用于日内图表，而在这些图表中表现出接近随机的结果。 Oyamori 测量图表模式的胜率，以对真实价格数据进行评估，涵盖 103 个模式和多个时间框架。 数据显示所呈现的内容挑战了许多传统观念。

图表模式胜率的实际含义

一个模式的胜率是指价格在模式预测方向上移动的百分比，紧随模式出现后的下一根柱状图上。

该定义是经过精心设计的：

• 上涨模式在第 N 根柱状图上 → 如果下一根柱状图收盘价高于当日收盘价，则获胜。
• 下跌模式在第 N 根柱状图上 → 如果下一根柱状图收盘价低于当日收盘价，则获胜。
• 中性模式（例如：多头缺口、倒锤线，没有上下文）→ 完全排除——没有方向性声明。

这个 1 根柱状图向前看的定义是严格研究模式的标准。 即使一个上涨模式需要三个交易周“最终”才能生效，它也无法可靠地预测，它只是带有延时故事的噪音。 如果一个模式具有真正的优势，那么下一根柱状图应该反映出这一点。

50% 是抛硬币的基线。 如果一个模式在大型样本中始终以低于 55% 的胜率衡量，那么它在那个时间框架下实际上就是随机噪音，无论它在图表上看起来如何。

为什么大多数发布的胜率数字都是错误的

The 70–80% figures cited for classic candlestick patterns typically come from:

• 研究基于日内数据的分析，然后应用于日内图表，但同样的图样在日内表现会非常不同
• 样本量小 — 几个月内 20 到 50 次出现的案例很少能产生统计上可靠的估计
• 牛市数据集，其中看涨图样因为市场处于上涨趋势而显得可靠，而不是因为这些图样本身提供了优势
• 没有考虑交易时段、成交量格局或更广泛的趋势背景

引用的盈利率与日内现实之间的不一致非常显著。 考虑黄昏包跌势 — 最常引用的图样之一，通常被认为是 65–72% 盈利率。 在真实的 15 分钟 K 线 上，Oyamori 测量出 48% — 接近随机。 在每日时间框架下：50%。 教科书上的数字从未在 15 分钟内成立。 它是一个日内数字被错误地向下应用。

这很重要，因为大多数散户交易者使用 15 分钟和 1 小时图表。 一个“72% 盈利率”的图样参考，而该图样在实际日内表现仅为 48%，给交易者一种错误的对信号的信心，这些信号在他们实际交易的时间框架下没有任何稳定的优势。

永远不要将日内盈利率应用于日内图表。 始终将盈利率测量与您交易的时间框架匹配。 差距并不小 — 往往为 15 到 25 个百分点的差距。

Oyamori 的测量方法

Oyamori 通过以下方法构建和维护其胜率数据。

仅限RTH条形。 所有测量都使用常规交易时段的条形。 盘后数据被排除在外，因为预盘和夜盘期间的模式行为具有结构上的差异——流动性较薄、价差填充以及机构定位，导致这一群体不代表交易员实际行动时模式的行为。

多个工具。 测量在覆盖不同波动率环境的多个工具上进行——高波动性成长型股票、大盘流动性工具和宽基市场ETF数据。 这可以防止单个趋势性股票人为地膨胀结果，以期产生上涨模式。

至少10个样本阈值。 在给定的时间框架中，一个模式必须至少出现10次，方才记录胜率。低于该阈值，入口将被标记，并且之前的估计值将被保留。 这可以防止小样本的偶然性进入数据集。

季度刷新。 胜率每季度更新一次，或者在重大市场环境转变后提前更新：

• 牛市转变为横盘或熊市
• 在检测库中添加新模式后
• 当信号置信度输出开始系统性地与实际结果不一致时

季度节奏很重要，因为可靠性随着市场环境的变化而变化。 在持续的牛市中，看跌模式的表现与在动荡或下降的环境中不同。 从原始数据刷新可以确保数字反映当前的结构，而不是来自不同市场时代的快照。

时间框架的影响：最重要的发现

The same pattern produces measurably different win rates depending on which timeframe you trade. The magnitude of this difference is the most important thing to understand about pattern win rates.

随着时间框架下降一级，典型胜率降低的趋势：

• 成交量模式： 每向下走一步约 −3%
• 单根蜡烛： 每向下走一步约 −5%
• 多根蜡烛： 每向下走一步约 −6%
• 图表和结构模式： 在 1h 以下没有意义——太少根蜡烛形成所需的结构
• EMA 云信号： 在 5m 以下没有意义—— 1m 频率的交叉几乎随机

押渊的数据显示：值得注意的发现

最有启发性的发现是，测量的胜率与大多数参考资料引用的数字显著分歧的案例——既低于，也高于。

表现低于预期模式

日内双顶，胜率仅 43% 是最引人注目的结果。 该模式是真实的——它正确地识别了结构性阻力。 但作为 1 根蜡烛的前瞻预测，它与掷硬币没有区别。 这在 hindsight 看来是合理的：价格通常会在决定方向之前多次测试双顶水平。 该模式标记一个区域，而不是一个时间信号。

4h 熊包跌，胜率仅 25% 反映了市场环境，而不是模式失败。 在持续的牛市中，看跌反转信号频繁出现，并且以同样频繁的速度向上解决。 环境很重要。

超过预期模式

15分钟时锤线，测算比例64% 在大多数模式参考中通常被低估，它们主要将其视为日内反转信号。 在短期下跌后的一小波内，日内版本具有真正的优势。

牛反攻，测算比例70% 很少出现在主流参考中，但在数据中可靠地出现。 它需要特定的两根柱状结构——强烈的下跌柱后，收盘价恢复到大约相同的水平——以识别耗尽的卖出。

胜率作为平局破局者，而不是通行证

奥山离测量工作最实用的收获是：在15分钟时，胜率是一个依赖语境的质量评分，而不是独立的信号。

大多数15分钟模式产生测量的胜率在42%到54%之间。 这并不意味着它们毫无用处——这意味着它们需要支持性语境才能产生一致的优势。 单独来看，它们是统计噪音。 加上支持性语境，相同的模式可以具有高度的可操作性。

奥山图表显示每个模式检测旁边显示共识评分 (0-7)，考虑到：

• EMA 云对齐和趋势方向
• VWAP 位置（高于或低于）
• 模式质量等级
• 会议时间（早会与晚会行为）
• S/R 区域临近

胜率达到48%，共识评分为6，比胜率达到65%，评分为1更有操作性。 胜率反映基率。 共识评分反映这种特定情况是否具有支持性语境，从而将信号与噪音区分开来。

在更高的时间框架（1小时、4小时、每日）下，胜率的权重更大，因为噪音较少，宏观结构已经提供了许多共识。 在15分钟时，使用胜率来选择具有相似共识的模式——而不是单独作为去/来通行证。

保持胜率的最新状态：季度刷新

市场会发生政权更迭，以及模式的可靠性也会随之改变。在上涨牛市中，一个模式能带来64%的回报，但在横盘或震荡市场中，这个模式可能下降到52%，因为突破模式会反复失效。

Oyamori 每季度从原始K线数据中刷新获胜率数据——不与上季度结果混合，也不进行平滑处理。如果市场发生了变化，测量的获胜率也会随之改变。刷新过程运行完整的测量管道：新的K线数据，所有模式的完整检测通不过，前方结果评分，以及更新任何模式 × TF 组合，至少有10个新样本。

当Oyamori图表上的AI Read信赖度输出在您认为具有高获胜率的模式上低于预期时，这通常是系统正确反映市场形态转变的情况。数据是实时更新的，而不是锁在某个时代，就像教科书写成的时候一样。

总结：值得注意的事项

一个图表模式的获胜率只有在上下文中才有意义——正确的时段、正确的市场形态，以及有支持的共振。出版书籍中的数字并非来自与您交易相同的环境。Oyamori 的方法是持续从实盘K线中测量，保持数据更新，并将这种准确性作为图表内的质量信号呈现，而不是作为一种值得信赖的标题数字。

在15分钟时段中，最重要的模式不是那些具有最高理论获胜率的模式——而是那些在15分钟时段具有可衡量的优势，并且结合上下文中转换基本概率为实时信号的模式。