OptiNod 学院
从众心理：拥挤极端只在反转附近有效，在趋势行情中反复出错
把人群拥挤的极端当作逆向信号，在反转附近有效，在趋势行情中反复出错。这种逆向指标的性质，要把极端区间单独拿出来，用条件期望值来衡量。
把人群挤向一边的极端当作逆向下注的信号，在反转附近有效，在趋势行情中反复出错。这种逆向指标性，要把极端区间单独拿出来，测量条件期望值才能确认。
从众（herding）是个人放下自己的判断、跟随多数人行为的倾向。行为金融从信息的角度，把这种倾向解释为信息级联（information cascade）。这一概念由Bikhchandani、Hirshleifer、Welch在1992年提出。定义很简单：观察到前面的人所作选择的个人，会放弃只有自己知道的信息而跟随多数，这个级联一长，后面的人忽略自己的信息反而是合理的。无论个别信号是对是错，选择都会向被观察到的多数一边倾斜。
大众把这个现象概括为“逆着人群走就行”。多空比向一边倾斜，或者恐惧贪婪指数触及极度贪婪时，就把这个数值本身当作逆向下注的信号。因为记得极端在反转附近经常对，这个习惯就一再重复。一个拥挤指标，就把整个入场标准替换掉了。
把拥挤当作入场信号的成本来自两处。第一，在趋势行情中，拥挤极端会持续数周，在此期间逆向下注反复亏损。第二，多空比、资金费率和恐惧贪婪指数，相当一部分由近期价格变动和成交量计算而来，所以这个信号是在价格移动之后才产生的。只把极端区间拿出来，逆向下注的胜率即使高达70%，在趋势行情中出现的其余30%如果一次就是3R的亏损，算出来的结果就不同了。把盈利交易的期望收益定为0.8R，亏损交易的期望亏损定为3.0R，来求期望值：胜率0.70乘以0.8R，再减去亏损概率0.30乘以3.0R，结果是0.34R的亏损。胜率很高的感觉和账户在缩水的事实，在这里并不一致。这个差距，只要把极端区间按条件来衡量，就能用数字确认。
社会认同取代了入场标准
从众以两种方式出现。一种是社会性从众。在所罗门·阿施（Solomon Asch）1951年的从众实验中，面对明显错误的多数意见，约75%的参与者至少有一次跟随了多数，在约三分之一的关键试次中，参与者放弃了自己亲眼看到的正确答案，跟随多数。另一种是信息级联。看到别人在买，就推断他们掌握的信息比我好，于是放下自己的判断。
在市场上，这两种合为一体，在入场的瞬间发挥作用。多空比大幅倾向多头，恐惧贪婪指数指向贪婪，社交时间线上都是买入，这时交易者会跳过重新确认自己信号的步骤，直接把这种拥挤本身当作判断依据。顺着方向进场是顺从，反着极端打是逆向下注。两种选择的共同点，都是社会认同占据了入场标准的位置。
问题在后面。入场依据收窄到一个拥挤指标之后，没有单独检验这个指标何时对、何时错，就一次次重复同一个信号。拥挤可能是说明市场状态的信息。这个信息是否能预告未来的方向，则是另一回事，不区分这两者，就会让逆向指标连信号的角色也一并承担。
逆向指标在趋势行情中反复出错
拥挤极端引向反转的时点，是趋势接近尾声的阶段。2026年1月中旬，比特币在1月14日创下97,924美元的高点，到2月6日跌到60,000美元，下跌约39%。在这个高点附近贪婪走到极端时逆向下注的空单，在3周出头的时间里，以远超计划的盈利收场。这是逆向指标奏效的典型案例。
同一个信号在趋势中段则反复出错。2024年11月初从约69,000美元开始的上涨，持续到12月17日的108,353美元，涨幅约57%。整个区间里多头拥挤和贪婪都处在极端，以“过热所以会回落”的判断进场的空单，每隔几天就被止损一次。2025年同样的事在四个月里重现。从4月7日的74,508美元低点涨到8月14日的124,474美元，约67%，在此期间，拥挤极端没有成为反转信号，反而成了趋势持续的背景。
这里的关键在于，入场的瞬间无法区分这两种行情。极度贪婪这同一个数字，在反转之前出现过，在上涨第3周也出现过。把拥挤极端当作入场信号，在反转处对了几次得到的盈利，会在趋势行情中以多次亏损还回去。把反转附近的几笔大盈利和趋势行情中频繁的亏损混进同一个样本，整体期望值就会在0附近或为负。
拥挤指标是由价格计算出来的数字
逆向指标无法成为入场信号的第二个原因，在于指标的构成。资金费率来自合约与现货的价差（溢价），这个溢价在价格上涨时随着多头涌入而变大。多空比也是在价格上涨之后，统计增加的多头持仓来计算。恐惧贪婪指数包含波动率、市场动量和成交量等项目，这些项目归根结底也是由近期价格走势计算出来的。
结果只有一个：极端数值是在价格已经移动之后产生的。看到“人群挤到极端”这个信号时，造成这种拥挤的价格变动，大部分是之前已经发生的事件。分不清指标是包含了预告未来方向的独立信息，还是仅仅事后概括了过去价格的数字，就等于拿过去的信息去押未来。
这个区分可以用滞后相关来确认。按不同滞后期，计算拥挤指标与之后N根K线收益率的相关性。只有同期滞后（同一根K线）相关性大，而领先滞后（指标领先收益率的方向）接近0，那么这个指标只是跟在价格后面变动，并不包含关于未来的独立信息。它没有作为入场信号的依据。极端积累之处如果引发连锁清算，价格有时还会朝指标所指方向的反面运行。
把极端区间单独拿出来，量条件期望值即可
从众如果只停留在感觉上，诊断就很含糊。只拿出拥挤极端区间来看，分三个步骤就能确认。
第一，用分布来定义极端。多空比或资金费率的极端，不用绝对数值来定。以过去N天分布的上、下分位数来定，只把落在前10%或后10%的K线标为极端区间。
第二，在这些K线上以逆向下注入场，M根K线之后平仓，把结果换算成R。只拿极端区间出来的这个子样本的期望值，就是逆向指标性的大小。
第三，把子样本分为趋势行情和横盘行情，各自单独算期望值。趋势、横盘的划分，例如用200根均线斜率的正负号来定。通常横盘行情得到正的期望值，趋势行情得到负的期望值，两者合并后在0附近相互抵消。这样分开测量之后，围绕逆向指标是否有效的争论就归结为条件数字。再加上上一节的滞后相关，这个指标是作为入场信号还是仅作背景，也就定下来了。
拥挤只是背景，不能成为入场信号
测量完成之后，规则归于一条：拥挤极端只作入场的背景，实际入场信号来自价格结构。不能仅因为看到极端就进场。
- 极端用分位数定义：多空比、资金费率的极端，按过去N天的分位数来定，不使用固定的绝对阈值。
- 只与价格确认一起使用：看到拥挤极端之后，只有出现扫流动性、跌破、回撤确认等价格结构信号，才入场。杜绝仅凭拥挤单独入场。
- 趋势与横盘分开测量：把极端区间入场的表现分为趋势行情和横盘行情，分别算期望值。不要根据合并后的一个数字来判断。
- 确认领先性：测量指标与之后收益率的滞后相关，如果只有同期滞后大，就把这个指标从入场信号中剔除。
- 标注背景：每笔交易都把入场时的拥挤状态记成一列，事后计算各种拥挤状态下的期望值。
这些规则的目的，不是培养逆着人群下手的胆量，而是把拥挤按条件来衡量，区分哪些指标可以作为入场信号，哪些只能作为背景。
三个陷阱
资金费率为负就一定是底部的规则。 资金费率为负，意味着空头付出溢价而大量涌入。这个信号并不保证价格反弹。在下跌趋势中，负资金费率会持续很多天。没有上一节的趋势、横盘分开测量，只看负资金费率就做多，亏损会在趋势行情的样本中累积。
把恐惧贪婪极端固定为绝对数值的习惯。 指数的分布在不同时期并不一样。一年中贪婪频繁出现的区间，同一个数值算不上极端；恐惧频繁出现的区间，较低的数值也会成为极端。极端如果按固定的绝对数值来定，就会数错极端的个数。用分位数来定义，才能在各个时期保持一致。
用社交时间线代替指标的错觉。 时间线上似乎全是买入，是因为样本本身存在偏差。买入的人说得更多，盈利的持仓曝光更多。把这种有偏的观察当作多空比之类定量指标的替代，测量本身就被扭曲了。拥挤只能用定量数据来衡量。
拥挤的逆向指标性只能在记录中确认
从众最大的陷阱，在于凭几次极端与反转重合的记忆，就相信了这条规则。这些记忆里漏掉了极端在趋势行情中反复出错的许多次。这部分被漏掉的信息，只有把极端区间单独拿出来测量条件期望值，并查看指标与未来收益的滞后相关，才能用数字确认。多空比、资金费率和恐惧贪婪指数在哪些区间对入场有帮助，在哪些区间有害，由这种测量来区分。经过这种测量之后，多空比和恐惧贪婪指数只作为背景保留下来。