交易概念大补帖（三）：市场最小阻力方向

交易概念大补帖系列，旨在分享一些「很少有人提，但极其重要」的交易概念，相信不论是新手、老手，都能在此系列文章中带走一些东西。本系列一共有 10 篇文章，这是第 3 篇。
（前情提要：交易概念大补帖（二）：Taker、Maker、价格移动的原理）
（背景补充：以比特币 2021 年双顶结构为例：谈什么是「未来数据洩漏」 ）

本文目录

• 支撑、阻力是什么
• 市场最小阻力方向
• 把最小阻力方向量化
• 总结

支撑、阻力是什么

「支撑会上涨？」、「阻力会下跌？」

基本上，每一种技术分析流派都会有自己定义的支撑与阻力，

缠论、和谐交易、型态学、SMC、链上数据 … 等皆如是。

上篇文章我们聊了价格移动的原理，如果你还没看过，建议你先去看一眼，否则接下来的内容可能会无法衔接。

首先，支撑、阻力到底是什么：

➡️支撑：价格下跌至此处时，会出现买盘而减缓下跌速度

➡️阻力：价格上涨至此处时，会出现卖盘而减缓上涨速度

以阻力为例，假设我们用上帝视角，发现 BTC 在价格上涨至 120k 时会有「阻力」出现，

也就是在这个位置会出现「卖盘」。

问题来了：请问这个卖盘是「Maker」还是「Taker」？

由于主动的 Taker 几乎无法被「预测」（停损订单或许有机会），因此多数有效的分析，更应该围绕「Maker」去进行。

例如：

价格在 120k 时出现大量 maker sell，则会被称为「阻力」，这些大量的 maker sell 会大幅度阻碍上涨。

说到这里，有些反应快的读者应该发现了：「maker 并不会推动价格，让价格移动的是 taker，那为什么到阻力位置的时候，就该下跌？」

大哉问，别急，接着往下看。

市场最小阻力方向

接着，我们就可以引入「市场最小阻力方向」的概念。

首先，永恆不变的法则是：taker 才是驱动价格的主要动力。

在这个前提之下，我们稍微把「市场最小阻力方向」，简单区分成 2 种类型：

• 宏观：例如货币宽鬆或紧缩、股债週期循环 … 等
• 微观：Maker buy、Maker sell、流动性聚集区 … 等

宏观层面在此先不谈，本文主要将针对「微观」来细聊两大原则。

第一：

如果 Maker sell 很厚，则阻碍上涨；如果 Maker buy 很厚，则阻碍下跌

第二：

如果 Maker sell > Maker buy，则最小阻力方向为「下跌」；

如果 Maker sell < Maker buy，则最小阻力方向为「上涨」。

概念本身不难理解：在「没有强力 taker 介入」的前提下，价格常呈现震荡走势，

市场上的 taker 最终会选择「阻力最小的方向」移动。

• 如果 maker sell 比较多，说明「上涨的难度 > 下跌」；
• 如果 maker buy 比较多，说明「下跌的难度 > 上涨」。

口说无凭，来看看实战效果吧。

把最小阻力方向量化

在往下聊之前，务必先知道两个重要前提：

• 商品本身的流动性要够好（双向 maker 的深度要足够）
• 强力的 taker 可以在短时间内「无视最小阻力方向」

这里针对第 2 点做一个补充：通常来说，如果有强力的 taker 介入（例如重大利好、利空），

此时「用 maker 来看最小阻力方向」的做法就容易失效！

我做了一张图，附图是 ETH 在 2024 年 9~11 月的价格走势。

下方红、绿色的指标，是我将一定範围内的 maker buy、maker sell 抓取出来并进行比较，

?绿色 = maker buy > maker sell

?红色 = maker sell > maker buy

剩下的，我想我应该不必多说，效果就在图片上，肉眼可见。

唯一值得一提的是图片的右侧：当时 Trump 当选，crypto market 出现一波主升浪行情，

强力的 taker 介入，让指标出现一段时间内的失準。

总结

最后，先预设性的回答几个问题：

Ｑ：图中的指标要去哪看？

Ａ：任何监测 maker、orderbook 的网站都可以

Ｑ：maker 的深度要抓多少？

Ａ：都试试看就知道了，不要只想抄答案，这不是我写文章的初衷

Ｑ：这个指标的用法？

Ａ：帮助判断价格目前的最小阻力方向，并配合其他方法（例如监测 taker、分析 liquidity）来结合使用。

以上就是交易概念大补帖（三）的内容，希望对各位有帮助，感谢阅读至此的你。原文连结：https://x.com/market_beggar/status/1901465603313156602

解读Web3 AI赛道6大现状：相比AI Agent，机构更关注基础设施

AI Agent 融合 Web3，机器人帮你链上理财时代要来了？

Mind Network 完整介绍：以 FHE 技术破解 AI Agent 安全难题