交易概念大补帖（五）：可视化的 Taker 强度指标 CVD 如何助你辨识方向

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 5 篇。本文内容稍嫌硬核，服用前请务必先行阅读本系列的第 2、3、4 篇文章。
（前情提要：交易概念大补帖（四）：如何分析 Taker、Maker 买卖单，跟随主力资金进场？ ）
（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」 ）

另一种监测 Taker 动态的指标：CVD

在上一篇的内容中，我分享了一种「基于成交量」判断 taker 强度的方式；

本篇内容则将分享一个针对 taker 强度设计的指标：CVD。

CVD，全称 Cumulative Volume Delta，计算公式如下：

? VD = Taker buy – Taker sell

? CVD = 特定时间段内的 VD 累加值

CVD 也能以 K 线的形式呈现，在某根价格 K 线的时间範围内，

如果 Taker buy > Taker sell，则 CVD 为正值（阳 K）；

如果 Taker sell > Taker buy，则 CVD 为负值（阴 K）。

根据这个指标，我们可以一眼看出盘面上 Taker 的强度，若结合价格一併观察，则可得出更多有用的资讯。

绝对量 vs 相对量

在上篇文章中，我介绍的方式是「基于成交量判断」，而成交量在此可视为「绝对量」，而 CVD 则可视为「相对量」。

至于原因，我举一个例子，各位便可明白：

情况一：

「在某根 K 线的时间範围内，Taker buy = 10,000，Taker sell = 9,900，则 CVD = +100」

情况二：

「在某根 K 线的时间範围内，Taker buy = 200，Taker sell = 100，则 CVD = +100」

聪明如你或许发现了：两个情况的 CVD 之值是相同的，但是前者的成交量显然远高于后者。

因此，在判断「是否有 taker 进场」的时候，个人更倾向于「两者同时观察」，以从更全面的视角分析盘面。

两个脑力激荡的问题，四个实盘案例

问题1️⃣：「为什么 CVD 不断上升，但价格却不太上涨?」

如果 CVD 不断上升，说明 taker buy 的力度持续高于 taker sell；

按理来说，taker buy > taker sell，说明上涨力度强，

但价格不太上涨，说明「前方阻力重重」，也就是「maker sell 很厚」。

问题2️⃣：「有没有可能在某根 K 线的时刻，CVD 为负，但价格却上涨？」

答案是有，或许有读者会很纳闷：

「不是说 taker 才是价格的驱动力吗？」

「既然如此，为何 taker buy < taker sell 价格还能上涨？」

原因很简单：maker 的影响。

如果 CVD 为负值，但价格在上涨，唯一的可能性是：

「taker sell 几乎都被 maker buy 抵销，因此即便 taker buy 不多（导致 CVD 为负），但也能驱动价格上涨。」

以下，我準备了四个实盘案例，使各位能够更好的理解 CVD 的分析逻辑。

在接下来的图表中，上方都是价格的 K 线，下方都是 CVD 指标。

如图一：

在左侧蓝色标记区：价格大幅上涨，但其实 CVD 增速很慢，说明「上涨的阻力很小（Maker sell 相对很少）」；

而在中间黄色标记区：价格小幅下跌，但 CVD 下跌的幅度很大（但砸不动），说明「下跌的阻力很大（Maker buy 相对很多）」。

如图二：红色标记处的 CVD 显示 taker buy 持续发力，但价格却未给出相对应的强势，说明上涨的阻力很大（Maker sell 很厚）。

如图三：

我标记了两个「绿色圆点」，分析逻辑是：价格后续创出「更高的低点」，但 CVD 上显示的却是「更低的低点」，说明 Taker sell 加大了力度，但结局却是枉然，砸不下去。

这种背离的 Pattern 在解读上又被称为「Seller Absorbed」。

如图四：这张图其实就是为了回答「前段叙述中的第二个问题」，紫色标记处中，有一段「价格在上涨，但 CVD 却是负值」的区域，说明当时的 Maker buy 确实很厚。

总结

本文和前篇文章，都是针对 taker 强度的分析在做详细论述，文章难度本身较高，如若真的不能理解，建议可以再次翻阅交易概念大补帖第二篇到第四篇的内容。

以上就是交易概念大补帖（五）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