累積 Delta:期貨交易人能看到什麼,以及它的限制
累積 Delta 是在賣價成交的量,減去在買價成交的量,所得的累計總和。它記錄過去哪一方更主動地跨越價差,本身並不能說明價格接下來往哪走。測試它需要含買價與賣價報價的逐筆資料、寫明的精確規則,以及每筆交易都計入的成本。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
累積 Delta 能告訴期貨交易人什麼?
累積 Delta 是在賣價成交的量,減去在買價成交的量,所得的累計總和。它顯示哪一方更主動地跨越價差,因此記錄的是過去的買壓或賣壓。它是紀錄,不是預測:價格不必跟著這條線走,而測試它需要含買價與賣價報價的逐筆資料。
概念很簡單。在期貨委託簿上,願意等的買方在買價掛限價單,願意等的賣方在賣價掛限價單。想立刻成交的人則跨越價差:買方付賣價,賣方打買價。累積 Delta 計算這些急著成交的交易量,並保留兩者的差額。線上升,代表在計算期間內買方比賣方更急;線下降,則是賣方更急。
這使累積 Delta 和你能放上圖表的多數指標不同。RSI 或希爾伯特振盪器(循環指標)這類指標,只由價格建出。Delta 則由每筆成交的方向建出,而價格 K 棒並不儲存這項資訊。它屬於訂單流工具一族,與成交量分布、市場輪廓並列;市場輪廓的價值區與 ES 的 POC一文談的正是這個相鄰的工具。
本文要論證的是:累積 Delta 可靠地告訴你誰比較主動,僅此而已。主動買進可能撞上一面掛單賣出的牆,價格紋風不動。Kirilenko、Kyle、Samadi 與 Tuzun(2017)描述了相反的情況:2010 年 5 月 6 日的 E-mini S&P 500 期貨,主動賣出壓倒了掛單買進,價格大幅移動。同樣的 Delta 讀數,後面可能接著這兩種結果。價格會不會跟上,是經驗問題,只有用對資料做的回測能回答。
成交量如何依買價與賣價拆成買進量與賣出量?
在賣價成交的交易計為買進量,在買價成交的交易計為賣出量,而這種歸類需要每筆成交當下的買價與賣價報價。這個拆分是整個指標的基礎,值得弄清楚哪裡精確、哪裡是推測。
想像一個市場攤位。不講價、直接付開價的買家,是主動買方。接受第一個出價的賣家,是主動賣方。你站在攤位旁邊記下每一筆交易,兩邊都能算;如果只從帳本讀當天總銷售額,就算不出來。帳本就是價格 K 棒給你的東西;站在攤位旁邊,就是含報價的逐筆資料給你的東西。
單筆成交的歸類規則如下:
- 記下成交價、成交量,以及當下的最佳買價與最佳賣價。
- 若成交價等於賣價,標為買進(+ 成交量)。
- 若成交價等於買價,標為賣出(− 成交量)。
- 若成交價落在價差之內,或在兩個報價之外,套用固定規則,例如與前一筆成交價比較(價格上升為買進,價格下降為賣出),或與價差中點比較。
第 4 步是錯誤進來的地方。價差大於一個跳動點時,有些成交會落在兩個報價之間;有些成交則是在報價變動之後才被報出。這些成交是依慣例貼標籤,其中有些標籤是錯的。在一天中大部分時間價差都維持一個跳動點的高流動性合約上,不明確成交的占比很小;在成交清淡的合約上,或消息公布後的最初幾秒,占比較大。寫下資料商或你自己的程式用的是哪一種規則,因為同樣的成交、不同的規則,建出的兩條 Delta 線不會一致。
如何建立累積 Delta 線?
先把每根 K 棒的 Delta 算成賣價成交量減買價成交量,再從選定的起點逐根相加,並事先決定總和要在交易時段開盤時歸零,還是持續累加不歸零。要記住的公式只有一條:
單根 K 棒 Delta = 賣價成交量 − 買價成交量
這裡的賣價成交量,是該根 K 棒內歸類為買進的成交口數總和;買價成交量,是歸類為賣出的成交口數總和。任一根 K 棒上的累積 Delta,等於從起算點到該根為止所有單根 Delta 的總和。
假設性範例
五根一分鐘 K 棒的單根 Delta 依序為 +70、−40、+120、−90 與 +30 口。累積線的讀數依序是 70、30、150、60、90。第五根結束時線在 90,儘管五根中賣方贏了兩根,因為最大的兩根都是買進的 K 棒。若在第三根歸零重算,第三到第五根的線改為 120、30、60。成交相同,水位不同,斜率相同。
這個例子說明起點為何重要。採用交易時段歸零時,任一時刻的水位代表開盤以來的淨主動性,線可以逐日比較。採用連續累加時,水位帶著數日或數週前的歷史,數字本身意義不大;只有方向與近期波動的形狀有用。兩種選擇都成立。不成立的是混用,或是在看到哪一種讓過去的訊號更好看之後,才去改歸零規則。
還有兩個選擇會改變這條線。K 棒大小決定線被平滑的程度:一分鐘 K 棒顯示每一次爆發,日 K 棒只顯示淨結果。再來,上一節的成交歸類規則,決定了什麼才算買進。三者都要在看圖表之前固定下來。
如何搭配價格使用累積 Delta 背離?
Delta 背離,是價格創新高或新低,累積 Delta 卻沒有創下同樣的新極值;只有把「新高」「未能確認」和隨後的進場都寫成精確條件,它才成為可檢驗的規則。常見的解讀是:價格是在比先前更不積極的買盤下上漲,所以漲勢疲弱。常見的解讀只是假說,不是結果。
確認與背離的樣子如下:
| 情境 | 價格 | 累積 Delta | 常見解讀 |
|---|---|---|---|
| 多頭確認 | 更高的高點 | 更高的高點 | 買方仍在跨越價差;趨勢完好 |
| 空頭背離 | 更高的高點 | 較低的高點 | 新高是在較不積極的買盤下創下 |
| 空頭確認 | 更低的低點 | 更低的低點 | 賣方仍在跨越價差;趨勢完好 |
| 多頭背離 | 更低的低點 | 更高的低點 | 新低是在較不積極的賣盤下創下 |
背離在圖上事後很容易看出,事前卻很難定義。可檢驗的版本,每個詞都要有數字:
- 新高:最近 N 根 K 棒的最高收盤價,N 要寫明(例如 20)。
- 未能確認:該根 K 棒上的累積 Delta,比同樣 N 根內它自己的最高值低至少一個固定幅度,以口數或百分比表示。
- 進場:背離那根 K 棒收盤後,在下一根 K 棒開盤賣出,不在高點本身進場,因為高點要事後才知道。
- 出場:固定的 K 棒根數、回到 Delta 高點,或以跳動點計的停損,於測試前選定。
這些設定各自產生不同的訊號數量與不同的結果,這正是模糊版的背離無法檢驗、精確版卻可以的原因。憑肉眼在過去圖表上畫出的規則,和會重繪的訊號有同樣的問題:LuxAlgo 指標的重繪與訊號檢驗一文說明了,為什麼無法用數字寫出的訊號就無法評分。更大的問題,也就是可檢驗的技術分析工具與指標有哪些,歸結起來也是同一點。
累積 Delta 需要什麼資料?
只有每筆成交都附帶買價與賣價報價的逐筆資料,才能算出真正的累積 Delta;沒有報價的逐筆資料、一分鐘 K 棒與日 K 棒都只能近似,所以 Delta 回測的成敗,取決於你所用的資料。這是這個指標在實務上的主要限制,而且是資料限制,不是邏輯限制。
| 資料類型 | 能否算出真正的 Delta | 近似方法 | 典型用途 |
|---|---|---|---|
| 含買價與賣價的逐筆資料 | 能 | 不需要近似;只有落在價差之內的成交才依規則歸類 | 即時 Delta 圖,也是 Delta 回測唯一可靠的基礎 |
| 沒有報價的逐筆資料 | 部分 | 成交方向規則:價格上升算買進,價格下降算賣出 | 粗略的 Delta;價差變寬時,歸類錯誤增加 |
| 1 分鐘 K 棒 | 否 | 由收盤價落在該根 K 棒高低點之間的位置估計 | 以成交量加權的動能替代指標,不是 Delta |
| 日 K 棒 | 否 | 同樣的收盤位置估計,但粗糙得多 | 不適用於日內 Delta;只能作為動能的替代指標 |
一分鐘與日 K 棒的估計值,要直白說明。若依收盤價在 K 棒區間內的位置推測買進占比,你建出來的是以價格為基礎的指標。這並沒有錯,但它不是 Delta:主動買進撞上掛單賣方、讓收盤停在區間中段,這正是 Delta 本應揭露的情況,它卻無法反映。購買或記錄逐筆資料之前,可先讀期貨何時需要逐筆資料回測,了解檔案長什麼樣、會膨脹到多大;各種指標各自需要什麼資料,則見Delta、足跡圖等訂單流指標的回測的整理。
還有兩項資料檢查。交易所與資料商的時間戳記必須精確到毫秒或更細,否則成交會對上錯的報價。另外,報價與成交紀錄必須涵蓋你打算交易的相同時段;用日盤成交加上全時段報價建出的 Delta 線,每次開盤都會出錯。
ES 的動能替代指標測試顯示了什麼,又沒顯示什麼?
由於多數歷史 K 棒資料無法帶有 Delta,這裡用標準指標組成的規則,作為 Delta 背後動能概念的替代指標;結果顯示的是納入成本、多空皆做的 ES 日線測試長什麼樣子,而不是累積 Delta 本身會有什麼表現。這次執行測試的是替代規則,不是累積 Delta 本身。
Delta 線上升背後的概念,是一方比另一方施壓更強。以價格為基礎的動能規則,用日 K 棒就能承載一個相關的概念。搜尋在 ES 日 K 棒、2019-01-02 至 2025-06-30、多空皆做、一口的設定下,試了 High-Low Exhaustion Oscillator 規則的 1,024 個候選策略;規則是唯一的進場與出場依據,沒有停損、沒有停利、沒有濾網。依報酬相對回撤,保留了一個候選策略。下列數字都是這一個候選策略的結果。
來源:AlphaPrime 產品引擎(CPU),2026-10-31 執行。ES 日線,2019-01-02 至 2025-06-30,多空都做,1 口,每筆手續費 $20、滑價 $25。
| 項目 | 結果 |
|---|---|
| 淨利(已平倉) | $132,237.5 |
| 最大回撤 | $51,095 |
| 交易筆數 | 200 |
| 勝率 | 54% |
| 獲利因子 | 1.443 |
| 平均每筆 | $661.19 |
| 在場時間 | 77.84% |
把這張表當成一個資料點,而不是對動能或 Delta 的定論。保留下來的候選策略,是事後從 1,024 次嘗試中挑出來的;在許多次嘗試裡選最好的,會讓被留下的那一個看起來比實際好:它的部分結果是規律,部分是在這段歷史中成為贏家的運氣。Bailey、Borwein、López de Prado 與 Zhu(2014)說明了,隨著嘗試次數增加,多次回測中的最佳者會多快被墊高。這條規則並未以讀者可期待重現的方式「賺到」這筆錢,而六年半裡 200 筆交易,對每筆平均數字來說也偏少。

這次執行確實顯示的,是一個可用的測試長什麼樣子:多空兩邊都做、一口、固定期間,成本計入結果之內。在 AlphaPrime(Valynox)中,回測會把你設定的手續費與滑價,算進每個候選策略的評估,並在下一根 K 棒成交,所以上表的平均每筆損益已是淨額,而不是事後還要被成本縮減的毛額。真正的 Delta 測試會保留這些全部設定,只更換資料與規則。
累積 Delta 有多可靠?信任它之前該檢查什麼?
累積 Delta 可靠記錄的是誰跨越了價差,而不是價格有沒有跟上;所以信任 Delta 規則之前要檢查:書面規則、買賣價逐筆資料、每筆交易的成本,以及依事先訂好的標準解讀的樣本外結果。每項檢查都排除一種讓指標看起來比實際好的情況。
- 取得含買價與賣價報價的逐筆資料。沒有它,你測的是價格替代指標;前面資料一節已說明,那是另一種指標。
- 固定歸類規則與歸零規則。兩者都寫下來。看到結果後再改任何一個,測試就變成了搜尋。
- 把進場、出場與背離條件寫成精確數字。回看長度、最小背離幅度、進場的 K 棒、出場規則。背離一節的四步清單可當範本。
- 以每筆交易都計入手續費與滑價的方式回測。Delta 規則常在日內頻繁交易,所以必須先拿平均每筆損益和一買一賣成本比較,其他再說。
- 依事先寫好的標準判斷樣本外結果。留出資料中最近的一段,決定怎樣算通過,然後只跑一次。方法見樣本內與樣本外的切分與資料量。
這些步驟的好結果,是一條規則在沒見過的資料上、扣除成本後平均每筆損益仍為正,訊號分散在許多天,而不是擠在同一週。壞結果,則是規則只在某一種歸類慣例下有效,或滑價加倍後獲利就消失。兩種結果都有用;第二種讓你免於交易一條只描述過去的線。
下一步:拿你已在看的 Delta 圖,用一行寫下它的歸零規則,一行寫下它的歸類規則,再把你相信的一個背離訊號寫成精確數字。若今天無法用數字寫出這三項,這就是購買任何資料或做任何測試之前,最先要補上的事。
常見問題
期貨交易中的累積 Delta 是什麼意思?
累積 Delta 是在賣價成交的量,減去在買價成交的量,所得的累計總和。在賣價的成交計為主動買進,在買價的成交計為主動賣出。線上升,代表在計算期間內買方跨越價差的次數多於賣方。它記錄過去的壓力,本身並不預測下一步走勢。
累積成交量 Delta 和累積 Delta 一樣嗎?
一樣。累積成交量 Delta 常縮寫為 CVD,同樣是買進量減賣出量的累加。不同的繪圖工具名稱不同,有時成交歸類規則或歸零規則也不同,所以同名的兩條線可能有差異。比較數值前,先確認線背後的規則。
累積 Delta 每天都會歸零嗎?
取決於你選的設定。採交易時段歸零時,線在每次開盤從零開始,水位顯示開盤以來的淨主動性。採連續累加時,水位帶著前幾天的歷史,只有方向與近期形狀有意義。在看圖表之前先選定一種規則,整個測試都沿用。
能用 1 分鐘 K 棒算出累積 Delta 嗎?
不能得到真正的 Delta。一分鐘 K 棒儲存開盤、最高、最低、收盤與總成交量,但不記錄哪些成交打到買價或賣價。你可以依收盤在 K 棒區間的位置估計買進占比,但這個估計由價格建出,漏掉 Delta 要顯示的情況,也就是主動買進撞上掛單賣方。真正的 Delta 需要含買價與賣價報價的逐筆資料。
本文的 ES 測試能證明 Delta 背離有效嗎?
不能。這次執行測試的是用標準指標組成、跑在日 K 棒上的動能規則,因為日 K 棒無法帶有 Delta。它是從 1,024 個候選策略中依報酬相對回撤保留下來的一個,事後挑出贏家會讓它看起來更好。它顯示的是納入成本、多空皆做的測試長什麼樣子。Delta 規則需要買賣價逐筆資料與它自己的測試。
參考文獻
- Bailey, D. H., Borwein, J., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458–471.
- Kirilenko, A., Kyle, A. S., Samadi, M., & Tuzun, T. (2017). The Flash Crash: High-Frequency Trading in an Electronic Market. The Journal of Finance, 72(3), 967–998.

