现在是 2026 年 4 月 20 日，晚上。

这几天我在继续推进资本市场三体动力学的实验化工作，主要是在 Pine Script 里先把它做成一个能看、能测、能快速试错的原型。

这次的重点，不是把策略收益率立刻做到多漂亮，而是先回答几个更基础的问题：$ \delta$,$\mu$,$\sigma$ 这三个市场状态量到底应该怎么建模？它们是不是真的彼此独立？以及，我之前设想的三体门控，到底能不能在最简单的策略上先看到一点苗头？

先说结论：这轮实验是有收获的，而且收获不小，但它更多是验证和收敛意义上的收获。之前在三体动力学里提出的一些判断，这次在 Pine 原型里被进一步验证了；另外，还有一些实现层面的新问题也暴露出来了。这两部分叠加在一起，才让我把真正值得继续深挖的方向收敛出来。

1. 先把三体动力学做成 Pine 原型

我先把三变量 + 八相态 + 门控机制，做成了一个 Pine 指标原型。这样我至少可以在 TradingView 里直观看到，市场在不同阶段到底被分类成了什么状态。

这个原型里，核心就是三件事：

1. 估计 $\delta$, $\mu$, $\sigma$ 这三个状态量；
2. 对它们做标准化，形成高低态；
3. 把三元高低态映射成八相态，并进一步映射成动量、价值、做市三类策略的门控。

这一步其实没有什么神秘的。真正困难的地方，不在于把八相态背景色画出来，而在于第一个问题：这三个量到底怎么算，尤其是 $\delta$ 怎么算。

2. 第一个重要验证：用均线偏离来定义 $\delta$ 这条路，实验上再次被证伪了

一开始，一个最自然的想法是，把溢价定义成价格对某个慢均线中枢的偏离。因为这很直观，也很好算。

不过这里更准确地说，不是“发现”，而是一次实验上的再次确认。关于这一点，我之前在《三体门控的市场状态量建模方案》里其实已经讲得很清楚了：如果用均线偏离来定义 $\delta$，那么它会退化成 $\mu$ 的线性相关变体。更严格地说，只要是线性慢滤波器，只要你拿它去定义那个所谓的“中枢”或者“内在价值”，那么这个 $\delta$ 迟早会退化成动量的变体。

这次我在 Pine 里把它真正做出来以后，又一次看到了同样的问题：这样定义出来的 $\delta$ 和 $\mu$ 高度相关，几乎就是一回事。这不是参数没调好，而是结构上就错了。理论上我之前已经论证过，这次只是把它在实验层面再次坐实了。

这个问题非常关键。

因为三体动力学要成立，前提就是 $\delta$, $\mu$, $\sigma$ 这三个量必须真的是三个相对独立的维度。如果 $\delta$ 最后只是换皮的 $\mu$，那整个体系从一开始就是塌掉的。

所以，这条路我现在认为可以明确放弃了。至少，不能再把“慢均线偏离”这类东西叫做 $\delta$ 了。它最多只是某种动量滤波器的变体，而不是我这里要找的溢价状态量。

3. 第二个重要收敛：我现在更倾向于把 $\delta$ 理解成偏离度，而不是方向

接下来我又进一步收敛出一个判断：$\delta$ 这个东西，至少在我当前的体系里，它的核心语义不是“价格在向上偏还是向下偏”，而是“价格偏离共识区有多远，回拉压力有多大”。

所以，$\delta$ 更像一个偏离强度，而不是方向性变量。

也正因为如此，我后来把很多原本带方向的写法都改掉了，倾向于用绝对值、幅度或者梯度强度来理解它。$\mu$ 和 $\sigma$ 也做了类似的处理。至少在这一版原型里，我不希望这三个量天然地把涨跌方向编码进去。我现在更想先研究“状态强弱”，而不是“方向判断”。

换句话说，这一轮实验里：

• $\delta$ 更像偏离度 / 回拉压力强度；
• $\mu$ 更像持续运动强度；
• $\sigma$ 更像波动强度。

这个调整之后，三变量的语义比之前清楚多了。

4. 第三个重要收敛：对数空间是更合适的坐标系

再往后推，就会发现如果输入是价格序列，那么很多东西最好统一放到对数空间里处理。

因为收益率本来就是对数收益率，波动率天然也更适合在对数收益率上定义。那如果 $\delta$ 还停留在线性价格空间里，整个体系就会有点别扭。

所以后来我把实现统一切到了对数价格 / 对数收益率这个坐标系下。这一步做完以后，整个模型内部的量纲和解释都顺了很多。

这个我现在基本上已经没有什么疑问了。以后如果继续推进，我会默认在对数空间里思考这件事。

5. 关于 $\delta$，分位数中枢方案是有用的，但我不满意

在 Pine 原型阶段，我还试过一个比均线中枢更像样的方案：不用单个均线，而是用固定窗口内的分位数带，再取它的中枢，去刻画“共识区”。

这个方案确实比均线偏离强不少。它更稳，也更像是在描述一个价格接受区间，而不是某一条线。

而且从图上看，它对一些局部反转点会更敏感。

但是我后来越来越不满意这个方案。原因也很简单：固定窗口的中位数也好，分位数带也好，本质上都在做一种粗暴的信息压缩。原本价格轴上可能存在多个心理锚点、多个成交密集区、多峰结构，但你最后硬要把它们压成一个“中枢”或者一段“带”，这其实已经销毁了大量信息。

在单峰、趋势比较清晰的时候，这种简化可能还凑合。一旦进入复杂震荡、多锚点共存的环境，它就会显得很片面。

所以我现在的判断是：分位数中枢方案可以作为一个不错的 baseline，也可以作为 Pine 里很实用的近似方案，但它不是我真正想要的 $\delta$。

6. 我现在更认可的方向，是“成交量锚定引力场”

我现在更认可的理解是：内在价值不是一个点，而是一个由市场交易行为内生出来的场。

谁在什么价格成交了、成交了多少量、这些成交离现在有多远、这些锚定有没有失效，这些东西共同决定了当前价格所受到的回拉压力。

所以，$\delta$ 不应该理解为“当前价格偏离某一个锚点多少”，而应该理解为“当前价格在整个历史锚定网络中，受到的净回拉压力有多大”。

这也是我后来继续转向引力场方案的原因。因为从我之前的理论直觉出发，真正合理的东西本来就不应该是单锚点，而应该是多锚点共同作用出来的场。

它的直觉其实很简单：

1. 成交量越大，说明那个价格区间的共识越强；
2. 离当前越近的历史成交，锚定效应应该越强；
3. 离当前价格越近的锚点，对回拉力的贡献应该越大；
4. 真正有意义的，不是场值本身，而是场对价格的梯度，也就是“拉回去的力”。

这个直觉比“取一个长窗口中位数”要自然得多，也更符合我对价值资本行为的理解。

7. 但引力场的第一版实现，也暴露出一个现实问题：参数太多，而且容易爆炸

我后来把这个引力场方案也在 Pine 里做了一个近似实现。

结果一开始就出现了非常夸张的数值爆炸，直接冲到 $10^{10}$ 以上去了。这个也不奇怪，因为如果你直接把一堆带成交量权重的梯度项硬加起来，再叠一个很激进的带宽参数，量纲就很容易失控。

后来我给它加了归一化，也加了时间衰减，总算把数值压回来了。

但是新的问题又出现了：虽然这个方案在理论上更漂亮，但在局部反转点上的体感优势，并没有我原来期待的那么大。特别是和分位数方案相比，在相近时间尺度上，两者最后还是会出现比较强的相关性。

这说明了两件事。

第一，当前这版引力场实现还不够好，它只是一个很粗糙的 Pine 近似原型。

第二，真正关键的东西，不在于再盲目堆窗口和参数，而在于公式里承载的行为假设到底对不对。

如果心理模型不对，你参数调得再漂亮也没什么用。

8. 真正值得继续研究的，不是窗口，而是行为金融学里的不对称性

这轮实验做到后面，我越来越觉得，$\delta$ 这件事真正值得深挖的地方，不是“窗口取 200 还是 500”，也不是“平滑系数取多少”，而是几个更本质的问题：

1. 心理锚定效应到底如何衰减？
2. 处置效应会不会让核函数天然不对称？
3. 多头偏向存在时，支撑和阻力的“硬度”是不是本来就不一样？
4. 一个历史成交锚点，随着时间推移，它的“存活概率”是不是应该进入权重？

这些问题一旦成立，那么我们就不应该再用一个简单对称核去描述所有锚定效应了。

我现在越来越倾向于这样一个判断：市场中的残留锚定，不是对称的。盈利头寸往往会被更快地了结，亏损头寸反而更容易被抱住。经过这一层存活者筛选以后，市场中真正留下来的锚定力量，会天然偏向亏损侧。

如果再叠加大多数市场天然偏多头这一事实，那么很多时候，支撑位比阻力位更“硬”，就不是偶然现象，而是这个机制的自然结果。

这件事我认为非常值得继续往下推。

9. 门控策略的初步实验结果，并没有让我满意

除了指标之外，我还单独写了一个 Pine 策略文件，用最简单的双均线交叉策略做基础信号，然后加一个 momentum_gate 开关，看这个门控到底有没有提升。

结果目前看下来，提升并不明显。至少在这组最原型化的实验设置下，它还没有给出一个让我很满意的答案。

这个结果并不算意外，但也说明了一些问题。

我现在认为，更大的可能不是“三体门控完全没用”，而是我当前这个实验设置太粗了。

最可能的问题有两个：

1. 应该用大尺度状态切换去门控小尺度信号，而不是在同一个周期里自我门控；
2. 目前各个参数都还是原型级别的，远没有到市场适配的程度。

尤其是第一点，我现在觉得更关键。因为 regime filter 这种东西，本来就更像一个高层状态变量，它应该在更大的时间尺度上工作，而不是和底层信号挤在同一个频段里互相污染。

所以，这轮门控实验没有给出特别漂亮的结果，但它至少帮我确认了一件事：接下来要么做真正的多周期实验，要么干脆上离线数据研究框架。否则在 Pine 里继续靠同周期参数微调，边际收益会越来越低。

10. 这轮实验最重要的收获，其实是研究方向被收敛了

如果只看短期策略表现，这轮实验不能算多么成功。

但如果从研究本身来看，我觉得它是很有价值的。因为它帮我把很多原本混在一起的问题分开了，也帮我把“哪些是此前已有的理论判断，哪些是这轮实验新暴露出来的实现问题”分开了。

我现在对这件事的判断大概已经比较清楚了：

1. $\mu$ 和 $\sigma$ 的定义相对成熟，没有太大争议；
2. $\delta$ 才是整个三体动力学里最难、也最有价值的部分；
3. $\delta$ 不能再走线性中枢那条路，否则一定会退化；
4. 分位数中枢方案可以作为 baseline，但不是终点；
5. 真正值得继续推进的方向，是带有成交量锚定、时间衰减、甚至左右不对称性的引力场模型；
6. 下一步应该继续从处置效应、心理锚定和锚点存活概率这几个角度，去简化并重写 $\delta$ 的公式。

说白了，问题已经被收敛到一个相当具体的点上了：

我要找的，不是一个“看起来很高级”的溢价公式，而是一个既能保留多锚点信息、又不会因为参数太多而失去可证伪性的简化模型。

这才是下一步真正值得做的事情。