跌下去能不能拉回来？我用6年数据验证了资金承接

作 者：老余捞鱼

原创不易，转载请标明出处及原作者。

文中示例仅用于技术讨论，不构成任何操作建议。
量化策略开发应以学习和技术交流为目的。
本号不荐股、不卖课、不承诺收益。
市场有风险，请合法合规投资。

本文约 5000 字 | 预计阅读 12分钟，后有验证源代码，建议先收藏。

10月9日上午（上周四的V型），创业板指盘中一度跌超3%，3000点没守住。11点14分砸到2933点，这是全天最低。下午拉了回来，收盘翻红在3043点。全天全市场成交19167亿，比前一天多了2224亿。

盯着那条分时线看了很久。上午砸出去的钱，是真想跑；下午拉回来的钱，也是真想买。同一天、差不多的点位，两种完全相反的动作挤在一起。

下午两点半开始一直在想：拉回3000点的那些钱，到底是接盘，还是抢反弹？

这事没标准答案，但有一样东西能看。

市场里有句老话：新手死于追高，老手死于低吸。

会不会有人觉得这就是句正确的废话，说的人太多，跟没说一样。后来把这两种死法拆进4174个样本里看，才发现它们死在同一个地方：没看懂承接。

一、承接不是成交量

其实这个定义很简单：价格往下砸时，有没有资金愿意主动把抛压吃掉，把价托住。有，就是承接。

很多人一看下跌有量，就说有人在接。我第一反应也是这样。多数低吸翻车，就翻在这个理解上。

大家可以尝试把10月9日那天的成交量和承接来回捋一下，看能不能想通这一点：成交量只是结果，承接看的是力量对比。

一笔成交，可能是买方主动吃卖单，也可能是卖方主动砸买单。都是放量，恐慌盘不计成本地互砍是放量，大资金在下面张着口袋接货也是放量。屏幕上的量柱一模一样，性质差远了。

盘中同样砸下去5%，收盘位置不一样，是承接还是踩踏，基本就写在脸上了。

区分也不复杂。有承接的盘面，筹码一砸出来就有人吃，价格跌不动，很快收回去。没承接的盘面，只要有人卖，价格就往下滑，越跌越没人进场，最后就成了踩踏。

说到底，承接就是看砸下去之后，价格还能不能站回来。这一条我也是摔了跟头才学会的。以前总以为，盯成交量就够了。

二、追高的人，死在高处的承接是假的

先说追高。

上涨的时候盘面最热闹，大单不断，量柱窜高。热闹劲儿太容易让人当成资金强。可上涨途中的大单，可能是存量资金左手倒右手倒出来的。考验在大资金开始兑现那一刻，上方抛压涌出来，下方还有没有人接。

你可以翻翻自己的持仓，看看有没有这种形态。我差点也这样，看到第三天才反应过来。

我从历史数据里把“盘中冲高3%以上、收盘又回落回去、还放着巨量”的形态单独拉了一组，535个样本。这组之后20个交易日内，95.3%跌破当天最低点，20日超额收益-1.72%，四组里最差的一组。

冲高回落还放量，翻译过来就是：上面有人借着热度往外倒货，下面接的人不够用了。

这种级别的亏法我身边没见过，媒体报道里倒是有一个。2021年新能源行情最热的时候，据多家媒体公开报道，一名在校大学生用生活费买进某新能源头部企业，两个月赚了120%。他误以为自己摸到了财富密码，把全部积蓄砸进去，还借了3万元网贷加码。板块见顶后这只票从最高点跌了75%，利润亏光，倒欠两万多，最后休学打工还债。

他不是输在选错了股票。他输在最高点那几天，盘面上的承接早就断了，他没看。

这种事不是散户专属。上交所资本市场研究所施东辉、清华五道口张晓燕和哥伦比亚大学的Charles M. Jones合作过一篇论文，用的是上交所2016到2019年超过5300万个账户的日度交易数据。结论是账户10万元以下的散户年均亏损20.53%，行为特征排第一位的就是追涨杀跌。

方向做反了还越做越勤快，是大多数账户的常态。同期机构投资者平均收益11.22%，这组数字我盯了半天，才接受一个事实，亏钱的主因不是运气，是动作。

三、低吸的人，死在把放量当成了承接

再看低吸。老手翻车主要死在这里。

拿2024年2月的微盘股流动性危机当案例最合适。那几天把“放量不等于承接”演了个遍。

先看数字。2024年1月1日到2月8日，沪深300只跌了1.93%，中证500跌5.14%，中证1000跌15.19%，中证2000跌27.49%，万得微盘股指数跌了40%以上。同一段时间，同一个市场，越小的票跌得越狠。

那几天每天都有天量成交。我当时对着量柱发了会儿呆，越看越慌，这么多资金在换手，居然没一笔是接盘。

那些量到底是什么。雪球产品集中敲入，券商交易台被迫对冲，四倍杠杆的DMA产品被强平，中性产品夺路而逃。卖方不计成本，买方被动挨打，每一笔成交都是恐慌盘在互砍。

量化机构世纪前沿在给持有人的说明里写过一组数字，中证2000与沪深300的收益率差距多次超过3个标准差，2月5日那一天达到7个标准差。用他们的话说，已经进入黑天鹅行情。

我第一次读这段说明的时候，把那组标准差数字看了好几遍。3个标准差已经是极端，7个相当于把十年的极端行情压进一天。

经济观察报那段采访，我印象最深。一家上海量化私募的从业者说，春节前两周经历了史无前例的超额回撤，老板决定研发团队春节集体加班，退掉了回老家的票。一位干了十几年的量化人，那几天每天只睡几个小时，反复问自己是不是把客户的资金配置在了无法控制的境地。

老手们不是不知道危险。很多人是在2月5日、6日看到巨量成交，判断底部到了，进去了。然后微盘股又跌了两天。可这承接2月8日才第一次露面，国家队开始买中证2000ETF，当天指数涨8.75%，接近500只个股涨停，危机解除。

从2月5日到2月8日，中间隔着三天。这三天里所有的放量，都不是承接。

往前翻一百年，同样的剧本利弗莫尔演过。1908年他听信棉花大佬的建议做多棉花，最初只有6万包的头寸，为了托住价格不断加码，最后滚到44万包，300万美元的本金亏掉270万。这位当时世界上最顶尖的投机者，不是不懂盘口，是在“我已经投了这么多，价格不能再跌了”的执念里，把加码扛单当成了承接。

后来我才想明白，那时候他眼里已经没有盘面了，只剩自己的仓位。价格跌下去之后有没有人接，市场说了算，仓位说了不算。

四、我自己跑了一遍

用腾讯行情接口拉了217只A股2021年1月到2026年10月的前复权日线，一共136044根K线。代码是随机抽的，主板、创业板、科创板都有。然后设了一个统一的入场条件，盘中一度跌超3%，成交量不低于前5日均量的1.5倍。满足条件的样本一共4174个。

这4174个样本，我按收盘位置分成几组。分完有点意外。我一开始以为真承接能占三成，结果一百个里不到6个。真承接那组，收盘拉回到前收负0.5%以内，还留了根明显的长下影。无承接那组，收盘仍跌超3%，收在全日最低点附近，1657个样本。剩下的是中间地带。

收益算法是按信号日收盘价虚拟进场，持有20个交易日按收盘价结算，超额收益用同期全部样本的等权平均收益做基准。脚本放在文末，这张表可以自己跑一遍。

这张表最要紧的是收盘位置。同样是砸深3%加放量，收盘能收回来的一组，之后20日内再创新低的概率63.0%，收在地板上的一组89.3%，差了26个百分点。信号日进场，后面会不会还有更低的价，信号日在收盘那一秒就已经告诉你一大半。

还有一个结果我一开始没想通。我本来以为只要收盘能拉回就算承接，又跑了一个宽口径，不要求长下影，只要收盘拉回。结果这一组反而是最差的之一，20日超额-1.33%。去查了数据才明白，混进来了大量低开高走的小反抽，盘中根本没砸深，反弹也没有量。承接的前提是先有真实的抛压，然后才谈得上接住。没有砸下去，就谈不上接。

最泼冷水的是真承接那一组，20日超额收益只有0.09%，几乎就是零。也就是说，看到承接信号冲进去，长期看并不能让你多赚钱。它的价值不在进攻，在排雷。它告诉你这根K线下面有没有坑，至于能不能涨，要看后面的量能不能跟上来。

说实话，跑出这个结果的时候愣了一下。把A组这211个样本的日线又翻了一遍，确认不是分组的时候算错了。以前总觉得讲承接的文章，多半把它讲成进场信号。承接真有那么灵吗？数据给的面目要朴素得多，我更愿意把它看成一张体检单，不是一张奖券。

五、三个能落地的判断

能直接用的有三个，都是盘中盯一眼就能问自己的。

第一，砸下去多久爬回来

这是承接最直接的形态。真承接的盘面，急跌之后几分钟到几十分钟内止跌，然后买盘把价格推回均价甚至前价附近，日线上留一根长下影。没承接的盘面是另一种样子，砸下去就趴着，每次抬头都被压回去，低点一个比一个低。

判断标准不是跌了多少，是跌完之后收回来多少、用了多久。我一开始只盯跌幅，后来才反应过来，收复速度才是真信号。真承接组之后5日平均收益+2.73%，无承接组只有+0.98%。同样的跌幅，收回来的速度就是多空力量最诚实的投票。

第二，量放在了哪一段

下跌放量只说明有人卖，反弹放量才说明有人愿意在更高的价位接。

下跌放量、反弹缩量，这是抛压出逃。一反弹就有人卖，资金只想走不想来。有效承接是另一种样子，下跌放量承接，反弹时量能跟得上，抛盘被吃掉之后还有人继续往上推。

我那个宽口径组为什么差，差在量上。收盘拉回但反弹无量的样本，后面20日超额是负的。

第三，关键位置有没有人防守

所谓的支撑，从来不是画出来的。一个价格之所以成为支撑，是因为真的有资金愿意在那个位置花钱防守。

2024年2月19日早上有个细节。百亿私募灵均投资的程序在开盘1分钟内抛出沪深两市股票合计25.67亿元，深证成指和上证指数应声下挫，两天后沪深交易所对它限制交易并公开谴责。一分钟25亿的卖单，任何支撑在它面前都是纸糊的，因为那一刻整个市场没有人来得及承接。这个数字让我第一次意识到，支撑这个词在极端时刻有多脆弱。

我盯了很多次盘口才发现，支撑是守出来的，不是跌出来的。跟25.67亿那一分钟是一个道理。看到关键位置被一根大阴线直接击穿，毫无抵抗，不用找理由，那个位置没有资金愿意守。支撑要等资金用盘面证明它有效，不能提前埋伏去赌它一定起作用。

六、承接也会说谎，也会失效

把承接讲成包治百病，是这类内容最常见的坑。有两件事得说清楚。

盘口的承接可以造假。买1、买2、买3挂出大托单，看起来像有人护盘，但挂单不等于成交。承接是主动吃单，挂在那里给你看的是布景。高位的大托单尤其要警惕，价格一路阴跌、托单却频繁撤换，多半是演戏。低位砸下去能快速收回的承接，比任何托单都可信，因为那需要真金白银成交出来。

承接信号本身也会被极端行情反杀。杭州龙旗基金在2024年2月7日下午评估行情过于极端，出于风控收紧了选股域和风格因子，结果2月8日国家队拉中证2000ETF，中小票报复性反弹，中位数上涨7.35%，他们前一晚的风控动作恰好错过了最大的反弹。专业机构按纪律做事，也会被承接信号的突然反转打一闷棍。说实话那两天我挺替他们可惜的，风控没错，行情也没错，只是没撞上。那承接还算数吗？算，但它有自己的保质期。

承接这个东西，只能回答一个问题，此刻此刻多空谁占上风。它回答不了明天会不会有利空，也回答不了板块逻辑会不会崩。如果你现在正等一个承接信号进场，我建议你先把止损线写下来。0.09%的超额摆在那儿，赌不起。

七、总结起来就四句话

这一轮跑下来，我把有用的东西压缩成四句话，前后改了两天，可以贴在显示器边上。

砸下去有没有人接，看收盘位置，不看盘中跌多深。

放量不是承接，反弹时的量才是承接。

支撑不是画出来的，是资金守出来的。

承接只说明当下，不承诺明天，止损照旧。

这四句话救不了收益。说不好能帮上多少，但能少踩坑。20日超额0.09%这个数摆在那儿，承接救不了你。它们不构成任何进场依据，就是一张排雷清单，帮我避开那些看起来便宜、底下没有人的坑。

下次价格砸下来，手先停一下，看一眼收盘收在哪儿。这个数骗不了人。

#资金承接 #盘口语言 #放量下跌 #低吸陷阱 #量价关系 #A股 #交易纪律 #量化实证 #止损 #老余捞鱼

风险提示：本文为盘面现象与公开数据的个人复盘，所有统计均为历史数据回测，不构成任何投资建议，不承诺任何收益。历史规律不代表未来表现，承接信号在极端行情中可能失效。市场有风险，入市需谨慎。

完整脚本

本文实证分两段脚本，均用Python标准库实现，可复跑。

repro_fetch.py，随机抽500只A股代码（seed=42），并发请求腾讯行情fqkline接口拉2021-01-01至2026-10-10前复权日线，存repro_data/kline.csv（实际成功217只，136044根K线；其余代码不存在或长期无成交）。

repro_analyze.py，读入kline.csv，按以下口径分组统计。信号条件为盘中最低价较前收跌超3%，且当日成交量不低于前5日均量1.5倍。A组要求收盘拉回至前收-0.5%以内且下影线占全日振幅一半以上；B组要求收盘仍跌超3%且收在全日振幅最低20%区域；D组要求盘中冲高3%以上、收盘回落至前收+0.5%以内、上影线占振幅一半以上且放量。收益以信号日收盘价虚拟进场，持有1/5/10/20个交易日按收盘价结算，超额收益为个股收益减同期全部样本等权平均收益。输出repro_results.json。

# -*- coding: utf-8 -*-
# 资金承接实证（精简版，分组统计核心逻辑）
# 数据：repro_data/kline.csv，列code,date,open,close,high,low,vol
import csv, json, statistics, collections

HOLD = [1, 5, 10, 20]
data = collections.defaultdict(list)
with open("repro_data/kline.csv", encoding="utf-8") as f:
    for row in csv.DictReader(f):
        data[row["code"]].append((row["date"], float(row["open"]), float(row["close"]),
                                  float(row["high"]), float(row["low"]), float(row["vol"])))
for c in data:
    data[c].sort(key=lambda r: r[0])

# 未来N日收益与同期样本池等权基准
fwd = {}
pool = collections.defaultdict(lambda: collections.defaultdict(list))
for code, rows in data.items():
    n = len(rows)
    for i in range(n):
        fwd[(code, i)] = {}
        for k in HOLD:
            if i + k < n:
                r = rows[i + k][2] / rows[i][2] - 1.0
                fwd[(code, i)][k] = r
                pool[rows[i][0]][k].append(r)
bench = {d: {k: statistics.mean(v) for k, v in kv.items()} for d, kv in pool.items()}

groups = collections.defaultdict(list)
for code, rows in data.items():
    n = len(rows)
    for i in range(5, n - max(HOLD)):
        d, o, c, h, l, v = rows[i]
        pre = rows[i - 1][2]
        rng = h - l
        if pre <= 0 or rng <= 0:
            continue
        vol5 = statistics.mean(rows[i - k][5] for k in range(1, 6))
        low_drop = l / pre - 1.0
        vr = v / vol5 if vol5 > 0 else 0
        rec = {"code": code, "date": d, "new_low20": any(rows[j][4] < l for j in range(i + 1, min(i + 21, n)))}
        for k in HOLD:
            rec["r%d" % k] = fwd[(code, i)].get(k)
            b = bench.get(d, {}).get(k)
            rec["e%d" % k] = rec["r%d" % k] - b if (rec["r%d" % k] is not None and b is not None) else None
        if low_drop <= -0.03 and vr >= 1.5:
            groups["C"].append(rec)
            if c >= pre * 0.995 and (min(o, c) - l) / rng >= 0.5:
                groups["A"].append(rec)
            elif c <= pre * 0.97 and (c - l) / rng <= 0.2:
                groups["B"].append(rec)
        if (h / pre - 1.0) >= 0.03 and c <= pre * 1.005 and vr >= 1.5 and (h - max(o, c)) / rng >= 0.5:
            groups["D"].append(rec)

out = {}
for g in "ABCD":
    rs = groups[g]
    out[g] = {
        "样本数": len(rs),
        "5日平均收益%": round(statistics.mean(r["r5"] for r in rs) * 100, 2),
        "20日平均收益%": round(statistics.mean(r["r20"] for r in rs) * 100, 2),
        "20日超额%": round(statistics.mean(r["e20"] for r in rs) * 100, 2),
        "20日内跌破当日最低%": round(sum(r["new_low20"] for r in rs) / len(rs) * 100, 1),
    }
print(json.dumps(out, ensure_ascii=False, indent=2))