• 该指标的功能

该指标将两个独立的分析引擎合并为图表上的单一叠加层。第一个——平滑Z分数——将每个柱状图分类为统计状态（牛市、熊市或中性），并相应地着色。第二个——振幅动量（AMP）检测器——通过测量累计收益并用回归分析验证，识别持续的方向性价格序列。

两者结合，生成一个图表，同时显示市场的统计环境和动量结构，无需您解释单独的振荡器面板或手动画图。

更多详情请参阅cBot版本页面。

• 两个分析层
• 层1——Z分数状态分类

Z分数衡量当前价格距离其近期统计中心的偏离程度，以标准差表示。当该偏差超过有意义的阈值时，指标宣布一个方向性状态已开始。

这与“价格是否上涨？”是根本不同的问题——它问的是“价格是否已远离均衡点，发生了结构性的重要变化？”

有三种状态：

牛市状态——价格显著高于其滚动统计中心。图表显示为绿色。

熊市状态——价格显著低于其滚动统计中心。图表显示为红色。

中性——价格处于正常波动范围内。指标在此并非简单静默，而是进入合成趋势模式，继续将每个中性柱分类为偏向牛市或熊市（详见下文）。

• 层2——AMP序列检测

AMP层分析累计价格收益（以基点计）并识别动量序列——价格进行持续且有意义方向性移动的时期。

检测分两遍进行。第一遍扫描价格收益，寻找超过最小振幅阈值的方向性移动，标记反转、回撤和不活跃期。第二遍应用OLS（普通最小二乘）回归细化——从两端拟合回归线，修剪不满足振幅要求的区域。这样消除价格技术上移动足够但波动噪声大或不令人信服的假阳性。

图表上可见多种AMP状态：

上升序列进行中——价格正在进行持续且有意义的向上移动。

下降序列进行中——价格正在进行持续且有意义的向下移动。

序列结束——确认的动量序列刚刚完成。图表上以三角形标记。这表示先前的方向推动已耗尽。

发展中序列——在实时（形成中）柱上，检测到新序列但尚未由闭合柱确认。用不同颜色显示，便于区分暂定和确认读数。

中性——无足够振幅的方向性动量。

• 两个层如何协同工作

Z分数告诉你市场处于何种统计状态——价格是否偏离其常态以构成某种状态，或是否在正常范围内波动。

AMP层告诉你价格当前的实际动态——方向性动量序列是否正在运行、刚结束或尚未开始。

单独任何一层都无法提供完整画面。Z分数牛市状态确认统计环境偏向上涨，但不说明动量是否活跃或暂停。AMP上升序列确认价格有力移动，但不说明该移动相对于近期行为是否统计显著。

当两层一致时，你获得对市场状况的更高质量解读。配套交易机器人正是基于此原则——仅当Z分数状态、AMP序列状态和方向性偏差过滤器同时对齐时才开仓。

• 信号标记和序列结束标记

指标在图表上多个事件类型处放置视觉标记：

Z分数状态开始标记出现在确认新牛市或熊市状态的确切柱上，告诉你统计环境何时发生变化。

中性交叉标记出现在价格穿越中性阶段合成趋势线时。牛市交叉表示价格已突破预测的状态趋势线；熊市交叉表示价格跌破该线。这些标记识别中性区内的结构性拐点。

AMP序列结束标记以三角形显示在确认的动量序列最后一个柱上。向上三角标记上升序列结束；向下三角标记下降序列结束。这些点表示方向推动已被确认耗尽——通常是图表上最具操作价值的入场和退出时机信息。

所有标记类型均可触发弹出和声音提醒。

• OLS细化——为何AMP序列值得信赖

许多动量检测器仅测量窗口内的价格变化。AMP层更进一步。在初步检测识别候选序列后，使用普通最小二乘回归对每个检测区域进行验证——这也是正式统计分析中使用的方法。

回归从两个方向应用（从序列开始向前，从序列结束向后），保留最大验证范围。任何回归斜率不满足最小振幅要求的序列部分都会被修剪。剩下的是方向性已被数学确认的序列，而非仅凭原始价格波动假设。

这种两遍方法使AMP序列比简单动量振荡器更为干净。过滤掉了因震荡横盘引起的假阳性。仅保留具有真实、回归验证方向力的移动。

• 稳健统计——内置抗异常值能力

标准Z分数使用均值和标准差，这两者对异常值极为敏感。单个极端蜡烛（新闻冲击、闪崩）会扭曲均值并膨胀标准差，导致随后许多柱出现误导性读数。

该指标提供了使用中位数和MAD（中位数绝对偏差）的替代统计模式。这些度量本质上抗异常值——单个极端值不会拉动中心或膨胀分布。

在易受突发冲击影响的市场（新闻驱动工具、流动性稀薄期），稳健统计能显著提升状态检测质量。这不是表面选项，而是信号质量的结构性改进。

• 影响力——控制状态如何适应

在活跃的Z分数状态期间，使用称为影响力的参数将新价格值混入滤波序列。这控制当前价格在状态期间对滚动统计窗口的影响程度。

一端，状态的统计中心完全忽略新价格，保持其原始参考框架——有助于检测价格何时相对于移动起点最终耗尽。另一端，中心完全适应新价格，只有相对于最新行为的新偏差才会触发或维持状态。

这不是传统意义上的平滑参数。它控制状态本身的记忆——指标内部参考框架调整以适应持续移动现实的速度。

• 信号边际——防止闪烁的滞后效应

基于阈值的指标最常见的问题之一是闪烁：价格在阈值附近徘徊，信号快速在激活和非激活间切换。

该指标通过内置滞后机制解决此问题。一旦状态激活，维持该状态的有效阈值会降低一个可配置的边际。启动状态需要更大力度，而维持状态则较易。一旦市场确定方向，指标保持该读数，直到出现真正反转——而非边界附近的噪声。

• 实时检测——形成柱上的实时AMP读数

大多数基于序列的指标仅在柱关闭时更新。AMP层包含实时检测模式，运行完整算法包括形成中（实时）柱，实时读取新序列是否正在发展，尚未确认。

发展中序列用不同颜色显示，便于区分确认读数和暂定读数。这让你能尽早察觉动量变化，同时保持确认信号的完整性。

• 确认——两层的可选延迟

两个分析层都支持可选确认要求：

对于Z分数，可以配置连续多根柱超过阈值后才确认状态。信号标记放置在确认完成的确切柱上，而非首次越过阈值的柱。

对于AMP层，序列结束可要求序列结束后有配置数量的非恢复柱，才确认结束。这防止序列短暂停止后又恢复时过早标记结束。

两者都以可靠性换取时效性。在震荡条件下，即使多一根确认柱也能消除大多数假启动。

• 该指标的独特之处

大多数图表指标只提供单一维度——趋势强度、动量或波动率。你需要交叉参考多个面板，自行拼凑画面。

该指标提供两个独立分析维度的单一叠加层。Z分数告诉你市场的统计状态。AMP层告诉你该状态内动量的表现。两者共同回答最重要的两个问题：市场是否处于有意义的移动中，该移动是否仍在进行？

合成趋势线系统意味着你永远不会处于信息真空。即使在最安静的中性阶段，指标也提供来自最近有意义状态的方向参考。

OLS回归细化意味着你在图表上看到的动量序列已被数学验证，而非仅从嘈杂的价格行为推断。

使用稳健统计、信号滞后和双层确认意味着该指标设计用以抵抗最常见的失败模式：异常值敏感、边界闪烁、假突破和过早的序列结束信号。

最后，该指标设计为基础层。其状态和序列输出直接被配套交易机器人使用，后者要求Z分数状态、AMP序列状态和方向性偏差过滤器对齐后才执行交易。该指标不是独立信号生成器，而是为真实资金构建的多层决策系统的分析骨干。

• 状态显示

AMP层包含一个图表上的状态面板，显示当前动量状态和活动序列的振幅（以基点计）。面板实时更新，并为每种状态使用不同颜色——活动上升序列、活动下降序列、发展中序列、序列结束和中性——使当前状态一目了然，无需检查单个柱。