市場情緒怎麼用

看懂合約溢價怎麼算、避開兩個最常見的誤讀，以及怎麼放進策略。

合約價格比現貨高，就代表市場很樂觀嗎？市場情緒看的是 Binance 永續合約比指數價格高出多少，但它用的是 USDT 價差、而且只跟自己近 30 天比——這兩點是最多人讀錯的地方。

什麼是市場情緒？

市場情緒（Market Sentiment，MS）是 Blave 的合約溢價指標：比較 Binance USDT 本位永續合約與 Binance 指數價格的收盤價差，換算成相對該幣近 30 天的 z-score。指數價格是 Binance 以多家交易所現貨報價加權而成，不是單一交易所的現貨價。計算分三步：

因為是 z-score，數值沒有上下限，各幣種能放在同一把尺上比較。正值代表價差比近 30 天平常大，多方願意用更高的價格在合約上進場；資料裡沒有多空人數，也沒有持倉。Studio 的狀態徽章用以下門檻分級：

最關鍵的兩點：它是 USDT 價差，而且只跟自己比

算的是 USDT 絕對價差，不是百分比

市場情緒的原料是「合約價 − 指數價格」的 USDT 差額，整個計算過程沒有除以價格。所以溢價比例不變時，同一個幣的價格漲得越多，USDT 價差就越大；不同幣之間則因為各自標準化，不受幣價高低影響。

舉個假設的例子：某幣 30 天前價格約 1 USDT，合約比指數高 0.001 USDT，溢價 0.1%；之後幣價漲到 2 USDT，合約仍比指數高 0.1%，價差卻變成 0.002 USDT。溢價比例完全沒變，但價差高於近 30 天平均，市場情緒會被推高。幣價在 30 天內大跌時則相反，數值會被壓低。

高低是相對該幣近 30 天，不是絕對水準

z-score 比的是這個幣自己近 30 天的平均。一個連續兩個月合約都比指數高出差不多價差的幣，平均會被墊高，市場情緒回到 0 附近——這時 0 的意思是「跟近 30 天差不多」，不是「沒有溢價」。

反過來，一個幣從大幅溢價回落到小幅溢價，價差低於近 30 天平均，數值可能轉成負的，但合約其實仍然比指數貴。同樣是 +2，放在不同幣、不同月份，背後的實際價差也可能差很多。

怎麼用市場情緒做策略？

目前沒有任何官方策略使用市場情緒，以下三種用法都是示意、未回測。程式碼裡的 ±0.5 與 3 是借用 Studio 徽章門檻當起點，不是參數掃描的結果，實際使用前都要自己回測。

1. 門檻＋緩衝區：價差偏高時持有

最直接的寫法：市場情緒高於進場門檻時做多，跌破出場門檻就空手。兩個門檻中間留一段緩衝，避免數值在單一門檻附近來回時頻繁進出。

ENTRY_TH = 0.5    # 示意：借用「樂觀」徽章門檻
EXIT_TH  = -0.5   # 示意：借用「悲觀」徽章門檻

def compute_signals(df, entry_th=ENTRY_TH, exit_th=EXIT_TH):
    # df['MS'] = 該幣的市場情緒數值
    signal = pd.Series(np.nan, index=df.index)
    signal[df['MS'] > entry_th] = 1.0   # 價差高於常態 → 做多
    signal[df['MS'] < exit_th]  = 0.0   # 價差低於常態 → 空手
    return signal

因為數值先取過 1 天中位數，這個訊號跟著日級的價差變化走，不會對幾分鐘內的價格跳動反應。它沒有回測；門檻與方向（順勢或反向）都要自己掃描驗證。

2. 極端值當風控：過度樂觀或過度悲觀時先不開新倉

數值到 ±3，代表價差相對近 30 天已經非常極端。一種保守的用法是不把它當進場訊號，而是加在既有策略的進場條件上，極端時先不開新倉：

# 示意：|MS| ≥ 3（過度樂觀或過度悲觀）時不進場
too_hot = df['MS'].abs() >= 3
entry = compute_entry(df) & ~too_hot

這不是反轉訊號，也沒有回測：Blave 沒有驗證過數值到 ±3 之後價格會反轉，也沒有驗證過避開極端值能改善績效；這裡只是把「價差已經極端」當成暫停開新倉的條件。±3 是相對近 30 天，價差長期很穩的幣，小變動也能到 ±3。compute_entry 換成你原本策略的進場條件。

3. 濾網：慢的市場情緒定方向，快的指標抓時機

市場情緒是日級的慢訊號，適合當背景濾網：只在它大於 0 時，才接受短窗口指標（例如多空力道）給出的做多訊號；市場情緒回到 0 以下就空手。以下是結構示意，compute_fast_entry 換成你自己的條件：

ms = fetch_market_sentiment(SYMBOL, INTERVAL, START, END, hdrs)
df['MS'] = ms['alpha']
regime_long = df['MS'] > 0              # 示意：價差高於近 30 天平均才做多
fast_entry = compute_fast_entry(df)     # 例如短窗口的多空力道條件
signal = pd.Series(np.nan, index=df.index)
signal[regime_long & fast_entry] = 1.0
signal[~regime_long] = 0.0

這個組合沒有回測，門檻 0 只是示意；實際使用前要掃描參數、看扣掉手續費後的表現。

K 線週期怎麼選？

市場情緒只有一個設定：K 線週期（period），可選 5min、15min、1h、4h、8h、1d，最短 5 分鐘。它沒有巨鯨警報那種時間窗口參數；而且不管選哪個週期，數值都是先取過 1 天中位數的結果，週期只決定多久取一次值，不會拿掉底層的 1 天中位數平滑。

選週期的依據是策略多久檢查一次，不要期待短週期能抓到短線。資料從 2020-01-01 起（晚上市的幣從上市日起）；z-score 需要 30 天樣本，所以比較有意義的數值大約從 2020-01-31 開始，新上市的幣前 30 天也是同樣道理。

在 Studio 上怎麼看？

搭配哪些指標？

以下是組合思路，不是驗證過的結論：

用 API 或 Blave Agent 取數要注意什麼？

API 端點是 GET /market_sentiment/get_alpha，參數有 symbol、period 與起訖日期（start_date、end_date）；Blave Agent 裡對應 fetch_market_sentiment。幣種只涵蓋 Binance USDT 本位永續，其他交易所不在內。只回傳已收盤的 K 線，欄位是 timestamp、alpha 與 stat，不含價格；沒給起始日時預設抓最近 365 天，區間超過 365 天會自動截短。

stat 物件描述最新一筆數值，意思跟名字不完全一樣：