成交量与持仓量的变化
波段底部的第一个显著特征是成交量萎缩。股票市场经历持续下跌后，抛压逐渐衰竭，日成交量降至前期高点时的三分之一甚至更低。这种缩量表明卖方力量耗尽，买方尚未大规模入场。期货市场对应的是持仓量变化。下跌末期，持仓量往往先增后减，空头获利平仓推动持仓量下降，价格跌势放缓。当持仓量降至阶段性低点，随后价格企稳反弹，新多资金开始入场，持仓量重新增加，形成底部确认信号。
技术指标的背离现象
价格创新低而技术指标不创新低，构成底背离。股票波段底部常见MACD底背离，价格第二低点低于第一低点，MACD柱状线或DIF线却高于前低。RSI指标在30以下形成双底或头肩底形态，同样提示底部。期货市场因杠杆交易，背离信号更灵敏。布林带下轨被价格触及后，价格未能持续下跌，反而收回下轨之内，表明超卖修复。KDJ指标在20以下反复金叉死叉，最终形成有效金叉，配合价格站上5日均线，可视为短期底部。
市场情绪与资金流向
股票市场情绪极度悲观时，波段底部临近。融资余额持续下降，新增投资者数量锐减，股吧和论坛充斥绝望言论。相反，产业资本开始增持，上市公司回购股票，ETF份额逆势增加。期货市场情绪体现为升贴水结构。下跌趋势中，近月合约贴水扩大，远月合约贴水更深。底部区域，近月合约贴水收窄甚至转为升水，表明现货紧张或预期改善。资金流向方面，期货主力合约前20名席位净空单减少，净多单增加，是底部形成的重要参考。
价格形态与K线组合
股票波段底部常见W底、头肩底、圆弧底。W底第二个低点成交量小于第一个低点，突破颈线时放量。头肩底右肩成交量萎缩，突破颈线后回抽确认。圆弧底持续时间长，K线小阴小阳交错，成交量温和放大。期货市场底部形态更短促。早晨之星、看涨吞没、锤子线等单根或组合K线出现在下跌末端，配合成交量放大，预示反转。岛形反转在期货中常见，价格跳空低开后再跳空高开，形成孤岛，底部确立。
波动率与时间周期
股票市场波动率下降至历史低位时，往往酝酿变盘。A股波动率指数降至20以下，随后市场选择方向，向上概率较大。期货市场波动率同样重要。商品期货的20日历史波动率降至年内低点，价格窄幅震荡，随后突破区间上沿，形成底部。时间周期上，股票波段底部常出现在下跌第34个交易日、55个交易日等斐波那契时间窗口。期货市场受合约到期影响，底部多出现在主力合约换月前后。
多市场联动与宏观信号
股票与期货市场联动增强。股指期货贴水收窄，商品期货中螺纹钢、铜等领先品种企稳，对股票市场底部有领先指示。国债期货与股票市场负相关，国债期货见顶回落，股票市场底部概率增加。宏观层面，PMI新订单指数回升，社融增速触底，M1与M2剪刀差收窄，均为股票波段底部的前瞻信号。期货市场关注CRB指数止跌，美元指数走弱，均利好大宗商品价格。
量化识别波段底部的代码示例
以下Python代码使用pandas和ta-lib识别股票波段底部的MACD底背离与RSI超卖。
import pandas as pd
import talib
def detect_band_bottom(df, window=20):
df['macd'], df['macd_signal'], df['macd_hist'] = talib.MACD(df['close'])
df['rsi'] = talib.RSI(df['close'], timeperiod=14)
df['low_20'] = df['low'].rolling(window).min()
df['vol_ma'] = df['volume'].rolling(window).mean()
bottom_signals = []
for i in range(window, len(df)-1):
price_new_low = df['low'].iloc[i] <= df['low_20'].iloc[i]
macd_divergence = (df['low'].iloc[i] < df['low'].iloc[i-1]) and (df['macd_hist'].iloc[i] > df['macd_hist'].iloc[i-1])
rsi_oversold = df['rsi'].iloc[i] < 30
volume_shrink = df['volume'].iloc[i] < df['vol_ma'].iloc[i] * 0.7
if price_new_low and macd_divergence and rsi_oversold and volume_shrink:
bottom_signals.append(i)
return bottom_signals
期货市场识别底部可加入持仓量变化。
def futures_bottom(df, window=20):
df['oi_ma'] = df['open_interest'].rolling(window).mean()
df['oi_change'] = df['open_interest'].diff()
df['price_change'] = df['close'].diff()
signals = []
for i in range(window, len(df)-1):
price_down = df['price_change'].iloc[i] < 0
oi_down = df['oi_change'].iloc[i] < 0
oi_below_ma = df['open_interest'].iloc[i] < df['oi_ma'].iloc[i]
next_price_up = df['price_change'].iloc[i+1] > 0
next_oi_up = df['oi_change'].iloc[i+1] > 0
if price_down and oi_down and oi_below_ma and next_price_up and next_oi_up:
signals.append(i)
return signals
确认底部与风险管理
单一特征不足以确认波段底部。股票市场需要成交量放大、价格站上20日均线、MACD金叉三者共振。期货市场需要持仓量增加、价格突破短期下降趋势线、基差修复。底部确认前，轻仓试探，设置止损于前低下方。底部形成后，分批加仓，移动止损保护利润。股票波段底部持仓周期通常2至8周，期货底部持仓周期1至4周。严格资金管理，单笔亏损不超过总资金2%。
