7、累积成交量增量（CVD）：从定义到实战

各位同学，今天我们来聊一个在订单流分析中非常核心的指标——CVD。

说实话，刚开始做量化那会儿，我总觉得成交量就是成交量，价格就是价格，两者分开看就行。直到有一次在期货盘口上吃了个大亏——价格明明在涨，我追进去，结果瞬间被套。复盘时才发现，那波上涨背后，主动卖单其实一直在悄悄增加。嗯，从那以后，我就把CVD列入了我的必看指标清单。

7.1 CVD的定义：到底在算什么东西？

CVD，全称Cumulative Volume Delta，中文叫累积成交量增量。说白了，它就是把每一笔的「主动买盘 - 主动卖盘」累加起来。

你想想看，每一笔成交都有买卖双方。但谁更主动？谁在吃单？这个信息就藏在Delta里。

举个例子：

时间	价格	主动买盘	主动卖盘	单笔Delta	CVD
09:30:01	100.00	500	200	+300	+300
09:30:02	100.02	300	400	-100	+200
09:30:03	100.01	100	600	-500	-300

看到没？价格从100.00涨到100.02又跌回100.01，但CVD从+300直接掉到-300。这说明什么？说明虽然价格没怎么变，但主动卖盘已经悄悄占了上风。

7.2 CVD与价格背离：最危险的信号

我个人习惯，把CVD和价格走势放在同一张图上对比。背离，就是我最关注的信号。

两种背离形态：

• 顶背离：价格创新高，但CVD没创新高，甚至走低。说明上涨缺乏主动买盘支撑，是虚涨。
• 底背离：价格创新低，但CVD没创新低，甚至走高。说明下跌缺乏主动卖盘推动，是假跌。

7.3 Python实现CVD指标

好了，理论讲完，咱们直接上代码。我习惯用pandas来处理，因为数据量大的时候，向量化操作比循环快得多。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

def calculate_cvd(tick_data):
    """
    计算CVD指标
    tick_data: DataFrame，必须包含列：
        - 'price': 成交价格
        - 'volume': 成交量
        - 'side': 主动买卖方向，'buy'或'sell'
    """
    # 计算单笔Delta
    tick_data['delta'] = np.where(
        tick_data['side'] == 'buy',
        tick_data['volume'],
        -tick_data['volume']
    )
    
    # 累积求和得到CVD
    tick_data['cvd'] = tick_data['delta'].cumsum()
    
    return tick_data

# 示例数据
data = pd.DataFrame({
    'price': [100.0, 100.02, 100.01, 100.03, 100.0],
    'volume': [500, 300, 100, 700, 200],
    'side': ['buy', 'sell', 'sell', 'buy', 'sell']
})

result = calculate_cvd(data)
print(result[['price', 'volume', 'side', 'delta', 'cvd']])

def plot_cvd_price(df):
    fig, ax1 = plt.subplots(figsize=(12, 6))
    
    # 价格折线
    ax1.plot(df['price'], color='blue', label='Price')
    ax1.set_ylabel('Price', color='blue')
    
    # CVD柱状图
    ax2 = ax1.twinx()
    colors = ['green' if v >= 0 else 'red' for v in df['cvd']]
    ax2.bar(df.index, df['cvd'], color=colors, alpha=0.3, label='CVD')
    ax2.set_ylabel('CVD', color='black')
    
    plt.title('Price vs CVD')
    plt.show()

7.4 知识体系总览

下面这张图，是我自己整理CVD知识体系时画的。你把它存下来，以后每次用CVD之前扫一眼，思路会清晰很多。

7.5 实战中的注意事项

最后，分享几个我用CVD时总结的经验：

• 时间周期要匹配：如果你看的是1分钟K线，CVD也要用1分钟的Tick数据累加。用日线数据算CVD，基本没什么意义。
• 注意数据源质量：有些交易所的Tick数据会丢失或者重复。我建议先做一次去重和排序，否则CVD会漂移。
• 别只看CVD绝对值：我更关注CVD的斜率变化。CVD从上升转为走平，往往比CVD本身的高低更有信号价值。