Gate 研究院：动量指标在加密市场的应用与回测

Gate Research

2025-12-12 08:41:00

摘要

动量投资基于价格趋势具有延续性的假设，在传统金融与加密市场中被广泛应用；本报告以 BTC 为研究对象，系统梳理动量策略的理论基础、行为驱动与潜在风险，并为实证分析提供框架。
动量可理解为价格的“惯性”表现，常用量化方式为当前价格与历史价格之差；在 BTC 市场中，短周期动量指标（如 10 日动量）可有效刻画阶段性趋势方向。
动量效应与行为金融密切相关，羊群效应、从众心理与反应不足等行为会强化趋势延续，但突发事件与情绪反转可能迅速使动量信号失效，带来较大回撤风险。
本报告选取 MACD、布林带、ADX/DMI 与 RSI 作为核心动量工具，分别从趋势方向、波动结构、趋势强度与市场情绪等维度刻画价格动能，形成互补分析体系。
回测结果表明，动量策略高度依赖市场结构：震荡偏弱行情下，MACD 与 RSI 易受假信号影响；ADX/DMI 风险相对可控但收益有限；布林带突破在波动扩张阶段表现最佳，显示“波动型动量”在 BTC 市场更具优势。
为提升动量策略在 BTC 市场中的稳健性，可通过多指标组合使用降低单一指标失效风险。

引言

动量投资是一类基于价格趋势延续性的量化策略，在传统金融市场与加密资产市场均得到了广泛关注。本研究旨在系统性探讨动量策略在 BTC 市场中的有效性，分析其理论基础、市场行为逻辑以及潜在风险，并为后续的实证研究奠定理论框架。

动量的概念与衡量方法

2.1 动量的定义

在金融市场中，“动量”（Momentum）指资产价格在一定时期内持续沿同一方向（上涨或下跌）变化的趋势。该概念与物理学中的牛顿运动定律存在类比关系：物体具有保持既定运动方向与速度的倾向，除非受到外力影响。同理，在金融市场中，价格走势亦倾向延续其既有惯性，形成持续的涨势或跌势。

2.2 动量的量化公式

为了对价格趋势的持续性进行量化分析，投资者通常采用简洁而有效的动量计算公式：

动量 = 资产的最新价格 - 资产在某一历史时点的价格

两者的差值即为该阶段的动量。若动量为正值（Positive Momentum），代表资产在此期间呈现上涨趋势；若动量为负值，则表示价格处于下降趋势。例如，若某股票一个月前价格为 100 美元，当前价格为 120 美元，则其动量为：120 - 100 = 20。这一数值表明该股票过去一个月持续处于正向趋势，显示一定的上涨动能。投资者通常将此视为短期继续上涨的潜在信号，但同时也需考虑市场情绪、宏观环境等外部因素的影响。

2.3 以 BTC 为基准的动量指标

在加密资产研究中，BTC 常被用作动量指标分析的典型样本。与传统股票或指数类似，BTC 的动量同样可通过不同周期的价格差值进行衡量，其中以短周期（如 10 日动量）最为常见。

10 日动量的计算方式如下：

BTC 10 日动量 = 今日收盘价 - 10 日前收牌价

这一指标能够直观展示 BTC 在过去 10 天的价格变化幅度。例如，11 月 24 日 BTC 的价格为 87,288 美元，而 10 天前的价格为 94,584 美元，则其 10 日动量为：87,288 - 94,584 = -7,296。这一正动量显示 BTC 在过去 10 天内呈现下降趋势，代表卖盘力量占据主导。相反，若动量落于正值，则表明价格处于上升趋势，买盘较强势。

2.4 市场解释与动态影响因素

动量指标不仅揭示价格走势的延续性，也可结合历史事件、经济周期变化等因素进一步解释市场趋势背后的驱动动力。例如：

正动能的累积通常发生在投资者情绪乐观、经济前景改善或企业盈利增长时期；
负动能的延续常伴随避险情绪上升、宏观经济压力增强或系统性风险加大。

然而动量并非毫无缺陷的指标。突发经济事件、政策变动、行业冲击等外部因素可能迅速逆转价格趋势，使动量信号失效。因此，在实际投资决策中，应将动量指标与其他技术指标或基本面分析结合使用，以提升判断的准确性与稳定性。

动量投资简介

动量策略的核心思想是：价格呈现明显上升或下降趋势的资产，在短期至中期内往往倾向于继续沿既有方向运行。投资者通过识别趋势信号、分析价格动能，并依照趋势方向进行买入或卖出操作，从而试图获取超额收益。与强调基本面价值的价值投资和关注企业未来潜力的成长投资不同，动量策略将价格行为本身视为主要信息来源。

在传统股票市场中，动量策略通常依据资产在过去一段时间内的表现来判断未来持仓方向；在加密货币市场，由于价格波动显著、市场情绪变化迅速，动量特征往往更为突出，使其成为一个特别值得研究的领域。

动量投资的理论基础部分源自行为金融学。由于市场参与者经常表现出非理性行为，如羊群效应、从众心理、过度反应或反应不足等，资产价格可能在一段时间内持续沿同一方向运行。趋势一旦形成，投资者的跟随行为可能进一步强化趋势，从而形成动量效应。

然而，动量策略也伴随着明显风险。趋势可能因市场环境变化、情绪逆转或突发事件而迅速反转，导致策略面临高波动和潜在回撤。此外，策略依赖及时的趋势识别与仓位调整，因此需要投资者对市场动态保持持续关注。

总体而言，动量策略不同于通过寻找低估标的获取收益的价值投资，也区别于以未来成长潜力为核心的成长投资，而是强调价格趋势的延续性及其背后的行为驱动机制。在波动性较高的 BTC 市场，动量效应的存在与稳定性尤为值得深入探讨。本研究报告将通过理论梳理与实证分析，研究动量策略在 BTC 市场中的表现与可行性。

常见动量指标

本章旨在系统阐述动量研究中最具代表性的技术指标，包括移动平均趋同背离指标（MACD）、布林带（Bollinger Bands）、平均趋向指数及动向指标体系（ADX/DMI），以及相对强弱指数（RSI）。这些指标从不同维度刻画市场的趋势方向、波动结构、动能强弱及可能的反转特征，是构建量化动量策略的重要基础。

4.1 移动平均趋同背离指标（MACD）

4.1.1 理论基础

MACD 由 Appel（1979）提出，其核心思想是利用不同周期的指数移动平均（EMA）之间的差异来衡量趋势的发展速度与方向。短周期 EMA 对新信息更敏感，能够迅速反映市场动能变化；长周期 EMA 提供趋势的总体方向。MACD 以均线差值的变化速度刻画动能，从本质上属于二阶动量指标（即趋势变化的变化）。

其优势在于：

同时捕捉趋势方向（DIF）与趋势强弱（柱状图）
对噪声的敏感度较低，适用于中周期趋势判断

4.1.2 指标解读

以 Gate 默认参数为例，MACD 由三项关键元素组成：第一是 MACD 线，即 12 日与 26 日指数移动平均线（EMA）的差值，反应相对快速；第二是信号线，为 MACD 线的 9 日 EMA，作用在于平滑波动并提供交叉信号；第三是柱状图，它呈现 MACD 与信号线之间的差值，从图形上表现动能的扩张或收敛。

下图可以观察到 MACD 随价格结构呈现明显的阶段性变化。价格在 10 月中旬升至约 126,193 美元后快速下挫，MACD 线随后向下穿越信号线，柱状图也由正转负，反映上涨动能的消退。此后随整体行情转弱，MACD 持续位于零轴下方，显示空头趋势主导市场。

当价格在 11 月下旬跌至 80,646 美元附近并出现反弹时，MACD 的负动能开始缩短，显示空头力量有所减缓；然而 MACD 仍位于零轴下，说明趋势尚未完成反转。这一结构提醒交易者趋势反转需要更多确认，而短暂的动能收敛并不足以作为独立信号。

MACD 的零轴对于趋势判断具有重要意义。当 MACD 线位于零轴上方时，短期 EMA 高于长期 EMA，市场倾向多头结构；而在零轴下方时则表示空头动能占据主导。图中 11 月以来 MACD 长期停留在零轴下方，对应持续的下跌走势，呈现典型的空头趋势环境。

4.1.3 使用技巧

投资者常将 MACD 与其他指标结合，以提升信号可信度。例如：

RSI 可判断超买或超卖状况，与 MACD 同向时能加强反转或趋势延续的判断。
成交量若在 MACD 交叉时放大，能进一步确认价格动作的有效性。
结合均线系统可过滤掉短期噪音，使趋势判读更明确。

背离是 MACD 中非常重要的结构信号。当价格创新低但 MACD 未同步创新低时，形成看涨背离，代表下跌动能减弱、可能导致反弹或反转。相反，当价格创新高但 MACD 高点下移时，则形成看跌背离，暗示上涨动能衰退，风险上升。

4.2 布林带（Bollinger Bands）

4.2.1 理论基础

布林带（Bollinger Bands）由 John Bollinger 于 1980 年代提出，核心思想是通过价格的标准差来衡量市场的波动性，并以此构建动态区间。与传统固定宽度的通道不同，布林带会随市场波动实时扩张或收缩，使其能够更准确反映市场环境。

布林带通常由三条线构成：

中轨（MID）：一般为 20 日简单移动平均线（SMA）
上轨（UP）：中轨 + 2 倍标准差
下轨（DN）：中轨 – 2 倍标准差

其理论基础在于价格分布的统计特性：在正态假设下，价格有约 95% 的概率位于两倍标准差范围内。布林带因此能同时提供趋势方向（中轨）与波动性强弱（带宽）的信息。

布林带的优势在于它能同时反映趋势方向和波动强弱。随着市场波动加大，上下轨的距离扩大，显示市场进入高波动区；而当上下轨收窄时，代表波动降低，市场可能正在酝酿新的趋势。此外，中轨本身也可作为趋势的参考线，使布林带能够在趋势行情与震荡行情中都提供有效的分析辅助。

4.2.2 指标解读

以 Gate 默认设置（20,2）为例，并结合图中日线数据，可以观察到布林带在不同阶段对市场结构的反映。价格在 10 月初快速上升至约 126,193 美元时，上轨明显向上张开，带宽扩大，表明上涨趋势伴随波动增强，动能处于释放阶段。蜡烛线多次沿上轨运行，是典型的趋势推进结构。

随着价格自高位回落，布林带逐渐收窄，反映市场波动下降，行情进入短暂整理区间。此后的下跌阶段，布林带整体向下倾斜，价格沿下轨移动，显示空头趋势完全占据主导。价格在 11 月中旬下探至 80,646 美元后出现反弹，此时带宽开始收缩，柱体不再持续贴近下轨，代表下跌动能减弱。然而，价格仍位于中轨下方，说明趋势尚未出现真正的反转。

整体来看，布林带清晰呈现了图中的走势变化：从上升趋势的扩张阶段，进入震荡整理后再转向明显的下跌行情，并在底部出现波动收敛的企稳迹象。布林带对于这些阶段性的变化提供了结构化的视角，有助于判断动能与趋势强弱。

4.2.3 使用技巧

布林带的应用不仅限于观察趋势，还广泛用于波动性分析与价格位置判断。中轨通常被视为趋势的重要分界；价格持续运行在中轨上方代表市场处于相对强势，而当价格跌破并维持在中轨下方，则意味趋势转弱。图中自 10 月中旬跌破中轨后，价格始终无法重新站回，是下跌趋势形成的关键信号。

带宽变化能够有效捕捉波动周期。当带宽扩张时，市场进入高波动区间，趋势往往加速推进；而带宽收缩则意味着波动下降，可能成为新趋势启动前的预兆。图中 9 月至 10 月初出现明显收窄，随后行情快速拉升，正是典型的“收缩—突破”结构。

布林带的上下轨也能提供动态的压力与支撑参考。价格贴近上轨并不一定意味着超买，而可能代表趋势强势推进；同理，沿下轨运行往往是空头趋势的表现，而非简单的超卖。本图下跌期间的多次贴轨就是空头趋势强势的典型表现。

为了提升信号的可靠度，布林带通常与其他指标组合使用。例如结合 MACD 可以验证趋势方向是否一致；结合 RSI 可以判断是否出现极端的超买或超卖；结合均线系统可以更完整地描述趋势结构。通过多指标的相互验证，布林带的判断能够更具稳健性。

4.3 平均趋向指数与动向指标体系（ADX/DMI）

4.3.1 理论基础

平均趋向指数（ADX）与动向指标系统（DMI）由 J. Welles Wilder Jr. 提出，属于趋势跟随类指标，其核心思想是衡量市场趋势的强弱，而不是趋势方向本身。DMI 由正向动向指标（DMI+）与负向动向指标（DMI-）构成，用于评估上涨或下跌力量；而 ADX 则根据 DMI+ 与 DMI- 的差异平滑计算，反映趋势强度。

在理论上，DMI+ 代表当前高点相对前一高点的上升幅度，而 DMI- 则代表前一低点相对当前低点的下降幅度。两者以正值计算，并分别测量多头动能与空头动能的相对强弱。当 DMI+ 高于 DMI- 时，市场上涨力量占优；而当 DMI- 高于 DMI+ 时，则代表空头动能更强。

ADX 本身不指示上涨或下跌方向，而是纯粹衡量趋势强度。高 ADX 值表示趋势增强，而低 ADX 值代表市场处于弱趋势或震荡状态。因此 ADX/DMI 能同时提供趋势方向变化（来自 DMI）与趋势强弱特征（来自 ADX），是一套较为完整的趋势判读体系。

4.3.2 指标解读

以 Gate 的默认参数（DMI14， ADX14）并结合图中日线行情进行分析，在价格突破至 10 月中旬高点 126,193 美元时，DMI+ 相对 DMI- 出现明显上升，反映上涨动能增强。然而 ADX 此时并未立即同步上升，显示趋势的建立需要一定时间累积。随着价格自高位回落，DMI- 超越 DMI+，并在下跌初期持续走高，反映空头力量逐渐占据主导地位。

在图中可以观察到，随着行情从 10 月底开始进入更明确的下跌周期，ADX 从低位缓慢抬升，并逐步稳定在 25 以上，显示趋势强度增强。此时 DMI- 长时间保持在 DMI+ 上方，与价格沿下降通道式下滑的结构相吻合。趋势越往下推进，ADX 越能体现该空头趋势的稳固性。

进入 11 月中旬后，价格在 80,646 美元附近出现反弹。此时 DMI- 虽仍高于 DMI+，但两者差值开始缩小，显示空头动能减弱。ADX 虽仍处在相对高位，但已出现走平迹象，代表趋势强度不再继续增强。整体而言，图中的 ADX/DMI 明确展示了从上涨乏力、趋势反转、强势下跌到动能衰退的完整过程。

4.3.3 使用技巧

ADX/DMI 的最大价值在于提供趋势强弱与方向的双重判读。在实际应用中，ADX 作为趋势强度指标，其数值常作为判断市场是否进入趋势行情的参考。一般而言，当 ADX 高于 25 时，代表市场可能进入趋势阶段；低于 20 则往往是震荡市的表现。图中的 10 月下旬至 11 月，ADX 的持续走高与价格下跌同步，构成明确的空头趋势确认。

DMI 的交叉信号可以用于趋势的方向判断。当 DMI+ 上穿 DMI- 时，多头动能增强；反之则为空头占优。然而在趋势较弱的震荡区间中，这类交叉讯号容易出现反复，因此往往需要 ADX 的辅助确认。在图中，DMI- 多次维持在 DMI+ 上方，且 ADX 处于上升状态，使空头趋势的有效性更为明确。

ADX/DMI 也常与其他指标组合使用，以过滤噪声与提升信号可靠度。例如，若价格跌破中轨或均线系统，同时 DMI- 高于 DMI+ 且 ADX 上升，则趋势反转的信号会更具说服力；相反，当 RSI 出现超卖而 ADX 开始走平，且 DMI- 与 DMI+ 差距缩小时，则可能预示着趋势动能衰退与价格企稳。图中 11 月后的反弹便体现了空头动能减弱但趋势尚未完全扭转的典型结构。

整体来看，ADX/DMI 能够在趋势形成与消退的过程中提供连续性的判断依据，尤其在识别趋势强弱变化方面具有独特价值。然而需要注意的是，该指标属于趋势跟随体系，天然带有滞后性，因此更适合作为趋势确认工具，而非单独的交易信号来源。

4.4 相对强弱指数（RSI）

4.4.1 理论基础

相对强弱指标（Relative Strength Index， RSI）由 J. Welles Wilder 于 1978 年提出，是一种衡量价格涨跌速度的动量震荡指标。其主要作用在于评估价格变动的相对强弱，并判断市场是否处于超买或超卖状态。RSI 的基本思想是比较一定周期内上涨幅度与下跌幅度的比值，将动量变化标准化到 0 至 100 的区间，使其能够直观反映市场情绪的偏离程度。

传统 RSI 采用 14 周期计算，但市场中也常见多周期组合，用于分别反映短期、中期与较长期的动能变化。RSI 的核心特征是震荡性，因此在震荡行情中表现较佳，而在强趋势行情中可能长时间维持在高位或低位，需要结合趋势指标进行判断。

4.4.2 指标解读

以 Gate 默认的三组 RSI（RSI1、RSI2、RSI3）为例，对市场结构进行说明：

在 10 月中旬价格触及高点 126,193 美元前，短周期 RSI（RSI1）已提前出现回落迹象，显示短期动能率先转弱，而较长周期的 RSI2、RSI3 则延后反应。这种周期之间的分化，常作为趋势触顶前的信号之一。价格随后大幅下跌，短周期 RSI 快速跌破 30 附近，进入超卖区，而中期 RSI（RSI2、RSI3）在此后才逐步跟随下探，反映空头趋势逐渐在多个周期中形成一致性。

在下跌过程中，多周期 RSI 多次维持在 20–30 区间附近，显示空头动能持续强势，而并非短暂性超卖导致的反弹结构。直到 11 月中旬价格在 80,646 美元附近反弹，三组 RSI 才同步出现企稳，并逐渐脱离低位区间。尽管 RSI 有所回升，但仍位于相对低位，反映空头趋势动能减弱但尚未形成强势反转。

整体来看，图中 RSI 指标充分展现了从动能背离、趋势转弱，到深度超卖以及反弹企稳的动能变化轨迹。多周期 RSI 组合有助于理解不同时间尺度下的动能传导过程。

4.4.3 使用技巧

RSI 在实际应用中主要用于判断市场的相对强弱与极端情绪状态。常见的使用方式包括超买与超卖区间判断：当 RSI 高于 70 时，代表市场可能进入超买阶段，而低于 30 时则可能进入超卖区。然而，在强趋势行情中，RSI 可能长时间维持在高位或低位，因此不宜作为单独反转信号。图中的下跌阶段便显示 RSI 长时间位于偏低区间，而并未立即形成反转。

多周期 RSI 的组合能够提升动能判断的精确度。短周期 RSI 常用于捕捉短线动能变化，而中长期 RSI 则用于确认趋势是否正在发生结构性转变。例如，当短周期 RSI 出现背离，而中周期 RSI 未同步背离时，反转往往难以确认；反之，若多个周期同时出现背离，则反转信号更具可靠性。RSI 也常与趋势类指标（如 MACD、ADX/DMI）结合使用，以提升信号质量。当 RSI 出现超卖并企稳，同时趋势指标显示趋势强度减弱时，价格反转的可能性更高。

动量指标在 BTC 的表现

5.1 数据说明

本研究使用 TradingView 平台提供的比特币（BTCUSDT）日线级别历史数据作为回测样本。为保证不同策略比较的一致性，所有策略统一使用平台提供的往期价格序列，初始资金均为 100,000 美元，数据时间跨度为 2024 年 11 月 26 日至 2025 年 11 月 26 日。这一阶段涵盖了比特币的阶段性震荡、下跌以及反弹行情，能够检验趋势跟随型与震荡反转型指标在不同市场结构中的表现差异。

数据包括开盘价、收盘价、最高价、最低价与成交量。所有技术指标计算均基于收盘价执行。平台自动处理交易日缺失与时间戳同步问题，因此不额外进行数据清洗操作。回测期间所有策略均使用相同初始资金规模、相同手续费设定与相同执行逻辑，以确保策略结果具有可比性。

5.2 回测方法

本章所有策略均通过 TradingView 的 Strategy Tester 工具进行回测，并以 Pine Script v5 编写具体逻辑。为了确保策略结果能够真实反映指标本身的有效性，回测执行遵循统一的交易执行机制：当策略在某一日线收盘时产生信号，真实建仓或平仓动作将于下一根 K 线的开盘价执行，这样的设定避免了未来函数问题，也符合实际交易中“信号确认后执行”的原则。手续费模型使用主流现货交易常见的 0.1% 比例费率，策略均以满仓方式开仓，不使用任何杠杆，也不进行加仓或动态仓位管理，旨在评估技术指标本身所产生的信号质量，而非仓位设计带来的额外收益差异。TradingView 自动计算的策略结果包含收益、风险与交易行为等多个维度，包括总收益、最大回撤、Profit Factor、胜率及交易次数等。本研究以这些指标作为主要的定量评估依据，从收益性、风险暴露与交易效率三个角度对各类技术指标的实际表现进行分析。

5.3 指标策略设定

本章所回测的指标均基于前文的理论讨论，并维持指标在市场上的常用参数设定，以避免进行过度调参。MACD 策略以 12 日、26 日指数移动平均的差值作为 DIF，以其 9 日指数移动平均作为信号线，当 DIF 向上突破信号线时建立多头部位，当 DIF 再次跌破信号线时平仓，属于典型的趋势跟随逻辑。RSI 策略采用 14 日参数，将 RSI 跌破 30 后重新向上穿越该水平视为价格可能出现反弹的信号，并在 RSI 接近或跌破 70 水平时平仓，是典型的震荡区超卖反转型策略。ADX/DMI 策略以 14 日做为计算周期，当 DMI+ 上穿 DMI− 且 ADX 高于 25 时视为市场进入具有方向性的趋势阶段，因此于此时建立多头仓位；反之，当趋势信号消失或动能减弱时平仓。布林带策略基于 20 日移动平均与两倍标准差构建通道，当收盘价向上突破上轨时视为波动扩张并建立多头仓位，当价格跌回中轨下方时平仓。四类策略分别代表了趋势跟随、区间反转、趋势确认与波动突破等不同交易思想，能够较为全面地反映技术指标在不同市场结构下的表现。

5.4 回测结果

根据 TradingView 的回测结果，在 2024 年末至 2025 年末这一年度内，不同指标策略的表现呈现显著差异。MACD 策略在此期间整体表现不佳，总收益为 −15,774.42 美元，约为 −1.51%，显示该年度内缺乏持续性的趋势，使得 MACD 多次出现假突破信号，导致多笔交易出现亏损。其最大回撤达到 36,091.32 美元，胜率仅为 29.03%，Profit Factor 为 0.579，体现出 trend-following 策略在震荡市中容易失效的特征。

RSI 策略的回测表现同样为负，总收益为 −47,846.94 美元，回报率为 −4.81%，在四类策略中表现最弱。由于本区间整体偏向趋势下行，价格鲜少出现理想的反转走势，RSI 多次在下跌趋势中产生错误的超卖反弹信号，使亏损不断累积。最大回撤高达 83,555.26 美元，远高于其他策略，Profit Factor 为 0.607，尽管胜率达到 44.68%，但盈亏比极度不利，使策略整体收益表现低迷。

ADX/DMI 策略的交易次数最少，仅有 7 次进出场，反映出该指标对趋势条件要求较高，只在趋势明朗时才产生信号。其总收益为 206.90 美元，回报率约为 0.21%，虽称不上显著获利，但在震荡市中能有效避免过度交易。最大回撤为 13.46%，胜率不足三成，但 Profit Factor 为 1.008，略高于 1 ，显示该策略在趋势不足的一年中可以维持接近盈亏平衡的表现。

表现最为突出的是布林带突破策略，其总收益达到 45,371.98 美元，对应 4.63% 的回报率。在这一年度中，比特币价格经历多次波动扩张行情，布林带突破策略能够在波动快速扩大时捕捉价格突破带来的收益。在 11 次交易中有 9 次获利，胜率高达 81.82%，Profit Factor 达到 6.345，为所有策略中最高。其最大回撤仅为 2.20%，说明该策略不仅收益可观，而且回撤相对有限，在趋势与波动并存的市场环境中具有明显优势。

总结

动量投资基于趋势延续的思想，强调价格在一段时间内呈现相同方向移动的特性。通过对动量概念、量化方式与行为金融学基础的梳理，可以发现加密货币尤其是比特币，由于波动率高、市场参与者结构复杂，往往呈现出比传统资产更突出的动量特征。MACD、布林带、ADX/DMI 与 RSI 等指标从不同维度刻画趋势方向、动能变化、波动结构与市场情绪，是动量分析中最常用的技术工具。通过图形观察可见，不同指标在趋势形成、动能衰减与价格反转过程中都会呈现独特的结构性信号，例如 MACD 的零轴转换、布林带的带宽扩张、ADX 的趋势强度提升、以及 RSI 的极端情绪反映。这些指标在理论和视觉层面为理解市场结构提供了相互补充的视角。

在统一设定下对各指标策略的回测结果显示，动量指标的表现高度依赖市场结构，而非在所有行情中保持稳定有效。在 2024 至 2025 年间，比特币整体处于震荡偏弱的走势，使趋势跟随型的 MACD 与超卖反转型的 RSI 频繁遭遇假信号与弱反弹，导致策略整体呈现负收益；ADX/DMI 对趋势要求较高，因此全年仅给予极少数交易机会，收益不显著但风险相对可控。表现最突出的为布林带突破，依靠波动扩张捕捉行情的特点，使其在价格多次快速变动的市场环境中获得较高胜率与稳定回撤。总体来看，动量类指标的有效性取决于趋势强弱与波动结构，在加密资产市场尤其需要考虑行情阶段的匹配性。将指标组合使用、引入趋势或波动过滤机制，以及增加跨周期确认，可望进一步提升动量策略的稳健性，为加密货币投资提供更具适应性的量化框架。