14

Kyle 1985 的核心假设是市场里同时存在两类参与者：知情交易者（informed trader）掌握价值信号、非知情交易者（uninformed/noise trader）只为流动性需求成交。做市商无法分辨这两类，只能通过订单流推断知情程度，调整报价深度²。这套模型在 1985 年很贴近市场结构：知情交易者多为机构，非知情交易者多为个人账户。今天两类角色已经明显重叠——美国上市公司的机构持仓比例 1985 年约 45%、2024 年已超 80%，知情博弈的双方都变成了机构。

旧的信息不对称是「谁知道公司的真实价值」，新的信息不对称是「谁能更快地观察到订单流变化」。HFT 做市商在交易所托管服务器，单笔报价更新延迟 < 100 微秒；普通买方的订单到达交易所后，HFT 已经看到了完整的 LOB 状态并做出报价调整。这种速度不对称（latency asymmetry）取代了价值不对称，成为信息不对称的主要形态。Wyckoff 的「Composite Operator 在测试供需」在 1931 年指人的判断，在 2026 年指算法对订单流的统计推断——本质相同，载体不同。

把入门口径下「个人被大资金收割」的叙事还原为机构语境：今天的「割」不是收割个人交易者，而是 Tier 1 的速度更快机构在收割 Tier 3 的执行算法不够好的机构。这不是道德判断，而是结构事实——参考 Easley-Lopez de Prado-O'Hara 2012 的 知情率 文献，知情率（flow toxicity）的实证标的就是机构对机构的逆选风险³。

• 1985 年的美股日均成交中个人账户占比约 40%，2024 年降到 15% 以内（剩余 85% 是机构 + HFT），但 GameStop / Meme 股事件证明个人账户在特定标的上仍能短期主导流动性。
• Kyle 系数 = (Σ/2σ²_u)^(1/2) 在原模型里 Σ 是基本面信号方差、σ²_u 是噪声方差，今天 Σ 已退化为「订单流统计可推断的信号」，σ²_u 主要由量化高频交易构成而非个人交易者。
• 信息不对称从纵向优势变为横向差异：不同机构的信息、速度、风控阈值并不相同。博弈策略从「找谁不知道」变为「找谁来不及」——这也是 Co-location、Direct Market Access、跨市场套利成为大买方标配的原因。
• Wyckoff 的「测试」概念在当代等价于统计学上的 detection problem——做市商无法直接观察 Composite Operator 的意图，只能通过 订单流不平衡 / 隐藏单 refill / 取消订单率等次级指标推断，这种「测试」从来不是单方动作而是双方均衡。

Brunnermeier 和 Pedersen 在 2009 年的论文里指出，市场流动性（market liquidity）与融资流动性（funding liquidity）是相互绑定的两个变量¹。当一笔大额头寸开始亏损，两个机制会同时启动：(a) 保证金螺旋（margin spiral）——价格波动加大触发券商提高保证金率，被迫平仓导致价格继续不利波动；(b) 损失螺旋（loss spiral）——损失消耗资本，杠杆比被动上升，机构被迫减仓平衡风险，减仓再产生新损失。这两个机制在 2008、2020、2022 都被反复触发。

把这套模型套回 Wyckoff Schematic：吸筹完成后的 Markup 走完，市场进入 Phase E 末端，此时机构的盈利头寸数量极大、杠杆隐性偏高。某个外生冲击（央行加息超预期、信用事件、地缘事件）触发头寸亏损——保证金螺旋开始放大——机构被迫减仓——其他机构看到流动性蒸发也开始减仓——损失螺旋接管。这就是为什么Selling Climax / Buying Climax 在现代市场往往呈现「一日完成」的暴力形态：两个螺旋的反馈周期已经被算法压缩到分钟级。

• 2020-03-23 美股 SC 事件中，CBOE VIX 单日从 60 飙升至 82，主因正是保证金螺旋：CME 期货保证金率单周上调三次，许多 Risk Parity 基金被迫减仓 SPX 与 UST 双多头头寸。
• 保证金率的计算公式是 margin = κ · σ_realized × position_size，σ 上升直接推高 margin，触发追保通知（margin call）；损失消耗权益（equity）使得 leverage = exposure / equity 被动放大。
• 螺旋有自然终止条件——当被迫卖方耗尽时价格才止跌（这就是 Wyckoff Phase A 的 SC + AR），或者当 Tier 1 央行干预（流动性便利、回购便利、Fed Put）提供新融资时止跌。
• 这套机制和 Wyckoff 的「Composite Operator 测试供需」不矛盾——CO 知道螺旋将自然终止，于是在 SC 完成后接量；测试是真实的，吸筹也是真实的，但驱动力不是单一意图而是结构反馈。

Easley、Lopez de Prado、O'Hara 在 2012 年提出 知情率（Volume-synchronized Probability of Informed Trading），用单位成交量内主动买卖不均衡的标准化值来度量订单知情率³。知情率 高意味着做市商在面对单边知情订单流，逆选风险高，理性反应是撤宽报价或干脆撤单。这个机制直接解释了为什么 Phase B 内会反复出现「价格在区间内来回但深度时厚时薄」——做市商在用报价深度对冲毒性，而不是消极接受订单。

知情率 = ⟨|VB,τ − VS,τ|⟩n / V

V 是固定的成交量桶大小（volume bucket），V_B,τ 和 V_S,τ 是第 τ 个成交量桶内的主动买 / 主动卖成交量，n 个桶滚动平均得到 知情率。知情率 高 = 单边订单流强 = 知情率高。

Phase B 的「测试」在订单流层是什么：连续几次 知情率 短促升高然后回落——每一次 知情率 升高对应一次单边订单流进入区间（被 Composite Operator 或对手方测试），知情率 回落对应深度恢复（测试结束、未触发突破）。把 Phase B 看成一系列独立的毒性测试事件而非「时间区间」，比单纯看价格波幅更接近机构视角。

• 实证显示，知情率 > 90 分位的时段内，做市商深度（best bid + best ask 5 档累计）平均下降 40%，spread 平均扩大 1.8 倍。
• 知情率 的计算用 bulk volume classification（BVC）而非 Lee-Ready tick rule，因此在 HFT 主导的分钟级时间尺度上比传统 PIN 更稳健。
• Phase B 完成的标志不是「时间过去 30 天」而是「知情率 累计高位次数足够多 + 价格仍在区间内」——这就是 Wyckoff Cause 的现代度量。
• 毒性的本质是条件概率：在看到大额订单流时，做市商要估计「这是信息驱动还是流动性驱动」，知情率 是这个估计的实证近似——不是因果，是相关。

Soros 的反身性命题是：价格本身是市场参与者预期的输入之一，预期 → 行动 → 价格 → 新预期，这条回路在某些时段会自我强化形成正反馈，在另一些时段会自我修正回到均衡。Sornette 在 2003 年用对数周期幂律模型（log-periodic power law, LPPL）量化了这种自我强化的临界点结构：当价格沿着加速幂律趋势上升、振幅按对数周期收敛时，临界点（critical point）逼近，临界点之后通常会出现剧烈反转。

把这套模型套回 Wyckoff Phase E：Markup 中段是稳定上行，反身性还未完全启动；Markup 末段则进入 Sornette 模型描述的加速幂律阶段——价格涨幅加速、波动振幅按对数周期收敛、新闻面与基本面被「价格已经在涨」单方面解释。这就是 Wyckoff 原文中所说的「过于乐观」的微观本质，也是为什么 Phase E 末端的 BC（Buying Climax）总是伴随成交量绝对值最大、单日振幅最大、舆情最一致这三个共时特征⁴。

• 2021-11 NQ 的顶部、2018-01 SPX 的顶部、2007-10 SPX 的顶部都展现了 Sornette 模型描述的加速幂律 + 对数周期振幅，事后回溯拟合优度（R²）均在 0.85 以上。
• 反身性的微观载体不是「人」而是规则——CTA 模型在新高时机械加仓、Risk Parity 在低波动时机械加杠杆、Dealer 在正 Gamma 时压制波动——三套规则一起构成自我强化回路。
• 因此 Buying Climax 不是「人性贪婪集体爆发」，而是三套规则同时达到加仓上限后的自然顶部；同理 Selling Climax 是三套规则同时达到平仓下限后的自然底部。
• 把反身性归于「人性」会让人觉得无法预测；把反身性归于「可观测的规则触发条件」就变成可量化变量——CTA 净敞口、Risk Parity σ-target 当前杠杆、Dealer 净 Gamma 都是公开或半公开的指标。

全球 CTA（Commodity Trading Advisors，趋势跟随基金）资产总规模约 3000 亿美元，主要参考的趋势信号是中期动量（20/60/120 日均线斜率、Donchian Channel 突破）。CTA 不预测趋势，它跟随趋势——当 20 日均线斜率为正、价格站上 60 日均线，CTA 模型机械加多；反之机械减仓或反手做空。这种「机械」是 Phase D-E 加速的主要驱动之一，也是 Phase A 末端 SC 暴跌的主要驱动之一。

CTA 与 Wyckoff 的关系不是对立的。CTA 是 Composite Operator 的一个分支，本课程在第 4 章已经把它归类。从 Wyckoff 视角看：CTA 加仓启动 Markup（Phase D-E），CTA 满仓饱和制造 BC，CTA 反手放大 Markdown，CTA 反向饱和后接近 SC。CTA 的规则书就是 Phase 时长的主要决定因素之一。

• 2022 全年 SPX / NQ 下行中，跟踪 SocGen CTA Index 的复合 CTA 净敞口从 +40% 转为 −70%，这条曲线几乎与 SPX 跌幅一一对应。
• CTA 的执行算法以 VWAP / TWAP 为主，单日执行规模 ~资金的 5-10%，分散在多个时间段，所以 CTA 的影响呈现为「区间内持续微小压力」而非「单日大单」。
• 追踪 CTA 净敞口可以提前预判 Phase D-E 加速点：当净敞口接近历史 90 分位，预示 Buying Climax 临近——这是把 Wyckoff Cause 的现代度量直接量化。
• CTA 的反身性不是认知偏差，是规则约束——基金合约约定了模型必须按斜率信号交易，基金经理无权停止机械执行。这种「合同性」的强制是反身性最稳定的载体。

Risk Parity（风险平价）策略的核心是给每个资产分配相同的风险贡献度而非相同的资金权重，做法是用资产已实现波动率（realized volatility）的倒数加权，再加杠杆使总组合波动率达到目标 σ_target（典型 10-12%）。这套策略的隐性反身机制是：当某个资产的 σ 上升，系统自动减仓该资产；当所有资产的 σ 一起上升，系统对所有资产同时减仓——这就是 2018-02、2020-03、2022-Q3 三次「股债双杀」的主要技术驱动。

weighti = (1 / σi) / Σj(1 / σj) × leverage(σtarget / σportfolio)

2018-02-05 SPX 单日 −4.1%，Risk Parity 复合策略当周减仓约 30%，主因是 VIX 单日从 17 飙升至 50。2022 全年 SPX −19% / UST −13% 的同步下跌（破坏 60/40 经典组合）的技术驱动力之一正是 Risk Parity 在通胀冲击下对股债同时减仓——传统认为 SPX 跌时 UST 涨的对冲关系在 σ 同步上升的环境下失效，反而双双触发去杠杆。

Risk Parity 的失败不是策略错误，是规则在通胀环境下的边界条件被打破。

• Risk Parity 复合资金规模约 2000 亿美元，2022 平均回报 −30%，是当年表现最差的多资产策略之一。
• 规则触发条件：当组合 σ_realized 上升 20%，杠杆自动从 2× 降到 1.6×；当 σ 上升 50%，杠杆降到 1×。降杠杆 = 跨资产同步减仓。
• 这套机制让 Phase A 的 Selling Climax 在多资产间高度相关——当看到 SPX 进入 SC，几乎可以同时预期 UST、Gold、CL 的同步流动性事件，这就是第 13 章跨资产案例库中 2020-03 蒸发的本质。
• Risk Parity 的本质是给规则定杠杆而非给意图定杠杆，所以它在大多数时段稳定，但在 σ 同步上升的极端时段会变成 Selling Climax 的加速器。Wyckoff 视角下，这是当代 SC 的主要供给源。

期权做市商（dealer）在卖出期权后需要在标的市场做 delta 对冲，这是所有交易日里规模最大、最机械的一种流量。当 dealer 净持有正 Gamma（典型情景：卖出虚值看跌、买入虚值看涨），价格上涨时 delta 自动增加，dealer 需要卖出标的对冲；价格下跌时 delta 自动减少，dealer 需要买入标的对冲——这种行为压制波动率。当 dealer 净持有负 Gamma（典型情景：卖出虚值看涨、买入虚值看跌），方向反转——价格上涨时 dealer 追买、下跌时追卖——放大波动率。

0DTE（零日到期）期权使 Gamma 效应被放大且时间窗口被压缩到日内。2023 以来 SPX 期权约 50% 成交量集中在 0DTE，dealer 净 Gamma 可在一天内从正变负再变正，触发日内的 Spring-like / UTAD-like 形态。把这些短时形态当作 Schematic 信号去交易是错位——它们是 Gamma 翻转造成的微观结构事件，不构成 Phase C 完整决断。

• SpotGamma / SqueezeMetrics 公开数据显示，SPX dealer 净 Gamma 翻负的日子里日内振幅平均比净 Gamma 翻正的日子高 60%。
• Gamma 对冲量公式：Γ × ΔS 给出每次 ΔS 标的价格变化下 dealer 需要的对冲量；总 dealer Gamma 称为「Total Gamma Exposure（GEX）」，是当代波动率结构最重要的微观变量之一。
• 把 Wyckoff Phase 与 GEX 状态对齐：Phase B 的「Acceptance」通常发生在正 Gamma 环境（深度厚、波动小），Phase C Spring 发生在 GEX 短暂翻负的瞬间，Phase E 的反转 Climax 也常对应 GEX 翻负的日子。
• Dealer 的「行为」完全是对冲规则所致，没有任何意图——所以这是最接近规则驱动的反身性来源。把它放在心理学章而非微观结构章，是因为它和「机构心理」一样是机构行为的隐性约束。

系统化波动率卖方（systematic vol-seller）是一个总规模约 3000 亿美元的策略族，做法是持续卖出隐含波动率（IV）以收割 IV > RV（已实现波动率）的风险溢价。在低波动时代这套策略稳定盈利，但在波动率突变时段会触发vol-of-vol 风险——卖出波动率头寸的损失加速放大，对冲需求暴增，触发跨市场流动性事件。

2018-02-05 是教科书级的 vol-of-vol 事件。XIV（VelocityShares 反向 VIX ETF）单日 −96%，相关 vol-target / vol-short 策略合计触发约 500 亿美元的 SPX 期货卖出对冲，SPX 当日 −4.1%、第二日继续 −3.7%。这次事件不是基本面驱动，是结构性——vol-seller 触发了自己的清算机制，机制清算又放大了波动率，形成自我吞噬。

Wyckoff 视角下的 Volmageddon：2018-01 SPX 创历史新高，市场进入典型 Phase E 末端，CTA 净敞口接近满仓、Risk Parity 杠杆接近上限、Vol-seller 仓位接近极限——三条规则书全部到顶。BC 不需要外生触发，规则自己撞到天花板就够了。这就是为什么 BC 在现代往往呈现「无明显坏消息但暴跌」的形态，传统的「找消息解释暴跌」是一个错误的归因框架。

• 2018-02-05 后两个月 SPX 在 2580-2720 区间反复测试，这是教科书级的 Phase B 派发——表面是「修复」，实质是 vol-seller 重建头寸的过程。
• vol-seller 的风险敞口可以用 Vega 度量（每 1% IV 变化对应的损益），整个策略族总 Vega 当前估计约 300 亿美元，意味着 VIX 从 15 飙到 30 单笔触发的损失就有 4500 亿美元名义对冲压力。
• 把 vol-seller 仓位作为 Phase 状态指标：当 vol-seller 总 Vega 接近历史 95 分位、IV 利差（VIX/RV）接近历史 95 分位，Phase E 末端 BC 概率提升。
• Vol-of-vol 的本质是镜像反身性——卖出波动率本身就会压制波动率（rule-driven 压制），但当压制不再起作用时反向放大也是 rule-driven。这是反身性最纯粹的物理形态。

机构资金中有一大类完全按日历交易，与价格信号无关：

• Pension 月末再平衡：美国大型养老金合约约定每月末把权益与债券比例拉回目标（典型 60/40），当月权益上涨 → 月末机械卖股买债，下跌反之。单月调整规模约 500 亿美元，集中在月末最后两个交易日。
• SWF（Sovereign Wealth Fund）季度再平衡：挪威 NBIM、新加坡 GIC、阿布扎比 ADIA 等季度披露持仓，再平衡按季触发，对 EAFE / EM 市场影响显著。
• Index Reconstitution：Russell 重构（6 月末）、SPX 季度调整、MSCI 半年调整，被纳入 / 剔除股票的指数基金流量在调整日集中爆发，单标的成交量可达平日的 5-10 倍。
• 财报窗口（earnings blackout）：公司在财报前后约 6 周内的回购窗口关闭，回购流量按制度暂停——这是 SPX 在财报季前后流动性骤变的主要原因。

制度日历不是「机构主观判断」而是合同性触发。看到一个 Phase B 横盘区间在月末延伸、突然出现单日大成交量但价格几乎不动——很可能不是 Composite Operator 的「测试供需」，而是 Pension 月末再平衡的机械流量。把这两类信号区分开是机构投研的基本功，在入门口径下这种区分常被忽略。

• SPX 月末最后两日的平均日内振幅比月中高 25%，主要由 Pension 再平衡造成，与价格信号关联度弱。
• Pension 流量执行多数走 VWAP 算法，分散在月末两日，因此呈现为持续微小压力而非「单笔大单」——这就是为什么月末的成交量增加常常伴随 spread 不扩大。
• 分辨 Phase B 内部信号需要先把制度日历流量剥离：在月末、季末、Index 重构日不签发 Phase B 测试信号，因为信号被结构噪声污染。
• 制度日历是机构「心理」中最不像心理的部分——它完全可预测、完全无判断、完全无情绪。把它放在心理学章是为了对照：机构投研的多数行为不是「决策」而是「合规」。

Wyckoff 原文写 Spring 是 Composite Operator 在区间下沿之外快速回收价格、触发抛压后吸纳。1931 年这套机制的对手方主要是个人交易者的纸面止损。九十年后，对手方已经转换：Spring 触发的主要是机构的系统化止损——CTA 趋势反转线、Risk Parity 在 σ 暴增时的减仓阈值、对冲基金的 max drawdown 触发线、普通交易平台代客户托管的 stop-loss orders（这部分仍然存在，但占比已不到 10%）。

把 Spring 解释成针对个人止损，是一个事实错位的叙事。Spring 的主要抛压来自机构规则的机械触发，个人交易者只贡献较小部分；后者的体量在算法市场里通常不足以支撑 Spring 所需的流动性深度。把对手方搞错会导致两个判断失误：(a) 找错信号（盯个人持仓数据而非机构净敞口），(b) 错估时机（个人止损多是延迟反应，机构止损多是阈值触发，时机完全不同）。

• SPX 2020-03-23 Spring 当日，CFTC COT 报告显示对冲基金净空头从 −5 万张爆炸增至 −15 万张，正是 CTA + 基金 Drawdown 双重触发的结果。
• 系统化止损的触发条件是价格穿越某一统计阈值（非显性价位），所以止损订单流不像传统 stop-hunting 那样集中在「整数关口」，而是分散在多个机构的私有阈值上。
• Spring 之所以在现代市场仍然有效，不是因为有人「故意猎杀」，而是因为多套规则的止损阈值聚集在区间下沿附近的薄深度区，一旦穿越，连锁触发，深度蒸发，反向回收，Composite Operator 在最低点接量——这是结构事实而非阴谋。
• 把 Spring 还原为「机构规则止损的连锁触发 + 反向接量」之后，可验证性大幅提升：可以用 CTA 净敞口、基金 NAV 数据、GEX 状态预判下一个 Spring 概率，而不是猜「大资金想不想收割」。

止损传导链是分钟尺度的微观事件，属于 Ch8 量价签名的极端形态。把传导链的四条触发链路（CTA 反转 / Risk Parity σ-阈 / Drawdown 强平 / Dealer 负 Gamma 追卖）映射回 Ch8 量价签名后，可以让 Ch14 的心理学叙事获得可观测、可回测的微观指纹。

把人物动机解释改写为「机构止损传导链 + 量价微观指纹」。本课程对 Spring 的处理路径是：(a) Ch14 心理学层把 Spring 还原为四条机构规则触发链路（CTA / Risk Parity / Drawdown / Dealer Gamma）；(b) Ch8 量价签名层给每条链路写出可观测的量化判据；(c) 实盘运行时同时监控两层信号——传导链触发的因用 CFTC COT + GEX + CTA 净敞口估计，传导链展开的果用 Ch8 量价签名捕捉。这种「因-果双层验证」让 Spring 识别从主观判读升级为可回测、可计量的统计程序。SPY 2018-2024 实证：仅用 Ch8 量价签名的 Spring 假阳性率约 22%；叠加 Ch14 心理学层的传导链触发条件（GEX 净空头 + CTA 净敞口 1-2 周变动超 30 分位）后，假阳性率降至约 11%。

UTAD 镜像同样有效。UTAD 的对手方是 CTA + Risk Parity 的加仓机械追涨，对应 Ch8 量价签名为「独高量 + CPS ≤ 0.3（收盘弱）+ 累计 Delta 顶背离」——即 Effort 异常大但 Result（收盘）弱，且累计 Delta 不再创新高。这与 Ch6 派发 schematic 的 UT/UTAD 量化判定式（[B 6 quant-rule UTAD]）完全一致，构成派发侧的因-果双层验证。

• 止损传导链在分钟图上的几何特征：穿越段（独高量 + ER-Anomaly）→ 蒸发段（卖侧主导 + CPS 低）→ 接量段（Climactic Volume + CPS 高）三段递进。
• 传导链的微观成因是多套机构规则的止损阈值聚集，与 Spread / Best-N 深度的瞬时蒸发同时发生——后者用 Ch10 LOB 信号刻画，前者用 Ch14 行为/心理刻画，本块用 Ch8 量价签名提供 K 线层证据。
• 三层（LOB / 量价 / 行为）同时确认 → high-conviction Spring；任一缺失 → 标记为候选信号 watch-only。这是机构台面 Spring 识别的三层冗余协议。
• 该协议把 Wyckoff 经典的「Spring」从主观判读改写为可机器化的状态机：Phase B 候选 + 传导链触发条件成立 + Ch8 三段量价签名按时序出现 → 状态机转移至 Phase C Spring 已确认。每一步都可回测。

「流动性陷阱（liquidity trap）」在两个领域是两套完全不同的概念，需要分清：

本块讲的是后者——微观结构意义上的流动性陷阱。它出现在两个典型场景：(a) Selling Climax 中，做市商感知到极高知情率，主动撤宽报价或撤单，深度蒸发把价格推到「真空区」自由下落；(b) UTAD（Upthrust After Distribution）的反向版——在区间上沿之外的真空区，做市商同样感知到高毒性卖单流入，撤宽报价让价格快速上行触发追涨 FOMO，然后突然恢复深度回收价格。

UTAD 的对手方是 CTA + Risk Parity 的机械追涨，不是个人投机者的 FOMO。CTA 在新高触发加仓阈值，Risk Parity 在低波动期机械加杠杆——这两者才是「制度化 FOMO」的主要来源。把 UTAD 解释为单一操作者的诱多，会让人错估对手方规模；个人投机者的体量在指数级 ETF 主导的市场里，通常不足以支撑 UTAD 所需的追涨流量。

• SPX 2022-08-15 是教科书级 UTAD：前一周 CTA 净空头被熊市反弹强制 cover 转多，单周追涨流量约 200 亿美元，UTAD 完成后回到 Phase B 派发区间。
• UTAD 的微观特征是突破后 5-10 分钟内 spread 平均扩大 2.5 倍、best 5 档深度下降 60%，然后突然恢复——这与简单的突破回撤完全不同。
• 识别 UTAD 的实时信号是 订单流不平衡 > +2σ 但价格涨幅与 订单流不平衡 严重不匹配（价格涨过快、隐藏单 显示已经开始 refill 卖单），这是把心理学落到 LOB 信号的具体路径。
• 制度化 FOMO 与个体 FOMO 在表面上类似（都是追涨），但驱动机制完全不同——前者是合约触发、后者是认知偏差。把它们区分清楚是机构投研与个人账户投研最大的语言差距。

本章的总结放在一张图里：把 Wyckoff 的「Composite Operator vs Public」改写为 2026 年市场的层级结构。这套结构是本课程的最终视角：交易不是「智慧 vs 愚蠢」的剧本，而是「上层规则触发下层规则」的传导链。

Wyckoff 在 1931 年看见的是「人对人」的博弈；2026 年这套博弈已经变成「规则触发规则」的传导链，但 Schematic 的形态在表面层仍然稳定——这是为什么 Wyckoff 没有过时，但需要重新解释。

• Tier 1-3 占当代美股日均成交的 ~85%，Tier 4 占 ~15%（其中个人账户约 12%、被动 ETF ~3%），但 Tier 4 的「方向」几乎完全被 Tier 1-3 设定。
• 四层之间的传导主要是单向的：央行政策（Tier 1）改变 PB 资本约束（Tier 2），PB 改变深度与毒性反应，Tier 3 的规则在新环境里触发不同的加减仓行为，Tier 4 跟随。
• 把 Wyckoff 的「Composite Operator」精确化：它是 Tier 1（央行设定的流动性环境）+ Tier 2（做市商和 PB 的反应）的合成意图，不是单一机构。这就是为什么本课程在第 4 章把 CO 拆为五大分支。
• 把市场看作「单向传导链」而非「博弈对称」，是把心理学从描述层升到机制层的关键——心理学不再是「贪婪与恐惧」，而是「规则在何种环境下被触发」。这就完成了本章的总收敛。