20 秒重點
- 形態
- 三個高點:一個肩,一個更高的頭部,第二個肩與第一個高度相近。
- 位置
- 頭肩頂出現在上漲之後,頭肩底出現在下跌之後。
- 它在說什麼
- 上漲再也創不了新高,兩個低點構成的底部最終失守。
- 確認
- 收盤跌破頸線。在那之前沒有型態,只有三個高點。
- 失效
- 價格重新站上右肩,接著站上頭部。
頭肩頂是最知名的技術型態,也有人簡稱為頭肩型態。它描述的是一段逐漸乏力的上漲:一個高點,一個更高的高點,接著一個再也漲不上去的高點。
事後回看,它非常清楚。但在圖表的右側,也就是你必須做決定的地方,它就模糊得多。這篇會帶你看如何辨識它、它在哪裡確認,以及為什麼我不公布任何關於它的數據。
本文介紹的是一種訓練方法,不構成投資建議。交易具有高度的資本虧損風險。
如何辨識
- 左肩:上漲末端的第一個高點。
- 頭部:一個更高的高點。
- 右肩:比頭部低的高點,高度與左肩相近。
- 頸線:連接頭部兩側兩個低點的直線。
- 跌破:第一次收盤落在頸線下方。
頸線不一定是水平的。依兩個低點的高度不同,它可能略微上升或下降。左右肩不必完全相同,但必須明顯低於頭部。
頭肩底是它的鏡像:在一段下跌之後出現三個低點,中間最深。它以收盤站上頸線來確認。
它在說什麼
在左肩,上漲正常延續。在頭部,買方把價格推得更高,隨後價格回落到第一個低點附近。到了右肩,買方再也無法突破先前的高點。市場開始出現較低的高點:上漲失去了原本的規律。
只要頸線守住,一切都還沒定局。它扮演支撐的角色,價格可能從這個底部再次反彈,就像先前已經發生過兩次那樣。跌破只代表底部失守,僅此而已。
教科書的用法
- 進場:收盤跌破頸線時,或價格從下方回測頸線時(如果有回測的話)。
- 止損:設在右肩上方。到了那裡,「上漲乏力」的判斷就不成立了。
- 理論目標:型態高度(頭部到頸線的距離),從跌破點往下量測。這是一種計算慣例,不是預測。它的用途是判斷這筆交易是否值得承擔風險。
範例:頭部在 110,頸線在 100,右肩在 105,在 100 跌破時放空。理論目標在 90。止損設在 106,也就是右肩上方一點,你冒 6 的風險去爭取 10:風險報酬比為 1:1.7。若止損設在頭部上方的 111,你冒 11 的風險去爭取 10,比例不到 1:1。風險報酬比很快就能幫你做出判斷。
為什麼我不公布數據
對於 K 線型態,我能寫出簡單的定義,並在五年的比特幣資料上統計。對於頭肩頂,我用同一份資料試過:BTC/USDT 的 4 小時 K 線,2021 年到 2025 年。程式先找出高點與低點,再尋找依正確順序排列的五個點,要求左右肩高度相近,並且收盤跌破頸線。
問題出在參數設定。你必須決定回落多少才算一個高點,以及兩個肩的高度可以相差多少。依不同的設定,我在五年內每個方向找到 8 到 83 個型態。案例這麼少,隨機誤差的範圍介於 11 到超過 30 個百分點。而且結果會隨設定不同而大幅變動。
當結果取決於所選的設定時,這個量測就證明不了什麼:只要一直調整,就能得到想要的數字。所以我寧可不公布。至於十字線、錘子線和吞噬型態,本站都有公布它們的數據。
對你在其他地方看到的勝率,也請保持同樣的標準。問清楚:哪個市場、哪段期間、什麼定義、多少案例。
常見錯誤
- 型態還沒出現就先看到它。 在右肩還沒走完、頸線還沒被收盤跌破之前,你看到的只是三個高點。
- 在頸線下方的影線就進場,沒有等收盤。
- 把理論目標當成承諾。 價格沒有任何義務走到那裡。
- 忽略背景。 出現在區間中段的頭肩頂,根本沒有可以反轉的上漲。
- 為了保險把止損放在頭部上方,卻沒有重新計算比例。這筆交易往往就不再值得承擔風險。
練習在知道結果之前做決定
TradaZen 不會標示頭肩頂。訓練練的是這個型態真正要求的能力:在圖表右側、後續走勢被隱藏時做決定。做決定時,你可以畫一條趨勢線來標出頸線,或在右肩畫一條水平線。
你選擇「多」、「空」或「我觀望」。App 會設好止損與目標,接著市場揭曉它實際的走勢,結果記在模擬餘額上。「突破」單元教你分辨真正的區間突破與假突破,這正是頸線提出的同一個問題。想了解更多,請閱讀交易模擬器頁面。
常見問題
交易中的頭肩頂是什麼?
一段上漲之後出現的三個高點型態:一個肩,一個更高的頭部,接著一個比頭部低的肩。當價格收盤跌破頸線(連接兩個低點的直線)時,型態才算確認。
如何計算頭肩頂的目標價?
量出頭部到頸線的高度,再從價格跌破頸線的位置往下量測同樣的距離。頭部在 110,頸線在 100:理論目標在 90。這種計算慣例並不預測任何事。
頭肩頂和頭肩底有什麼不同?
頭肩頂出現在上漲之後,有三個高點,最高的在中間。頭肩底出現在下跌之後,有三個低點,最深的在中間。前者以跌破頸線確認,後者以站上頸線確認。
頭肩頂可靠嗎?
沒有精確的定義,誰也說不準。我用程式在五年的比特幣資料中尋找它,找到的型態太少,結果又太依賴參數設定,因此無法公布勝率。對於沒有交代市場、期間和案例數的勝率百分比,請保持警惕。
Mehdi Azizi 打造了 TradaZen,並透過他的工作室 Devoria 在 App Store 上架。App 裡的場景都是真實的過去圖表,從不使用虛構的數據。
TradaZen 是訓練工具:每局都在過去的市場資料上進行,使用模擬餘額。它不是券商,也不是投資建議。實際交易有虧損本金的風險。

