1. 出發點：梅路艾姆對尼特羅，到底「學」了什麼
梅路艾姆是怎麼突破尼特羅的百式觀音的？如果只能用一個機器學習的詞來說，最接近的是線上對手建模。意思是邊打邊觀察對手，一點一點修正「在這種局面下，對方下一步最可能出什麼招」的判斷。[1]
不過，只叫它「強化學習」太籠統。梅路艾姆同時在做這幾件事：
- 觀察尼特羅上一步的動作、距離、攻擊方向和節奏。
- 推測每種局面下的選擇偏向，也就是對方自己都沒發現的習慣。
- 預測下一步。
- 改變自己的攻法，引對方做出某種反應。
- 往後推演幾步，找出突破的路線。
所以更精確的說法，是對手建模＋線上學習＋序列預測＋規劃的組合。可以這樣想：他把在軍儀（作品裡的棋類遊戲）中練出來的「讀對方選擇、比較後面各條分支」的本事，搬到了戰鬥裡。
2. 就算一對一，局面也多到數不完，為什麼還能讀得出來
就算雙方都只有攻擊、防守、閃避、移動、假動作這5種選擇，兩個人走一步的組合就有25種。連走10步，簡單算就是25^10，約95兆種。真實戰鬥裡，方向、速度、距離、力道、時機都是連續變化的，所以真正的組合數幾乎沒有盡頭。
梅路艾姆並不是把所有步驟都背下來。重點是：人不會用相同的機率去選每一個選項。
比方說防守有100種，但尼特羅在某個距離下，50%選A、30%選B、15%選C，其他幾乎不用，那真正要重點去讀的就縮到A、B、C三個。如果梅路艾姆再調整攻擊方向，讓A更容易出現，對方的選擇還會更少。
所以核心不是把所有情況一個一個試過，而是：
先把局面限定住，找出對方的偏向，再用自己的行動把對方的反應縮小。
3. 在市場裡，沒辦法直接看出「誰是強者」
一對一的時候，對手只有尼特羅一個人，所以能學到他個人的習慣。市場裡卻同時有大資金、券商、造市商、高頻交易業者、靠自己判斷操作的交易員，還有短線散戶。光看一般的五檔報價和成交明細，分不出哪一筆單是誰下的。
所以，在短線交易裡想「複製高手」是很危險的。你看到的不是人，只有下面這些交易留下的痕跡：
- 買單進來之後，價格動了幾個最小跳動單位（tick）。
- 明明有人在賣，價格卻沒有下跌。
- 被吃掉的賣單，很快又被補上了。
- 買單是否往更高的價格移動了。
- 創新高之後，成交是否還在繼續。
- 買賣價差是一直很窄，還是突然拉大。
所以放到市場裡，問題不是「誰在買」，而是：
在眼前這個盤面上，買方和賣方到底哪一邊在真正推動價格。
4. 支持「吸盤魚式」打法有可能成立的研究
吸盤魚是一種貼在鯊魚身上、吃鯊魚剩下東西的魚。「不去跟第一個行動的強者比速度，而是拿後面剩下的行情」，這個想法有幾項研究當作支撐。
第一，大單會被拆開。 一次下很大的單會把價格推向對自己不利的方向，所以大資金常把一張大的母單拆成許多小的子單。有研究用了東京證券交易所9年多的帳戶層級資料，用數字支持這樣的看法：拆單可以解釋為什麼「買單後面常接著買單、賣單後面常接著賣單」，也就是下單方向會長時間延續。[2]
第二，別人會去讀容易預測的拆單。 實證結果顯示，大單的子單規律越明顯，越容易被事先預測訂單的參與者利用，大資金的成交成本和延遲出現的價格衝擊也就越大。[6][7] 這跟根據過去的訂單流推測下一筆、再跟在後面的「搶先交易」「訂單預判」很接近。
第三，最一開始的速度競爭，人根本來不及。 一項使用英國股票交易所訊息資料的研究發現，只靠速度決勝負的典型競爭，大約只有5到10微秒，超過20%的成交量跟某種速度競爭有關。[9] 盯著螢幕再按滑鼠的人，不可能去搶這第一下。
所以個人能瞄準的，不是幾微秒就消失的價差，而是持續幾秒到幾分鐘的拆單、跟隨單和流動性不足。
但這並不等於「急漲後買第二波就一定贏」。大單執行完之後，價格衝擊有一部分會回吐，最先買進的人也可能把貨賣給後面跟上來的人再離場。吸盤魚策略的核心不是「價格漲了」這個事實，而是確認行情還沒有結束。
5. 從公開資料裡看得到的四種痕跡
5-1. 委託流失衡（OFI）
OFI不只算市價單，還把最佳買賣價位上限價單的新增和取消一起算進來，用來衡量「買方壓力和賣方壓力的差」。一項研究分析了美國50檔股票，發現短時間的價格變化跟OFI的關係，比跟單純成交量的關係更穩定；同樣的OFI，五檔越薄，價格動得越大。[3]
用拔河來比喻：OFI不只是數「有多少人參加」，而是連繩子實際往哪邊移動、對面的人是變多還是變少都算進去。
5-2. 五檔失衡（佇列失衡）
設最佳買價上的數量為 B，最佳賣價上的數量為 A，簡單的五檔失衡可以寫成：
QI = (B - A) / (B + A)
QI越接近1，代表買盤相對越厚；越接近-1，代表賣盤越厚。一項研究分析了那斯達克的10檔股票，發現QI跟下一次中間價的變動方向有統計上的關係，在最小跳動單位較大的股票上，預測的改善特別明顯。[4]
不過，厚的掛單不一定真的會留著。一取消就沒了，所以不能只看某一瞬間的厚度，還要看新增、取消、成交是怎麼變化的。
5-3. 價格對委託單的反應
最容易看懂、也最重要的，是比起委託單的數量本身，價格接下委託單後怎麼動。
- 大量買進市價單進來，價格卻不漲：可能是上方有很強的賣單在接。
- 賣出市價單進來，價格卻不跌：可能是下方有買單在接。
如果打算跟在買方後面，比起「買的人多」，更有力的確認是：就算賣方反擊，價格也不崩。
5-4. 五檔的恢復力
大單把五檔吃掉一塊之後，五檔多快回到原來的樣子，這叫恢復力。一項研究分析了倫敦證券交易所的一檔股票，發現五檔並不總是會恢復，但恢復時的半衰期約為20秒。研究也報告了跟隨性市價單出現的證據。[5]
這並不是「要在20秒內買賣」的通用法則。市場、股票、年代不同，速度也不同。重要的是在第一波行情之後的短時間內，量一量對面的掛單是回來了，還是沒回來。
6. 進場假設：不買第一波，買撐住之後的再次加速
買進方向最簡單的吸盤魚假設，有五個步驟：
- 第一波： 價格、成交頻率和正向OFI比平常暴增。
- 等待： 不當場追，等賣方反擊。
- 確認撐得住： 賣出市價單出來了，回檔卻很淺，買單被補上，第一波的起點沒有被跌破。
- 再次加速： 正向OFI再次增加，賣單被吃掉，創下近期新高。
- 參與： 只做再次加速被確認之後那一小段延續。
用數字舉個例子：價格從1000日圓快速漲到1010日圓，回檔到1007日圓，被賣壓打擊後也沒跌破1007日圓，又重新突破1010日圓，這個位置就是候選點。最初的10日圓讓給強者，只拿確認之後剩下的部分。
不過，這並不是論文裡已經完成的必勝規則。研究直接證明的只有：下單方向會延續、OFI和五檔失衡在短期內有一定的預測力、有人會去預判可預測的訂單。上面的五個步驟，是把這些結論為個人整合起來的待驗證假設。
7. 停利不看「想賺多少錢」，而看進場理由還能撐多久
用這種方式買進的理由，是這樣一個假設：
「買方短暫的氣勢還在，不久會有人跟著買進來。」
所以出場也很自然應該看這個假設是否還成立，而不只看帳面獲利有多少。
停利和撤退可以組合考慮下面四種。
7-1. 前提被破壞時離場
下面這些變化，是「買盤會繼續」這個前提被破壞的跡象：
- 剛再次突破的價格，馬上又跌回去。
- 跌破回檔的低點。
- OFI轉向賣方。
- 買進市價單不斷出現，價格卻不漲。
- 賣單一再被快速補上。
- 買單撤走，價差拉大。
這種時候，就算獲利沒到目標也要離場。你本來是跟在一個強選手後面跑，那個選手停了，你就沒有理由一個人跑完當初定下的距離。
7-2. 時間到了
這個策略瞄準的是「馬上就會延續的行情」。進場後，如果在預期的時間內沒有創新高、沒有再次加速，那「什麼都沒發生」本身就是資訊。
不過，並沒有「所有股票都是20秒」這種標準答案。預測訊號各自以不同的速度減弱；動態交易模型也顯示，有交易成本時，應該依訊號能持續多久來調整部位。[12] 請用自己的資料，量出贏的交易多少秒、多少次事件之內開始上漲，把這個「保存期限」當作時間到期的標準。
7-3. 固定目標
固定停利並不差，但沒有根據的「3個最小跳動單位」或「賠1賺2」就太弱了。蒐集進場後的最大有利幅度（MFE，交易朝對自己有利的方向走得最遠的幅度），扣掉手續費和滑價，再比較哪個目標的期望值最大。
把期望值簡化一下就是：
期望值 = 勝率 × 平均獲利 − 敗率 × 平均虧損 − 交易成本
目標越遠，一次賺的越多，但達到的機率越低。所以不能只看獲利幅度，還要同時看達到的機率。
7-4. 移動停損與分批停利
想把少數漲得很遠的交易留住，可以用移動停損，也就是價格越漲，出場線也跟著往上提。數學研究顯示，在假設了某種價格過程時，賣出限價單加移動停損的組合可能是最佳的。[11] 但這並不代表「永遠在下方2個最小跳動單位」在所有市場都是最佳。
分批停利容易讓結果的起伏變小，但會太早放掉最強那筆交易的獲利，還會讓成交次數和成本增加。沒有普遍的證據說「賣掉一半」一定比較好。固定全部出場、時間到期、移動停損、分批停利，需要在同一份資料上比較。
8. 停損也不是「越窄越好」
關於停損的理論研究顯示：如果價格是隨機漫步，機械式的停損會降低期望報酬；但如果報酬具有正的延續性，也就是有動能，停損就可能有減少虧損的價值。[10]
吸盤魚策略瞄準的是短期動能的延續，所以「前提被破壞就停損」可能跟它很搭。但比平常的小波動還窄的停損，會一次又一次被掃掉，你只是白白付了價差和手續費。
因此，把角色分開比較合理：
- 初始停損：這個進場設定不再成立的價格或委託狀態。
- 時間停損：超過了本來該延續的那段時間。
- 獲利後的停損：跟著最近的回檔低點，或委託流的反轉移動。
9. 人的停利判斷是有偏誤的
一項分析約1萬個帳戶的著名研究發現，投資人傾向太早賣掉賺錢的股票，卻把賠錢的股票抱太久。這叫處置效應。[13]
做短線時，也很容易發生這種反過來的事：2個最小跳動單位的獲利不想失去，馬上賣掉；2個最小跳動單位的虧損卻等著它漲回來。結果就是賺得小，賠得大。
要避免這種情況，不能憑當下的安心感，而要依事先訂好的理由離場：
- 前提被破壞了。
- 時間到了。
- 達到了統計上訂下的目標。
- 觸及了移動停損的條件。
10. 研究證明了什麼，還沒證明什麼
獲得比較有力支持的
- 推測對方的行為規律並據此改變自己策略的對手建模，在多個參與者的問題中是有效的研究領域。[1]
- 大單拆分，是同方向委託持續出現的原因之一。[2]
- 短時間的價格變化，跟OFI的關係比單看成交量更強。[3]
- 五檔失衡有時對下一次價格方向有統計上的預測力。[4]
- 別人讀出容易預測的大單執行，然後跟著交易，這種訂單預判在理論和實證上都有研究。[6][7]
- 最快的價格競爭，快到人類根本無法參與。[9]
- 停損和移動停損的價值，取決於價格過程、訊號能持續多久和交易成本。[10][11][12]
目前還沒有被普遍證明的
- 買進急漲後的淺回檔和再次突破，個人在扣除成本後也能穩定獲勝。
- 看五檔就能認出「厲害的短線高手」的委託單。
- 20秒、3個最小跳動單位、賣掉一半，這些數值對所有股票都是最佳。
- 預測準確率高，就等於淨利高。
- 過去某一段時間有效的規則，在參與者和制度改變之後仍然有效。
11. 驗證時的最小設計
比起一開始就全丟給AI，更好的做法是先把某一種局面記錄100到300次。
局面記錄
- 股票、時間、價差、最小跳動單位。
- 第一波的幅度、所用時間、成交頻率。
- OFI，或簡單的買賣壓力。
- 第一波之後的回檔幅度。
- 遇到賣壓時的下跌幅度。
- 買單、賣單的新增、取消和補回速度。
- 有沒有再次加速和創新高。
進場後的記錄
- 1秒、5秒、10秒、20秒、30秒後的損益。
- 最大有利幅度（MFE）。
- 最大不利幅度（MAE，交易朝對自己不利的方向走得最遠的幅度）。
- 到最高價為止的時間。
- 到OFI反轉為止的時間。
- 實際成交價、滑價、手續費。
要比較的出場方式
- 固定停利、固定停損。
- 前提被破壞＋時間到期。
- 固定停利＋剩下的部分用移動停損。
- 委託流一反轉，就全部出場。
學習期和評估期要依日期分開。不要混入未來的資料，用較早的時期訂條件，再用較新的時期來驗證。因為市場狀態會變，還需要定期做滾動式的前進測試（走步驗證）。
最後，一定要在扣除成本之後再比較。預測就算對了，如果獲利是1個最小跳動單位，而價差加滑價也是1個最小跳動單位，那它就不成其為一個策略。
結論
從尼特羅對梅路艾姆中能得到的核心想法，並不是背下所有的套路。
從看得見的行為中學出偏向，限定局面，確認對方的反應，然後只進入還剩下的那條短路徑。
放到市場裡，就不是去找某個有名有姓的「超級高手」，而是去讀強力委託單在公開資料裡留下的痕跡。第一波讓給速度快的參與者，對方反擊時也不崩，只有在委託壓力再次加速時才跟在後面。
而停利，不只看賺了多少日圓，而是看：
跟著走的理由還在不在？有沒有在預期的時間內延續？扣除成本後還剩不剩移動的空間？
最簡短地說：
不要想著贏過領頭的。確認領頭的人造出的行情還在繼續，就短暫地搭一程；行情一停，不管離目標還有多遠，立刻下車。
這就是從研究中可以順理成章推出的「吸盤魚式短線交易」的骨架。
