该技能面向加密货币与 Solana 代币交易，主题是系统化、基于规则的离场方法。资料强调：入场决定是否参与，离场决定能留下多少；多数交易者把 90% 精力放在入场、10% 放在离场，应当反过来。每笔交易在入场前应定义三种离场：止损、止盈和移动止损。
一、止损（风险管理离场） 在预设价格平仓以限制下行风险。方法包括：固定百分比（入场价减 X%）、基于 ATR（入场价减 ATR(14)×乘数）、支撑位（最近摆动低点下方）、最大亏损（SOL/USD 绝对上限）。ATR 止损示例代码使用 pandas_ta 计算 atr = df.ta.atr(length=14)，stop_loss = entry_price - (atr.iloc[-1] * 2.0)。乘数参考：1.5× 较紧、需要高胜率，适合短线；2.0× 为标准，平衡噪声过滤与风险；3.0× 较宽，适合波动条件下的波段交易。完整方法见 references/stop_loss_methods.md。
二、止盈（目标离场） 在预设水平锁定收益。固定风险回报目标示例：risk = entry_price - stop_loss_price，tp_2r = entry_price + (risk * 2)，tp_3r = entry_price + (risk * 3)，tp_5r = entry_price + (risk * 5)。分批离场框架（推荐用于 meme/PumpFun 代币）分四档：第一档 25%、目标 2× 风险、之后将止损移至盈亏平衡；第二档 25%、目标 3–5× 风险、之后移动剩余仓位；第三档 25%、目标 5–10× 风险、之后收紧移动止损；第四档 25%、使用移动止损，作为 moonbag 让其继续运行。市值里程碑离场适用于 PumpFun 和 meme 代币：例如市值 50,000 卖出 25%（覆盖成本）、100,000 卖出 25%（锁定利润）、500,000 卖出 25%（主要利润），保留 25% 作为 moonbag 并设移动止损。完整方法（含斐波那契扩展目标和基于成交量的离场）见 references/take_profit_strategies.md。
三、移动止损（趋势跟随离场） 动态止损跟随价格上行但绝不下移。百分比移动止损函数 percentage_trailing_stop 接收 current_price、highest_since_entry、trail_pct（默认 0.10），返回 (stop_level, triggered)。ATR 移动止损（Chandelier Exit）函数 chandelier_exit 接收 highs、atr_value、multiplier（默认 2.5）、lookback（默认 22），返回最高高点减去 ATR×乘数。EMA 移动止损：当收盘价连续 M 根 K 线低于 EMA 时离场，示例用 ema = df.ta.ema(length=20)，below_ema = df["close"] < ema，consecutive_below = below_ema.rolling(3).sum() == 3。常用 EMA 周期：10（短线）、20（日内）、50（波段）。更多实现（Parabolic SAR、SuperTrend、阶梯移动止损）见 references/trailing_stops.md。
四、时间止损 若交易在设定窗口内未朝有利方向移动则离场。示例：bars_since_entry = current_bar - entry_bar；若 bars_since_entry > max_hold_bars 且 current_pnl <= 0，则 exit_reason = "time_stop"。参考时长：短线 5–15 分钟；日内 4–8 小时；波段 3–5 天；PumpFun 狙击 2–10 分钟（因代币而异）。时间止损可防止资金滞留在无进展的交易中。
五、信号离场 当产生入场信号的指标反转时离场。RSI 反转示例：rsi = df.ta.rsi(length=14)，若持多头且 rsi.iloc[-1] > 70，则 exit_reason = "rsi_overbought"。MACD 交叉示例：macd = df.ta.macd()，若 macd["MACDs_12_26_9"].iloc[-1] < macd["MACDh_12_26_9"].iloc[-1]，则 exit_reason = "macd_bearish_cross"。信号离场与移动止损结合效果较好——信号触发收紧移动止损，而非立即全部离场。
六、流动性离场 当成交量或流动性恶化、表明难以干净离场时退出。示例：recent_vol = df["volume"].rolling(10).mean().iloc[-1]，baseline_vol = df["volume"].rolling(50).mean().iloc[-1]，若 recent_vol < baseline_vol * 0.3，则 exit_reason = "liquidity_deterioration"。这对低市值 Solana 代币尤为关键，其流动性可能迅速蒸发。
PumpFun 专用离场规则 毕业前离场：bonding_fill_pct = current_fill_sol / 85.0；若 bonding_fill_pct > 0.90，接近毕业，需决定持有穿越还是提前离场（毕业会带来上下双向的波动尖峰）；若 bonding_fill_pct < 0.50 且 time_since_entry > 300（5 分钟），则 exit_reason = "stalled_bonding_curve"。成交量衰减离场：buy_vol_1m = get_buy_volume(token, "1m")，buy_vol_5m = get_buy_volume(token, "5m") / 5（归一化为每分钟），若 buy_vol_1m < buy_vol_5m * 0.3，则 exit_reason = "buy_volume_decay"。时间衰减：多数会成功的 PumpFun 代币在最初几分钟内显示动能——0–2 分钟持有（过早判断）；2–5 分钟若无 2× 则离场；5–10 分钟若无 3× 则离场；10 分钟以上应处于移动止损状态，而非寄希望。
组合离场规则 完整离场计划可叠加多条规则。推荐模板 exit_plan 包含：hard_stop（fixed_percentage，value 0.20，即最大亏损 -20%，priority 1，最先检查且始终执行）；atr_stop（atr_trailing，multiplier 2.5，atr_length 14，priority 2）；take_profit（scaled，分档 at_rr 2/4/8 各卖 0.25，priority 3）；time_stop（max_bars，value 50，condition if_not_profitable，priority 4）。优先级顺序：硬止损 > ATR 移动止损 > 止盈 > 时间止损。硬止损始终有效且不被覆盖；ATR 移动止损在第一个止盈档成交后激活；时间止损仅在交易尚未盈利时触发。
常见离场错误 无止损（下行无限）——入场前始终定义最大亏损；把止损移得更宽（事后增加风险）——绝不把止损移离价格；不止盈（盈利变亏损）——使用分批离场；全有或全无离场（要么少赚要么过早离场）——分批减仓；整数位止损（与其他交易者聚集、被猎杀）——偏移一个小的随机量；止损过紧（被正常波动扫出）——使用基于 ATR 的止损；寄希望而非移动止损（回吐利润）——首个止盈后激活移动止损；忽视流动性（无法按预期价格离场）——建仓前检查价差与深度。
与其他技能的集成 position-sizing：根据止损距离确定仓位，position_size = (account_risk * account_balance) / (entry - stop_loss)。risk-management：离场是执行风险限制的机制。pandas-ta：使用 ATR、EMA、RSI、MACD 进行信号离场和移动止损。slippage-modeling：估算离场的执行成本以设定现实目标。liquidity-analysis：入场前验证离场流动性。
文件 references/stop_loss_methods.md（完整止损方法与反模式）、references/take_profit_strategies.md（分批离场、R:R 目标、斐波那契扩展）、references/trailing_stops.md（移动止损实现与参数指导）；scripts/exit_simulator.py（在合成价格数据上模拟并比较离场策略）、scripts/stop_loss_calculator.py（计算止损水平、仓位大小和 R:R 目标）。