我們先做這樣一個假設:
某公司有16股股票，這16股被3個不同的投資者持有。股東A曾在10元價位上買過3股，而後又在11元價位上買了6股，而股東B則在12元的持倉成本上.買進了4股:股東C,在13元上買了1股，在14元上持有2股。把這3位股民的股票加起來，IE好是 16股。
我們來做一張圖。
在這張圖上，我們向大家展示的就是一個籌碼分佈的模型。在這個模型中，我們把股票換成像麻將牌一樣的籌碼。在圖的右邊，我們標清楚了這隻股票在流通盤上的所有價位。當然這是一隻虛擬的股票,因爲如果選用真止的上市i公司的股票，會因爲其流通盤太大而無法把籌碼分佈的模型表達得簡潔易懂。而在這隻虛擬的股票中，爲了方便起見，我們把股價從10元一直標到14元，共5個價位。然後，我們把這些籌碼按照當時股東們買它的成本擺放到它相應的價位上。
從這張圖上:我們可以清楚的看到:這隻股票在11元價位上，投資者的籌碼比較重一些，12元至10元次之，13元以E籌碼量就不多了。此外，除了上面所說的股東A、B、C以外，曾經還有一位投資者D,在9元左右買過這隻股票，後來又以11心轉賣給了股東A，於是D先生提出了一個問題，“我9元錢的歷史交易怎麼沒有在這張籌碼分佈圖上得到反映?”其實這個問題不難講清楚，大家注意到圖上的籌碼總典只有16股，而這隻股票的流通盤也是16股，籌碼分佈只去表現這一大所有!在冊股東的建倉成本，由於D已經賣掉了自己的股票，所以他的籌碼在籌碼分佈上就看不見了。這是籌碼分佈的一個重要特徵:即它反映一隻股票的全體投資者在全部流通盤上的建倉成本和持倉量，它所表明的是盤面上最真實的倉位狀況。
隨着交易的繼續，籌碼會在投資者之間進行流動，因而籌碼分佈也不是一成不變的。 假定隨後發生了一個交易:股東B把他的12元價位建倉的4股股票賣掉了3股，成交價是14元。
事實上,籌碼分佈並不關心盤面中的籌碼到底是屬於股東A的還是股東B的，上面的兩張模擬圖之所以標註股東的持股狀態，僅僅是爲了讓大家看得更清楚一些。
如果換成真正的上市公司，問題就沒那麼簡單了，因爲一個公司的流通盤最少也有1000 萬股，其價位分佈是相當廣闊的。圖3是一張真正的籌碼分佈圖，它被放在K線圖的右邊，在價位上它和K線圖使用同一個座標系。當大量的籌碼堆積在一起的時候，籌碼分佈看上去像一個側置的羣山圖案。這些山峯實際上是由一條條自右向左的線堆積而成,每個價位區間擁有一條代表持倉量的橫線。持倉量越大則線越長，這些長短不一的線堆在一起就形成了高矮不齊的山峯狀態，也就形成了籌碼分佈的形態。
由於證券交易所不向公衆提供投資者的帳目信息,所以各類軟件中的籌碼分佈狀況均是通過歷史交易計算出來的近似值。假定籌碼的拋出概率與浮動盈利及持股時間有關，可以在一定數量的投資羣體中進行抽樣檢測，以獲得這個拋出概率的函數，然後再根據這個拋出概率，認定每口交易中哪些原先的老籌碼被沖銷，並由現在的新籌碼來代替。
我們把問題說得再簡單一點:根據相當多的投資者的獲利了結的習慣，尤其就散戶而言，在獲利10%至20%之間最容易把股票賣掉;而對主力而言.很難在盈利30%以下時賣出他的大部分倉位。那麼，獲利15%o的獲利盤對當H成交的貢獻就比獲利250要大些。這是較爲精確的計算籌碼分佈的方法，有時候出於計算量的考慮，也可以用相等的拋出概率來代替真實的拋出概率統計，這樣會引發一定的誤差，不過這個誤差是可以承受的。因爲在實際的投資分析中，某個價位的籌碼量多一些或少一些不會影響最終的結論。
在“指南針”的CYQ推出後，幾乎所有的國內軟件廠家都模仿了一個籌碼分佈圖，有一些做得還是很不錯的，但有一些算法誤差過大，建議這些軟件廠商予以修改。這類不準確的算法是把歷史成交，按時間加權，時間越久佔籌碼分佈的比重越低.這樣做表面上似乎也可以得到一個很像籌碼分佈的東西，但實際上是不能用的。因爲各股的活躍程度差異很大，人爲的確定歷史籌碼的揮發速度很難反映這個差異。
由於涉及商業機密，“指南針”籌碼分佈的算法暫時還不能予以公開，這裏僅僅可以講.些原理性的東西，還望讀者朋友們見諒。