第01章 开发和执行交易系统
没有什么事情比通过反复试验开发交易系统更容易的了。
简介
交易已经被称作快速赚钱最难的方法。为了持续盈利我们必须要攀爬交易者之山(图 1.1)。 顶级交易者具有为他们的交易承担全部责任的内在品质。他们成功的基础是充足的资金和在交易中出 人头地的不可动摇的信念。成功交易者具有足够的资金来渡过亏损期，同时也要利用多合约方式交易多个市场。这些交易者热爱他们的工作，一直在寻找更好的交易理念，并且投入必须的时间和精力来达到他们的交易目标。
对于顶级交易者来说，资金保护就像资金增值一样重要。他们
比任何人都清楚：当市场最终出现自己预期的行情时，拥有足够的交易资金是非常重要的。在市场困难的状态下，顶级交易者使用严格的资金管理规则和严格的风险控制规则在市场困难时期来保护自己的资金。
所有成功的交易者都已经逐渐地培养出与他们的交易形式和目标相匹配的交易能力。他们理解自己的交易偏好，并且已经开发出分析工具，培养出执行能力，以使得他们的交易过程能够平滑地进行，外表看起来是毫不费力的。他们有耐心和毅力来坚持一种交易策略，并且定期分析这种策略，不断做出更新和改进。重要的是测试自己交易的内容，并且去交易所测试的市场。
制胜的交易者会对他们的能力充分自信，认为自己能在长期的 交易中获利。他们并不奇怪会产生亏损期，在最困难的情况下，他们会保持乐观和积极的态度。他们的资金、资金管理、风险控制过程，以及他们的能力，更进一步帮助他们保持自信。他们的自信使得他们在做每一件事情时都能有纪律性和系统性。该书将帮助交易者培养持续盈利的能力，阐述关于资金控制的最新理念，并且带给交易者做系统交易的自信。交易是一种动态的分析，本书将使交易者有能力超越技术分析。
本版的新内容
本书被分为几个部分。第一部分包括前五章，阐述了如何建立与交易者的交易信条相一致的交易系统。第二部分包含余下的章节，讨论了资金管理、风险控制和交易系统的执行。第2版保留了第1版的结构，并且添加了一些新内容，比第1版更加完善。这些新内容主要来自本人的研究，它的重点在于资金保护、完善系统的测试和交易心理学。为了响应读者的要求，第1章和第3章包含了一些最 新的分析内容以帮助读者对技术分析的基本原理进行研究，躲避在系统测试中常见的陷阱，以及评定在选择入场和出场中的战略性设计交易。本版的第4章更新了在第1版当中讨论的关键系统的性能。 这是通过在一个全球投资组合上多元化测试的，以发现它们是怎样使用百万账户在真实数据上进行测试的。接下来我们向您展示本书中的所有思想，通过在股票和期货上进行测试以后，这些思想都可以被应用于股票交易。
大部分的新内容都集中在第6章和第7章 ，第6章资金曲线分析阐 述了如何通过模型化期货顾问(CTA)的 获利来评价CTA的业绩。然后讨论如何开发稳定的资金管理人评级，于是读者可以开发更有效的投资组合。关于风险调整性能度量的详细讨论和不同方法的实 际比较，使读者可以选择自己最喜欢的一种风险控制方法。第6章的末尾展示了一张未来业绩的控制图，于是读者能够更有效地监测CTA的表现。
第7章 的新内容是对未来业绩中的三个关键的未知因素进行评估。这三个未知因素是：资金回撤深度、资金回撤长度 (持续时 间)和期望回报。该章建立了数据化的模型来评估期货、套利基金或股票多元化投资组合中的这些关键因素。这些思想的运用是通过钱德舒适区域(Chande Comfort Zone )体现出来的。钱德舒适区域 是系统化交易的一种重要工具。第7章阐述如何运用这些工具来应 对资金回撤，并解答了一个关键问题：系统已经停止工作了吗?其中还包括为度量波动性、度量杠杆和为校正风险调整后盈利而开发的模型。第7章 还探讨无效多元化的问题，并给出一个评比CTA的示例。在章末阐述了如何将这些思想运用于股票和共同基金的交易中。通过提供投资组合级别的解决方案，本书中的思想在风险控制和资金管理中都是超前的。
第9章 阐述了如何应用电子表格建立一份自动日志。最后一部分新内容位于第9章的末尾，讲的是如何将运动心理学应用于交易。交易使交易者背负重压，如同职业运动员所承受的压力一样。于是很自然地想到，如果用应对运动压力的技术来应对交易压力会怎样呢?第9章向读者展示了应对运动压力的一些基本思想，以及将这些 思想运用于交易环境的方法，从而可以帮助交易者应对交易压力。同心理学中的其他问题一样，该章中给出的只是很多解释中的一种，读者可能希望以不同的方式来运用它们。但是，本书中的这些思想将为交易者自己进行这方面的研究提供一个有用的起点。
什么是交易系统
免责声明
本书中所讲的交易系统只是作为交易系统设计和测试这门艺术的示例，并非建议读者使用这些系统交易。并不保证这些系统会在将来盈利，也不保证实际盈利或亏损与本书中所示结果相似。事实上，并不保证这些计算毫无缺陷。我希望读者读一读第3章中实际检测这一部分。那一部分指出了利用后见之明来开发系统的根源性限制。读者应该以本书中这些例子作为启发，开发自己的交易系统。 永远不要忘记交易中存在亏损的风险。
什么是交易系统
交易系统是定义了交易出入场条件的一组规则。通常大部分交易系统都包含几个部分，比如入场规则、出场规则、风险控制规则和资金管理规则。
交易系统的规则既可以是隐含的也可以是明确的，既可以是简单的也可以使复杂的。一套交易系统可以非常简单，比如“ 在夏天买汗衫 ”，或者“ 当她卖出时买进 ”。经过设计，交易系统必须是可以被执行的。理想状态下，系统会应对“ 所有的 ” 交易问题，从信号的产生，到订单的设置，到风险控制。评估系统设计效果的一种很好的方法是让不懂交易的人来执行该系统，如呆可以执行，便是一套有效的系统。
实际上每个交易者都在使用一套系统。对于大多数交易者来说，一套系统实际上是由许多系统组合起来的。交易系统可以是随意的、部分随意的或者完全机械化的。这些系统可以使用不同类型的数据，比如五分钟图或周线图。这些系统可以不具有一致性，甚
至不容易测试；其中的规则可能具有很多例外。一套交易系统可以使用很多变量和参数。我们可以在相同的市场上使用不同的参数组合，也可以在不同的市场上使用不同的参数组合，亦可在所有的市场上使用相同的参数组合。
什么是交易程序
对于股票和期货交易来说，虽然一套成功交易程序的组成部分很容易被辨别，但是显然没有通用的交易程序存在(见表1.1)。 信号产生的过程需要交易者对数据进行分析，决定要交易的市场和股票投资组合，然后将信息持续不断地供给系统。接下来产生的信号必须根据账户来正确地处理，而交易规模的计算还必须包含对资金管理的考虑。这些工作的输出是一张准确的买单或卖单。最后交易者可以将订单交给经纪入执行。交易者必须仔细地监测执行过程 ， 检查订单的实现状况，接下来便要检查每日和每月的报告。成功的交易者都要为市场休假日和自己的假期做出准备。他们还经常备份和维护系统以防止数据崩溃、电力中断和通讯中断等问题。最后的问题是检查与权衡，需要交易者为处理交易错误和总的风险控制来开发相应的程序。交易者还必须监测自己的心理状况，并保持一套心理分析日志。
每位交易者都要根据自己的交易形式开发一套“ 系统 ” 。将交易系统划分为不同类型的盈利产生过程(RGP)，可以帮助简化分析和比较。读者还将发现，在理解了接下来阐述的RGP分类形式以后，可以很容易将自己的交易形式可视化。
盈利产生过程的分类
一个盈利产生过程就是一套系统或一个系统组合。根据形式所做的简单一致的系统分类有助于对不同的RGP进行比较。这样一种分类方法有助于投资者和投资机构研究最佳的投资方案。
RGP是这样一种交易“ 系统 ” ，我们可以根据它来决定交易时为了寻求利润所冒风险的数额。区分RGP的一个变量是时间框架，对于给定的头寸，交易者将在该时间框架上预测价格的运动。我们使用交易中平均每笔盈利交易的长度来对时间框架进行量化，单位不是自然日，而是交易日。平均而言，每笔交易持续的时间越长 ， 预期的价格运动幅度就越大，交易的平均获利也越大。 “ 慢速 ” 交 易系统倾向于使每笔交易持续更长时间。所以，在对RGP进行分类时，盈利交易的平均持续时间是一个准确的参数。
首先我们将RGP分为入场策略和出场策略。每个RGP都至少需 要其中的一个，但可能具有一个和多个入场策略和出场策略。然后我们将“ 速度”划分为两个级别，快速和慢速。速度参数描述了入场和出场信号对价格反应的相对灵敏度。较快的入场和出场一般对价格运动比较敏感。因为入场和出场都有两个速度级别，所以总共就出现四种组合形式 (图 1.2)。 在图1.2中为这四种类型分配了平均每笔交易的持续时间，这些数据纯粹基于我个人的经验。
现在我们可以把平均交易时间转化后来区分RGP的形式 (图 1.3)。 强力型趋势跟随是一种使用慢速入场和出场策略的RGP。 典型的平均交易长度大于50日 ，而且这种RGP是完善的，在测试期间内是有效的。这些RGP有不同的特点，冒中等风险便可获得大型利润，而且在使用多元化投资组合时的大型账户表现最佳。由于慢速出场策略的原因，有时会失去较大部分未了结交易中的利润，所以它们容易受到资金回撒的影响。
在强力型趋势跟随系统对角的系统是“ 热纽扣 ” (译者注：热 纽扣(hot-button)：在政治问题或市场战略方面，一种急于求成 的心理倾向。)型交易系统，它的交易持续时间小于5日 。这些高速RGP使用快速的入场和出场，交易相对较小数目的市场，必须控制滑移价差和手续费，当出现持续3日和更多日的 “ 爆发性 ” 市场行 情时，该类系统表现最佳。它们易受波浪形价格运动的影响，经常为了较小的获利而冒较大的风险，并且容易受到相关漂移和形态失 败的影响。热纽扣型RGP一般与其他RGP关联较小，通常由小账户和大比例杠杆使用。
在趋势早期入场，直至趋势终了才出场的RGP被称作“ 候鸟型 ” 。当市场在给定方向做平滑的趋势运动时(就像迁徙的鸟儿)，该系统表现最佳，但是易受失败突破或早期趋势反转的影响。所以，这种策略也可被看做乐观型趋势跟随。这种RGP也是完 善的，但是容易提前获利了结而放弃部分利润。可以认为逆势策略属于这一类别。
最后一种RGP形式可以被称作择优型趋势跟随，因为它会寻求已经形成的趋势。因为这种RGP漫速入场、快速出场，所以它们不容易受到趋势中早期反转或者末期回调的影响。但是，当趋势平滑有序时，这种RGP容易丢失很多交易机会，虽然它们具有较高的风险调节能力。
图1.2和图1.3可以帮助我们区分自己或交易顾问的交易类型。 如果交易顾问使用组合策略，那么我们可以使用加权平均交易持续
时间来对该资金管理人进行分类。投资者或投资机构可以使用这些RGP组合，或者其中的一大部分来创建自己的投资组合，以实现他们的投资目标。例如在投资组合中可以包含强力型趋势跟随和择优型趋势跟随，在趋势强劲时增加额外的获利，而在趋势特别缺乏时减少资金的波动。
表1.2中列出了每种RGP类型的优缺点。投资者或投资机构可以使用这些通用化的分类方案来理解或测试任何特殊RGP的优缺点。通过分析相矛盾的结论来辨别资金管理人的类型比较容易，因为在一个类型分类中性能应该大致相似。我们还可以使用自己的数据来划分为3个速度类型：快速、中速和慢速。总之，可以使用这种方法来构建有效的系统组合。另一种RGP的分类方法是随意型RGP和全系统化RGP，下面将对该方法进行论述。
比较：随意交易者与机械系
表1.3中比较了交易的两种极端情况：一名随意交易者和一名百分百机械系统交易者。随意交易者使用交易相关的所有信息：基本面数据、技术分析、新闻、交易快讯、月相，以及他们能想象到的所有东西。而机械系统交易者则忠实地遵守一套机械化系统，绝无任何偏离。他们的整个重点是执行系统，没有任何的改变、例外、修改或任何种类的调整。
杰出的交易者属于随意交易者，他们可能会击败所有的机械系统交易者。他们最大的优势是可以改变驱动每一笔交易的关键变量，所以他们可以比机械系统交易者更加明智地改变仓位规模。随
意交易者还可以改变交易变量的相对重要性，所以他们可以轻易在趋势跟随模型和逆势模型之间切换，也可以在分析的时间框架之间迅速切换，比如根据他们对交易机会的估计从5分钟图切换到周线图。
随意交易者可以更好地利用除价格外的市场信启、 。例如他们可以根据新闻或基本面信息来改变仓位规模。随意交易者可以定时调整他们的风险，所以他们可以比机械系统交易者更明智地调整仓位规模。这些不常见的 “ 本垒打 ” (译者注：原意为棒球比赛中击球员可打出绕球场一周然后回到本垒得分的一球，此处借指比较大型的一笔盈利交易)常常是区分良好业绩和优秀业绩的关键所在。但 是对于大部分交易者来说，成为一名机械系统交易者可能会使成功的机会最大化。
机械系统交易者的目标是选择一个时间框架(例如，小时、 日、周)，辨识趋势状态，预测未来趋势的方向。然后机械系统交易者必须预测交易的趋势，控制亏损，然后获利了结。交易规则必须是具体的，能够覆盖交易的每个方面。例如，交易规则必须指明如何计算将要交易的合约数目，以及所要使用的入场订单类型。这些规则必须指明初始资金管理止损的位置。交易者必须 “ 自动地 ” 执行该系统，在执行时不得有任何的含糊。
机械系统交易者是客观的，使用相对较少的规则，并且在亏损或获利时必须保持非情绪化。机械系统最重要的特点是具有不变的规则。该系统通常以相同的方式来计算它的关键变量，而无视市场的反应。即便有些指标基于市场的波动性，所有的系统规则也都是固定的，并且具有优先性。于是机械系统交易者没有机会根据基本面事件来修改规则，也无法有效地调整仓位规模与市场相匹配。这既是优点也是缺点。系统交易者的主要优势在于他们可以比随意交易者交易更多市场，并且使用多元化的投资组合。
我们设计不同风格的交易系统，它们只需要交易者做较少的判断。比如我们可以有增加仓位规模的明确规则。这可以包含基本面和技术信息。只有明确化，才能保证执行过程的一致性。这些论述没有提及为什么要使用交易系统这个问题，我将在下—部分进行回答。
为什么应该使用交易系统
使用交易系统最重要的原因是获得一种“ 统计学优势 ” 。这一常见术语的意思是我们可以测试该系统，而且平均交易利润包括所有的亏损和盈利交易是一个正数。平均交易利润应该足够大，以使该系统值得使用。平均交易利润应该能够涵盖交易费和资金回撤量，而且比其他系统要好。在本书的后面部分，我将详细讨论所有这些规则。
统计优势与另一个叫做破产概率( Probability of ruin )的 统计量有关。从模拟交易的结果来看，破产概率越小，我们就越可能在市场中生存并发展。比如你有一个小于1%的破产概率，那么你的风险控制方法和系统的其他措施一般足以防止账户遭受突然的灭顶之灾。
我担心这些统计数据的最大起因是，它们是在假定交易者会严格按照测试方式去交易该系统，并且没有一点背离的情况下得出 的。这在实际交易中是很难实现的。所以交易者的破产风险在它成 为现实之前只是一种风险，它比测试结呆要高。尽管有这种担心 ， 交易者也应该开发满足完善统计规则的系统，因为那样会增加交易者的胜率。同往常一样，没有保证，只有胜率，如果没有上帝，就将胜率放在你那边。
使用交易系统的一个原因是保持客观性。如果你具有坚定不移的性格，那么就可以抵挡新闻事件、热点提示、谣言或厌烦情绪的诱惑。假设你是一名图表交易者，而且在分析给定的图表形态时喜欢灵活处理。也许你很容易在事后辨识一种形态，但在实际交易中形态发展时却很难做到。所以分析结果可能令你不知所措，于是很难制定切实可行的交易决策。保持客观性可以使你轻松地遵守分析的决策。
保持一致性是使用系统交易的另一个重要原因。既然交易系统中仅有的几条规则每次都以完全相同的方式被使用，那么就可以确保交易者在交易中保持可贵的一致性。在许多情况下，客观性和—致性会走到一起。虽然一致性往往被认为是欠缺思考的结果，但当我们不是冠军交易者时，它的确是一项非常有用的品质。
交易系统还具有另一项关键的优势：多元化，尤其是跨交易模型、跨市场和跨时间框架的多元化。没有人可以确定市场在何时出现大的行情，当我们判断正确时，多元化是另一种增加胜率的方法。
总之，我们可以使用交易系统获得统计学优势、客观性、一致性，并可实现跨系统和市场的多元化。本部分的一项关键假设是 ， 交易者使用的系统经过良好的设计，而且是完善的。接下来的部分将讨论一些完善交易系统的实例。
完善的交易系统：TOPS COLA
一套完善的交易系统应该能够经受不同市场环境的考验，可以在跨市场和多时间框架的情况下正常工作。这种系统不会对它所用的参数值过分敏感。当“ 长 ”时间(两年或两年以上)交易时 ， 业绩可能既不是最差的也不是最好的。这种系统通常为趋势跟随系统，在遇到亏损时，它会立即将其斩断，在遇到获利时，它会让利润自由增长。这种心理叫做TOPS COLA，即 “ 获利了结要缓慢 ” 和 “ 止损要迅速 ” 。
我们举两个完善系统的实例，一个是移动平均交叉系统，另一个是价格区间突破系统。两个系统都是众所周知的，并且正以各种形式被广泛地使用着。这些系统产生的交易通常会超过20个交易日。所以我把它们划分为中期系统。它们本质上是趋势跟随系统 ， 在趋势市场中它们可以获利，在非趋势市场中它们将亏损。典型系统的胜率为35%~45%，平均每笔交易获利超过200美元。在后面我将详细讨论这些系统。
在许多市场上长时间地执行完善系统时，它们总体上是获利的。如果执行正确，它们会保证在趋势中入场，截断亏损，让利润奔跑。这种系统有无数种，在专家使用的系统中，趋势跟随系统似乎占较大比例。
完善的系统不对市场行为做过多的假设，使用相对较少的变量和参数，并且不因市场运动而改变其参数，不会因参数值的些许变 化而引起业绩的急速下滑。在大多数投资组合中都值得使用这种系统，因为它们是可靠的，另外它们很容易执行。
什么是“ 优良 ” 交易程序
读者可以使用本书中的工具来开发“ 优良 ” 机械系统，即可以自动交易的系统，不存在任何偏差，也不必为每个头寸而每天担心。系统必须将风险控制规则和资金管理算法组合在一起构建交易程序。但是我们怎样才能知道自己拥有的是一个好的程序呢?表 1.4 列出一些参考准则。需要注意的是，我并没有对此做出担保。但是接下来的建议应该会使你走上正确的轨道，并且达到专业资金管理人的长期业绩表现。根据用来比较的时间周期的不同，读者可能会看到差异较大的版本。比如在最近市场行情较好的情况下，盈利效率范围可以从0.1~0.5，共同基金为0.35~0.40。 预期的资金为月盈利标准偏差的四五倍，所以很少使用月标准偏差大于15%的程序来交易。这些规则是假定读者在使用日线数据交易，使用风险调整来选择系统(通过盈利效率)，并且能够容忍4倍于月盈利标准偏差的 资金。任何参数选择的目标都是将测试周期上交易的数目最大化 ， 同时不要忘记系统的完善性要求。
对于交易者何时能够停止寻找 “ 圣杯 ” 并且开始使用交易程序这一问题，这些规则可能是一些很好的指标。通过投入足够的工作和创造性，读者应该能够开发一套程序来超越这些指标。但是，仅仅设计一套好的程序还是不够的一一交易者还必须能够天衣无缝地执行它。
如何执行交易系统
准备使用一套自己信任的交易系统。在经过充分地测试之后 ， 读者可以为自己所使用的系统设计风险控制策略。风险控制策略指明了每一个信号所产生的合约数和每笔合约所冒风险的数额。当价格向对自己有利的方向运动数天后，该风险控制策略还可以指明初始止损如何改变。
系统必须清楚地说明投资组合问题，比如适合某个账户交易的市场数目和类型，还必须在收到交易信号但未进入交易时，指明初始止损放置的时间和初始止损的类型。
交易计划位于系统执行的核心。交易计划指明入场、出场和根据统计学分析得出的风险控制规则。交易者应该创建一份日志来记 录自己的情绪和执行质量，以及对计划的偏离和偏离产生的原因。 我们应该随时监测头寸风险和所有出场规则的状态。
最后，从长远的观点看，假设我们正准备用该计划执行100笔交易，而不是一笔。于是我们可以忽略其中任何一笔交易的业绩，不 管它是输是赢，而把精力集中在交易计划的执行上。关于系统执行的问题将在第9章中详细讨论。
系统交易容易吗
系统交易并不容易，因为它有违人的本性。交易是一种情绪化 的行为，而系统交易要求交易者在较长的时间里以毫无偏差的方式去执行一组策略(即没有情绪的影响)。 这使得交易成为一种无聊的行为，而这违反了人的本性。当市场向交易系统预期的相反方向 运动时，交易者需要大量的耐心和纪律来执行计划。市场会不间断
地向交易者提供各种信息来挑战他们的交易信条，诱使他们从既定的交易计划中偏离。例如，如果你是一位逆势交易者，市场呈现在你面前的可能是一系列的趋势，不断触发你的止损位，而不是像预期的那样反转。或者，你是一位突破型交易者，那么市场可能出现 一系列失败突破，从而诱使你使用逆势策略。
交易者需要非常强的信念才能在交易过程中坚定不移地执行系统，而不去随意改动参数(图1.4)。 如果交易者真的相信自己使用的系统，那么就应该准备好资金回撤的到来，并且能够耐心地等待最坏时期的结束，如果必要的话或许会重新调整系统。如果交易者对自己使用的系统只有中等的自信，那么很可能在使用过程中去修 改和优化系统。对系统不太信任的交易者常常在一开始表现得过分信任，然后对系统的信任很快消失，于是他或她会忽略交易信号，从而入场过迟、出场过快。这种交易者放弃了所有的希望和系统本身 ， 并且开始尝试使用另一套系统，于是进入一种自我毁灭的循环。
那么怎样才能对系统建立自信呢?首先要了解自己的交易信条，这将在第2章中详细讨论。然后，交易者必须对自己的测试有信心。本书中的所有内容都是帮助交易者建立自信的。接下来，交易者必须具有现实的期望。对于 “ 优良 ” 系统和盈利效率标准的讨论见第7章。最后，交易者必须使用自己测试的系统交易，第8章和第9章中对运动心理学的讨论将对此有所帮助。
交易是一种易于出错的过程，市场很快就会发现你的交易链 条中最弱的一环。市场会不断创造条件来测试交易者的弱点。比如你在数据供给方面存在问题，那么这些问题将在最不适宜的时间出现。如果你需要在周二早点离开办公室，那么这些危机将在周二出现，仿佛存在某种魔法。所以交易者必须随时准备好对整个交易过程进行分析和维护，于是交易成了一种乏味的、令人生厌的工作。
交易的另一个问题是回报是变化的，不管是赢是输都很难保持平衡。在测试时，大量的数据被压缩在几个毫秒内。而在实际交易时，我们不能使时钟加速，而必须慢慢等待每一次资金回撒的结 束。所以交易回报的可变性也会影响到交易者对交易策略的坚持。
有没有人会真正地系统化呢？大量的职业交易者是的。例如 ， 资金经理是系统化的，指数基金经理也是系统化的。而且赌场也是系统化的，他们知道自己只具有较小的优势，所以人们下的注越多， “ 庄家 ” 就越可能获利。保险公司知道，参保的人越多，公司的风险就越小。因此从长远来看，系统化交易是具有获利性的。但是交易者必须明白，只有度过市场的困难时期，才可等待有利行情 的来临。系统化交易很难长期进行，但是如果交易者可以掌控自己的心理问题，那么显然就已经获得一种优势。如果读者不想进行系 统化交易，那么请看本章接下来的这一部分——谁获利?谁亏损 ?
谁盈利，谁亏损
在20世纪30年代，特乌勒斯、哈洛和斯通(1974年 )发表了一 篇由布莱尔· 斯图尔特所做的研究报告，该报告对8922名客户的全部交易账户进行了分析。那似乎看起来已经有些久远了，但是在过去的70多年里，人类的恐惧、希望和贪婪却基本没有改变，所以那份研究报告的结果值得认真对待。
斯图尔特在报告中提到了那些客户所犯的三个错误： (1)投机者明显倾向于过早地斩断获利，而让自己的亏损自由发展; (2) 虽然在研究的9年中价格一直下跌，但是投机者倾向于做多而不是做空; (3)看多者在市场虚弱时买多，而看空者在市场强劲时卖空 ，表明他们是价位交易者，而非价格运动交易者。
我们应该将这些经验与前述的TOPS COLA思 想进行一下比较。 通过减缓获利了结和迅速止损，我们将避免斯图尔特在报告中提到的第一个错误。其次，通过趋势跟随，我们可以避免后两个错误。 如果我们跟随趋势，那么我们将在每个中期趋势上做多和做空，从而避免了只做多的倾向。再次，如果我们跟随趋势，那么就是在跟随价格运动而不是价位交易者。
如果交易者具有明确的交易计划，包含所有必需的细节，那么 就很可能在交易事业中获胜。交易者应该把大部分时间和精力放在执行交易计划上，在执行时应该尽可能地准确一致。所以，交易者必须超越技术分析，深入到对交易的管理和组织中去，从而获胜。
第1章附录：技术分析简明入门教程
简介
该入门教程主要是为不熟悉技术分析基本思想的交易者准备 的。如果你熟悉技术分析的基本思想，并且可以使用商业技术分析软件程序，那么你可以跳过该附录。但是，在附录中的自适应震荡指标和自适应移动平均对高级交易者也可能有所帮助。
市场数据有两种类型：外部的和内部的。外部数据来自经济活动、宏观调控和政府变革，这些因素会影响工序平衡，影响生产和消费。外部数据被称为基本面数据。内部数据来自交易过程，交易工具可以是股票、期货和期权，这些数据由交易所收集和发布。交易数据被称为技术数据。所以技术分析就是分析市场内部产生的数 据。根据交易的方式和地点，可以把内部数据分为不同类型。
在股票或期货合约的交易过程中将产生很多信息，比如成交价格、成交合约数或成交手数。在新头寸建立和已有头寸了结时都会产生这些数据。当一天中的所有交易都被收集和总结之后，交易所将报告每日交易价差(最高价和最低价之差)、 开盘价、收盘价和成交量，以及持仓兴趣。如果你不理解这些术语，可以去股票或期货交易所的网站上去查询。
我们将技术市场数据绘制成图表，然 后进行分析。在图表中，横轴代表时间，纵轴代表技术数据的值。横轴(时间轴)可以用年、月、周、日或小于1日 的时间作为时间框架。纵轴以本地货币为单位，显示的是价格的运动：开盘价、最高价、最低价和收盘价。对于股票而言，成交量就被绘制在价格线的下面。因为价格图看起来像是一根根的棒线，所以这种图也被称为棒线图 (译者注：此为美国情况。中国的价格图看起来像一根根蜡烛 ， 被称为蜡烛图)。
随着时间的推移，具有创造性的交易者们已经分析、发明、测试了数百种有关分析棒线图的思想，并对它们进行了分类。计算机的出现大大简化了分析过程，并允许使用更复杂的计算分析方法。 在这样短的篇幅中描述不计其数的交易思想是不可能的，所以本书只将与本书内容相关的重要思想总结在本附录中。
技术分析所做的假设
技术分析中最重要的一个假设可能就是历史会重演，过去的价格运动会对未来的价格运动做出重要的暗示。第二个假设主要的是当前趋势会按当前方向继续发展，直至被取代为止，而且在较长时间框架(比如说月)中观测到的趋势比在较短时间框架(比如说日)中观测到的趋势更重要。第三个假设是与被交易工具相关的所有公共领域的信息都被完全反映在市场中。这表明没有哪个交易者具有信息优势，而这未必是真实情况。读者可以怀疑这些假设的准确性，而且一些学术研究也对这些假设提出了质疑，内幕交易和随机漫步理论便是两个典型的例子。但是为了实际交易的目的，我们 将认为这些假设基本上是正确的。
技术分析依靠在过去的数据中发现的形态，而这些形态可以在将来用于交易中。形态的辨识和量化既可以是主观的，也可以是客观的。主观性形态包括图表中各种各样的价格形态，比如通道和三角形。对于价格的客观性度量是算法公式，比如移动平均和震荡指标。这里我们重点讨论技术分析中的量化元素，对于图表形态读者可以参考其他有关技术分析的书籍。
典型的价格形态和图表形态
图1.5至图1.13所示为期货市场中常见的一些价格形态和图表形态。股票图表中使用的术语与此处使用的相同。
在趋势市场中，价格朝着一个方向稳定地运动，或向上、或向下(图 1.5)。 在这些趋势中交易时，可以沿趋势方向设立头寸。趋
势的产生是对基本面发展的响应，基本面的发展吸引看多者以更高的价格购买，或者让看空者愿意以更低的价格卖出。根据经济学的理论，平衡价格远离当前价格，价格朝人们理解的未来平衡价格运动。趋势可以包含非常宽的价格区间，股市中的价格区间要比期货市场中的大。
交易区间通常出现在趋势的末尾，价格接近人们所认为的平衡价位，然后开始“ 横盘运动 ” 或者在几个区间内运动(见 图1.5)。 通常的解释是市场在区间的顶部找到压力(更多激进的做空者)， 而在区间的底部找到了支撑(更多激进的做多者)。 我们不能说做多者比做空者多，因为对于每笔交易来说，做多者与做空者都是相匹配的。但是，当看多者(或看空者)数量占优势时，对股票的持仓兴趣(或平仓兴趣)会增加。这种市场最好使用逆势策略 交易，在低点买进、高点卖出。使用移动平均的趋势跟随方法在这种市场中不会获利，因为价格来回运动，在两个方向产生一系列的亏损信号。
波动市场缺乏相对固定的价格方向，价格在两个方向飘忽不定 (见图1.5)。 波动市场可以被看做是市场在扩展的交易区间内运动。波动区域可能出现在较宽的上升趋势或下降趋势中，一般持续1到5个月。在波动市场中，使用移动平均的趋势跟随策略和通道突破
策略都比较容易亏损。市场通常会从这种区间中突破而出，但很难 区分是失败突破还是成功突破。
当市场在一个非常宽的交易区间内，每隔7~⒛个交易日便从一个价位平滑运动到另一个价位时，市场正在上下震荡(见 图1.6)。 在这种行情中，使用移动平均线的趋势跟随策略要比突破型策略更具获利性，而逆势策略则无利可图。周期性的震荡运动可以看做是 扩展的整固运动，接下来市场往往进入交易区间或波动运动。虽然这样的区域很容易用肉眼观测到(事后)，但在实际交易时很难用量化的指标去预测。
周期性市场在较窄的交易区间内做持续3~7个交易日的震荡 (图 1.7)。 借助于计算机的帮助，我们可以检测到此类市场，并且可以通过预测转折点的方法进行交易。这种行情出现的频率比人们普遍认为的要少。
当震荡运动或周期性市场在一轮较强的趋势中呈阶梯式出现时，价格通道便形成了。当检测到价格通道时，我们便可以使用简单的趋势跟随工具进行交易。伦敦国际石油交易所(IPE)Brent原油期货合约在1999~2000年的上升趋势中呈现出一条相当干净的通道 (图 1.8)。 在1999年初刚开始出现的上升行情便足以确定这条延续到2000年的通道。随意交易者可能比较喜欢靠近通道底部略低于通
图1.7stockholm期 权市场0MX指数的连续合约在2000年展现出强劲的周期性价格形态。
道的低风险买进机会。在通道顶部同样为那些随意交易者提供了低风险的卖空机会。如此强势的通道是非常罕见的，但是在股票和期货中都的确出现过，它们在股市中出现的机会要比在期货市场中多。
三角形代表一段时期的整固形态，市场的价格区间随着时间快速收缩，形成一种可以包含在三角形内的价格形态。至少有三种类型的三角形价格形态：对称型 (图 1.9)、 上升型和下降型。在实
际交易中，三角形定义了市场决定未来价格方向(即价格在该形态 完成之前便决定性地冲出该三角形)的时间周期，通过等待价格的突破便可以成功地使用这种形态进行交易。在期权交易中这种形态也非常有用，因为当价格在这种形态内整固之后，波动性一般会降低;而当价格从该形态突破而出时，波动性很可能会增加。
双重底或双重顶准确描述了一种形态：价格先达到一个极点 (最低点或最高点)，然后第二次“ 重新试探 ”那个极点。该形态通常持续1~4个 月，最后市场便朝着与该极点相反的方向果断地运动。这次重新试探可能有几种形式。当价格靠近前一个极点时并未超越其价位，从而形成标准的双重底或双重顶。有时，重新试探可能稍微超过先前的极点，很容易用肉眼观察到，但是却很难用计算机程序去定义，因为两次到达极点之间的时间间隔是非常不确定的。
试举例比较，在米兰30股指期货(MIF)中形成的双重底 (图 1.10)持续时间为典型的1~4个月，而纽约CSCE糖11号期货合约中的大型双重底(图 1.11)花了10个 月的时间才形成。双重底的定义具有极大的主观性。但是从两份图表中都能够看出，我们可以使用它来成功地进行交易。激进的交易者可能在靠近双重底的位置入场，以期待该形成的出现。另一种比较保守的方法是在高于两底中间的高点处买进。使用这种比较保守的方法，早先入场者一般会卖
给迟到的看多者，于是双重底的重新试探或者微小的整固区便会出现。如果收盘价高于两底之间的高点，便确认双重底形态已经形成。
图表形态的皮工目标
当价格出现特定的可定义图表形态时，经验认为未来价格运动的幅度是一致的。这种对运动幅度的预测被称为度量目标。在任何给定的情况下，市场也许会到达预期的幅度，或者继续运动，大大超过预测幅度。但是，对价格形态的识别与分类，以及对未来价格目标进行预测的能力，使得我们可以围绕这些形态来制定交易策略。下面举两个例子来说明这种思想，但绝不是对这种思想完整或透彻的阐述。
交易者在价格图表中经常会看到长方形价格形态，在这种形态中，价格在一个“ 长方形 ”内运动4~6个月。当市场突破长方形时，我们可以使用长方形的高度得出一个价格目标。图1.12所示为纽约棉花期货连续合约的图表，其中有一个长方形的价格整固区域出现在1999年 上半年。长方形的高度是7.25美元，我们预测的下侧目标是61.11美元。一旦价格从这种整固形态中突破而出，那么它将在 一个月内达到目标价位。
图1.11纽约CSCE糖11号期货连续合约中的大型双重底引起了2000年的强势反弹。
图 1.12从一个价格长方形中得出的度量目标，在这份纽约棉花期货市场的价格图表中度量目标为长方形的高度。
另一个著名的整固价格形态是头肩形态。在这种形态，价格首先形成一个初始高点，然后出现一个真正的最高点，接下来出现一 次对最高点的重新试探。重新试探在一个比最高点低的价位失败 ， 形成右肩。可以在该形态的低点下面画一条直线，即“ 颈线 ” 。理想状态下的颈线是水平的，但非常罕见。这种形态偶尔会出现于市场底部。我们预测顶部头肩形态之后价格将强势向下穿越颈线，而在底部头肩形态之后价格将强势向上穿越颈线。在使用头肩形态时应当非常小心，因为它是失败率相对较高的一种形态。但是它的确给出一种预测价格目标的方法，价格目标是从最高点(或最低点 ) 到颈线。
图1.13所示为伦敦LIFFE Long Gilt期货连续合约中出现的一个头肩形态。该连续期货的最高点为125.15美元，颈线与最高点之间的垂直线长度为118.15美元，指明一个低于交叉价格111.15美元7个整点的价格目标。在1999年5月Long Gilt向下突破颈线，7个交易日后又重新试探颈线。一旦重新试探失败，Long Gilt便走低进入一轮波动的下跌趋势，在4个月后到达下侧目标。通过观察发现，该价格目标很容易被超过，如图1.13所示的Long Gilt案例。
有关股票技术分析的许多经典书籍都阐述了各种价格形态的度量目标，这些形态有三角形、旗形、波浪，等等。交易者可能也从自己的交易经验中总结出许多形态，只要我们相信市场会按我们希望的方式运动，那么就可以使用这些目标作为系统中重要的入场点或出场点。
统计分析
图 1.14 标准正态分布的频率分布图，均值等于0，标准偏差为 1。 注意大部分数 据位于靠近均值的区域内，而 “ 远离“均值的位置数据点相对较少。标 准偏差被用来量化数据点离开均值的距离。
一组数字的算术平均数或均值是一种总结性统计量，它总结了样本的一些物征。算术均值对样本中每一项的所选参数求和，然后除以样本中的项数。例如，为了求平均每周收盘价，就把从周一到周五的收盘价加起来，然后除以5，便得到了平均每周收盘价。均值可以看做是所有数据点的加权和：
均值=u=sum(wi× Vi)
其中权重wi=(1/n)，n=数据点总数，而Vi是每个数据点的值。所以均值等于样本中所有数据点的加权和，而每个数据点的权重就是数据点总数的倒数。
均值不会给出数据在均值周围分布的任何信息，即我们不知道数据点距均值有多远。例如，计算一个班中所有儿童的平均身高 ，既不能告诉我们身高的范围(即最高的身高减去最矮的身高)，也不能告诉我们不同身高出现的频率，我们只能使用标准偏差来量化这一差值。
要计算标准偏差，就先计算出每个数据点与均值的差(Vi-u)。 先对这些差值求平方(去负号)，然后通过对平方差求和后再除以数据点总数求出均值(如前所述)。 这被称作样本方差。最后，我们对样本方差做平方的逆运算——开平方，便得到样本的标准偏差。标准偏差是一种度量数据分布的统计量。标准偏差可以看做是样本方差的加权平均的平方根。计算公式如下 ：
在一个正态分布(图 1.14)中 ，样本数据出现的频率呈钟形分布在均值的周围。意思是说，在靠近数据范围中心的位置，数据密度最高。在越靠近均值的位置我们会发现数据点越多，而远离均值时数据点较少。如果数据呈正态分布，那么我们预计大约67%的数据都分布在距离均值两侧一个标准偏差的区域内。在正态分布中，大约有99%的数据将落在均值两侧3倍标准偏差的区域内，这证明标准偏差是对数据分布的一种度量方法。
移动平均
移动平均是一些变量(比如收盘价)的简单均值，在特定的时间间隔，比如说9个时间周期上计算得出。移动平均通常由棒线图表中的收盘价计算得出，但是交易者可以使用自己喜欢的任何数据来计算。移动平均被用于将价格数据平滑化，然后辨识潜在的趋势。平均周期的长度和均值的计算方案可以有多种，以便产生具有不同平滑特性的均值，也叫做移动平均的灵敏度或者移动平均的速度。 需要注意的是，价格必须在移动平均反映出价格变化之前便已运动。所以移动平均通常滞后于实际真实价格的运动，因为它们的响应受到平滑方案的阻尼作用。移动均值没有固定的限制值，根据价格的变化可以取到任意值。
常见的移动平均是简单移动平均、加权移动平均和指数移动平均。最近人们还发明了自适应或动态移动平均，在这种移动平均中，平滑周期不是固定的，而是随市场波动性变化。
简单移动平均(SMA)的加权方案就是赋给所有的数据点相等的权重。该权重为(1/n)，其中n是计算时间周期的数目。因为计算周期的长度是固定的，在每个时间周期末，一个新的数据点被加入，最旧的数据点被删除。在加权移动平均(WMA)中 ，权重被调节为所有的权重之和为1，但是最新数据比采样周期中较早的数据被赋以更大的权重。加权移动平均中，当一个新的数据点加入时也会删除最旧的数据点。一些交易者认为最旧的数据也应该包含在平滑方案中，于是引出了指数移动平均(EMA)。 在指数移动平均中 ， 当新数据被加入时并不删除最旧的数据，而是不断减少它们在计算时的权重。
图 1.15日 收盘价20个周期的简单移动平均(SMA)、 加杈移动乎均(WMA) 和指数移动平均(EMA)。 图表为东京Palladium市场在2000年初的两个 月中出现的快速反弹。
具体使用哪一种移动平均很大程度上是个人爱好问题。图1.15所示为东京Palladium期货合约在2000年1月和2月出现的强势反弹。 图中还画出了三条收盘价的20日移动平均线。注意EMA的响应速度要比WMA快，而WMA比SMA更灵敏。EMA和WMA赋给最近数据较大的权重，所以对市场中快速的价格运动更加敏感。
移动平均构成了趋势跟随交易系统的基础，当使用两条或多条移动平均来辨识趋势的变化时，头寸便在新趋势的方向上设立。最简单的策略是使用一长一短两条不同长度的简单移动平均。移动平均的长度越短，计算时使用的时间周期越短。于是，较长移动平均反应的是 “ 旧 ”趋势，而较短移动平均反应的是“ 新 ”趋势。如果短移动平均向上穿越长移动平均，那么一轮新的上升趋势即将产生 ，于是我们设立做多头寸。基于这种交易策略，我们可以开发多种多样的交易系统。
正荡指标
震荡指标也是从市场价格中得出，但是经过“ 规格化 ” 以后只在一些固定值(比如0)周围波动，而且具有固定的上限和下限。震
荡指标只是对市场动量的另一种度量。我们使用不同的平滑方案来产生震荡指标，以使它平滑地运动。用来计算的时间周期通常是固定的，震荡指标用来指示价格的“ 超买 ”或“ 超卖 ”(即价格在一个方向上偏离平衡价格太远)。 交易思想是价格在这些极值不会持续太长时间，短期之内价格便会横盘运动甚至反向运动。
还有一类“ 区间定位震荡指标 ” ，我们可以用它们来辨识当前价格在一个固定时间周期内价格区间的位置。随机震荡指标是区间定位指标的一个例子。图1.16为尤莱克斯EuroBund合约的图表，位于价格下面的便是随机震荡指标。注意震荡指标是如何指示收盘价在近期价格区间中的位置的。当价格上涨时，震荡指标上升，当价格下跌时，震荡指标下降。因为用来计算价格区间的时间周期是固定的，所以用来计算收盘价相对位置的价格区间也是连续变化的。 例如，在2000年1月和5月 ，震荡指标都显示价格接近近期交易区间的底部，而进入那些底部之前的价格区间在1月份比5月份大。当市场被锁定在一个交易区间内时，震荡指标在辨识转折点方面非常有用。
在趋势中，震荡指标的另一项用途是检测市场动量和价格运动之间的背离。动量背离是使用固定时间周期计算震荡指标的一个直接结果。例如，当价格创造一个新的低点，但震荡指标却未出现低点时，一个背离便产生了。如果后续的低点出现时，计算周期上
图 1.17随机震荡指标显示出价格与价格动量之间的背离，图中为尤莱克斯期货 连续合约数据。当价格创造一个新的极值，但动量震荡指标没有的时 候，便产生背离。
的价格区间较小，而且震荡指标值大于在先前价格低点处的震荡指标值，所以会产生背离。与该过程相反(即价格出现新高而震荡指标没有)时也会出现背离。在关键转折点通常能观察到背离，但并非每次背离都会引起关键转折点的出现。在图1.17所示的尤菜克斯EuroBund合 约中，我们可以看到价格和动量震荡指标之间的背离。
价格通道和价格带
价格通道用来绘制一个固定周期上的最高点和最低点。它是一 种与前述通道图表形态不同的图形化工具。此处价格通道用来定义给定时间周期上价格运动的范围(图 1.18)。 当价格创造出新的高点或低点时，可以使用价格通道来制定交易策略。新的高点或低点可以被解释为新趋势启动的信号，可以沿趋势方向设立头寸，或者了结前面趋势中的头寸。
价格带通常画在移动平均线的两侧，用来度量价格在均值两侧运动的范围。在移动平均线两侧画出距移动平均线固定百分比距离的两条曲线，便得到一种价格带。也可以加入一些对动量的度量 ， 比如移动平均长度上价格的标准偏差。价格带可以用来预测价格极值或强趋势。图1.19所示的尤莱克斯(Eurex)EuroBund合约图表
图 1.18在尤莱克斯(Eurex)EuroBund连 续合约上的一条20棒价格通道。价格 向上穿越上通道线表明上升趋势，向下穿越下通道线表明下降趋势。注意市场穿越通道后的运动幅宽和持续时间都是不可预测的。
图 1.19在尤莱克斯(Eurex)EuroBund期货连续合约上，绘制了一条50日 简单 移动平均线，两侧是2%的价格带。价格带上缘线高于当日50日 移动平 均2%，价格带下缘线低于当日50日 移动平均2%。
中，使用50日简单移动平均，平均线两侧为±2%的价格带。整固区 一般会在价格带内部产生，而趋势一般产生在价格带的外部。移动 平均线两侧的价格带可以用不同的方法来定义，比如使用基于波动性的定义。
使用价格通道或价格带中的一者，或两者同时使用，我们便可以开发趋势跟随或逆势交易系统。但是，虽然每一轮主要趋势都是从穿越通道或价格带开始的，但并非每一次价格从通道或价格带中的穿越都会引发一轮主要趋势。
趋势指标
及时地检测趋势便可获得可观的利润，所以交易者们发明了一些基于价格的指标来度量市场中的“ 趋势 ”。在这些方法中，出现 一个较大的值通常表明一轮趋势的出现，所以可用于基于趋势的交易策略。这些指标大约是动量指标(比如移动平均)的双重平滑。
平均动向指数(ADX)是一种趋势指标，当使用者确定回顾长度后，要进行一些相当复杂的计算才能得出。当ADX大于20，或者ADX持续上升，便认为即将进入一轮趋势。在每一轮重要趋势中 ，14期ADX通常超过20，但并非每次ADX大于20都会引起重要趋势。
最近推出的钱德趋势指数(CTI)的基础是期权价格理论。如果用L表示回顾周期的长度，那么计算公式如下：
其中τ是趋势指数，In是 自然对数，stdev是标准偏差，c[1]是 当 日收盘价，c[L]是L个交易日前的收盘价，sqrt是平方根函数。当该指 数的值大于1时 ，便表明存在趋势。这种趋势度量方法的原理如下。 布朗运动理论认为，价格运动为每日价格变化的对数的标准偏差乘以度量价格变化的时间间隔的平方根。这是分母的值。分子是相同时间间隔上终点价格与起点价格之比的对数。如果价格随机运动 ，那么钱德趋势指数应该小于或等于1。 反之，如果价格以强趋势运动，那么CTI应该大于1。 图1.20所示为尤莱克斯(Eurex)EuroBund期货的连续合约图表，图中有一条50日移动平均线，两侧为2%的价格带下方为钱德趋势指数。注意观察趋势是怎样在价格带之外形成的，而且得到CTI大于1的 确认。在图表右侧，当市场开始失去动量时，CTI值逐渐减小，通常低于 1。
CTI也可以很容易地用于股票交易中。如图1.21所示，Arriba公司的股票图表展示出强劲的趋势，使CTI值远大于1。 此处CTI可用过超买指标。
动态指标
到目前为止，我们所讨论的指标都需要使用者选择时间周期来完成指标的计算。在很多情况下，创建可以根据当时的价格运动自动调整计算周期的指标，可能比较令人满意。这种思想详见钱德和克罗尔(Kroll)所著的《 最新技术分析指标》(The New Technical Trader，John Wiley&Sons ，1994年出版，中文书名参考台湾译本)。 特别推荐钱德和克罗尔的“ 随机RSI和动态动量指数 ”(见参考书目)，其中详细阐述了自适应指标的应用。
动态指标背后的策略是将指标的回顾周期长度与市场波动性联系在一起，然后根据市场波动性来调整回顾周期。当价格处于交易区间内(波动性较低)时 ，我们通常希望指标具有“ 较长 ” 的回顾周期。反之，当价格快速运动时，我们希望使用 “ 较短 ” 的回顾周期。改变用于计算的回顾周期要比使用自适应移动平均将指标平滑会让指标更灵敏。“ 较长 ”和“ 较短 ” 的定义取决于交易者使用的交易视窗。
图 1.21在Ariba公司(ARBA)股票图表中绘制出钱德趋势指数(CTI)和一条 带有2%价格带的50日移动平均线。CTI大于1表明存在趋势，当价格上涨 高于价格带、或下跌低于价格带时，便确认了CTI给出的趋势信号。
图1.22所示为欧米伽研究中心交易平台(TradeStation)软 件中 的一段示例代码，该代码用于创建一个自适应的随机震荡指标，该指标使用收盘价的20日标准偏差，长度范围从7个交易日到28个交易日。首先，确定20日标准偏差是否为其最大值。为此，使用20日标准偏差(变量v1到v4)计算一个随机震荡指标。如果20日标准偏差为其最大值(v1=v2 )，那么v4=1，震荡指标长度被设为最短 ， 变量lenmin(=7日 )。 如果20日标准偏差为其最小值(v1=v3)， 则v4=0，震荡指标长度被设为最长值，变量lenmax(=28日)。 剩 下的工作便是计算随机震荡指标了。然后使用指数移动平均将其平滑。我们可以使用相同的方法来开发其他的自适应指标或均值。
图1.23所示为尤莱克斯EuroBund合约，将自适应随机震荡指标 (细线)添加到18日随机震荡指标上。可以很清晰地看出自适应指标因价格运动所作的调整，比固定周期长度的相同震荡指标更快达到极值。
变指数动态移动平均(VIDYA)利用市场波动性改变指数平均的长度，从本质上修改了指数平均的计算公式。这种均值自动调节自己的长度，对价格的反应更灵敏。当市场波动性增加时，该均
值的有效长度缩短。反之，当市场波动性减小时，该均值的有效长度伸长。图1.24通过绘制9日指数移动平均线和可变指数动态移动平 均线，对米兰指数期货(MIF)进行了分析。当市场快速运动时 ， VIDYA向9日指数移动平均线靠拢。当波动性处于最低水平时 ， ⅥDYA水平运动，其有效长度变为“ 无限 ”，表明该指数的有效长度具有一个很大的动态范围。在图1.24中 ，当米兰股票期货在1997年6月从整固区域加速而出时，VIDYA与9日指数移动平均的有效长度相同。当MIF进入从6月到9月的整固期时，VIDYA水平运动。VIDYA走平是辨识整固区的一种有效信号。
图1.23尤莱克斯(Eurex)EuroBund期货连续合约，使用自适应随机震荡指标， 其中计算时间周期根据每日收盘价的20日标准偏差在7~28日之间调整。图中细线为自适应随机震荡指标;粗线为18日随机震荡指标。自适应随机震荡指标对价格的变化更加敏感。价格图上添加了50日简单移动平均线，两侧为2%的价格带。
VIDYA在交易平台中的代码见图1.25。 它修改了前面所讨论的自适应随机震荡指标的代码(图 1.22 )。 在图1.25所示的代码中，通过增加变量比例因子，可以增加该均值的灵敏性。计算VIDYA的其他方法见《 最新技术分析指标》。
预测长期支撑和压力
对价格图表最常见的使用方法之一，是预测支撑和压力。支撑是下降趋势可能停止的大约价位，市场受到看多者的“ 支撑 ”。反 之，压力是上升趋势可能暂停的大约价位，市场受到看空者的“ 压 力 ”。我们希望预测长期的支撑和压力价位，以便量化我们在市场中的风险。风险对看多者来说是市场下跌至支撑线，而对看空者来说是市场上涨至压力线。对图表的分析表明，期货市场中的长期趋
图1.26标准普尔500日期货的连续合约，400日简单移动平均，价格带距移动平均的距离为收盘价400日标准偏差的一半。长期支撑和压力似乎靠近价格带。
图1.27尤莱克斯(Eurex)DAX期 货合约在移动平均和价格带处发现支撑，价格带距移动乎均的距离为收盘价400日标准偏差的一半。
势大约持续18~20个月，或者说大约400个交易日(假设每月20个交 易日)。 所以我们在400日简单移动平均线上定义长期支撑和压力。 因为市场一般在靠近长期支撑或压力价位附近较小的范围内运动 ， 所以，我们通过在400日简单移动平均线两侧加减收盘价400日标准
图 1.28纽约棉花市场的连续合约，在一轮多年的下跌趋势中，400日简单移动平均线起了压力线的作用。
偏差的一半来绘制一条价格带。标准普尔500期货(图1.26)和尤莱 克斯(Eurex)DAX期货(图 1.27 )的图表显示出，市场总会在长期价格带附近找到支撑。纽约棉花期货(图1.28)表 明长期压力线位于400日简单移动平均线附近，短期趋势也是如此。