对周期的判别和预估

在技术图形中，价格形态看起来经常重复出现的现象是很明显的，大家都会认识到这一点，我们面临的很大挑战就是要发现基础的形态都是什么样子的。即使价格在图形上给我们的直观反映是在一个趋势中或是窄幅振荡的走势，而这些生成图形的数据也还是未经过处理的原始数据。从科学分析的角度来看，它们本身就包含着某个波形。我们之前也介绍过的通道形态其实就是一种波的存在形式。不过，当我们采用了高频数据和较小的时间间隔时，就很不容易辨别出波的存在。而对于一般交易者，他们除了简单的图形分析手段之外，没有别的工具来对形态的周期变化进行解码，结果他们也就忽视了这些周期的存在。而最终他们会错过一些很重要的关于趋势的方向或是可能出现的拐点的提示信号。在我们讲过的那几个技术图形中，没有哪一个能辨识出价格中的波形，它们的作用都体现在将原始的价格数据直观化，生成各种技术图形。而交易者应该试图去解答的一个问题是，他们观察到的价格变化是否与嵌入在这些拐点里的波形发生重合。比如，在图13.1a中，我们所看到的形态非常接近于一个价格走势的技术图形。任何一个交易者都会把认定这个图形中的阴影区域是趋势线划出来的。而当你再仔细一看，就会发现它不过是根据图13.1b中的算式，由Mathematica软件生成的图形。

关键是交易者要揭开生成这张图形的隐身形态是什么。

下一次当你看到一张图形时，就要记住有可能是某个隐身形态生成了这样一张价格走势图。从人的本性出发，大家总是认为价格运行就是线性的，但实际上并不一定都如此。在现实中，大量的价格走势背后其实是周期性的波浪形态。忽视了这个可能真实存在的东西，就可能导致交易者对价格可能发生的运行路径产生误判。

什么是波?

首先让我们来明确一下波到底是什么。大多数的交易者恐怕已经忘了基本的几何学和三角学，但是这个世界认识波已经有几千年的历史了。数学家对几何学中发现波的记载，可以追溯到公元前200年，也就是希帕查斯的时代。

从数学的角度看，波就是正弦的函数，图13.2中的波形应该是大家都非常熟悉的。

在自然界中，七年的太阳黑子周期是最确定的周期之一。这个周期的波峰和波谷（见图13.3）的可预测程度很高。

另一个关于波的例子是双音谐波周期（见图13.4）。

太阳黑子周期和双音谐波周期都是自然界真实存在的周期，无疑是这些物理现象的一部分。

那么价格数据又如何呢？它们有周期性吗？让我们来看一些真实的交易数据。我们采用的是1分钟图中澳元/美元的交易数据。对这些数据进行统计分析的结果表明，在16分钟的时间间隔下，该数据存在着明显的波状形态。我们可以将该数据转换为五种不同的波形：正弦整流波、锯齿波、规则正弦波、矩形波和三角形波（见图13.5至图13.9）。

下一步就是要判定哪种波是与之最匹配的。我们注意到，在所有这些不同的波形中，出现过几次波的拐点与数据的波峰或波谷重合的情况。

对于周期出现时呈现的状态，交易者应该敏感起来。正弦波出现得更为频繁。除此之外，复合波也是很常见的。图13.10就是把1分钟澳元图的四种波形复合在一起的状态。

当我们运用周期指标的时候，需要确认的问题是，这个清楚呈现出来的波形是一个复合波，它是在试图生成一种最匹配的波。

周期指标背后的主要设想就是要将隐身在价格数据之中波形给找出来。波为什么会出现是无法回答的问题。它们是构成自然界的一部分。只要有能量的作用，波形就是其中的一部分。这就类似于为什么斐波那契比例很有效这样的问题。波的起始可以是一个外在事件的结果，比如某条新闻，引起了价格在一段时间内的上涨，导致了波峰的出现，接下来的下跌又导致了波谷的产生。价格行为本身或许也隐藏着某种形态的波。没有人能预测是什么造成了波的出现。那就让我们暂且同意，波是自然与能量运行结构中的一部分，波也的确存在于价格运行当中。

尽管我们不想把这一章变成关于波的物理教程，但理解一些有关波的几个主要术语是很有必要的。它们包括振幅、周期和频率。

》振幅：波的高度。

》周期：完成一个波形需要的时间。

》频率：在周期中振荡的次数（1/周期）

如果我们能判别出了价格数据中波的周期循环，就能得到所有这些关键数值。如果这个指标是有效的，它就能判定出周期的起点，也能预测出将来周期会怎么循环。这样的预测对预估波峰和波谷也是适用的。实际上，它成为了判定时机的工具，是对其他技术分析进行确认的指标。要注意的是，在使用波的周期指标时，重点就要放在对其他信号确认的作用上，而不是单独来用这些指标。

因此，技术分析的任务就是要为任何数据的序列生成与之最匹配的波形。这不是一件无关紧要的事，它对于我们如何理解价格运行是至关重要的。交易者一般看到的是实际发生的交易价格，但却看不到它背后的隐身形态。而周期指标就是要将价格或“时间序列”分解成几个部分。当这些价格数据被去除了趋势，揭下了面具，交易者会看到我们熟悉的趋势元素以直线的形式表现出来。那些没有去掉趋势的周期程序，都未能遵循统计中普遍接受的惯例来做。

在周期的振荡中还有一个季节性的因素，它是由外部原因造成的，但也是可以预测的。经过一些高级的统计处理过程（用现在的电脑很容易来进行编程），我们就能得到价格数据的周期性元素。如果这些数据有周期性的波峰和波谷，通过几次这样的收放，就能够发现它的循环周期。

任何数据序列的最后一个因素都是随机的，即杂音。这个杂音是无法解释的，也是不可重复，并且没有规则的。

当把所有这些元素重新归到一起，你会得到一张传统的技术图。这里让人惊奇的是：要理解技术图形背后的形态，就要将该图形解构为我们刚才讨论过的几个元素。让我们来看看在实际操作中，如何来进行这样的解构。

生成带有周期性的波的方法

傅里叶分析

目前周期指标采用的是傅里叶分析法，它是对价格数据进行滤噪的标准方法。在技术分析的资料中，经常出现的谐波分析这个术语，实际上就与傅里叶分析有关。傅里叶分析所做的就是提取数据，然后按照数据构建波形。交易者有好几种方法来生成傅里叶分析。见多识广的交易者可以用EXCEL和现有的标准算式来生成傅里叶波。

使用1分钟澳元/美元图（见图13.11）中的数据，我们可以看到价格的顶部与循环周期的波峰重合，而价格的底部也与周期的波谷重合。

下一步就是要预估或预测带有周期性的波接下来会如何运行。运用周期指标的交易者要记住的是，要预测的周期越长，预测出错的可能性就越大。图13.12中显示的是波接下来将会走出的形态。

毫无疑问，在价格运行中确实存在着周期循环，而且能够辨别并呈现在图像上。科技的进步使得交易者通过零售渠道就可以得到这些周期分析工具。在你购买有关周期指标的终端产品之前，要考虑到以下几个关键的问题：

生成这个周期的方法是什么？

基本上来看，它们使用的都是傅里叶分析法及其变型。这就包括了标准傅里叶和快速傅里叶。

生成周期性波需要多少个数据点？

有些软件卖家要求的数据点会多一些。对于那些要求数据点相对少的卖家，应该小心为上。想要使周期判别更加可靠，理应需要更多的数据点，而不是越少越好。

软件能否预估出带有周期性的波形将来会如何走？能估计多远？

根据时间序列的不同，软件能够预估的周期长短也各有不同。这一方面的指标可以验证该工具预测周期能力的强弱。

在软件上你能否上传自己的数据序列，并生成属于你自己的波形？

这个功能很重要。它可以让那些做事认真的交易者来评估自己手头的数据。

软件能否准确指出波形的匹配程度？

要注意看该软件是否可以将数据在预期的波形中勾勒出盈亏的情况。是否有在预估的拐点生成胜算大的匹配波形的能力，是任何一个软件的目标，也是评估这个软件的标准。

周期与交易量数据

周期分析的应用范围是可以超出价格数据之外的。对于交易者来说，将周期分析应用在成交量数据的分析上，应该是很有价值的。以往的交易经验告诉我们，交易量是市场情绪的晴雨表。当你将周期分析引人到交易量数据中以后，你可以用预测出的顶部或底部来辅助交易战略的制定。在图13.13中，我们用交易量的数据生成了一个正弦波。

小波分析的时代就要来了

除了傅里叶分析法，一个新的周期判别方法和预估指标正处在方兴未艾的阶段。它必将成为交易的工具箱中又一样非常有用的法宝。它被称为是小波分析法。小波分析法比傅里叶分析法又进了一步，在小波分析的程序中，将价格数据都分割成了很小的部分，把数据解构成了一个趋势或周期的重要组成部分，并对拐点加以确认。小波分析能预测出接下来价格可能运行的轨迹。它肯定会比傅里叶分析有用得多。那些看重周期指标，并将其纳入到自己工具箱的交易者，应该保持对小波分析法应用情况的关注。表13.1对傅里叶分析和小波分析进行了比较。

最后要提到的是灰波周期预测的出现，它是周期指标中最新的一员，可以用于金融和价格数据的预测。中国福州大学的陈可嘉和张齐申（音译）在运用这个灰波分析新方法来预测经济周期的路上走在了前面。这些研究人员开发出的曲线预测法，应用在中国经济调查数据中的准确度非常高。

我们可以断定，下一代的周期指标将会带来更令人兴奋的分析工具，它们可以在所有的数据和图形当中应用。