經(jīng)典交易策略解說 – [2] Adaptive Moving Average System by Perry Kaufman 

　　這一章我們來介紹Perry J. Kaufman設(shè)計的Adaptive Moving Average System，可以嘗試暫稱它「適應(yīng)型移動平均線交易系統(tǒng)」。談到「適應(yīng)」、「彈性」、「動態(tài)」這幾乎是目前策略設(shè)計的主流方向，我們一直希望能夠給單純簡潔的程式碼加多一點智慧與對行情的掌握度。於是許多方法一直被發(fā)表，重點便在嘗試移除一直以來扣在我們頭上的緊箍咒、、時間參數(shù)。固定的時間參數(shù)永遠(yuǎn)只適合使用在某一種的趨勢力量中，這世上難道找不到一條交易者理想中的平均線嗎？

　　先看看它的原始碼吧！兩個函式與一段交易策略、、、

Type: Function, Name: AMA

Inputs: Period(Numeric);
Vars: Noise(0), Signal(0), Diff(0), efRatio(0), Smooth(1), Fastest(.6667), Slowest(.0645), AdaptMA(0);
Diff = AbsValue(Close - Close[1]);
IF CurrentBar <= period="" then="" adaptma="Close;">
IF CurrentBar > Period Then Begin
Signal = AbsValue(Close - Close[Period]);
Noise = Summation(Diff, Period);
efRatio = Signal / Noise;
Smooth = Power(efRatio * (Fastest - Slowest) + Slowest, 2);
AdaptMA = AdaptMA[1] + Smooth * (Close - AdaptMA[1]);
End;
AMA = AdaptMA;

　　先看看這個AMA函式的輸入有兩個參數(shù)，F(xiàn)astest(.6667)與Slowest(.0645)一定令許多人丈二金剛摸不著頭對吧？其實原設(shè)計者就是要把這條適應(yīng)平均線調(diào)整到2-30天的移動平均線的變化範(fàn)圍，均線是以我們使用在計算MACD的EMA平均線算法來計算的；所以我們必須要有「平滑因子」來滿足公式所需。平滑因子算法為：

F = 2 / (N + 1)

F = 平滑因子　　N = 天數(shù)

所以、2天的平滑因子為 2 / (2 + 1) =  2 / 3 = 0.6667 為短期平均Fastest。而30天平滑因子為 2 / (30 + 1) = 2 / 31 = 0.0645 為長期平均Slowest；這樣瞭解了吧？

　　過來Diff值（差值）為今天跟昨天收盤的價差（AbsValue為取絕對值即正值）。而往下看的Signal值（訊號值）為今天與period天前的收盤價差，也就是Momentum動量指標(biāo)的公式（代表趨勢方向也取其絕對值）。Noise值（雜訊值也是一個變動率volatility）則使用Summation函式計算Period天內(nèi)Diff的總值。

　　efRatio為efficiency Ratio效率比率，是將Signal值除以Noise值，該值介於0與1之間；如果行情沒有變化efRatio為0。之後我們再把efRaito平滑一次為Smooth值，以Slowest為基礎(chǔ)值加Fastest跟Slowest差值乘上efRatio，讓Smooth能介於2到30天的數(shù)據(jù)中做變動，最後做平方運算（Power或Pow為平方運算函式）。這也是我們最終所要的代入公式的真正平滑因子。

　　AdaptMA事實上就是平滑係數(shù)移動平均線EMA的公式，這應(yīng)該沒有問題吧？費了許多週章無非就是要知道目前市場的方向與動量的變化來代入一個最佳的時間參數(shù)罷了！

Type: Function, Name: AMAF

Inputs: Period(Numeric), Pcnt(Numeric);
Vars: Noise(0), Signal(0), Diff(0), efRatio(0), Smooth(1), Fastest(.6667), Slowest(.0645), AdaptMA(0), AMAFltr(0);
Diff = AbsValue(Close - Close[1]);
IF CurrentBar <= period="" then="" adaptma="Close;">
IF CurrentBar > Period Then Begin
Signal = AbsValue(Close - Close[Period]);
Noise = Summation(Diff, Period);
efRatio = Signal / Noise;
Smooth = Power(efRatio * (Fastest - Slowest) + Slowest, 2);
AdaptMA = AdaptMA[1] + Smooth * (Close - AdaptMA[1]);
AMAFltr = StdDev(AdaptMA-AdaptMA[1], Period) * Pcnt;
End;
AMAF = AMAFltr;

　　這個AMAF就是加上最後一道計算一個Filter過濾帶的功能，其餘都跟第一個函式一模一樣。AMAFltr值便是這個結(jié)果！使用標(biāo)準(zhǔn)差的算法來計算Period天內(nèi)AMA與前一天AMA的差值，然後再取多少Pcent的百分比。

Type: System, Name: Adaptive Moving Average Fltr System 

Inputs: Period(10), Pcnt(.15);
Vars: AMAVal(0), AMAFVal(0), AMALs(0), AMAHs(0);
AMAVal = AMA(Period);
AMAFVAl = AMAF(Period, Pcnt);
IF CurrentBar = 1 Then Begin
AMALs = AMAVal;
AMAHs = AMAVal;
End Else Begin
IF AMAVal < amaval[1]="" then="">
AMALs = AMAVal;
IF AMAVal > AMAVal[1] Then
AMAHs = AMAVal;
IF AMAVal - AMALs Crosses Above AMAFVal Then
Buy This Bar on Close;
IF AMAHs - AMAVal Crosses Above AMAFVal Then
Sell This Bar on Close;
End;

　　看到策略的程式碼部份來，使用的是10天與 .15的百分比參數(shù)為策略的使用值。AMAVal是AMA的值，AMAFVAL是過濾值。

　　策略使用的是永遠(yuǎn)持有倉位的進(jìn)出方式，出場並直接建立反向倉位；所以沒有Exit方面的敘述。AMA的基本交易策略為：

當(dāng)AMA上漲並高過過濾帶時，進(jìn)場做多。

當(dāng)AMA下跌並低於過濾帶時，進(jìn)場做空。

　　最後Perry J. Kaufman也有提出獲利出場的時機選擇，便是當(dāng)efRatio峰值高過 0.8的時候，與移動平均計算天數(shù)低於10天時是一個不錯的提前出場時機。這個各位可以嚐試看看囉。

　　在這個經(jīng)典大家可以看到Perry J. Kaufman很紮實的基本功夫。很巧妙的使用許可基本指標(biāo)計算法與設(shè)計觀念來完成這個構(gòu)想；甚至過濾帶的使用是不是更叫人拍案叫絕漂亮的引入布林格通道的交易理念？你應(yīng)該也會知道這些適應(yīng)啦、彈性啦一類的設(shè)計，很多也都兜著EMA在轉(zhuǎn)！爭取的核心都是在如何更有效的改進(jìn)平滑因子的數(shù)據(jù)，讓它更隨勢來反應(yīng)。