|
在前文《MT5优势功能大集合》中，我们提到了MT5软件中，新增了8个内置技术指标。本系列文章将会对这些新增技术指标进行深入全面的介绍，包括指标设计的出发点、使用方法、构建原理和计算规则等。 我们随机抽访了一些MT5用户，在所有内置指标中，自适应移动平均线（Adaptive Moving Average, AMA）被普遍认为是上手更简单的。而在全部8个新增指标中，我们认为AMA的构建原理也是最为独特的。同时，作为一种非常特殊的移动平均线，该指标也具备实用性。因此，我们关于MT5新增技术指标的解析，将由自适应移动平均线AMA拉开序幕。
MT5内置新增的8个技术指标。图表来源：嘉盛集团MT5平台 自适应移动平均线AMA是由美国数量金融投资家佩里·J·考夫曼（Perry J. Kaufman）发明的。我们都知道，大多数类型的移动平均线仅是通过价格简单构造出来的，而自适应移动平均线AMA却非常不同，该指标不仅考虑了价格因素，还考虑了市场中价格的波动性，这也是它与传统均线之间最大的差别。 该指标的发明者佩里·J·考夫曼目前是全球最为著名的量化投资专家之一，著有众多畅销书籍，包括《精明交易者：系统交易指南》和《交易系统与方法》等。 传统移动平均线的困境 移动平均线是一种最为常用的技术指标，大部分交易者在分析决策过程中都会用到。但在使用均线时，很多人都会遇到类似这样的困境：短期均线表现灵敏、反应快速，但常常发出错误信号；而长期均线表现稳定、错误率低，但又总是反应滞后。到底应该选择短期均线还是长期均线？均线参数究竟应该如何设置？这些问题总是让人左右为难。 迫不得已，我们只能重新审视这个问题，寻找症结所在： 情况1 市场趋势明显时：短期均线的表现更好。
情况2 市场趋势不明显时：长期均线的表现则会更好。 因为此时长期均线不敏感、反应慢，可以让我们避免短期均线频繁发出的错误信号。
总结来说，短期均线比较灵敏，但却存在太多“噪音”干扰；而长期均线虽然比较可靠，但却又严重滞后。 那么，是否存在这样一条均线：当市场趋势运行时，它可以变快，变得快速灵敏；而当市场区间盘整时，它又能变慢，变得稳定可靠呢？ 答案是肯定的，这也就是我们今天要介绍的自适应移动平均线AMA。 AMA使用方法自适应移动平均线（Adaptive Moving Average, AMA）发明以来，就一直受到交易者的青睐。一方面是由于它简单有效，而另一方面则是因为作为一种均线，几乎所有适用于传统均线的方法都合适AMA，这免去了很多学习研究的烦恼。一、通过AMA确定市场总体趋势当AMA指标向上运行时，表明市场为上升趋势；当AMA指标向下运行时，表明市场为下跌趋势；而当AMA横向运动时，则表明市场当前不存在任何趋势。当然，传统移动平均线也有类似的上述用法，而AMA这样使用的意义在于，它会比传统均线更加可靠，更不容易产生反复拉锯的错误信号。此外，我们还可以据此来延伸出AMA的一个辅助用法——只要AMA不断上升，那么持有多头就是比较安全的。相反，只要AMA持续下降，那么空头就无需太过担忧。因为在趋势衰竭或逆转的过程中，AMA总会先开始拉平，并持续一段时间，然后才会开始转向。大多数情况下，AMA都会给我们充足的时间来做判断，看是否需要平仓离场。
中国A50指数4小时图+默认参数的AMA。图表来源：嘉盛集团MT5平台二、两条AMA交叉产生信号这种用法与传统均线的交叉没有任何不同，只是两条AMA的交叉更加稳定，能够更为有效地消除传统均线的反复交叉和拉锯现象，特别是在震荡走势中。同时，这种双AMA均线交叉的策略也可以进一步用来判断市场趋势，起到趋势过滤的作用。
小米股价日线图，其中红色为5周期AMA，黄色为20周期AMA。图表来源：嘉盛集团MT5平台三、使用AMA构造其它技术指标众所周知，很多经典的技术指标都是以移动平均线为基础构建的。当我们获得了AMA这一工具后，就可以对很多传统指标进行调整。例如，我们可以基于AMA来构建MACD，还可以基于AMA来构造布林带。虽然我们不能保证进行这些调整能带来更好的效果，但由于AMA指标的构造原理实在太经典了，这足以让我们沿着这个思路继续研究下去。
图表来源：嘉盛集团MT5平台四、套用所有均线使用方法到AMA事实上，几乎所有传统均线中的使用方法和技巧，我们都可以套用到AMA上。例如，使用AMA作为支撑/阻力、利用三条AMA构建三均线系统和套用葛兰碧八大法则等等。我们实在是有太多关于均线的用法了，这里不胜枚举。
现货黄金日线，基于AMA构造的三均线交易系统。图表来源：嘉盛集团MT5平台 AMA构建原理——“智能”的移动平均线 从理论上说，自适应移动平均线解决了传统均线的困境。在自适应移动平均线中，如果价格沿着一个方向快速运动，也就是市场出现趋势时，AMA的均线参数就会越来越小，从而更快地追上趋势，此时AMA相当于一条短期均线；而当价格出现停滞，然后陷入区间震荡时，AMA的均线参数就会越来越大，此时AMA就相当于一条长期均线。 自适应移动平均线的“智能”之处在于，它会努力适应市场的状态——它首先会考虑价格的波动性，从而判断出市场是处于趋势还是区间，然后再来自动调整移动平均线的周期参数。 这就是自适应移动平均线的根本原理。 AMA计算规则 自适应移动平均线AMA有3个参数，周期N、快速EMA和慢速EMA，其中EMA为指数移动平均线。
第一步：计算效率比ER（Efficiency Ratio）ER=变化值/波动值变化值=当前价格与N周期前价格差值的绝对值；例如，如果周期参数N=9，那么此处就应为当前价格与9周期前价格差的绝对值。波动值=时间周期内的每期价格与前一期价格之差的绝对值之和。简单来说，变化值衡量的是周期内价格的整体变化，而波动值衡量的是周期内每次价格的变化，然后再把这种变化加总。根据计算法则可知，效率比ER总是介于0~1之间。当趋势极其显著时，ER可以等于1，此时价格在每个周期内都在进行单方向运动，将这种单方向运动加总，就刚好为周期内价格的整体变化值。而当趋势特别不显著时，周期内价格的变化值为0，也就是说当前价格与N周期前的价格完全相同，那么此时ER就为0。第二步：计算平滑常数SCSC = 2/（n + 1）n为EMA的周期参数。由于我们有两条EMA，所以就对应着两个SC，分别为快速SC和慢速SC。如果快速EMA的参数为2，慢速EMA的参数为30，我们可得：快速SC=2/（2 + 1）=0.6667，慢速SC=2/（30 + 1）=0.06452第三步：计算缩放平滑常数SSCSSC = [ER x（快速SC –慢速SC）+慢速SC] 2让我们来仔细观察这个公式。当趋势极其强劲时，ER=1，此时SSC = [快速SC]2，这样SSC的值就主要取决于快速SC，也就是主要取决于快速EMA。而当趋势极其不明显时，ER=0，此时SSC = [慢速SC]2，这样SSC的值就主要取决于慢速SC，也就是主要取决于慢速EMA。很明显，快速SC的数值更大，而慢速SC的数值更小，这种调节机制就实现了根据市场的不同状态对两条EMA进行加权，从而实现了AMA指标的自适应。第四步：计算自适应移动平均线AMAAMA i = AMA i-1 + SSC x（价格–AMA i-1）其中AMAi为当前AMA的数值，AMA i-1为前一周期AMA的数值。 |
|
|
