精明的交易者：利用考夫曼自适应均线构建盘整过滤器

前言

我们常用的移动均线有简单移动均线、加权移动平均线以及指数式移动均线。我们知道长周期的均线系统是可靠的，但是它有严重的滞后性；短周期的均线系统虽然能快速反映市场的走势，但是难以抵抗市场“噪音”的干扰。为了避免噪音产生的虚假信号，同时又想消除某些长线趋势中的滞后性，考夫曼提出了一种“自适应”的均线系统——考夫曼自适应移动均线系统（简称AMA）。

关于自适应均线的传统用法，建议大家可以去参考佩里·J·考夫曼的著作《精明交易者》！这里，我不会详述，接下来将分享其高级用法！

亮点分析

• 考夫曼自适应均线具有自适应调节作用，能够分辨盘整和趋势行情，方向一目了然
• 搭建考夫曼自适应均线，在小级别自适应调节大级别周期
• 利用考夫曼自适应均线的自我特征，建立盘整过滤器

计算方法

关于AMA的计算方法，这里不过于详细讲解，想了解的朋友，可以百度百科查找，下图是跨期AMA的计算方法。

利用数据切分，可以实现单图表调用大周期的数据，而不需要开多个图表去调用数据，这样能提高数据的综合利用。比如我们想在5分钟调取45分钟的数据，通过以下方法就能实现.

AMA

k_AdaptiveMovAvg

在实际运用中，我们只需要调整TimeFrame这个值，就能取到任何一个我们想要的跨周期值，所以在跨期的运用，我们就可以设计真正的多周期共振，比如可以同时调取1小时，日线，周线的AMA，当三个周期的斜率共振为多头的时候，我们可以认定为多头趋势。

构建滤波器

接下来，我们就要重点讲述如何通过自适应均线构建盘整滤波器，当然我们平常算取的滤波器都是在当前周期使用，通过跨期，我们就可以用小级别调取大级别的滤波器，这样可以更有效的过滤盘整行情。

逻辑思想

• 首先我们要调取跨期自适应均线的当前值AMA和前一个值AMA1，取当前值与前一个值的差dv
• 算取20根K线的dv的标准差，在这个基础上我们乘以一个系数RF，RF的目的主要用于不同品种系数的调整

通过上述算法，我们得到一个FILTER.我们可以发现在行情急转，或者出现波动加大的时候，FILTER值会出现加大。

有了上述算法，我们就可以分别建立多头过滤器和空头过滤器

• 取自适应均线的AMA的20日低点LL，然后取AMA与LL的差值DF，当DF上穿FILTER时，代表当前趋势脱离盘整，进入多头趋势
• 取自适应均线的AMA的20日高点HH，然后取AMA与HH的差值kF，当KF下穿FILTER时，代表当前趋势脱离盘整，进入空头趋势

上面是提到了一个过滤市场的盘整方法，接下来介绍一种出场方法，平常我们用的都是通道止损，或者是百分比跟踪止损，这里我们采用ATR和通道止损结合。

假如当前为多头趋势，我们记录多头的峰值高点，然后算取一个ATR值，建议取大级别的ATR，通过峰值和ATR算取一个吊灯止损ST，然后我们再取一个20日通道低点值lower；假如当lower小于ST时，我们取ST，否则取lower。代码如下：

我们将上面的方法放入焦炭上看看效果

总结

通过自适应均线本身的特征，设计了一个简单的策略。作者认为改进空间还非常大，比如只建立了趋势确定，我们可以把平常用的开仓方法和自适应均线过滤结合起来，这样能大幅度减少开仓信号，提高胜率；我们还可以利用多周期滤波器共振来严格控制盘整行情，等等一系列有效方法都能进行盘整有效过滤。

当然，还是需要记住一点的是，任何方法都是有利有弊，盘整筛选的越多，丢失的行情也会越多，开仓也会更晚，所以，挖掘有效平衡点，接受平衡点，才是我们的宗旨。