8．4．2 对期货市场系统的回顾
1．佩里．考夫曼的适应性交易
回想一下我们在第7章对考夫曼的适应性途径的讨论，考夫曼设计了一个基于市场波动的速度和方向以及市场中的噪音量的效用比值，并且还给了几个我们可能用到的效用比值的例子。
在下面的计算中，我们假定你有一个0 ~ 1之间的效用比值，0表示除了噪音外无市场波动，1表示市场全部都是波动，没有噪音。在一个非常有效的市场中，价格波动的全部幅度应与两个时间段内的价格波动相等。因为没有臊音，这个比值就应该是1．0。例如，如果价格在10天之内上移了10个点并且是每天上涨1个点，那么这个比值就是10/（10X1）＝1．0。
在一个非常无效的市场中，只会有一个非常小的整体价格波动和大量的每日价格波动，最后的比值一般都会接近于零。例如，如果价格在10天之内只移动了1个点，但每天却上涨或下跌10个点，那么这个比值就是1/（10*10）＝0．01。当然，如果根本没有价格波动，不管整体的价格波动是多少，这个比值都会是零。
通过下面这一步适应型移动平均的计算就可以把这个效用比值示意成一个移动平均速率的幅度。我们会把一个两天的平均叫做快速度，而把一个3O天的平均叫做慢速度。考夫曼通过下面这个公式把移动平均速度转换成了平滑常数SC：SC＝2/（N＋l） 对于快速度来说，这个平滑常数就是2/（2＋l）=2/3＝O．66667。而对于慢速度来说，这个平滑常数就是2／（30＋1）＝2/31＝0．06425。考夫曼在他的公式中使用的就是这两个值的差，它是0．60215。
最后，考夫曼推荐把平滑常数示意成如卞的效用比值公式
换算后的平滑常数=效用比值*（SC差额）十慢SC
代入数字后，得到：换算后的平滑常数=效用比值 x 0．6O215＋0．06452
所以，如果这个效用比值是1．0的话，换算后的平滑常数就应该剧0．6667；而如果这个效用比值是0的话，换算后的平滑常数就是0．06452了。注意一下这与2天和3O天的数字分别是如何相符的。
由于30天的数字也能产生效用，考夫曼就建议我们在应用平滑常数前先对它作平方。其根本的意义在于当这个效用比值实在太低时，我们就略去这次交易。
适应型移动平均的计算公式如下
AMA=昨天的AMA＋SC*SC*（今天的价格一昨天的AMA）
假定昨天的AMA是40，今天的价格是47点，也就是说与原来的差额是7个点。那么在有效的市场中，就会产生一个平均值的大变化：AMA提高了3．1个点，几乎是7的一半。而在无效的市场中，如果效用比值是0．3的话，对AMA的微分就几乎不会有所削减，而是上升0．4个点。因此，在市场有效时，你更可能从AMA的移动中得到一次交易。
根据考夫曼的说法，AMA与平滑指数相等，并且这種平均值在它们一发出方向的改变信号时就该被交易。换句话说，就是在AMA上升时买进，在AMA下跌时卖出。
然而，交易这些信号会引起大量的双重损失。因此考夫曼又增加了下面这个过滤：
过滤=%*标准差（最近20天AMA改变的平均）
考夫曼建议期货和外汇交易可以用一个小百分比的过滤，比如10%，而股本和利率市场则可用较大百分比的过滤，比如100%。
为你想交易的市场确定合适的过滤。若价格正在下跌，则把这个过滤加到最低价格作为一个买进信号，若价格正在上涨，则把这个过滤从其最高价格减掉作为一个卖出信号。这基本上就是适应性入市。
你可能能够把一个市场的效用比值示意成我们讨论过的很多入市的技巧。例如，你可以有一个适应性的渠道突破系统，其中渠道的长度是可变的，或者一个适应性的波动性突破，其中所要求的突破大小依赖于市场的效用。
