自适应均线的原理

　　自适应的概念来源于自动化控制领域，是指在新的环境或新的运行条件下，适当地改变原系统的结构或参数以保持系统的良好运行特征。自适应系统由于具有自动学习和自动调整的功能，往往比固定的系统要更灵活。在股票和期货交易中，趋势和震荡是一对孪生兄弟，投资者常常苦恼于如何界定当前的行情性质，尤其是难以确定这对孪生兄弟互相转换的时机。如果把趋势和震荡行情中的一些特性进行量化，采用自适应的思想，以技术指标的形式表现，或许能对行情判断有所帮助。

　　均线是较好的跟踪趋势指标，常用的移动平均线是给定固定的参数，如短期的五日均线或长期的半年线。固定均线系统的主要缺点是：在市场来回震荡时短期均线频繁转向，不能很好地屏蔽市场的噪音，容易产生虚假信号；而在市场快速上涨或下跌的行情中，长期均线反应迟钝，信号较为滞后。如果能根据不同的行情特点，均线自动调整参数，则在一定程度上可以避免噪音产生的虚假信号，又能消除长期趋势的滞后性。

　　Perry Kaufman在《精明交易者》中提出用“市场效率系数Efficiency Ratio”来量化描述震荡和趋势行情的特点，创造性地提出了自适应均线(Adaptive Moving Average, AMA)的概念。自适应均线的原理是：

　　1、把一段时间的每日收盘价格变动的绝对值进行累加，称为市场噪音的总数量，来衡量波动性Volatility；

　　2、计算这一段时间内的涨跌幅，或称为最终的方向移动Direction，方向移动与总噪音之比就是市场效率EF。EF的取值在0-1之间，0.5可以被视为趋势与震荡的分界岭，EF越接近于1，市场呈现一定趋势；越接近于0，则无明显趋势。总噪音和方向移动的关系类似于物理学中的位移和路程的关系。如在震荡行情中，价格来回波动，总的路程很长，而最终实现的位移都不大，则称之为低效率，即EF接近0；反之，在趋势行情中，每日收盘价格的变动对最终涨跌幅的贡献大，则称之为高效率，即EF接近1；

　　3、为了反映均线的自适应性，即横盘震荡时用较慢的参数，而趋势形成时用较快的参数，需要引用一个平滑系数SE，AMA=AMA[1]+SE*(Close-AMA[1])。其中SE=Smooth*Smooth，Smooth=(2/3-2/31)*EF+2/31。当市场效率EF较低时，平方平滑的设置使得平滑系数趋向于0，即屏蔽市场震荡时的噪音。