的总和
volatility= @ sum( @ abs(price-price[1]),n)
步骤3：效率系数(ER)
方向移动对噪音之比，成为效率系数ER
Efficiency_Ratio = direction/volatility
步骤4：变换上述系数为趋势速度
为了应用于一个指数式移动平均值，比率将被变换为一个平滑系数c，依靠使用下面的公式，每天的均线速度可以简单地用改变平滑系数来改变，成为自适应性的。公式：
@exp_ma=@exp_ma[1]+c*(price- @ exp_ma[1])
公式表明，EMA以一个百分比c来接近于今日的收盘价。系数c与一个标准移动平均值中天数密切相关，这关系是2/(n-1)，其中n是天数。
在横盘的市场中这个过程选择了非常慢的趋势，而在高度趋势化的周期中加速至非常快的趋势（但不是100%）。这个平滑系数是：
fastest =2/(N+1) =2/(2+1) =0.6667
slowest =2/(N+1) =2/(30+1) =0.0645
smooth =ER*(fastest-slowest)+slowest
c=smooth*smooth
平方平滑迫使c的数值趋向于0，这意味着较慢的移动平均值将比快速的移动平均值用得更多。这和在出现不确定状况时你就更加保守是一样的道理。
AMA = AMA[1] + c * (price - AMA[1])
根据卡夫曼自适应移动平均写的交易系统
根据卡夫曼自适应移动平均思想写的简单的交易系统，但是测试下来，比普通两根均线交叉的交易系统的效果还差了一点。
这是用交易开拓者编写的，请TB老师帮忙看看，非常感谢！
//------------------------------------------------------------------------
// 简称: AdaptiveMovAvg
// 名称: 自适应移动平均
// 类别: 交易指令
// 类型: 其他
// 输出:
//------------------------------------------------------------------------
Params
Numeric
FilterSet(0.1);//过滤器偏移量
Numeric
lots(1);
Numeric
terms(10);//自适应计算周期
Numeric
AMAOffSetPercent(0.55);//前后两日均线差值触发值百分比
Vars
NumericSeries
AMAValue;
Numeric
ExtHigh;//前高
Numeric
ExtLow;//前低
Numeric
filter;
Numeric
AMAOffSet;
Bool
LongEntryCon(false);
Bool
ShortEntryCon(false);
Begin
AMAValue =
AdaptiveMovAvg(close,terms,2,30);
if(close == AMAValue)
return;
//如果bar个数小于计算周期，直接返回
AMAOffSet=AvgPrice()*AMAOffSetPercent/100;
//取当前均价的0.0055作为均线触发值
filter =
StandardDev(AMAValue,20,2)*FilterSet;
//计算过滤器的值
if(AMAValue>AMAValue[1]and
AMAValue[1]<AMAValue[2])
ExtLow = AMAValue[1];
//计算前低
if(AMAValue<AMAValue[1]and
AMAValue[1]>AMAValue[2])
ExtHigh = AMAValue[1];
//计算前高
if(AMAValue>AMAValue[1])
//如果今天的均线值大于昨天
{
if(ExtLow!=0)
//如果前低不为零
{
if((AMAValue - ExtLow)>filter)
//将均线值减去最低值，看是否大于过滤器
LongEntryCon = true;
}Else
{
if((AMAValue-AMAValue[1])>AMAOffSet )
//如果前低为零，即没有产生前低，则直接比较两日的均线值是否大于触发值
LongEntryCon = true;
}
}
if(AMAValue<AMAValue[1])
{
if(ExtHigh!=0)
{
if((AMAValue -
ExtHigh)>filter)
ShortEntryCon = true;
}Else
{
f((AMAValue[1]-AMAValue)>AMAOffSet )
ShortEntryCon = true;
}
}
Commentary('AMA:'+TEXT(AMAValue));
Commentary('filter:'+TEXT(filter));
Commentary('ExtLow:'+TEXT(ExtLow));
Commentary('ExtHigh:'+TEXT(ExtHigh));
Commentary('LongCon:'+IIFString(LongEntryCon,'true','false'));
Commentary('ShortCon:'+IIFString(ShortEntryCon,'true','false'));
Commentary('AMAOffSet:'+text(AMAOffSet));
if(MarketPosition !=1 and
LongEntryCon)
buy(lots,NextOpen);
if(MarketPosition !=-1 and
ShortEntryCon)
SellShort(lots,NextOpen);
end
//------------------------------------------------------------------------
// 编译版本
GS2004.06.12
// 用户版本
2008/12/06 15:39
// 版权所有
cf_38607
// 更改声明
TradeBlazer
Software保留对TradeBlazer平台
//
每一版本的TrabeBlazer公式修改和重写的权利
//------------------------------------------------------------------------
公式没啥大问题，除了最后交易的函数，应该Delay。
至于效果方面，卡夫曼自适应移动平均也有一定的适应性。可能对某些品种就是不行。
buy(lots,NextOpen,True); 替换 buy(lots,NextOpen);
AMA考夫曼自适应移动平均线
2009-07-31 09:24
交易者对移动均线是再熟悉不过了，它们被用来识别和跟踪趋势。我们常用的移动均线有简单移动均线、加权移动均线以及指数式移动均线等，不管你使用这些传统均线的那一种都避免不了其固有的弱点——慢趋势和滞后。我们知道长周期的均线系统是最可靠的，但是它却带有严重的滞后行；短周期的均线系统虽然能快速反映股票的走势，但是却又难以抵抗股票“噪音”的干扰，多数情况下短周期所给出的趋势信号都是不准确的！
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特性，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）。AMA可以在市场沿一个方向快速移动时，使用快的移动平均值，而当价格在横盘的市场中拉锯时，使用慢速的移动平均值。
在考夫曼的书中对AMA的解释比较模糊，我琢磨半天才看明白，现根据我的理解与思路来为大家解释，希望对后来者有所帮助。下面给出AMA的计算公式：
AMA = AMA[1] + C * (price - AMA[1])
.............................................................................................(1)
可以看到，这个公式很像指数移动平均线的公式：
EMA = EMA[1] + percentage * (price - EMA[1]),
percentage =
2 / (N + 1).................................(2)
因此，AMA的关键就在系数C上，要完成抗干扰和滞后性的效果，只需在当价格快速单向移动时，将C的值赋值为短周期的指数移动均线的系数；当股票价格成横盘状态时，将C赋值为长周期的指数移动均线的系数即可。
那么如何来计算C呢？如何知道当前股票是横盘状态还是快速单向移动状态？基于此，我们引出三个概念，价格方向、股票波动性和效率系数。
价格方向：N个时间周期中价格的净变化。direction = price -
price[n]...........................................(3)
波动性：即为市场噪音的数量。这里计算使用了将N个周期中所有单周期的价格变化的总和（每一个价格变化都使用正数）。volatility =
sum(abs(price - price[1]),
n)...........................................................(4)
效率系数：将价格方向除以波动性，以表达方向移动对噪音之比，称之为效率系数ER。ER的值在0到1之间变化。
Efficiency_Ratio = direction /
volatility...........................................................................(5)
我们用一个公式去建立ER与EMA系数之间的关系，使得当效率系数趋近1时，根据公式得到的EMA的系数趋近于短周期均线的系数fastest（fastest
= 2 / (2 + 1)），而当效率系数趋近0时，EMA的系数趋近于长周期均线的系数slowest（slowest = 2 /
(30 + 1)）。
percentage = ER * (fastest - slowest) + slowest
........................................................................(6)
平方percentage将使该值趋向于零。这意味着较慢的移动平均值将比快速移动平均值用得更多。这和在出现不确定状况时你就更加保守是一样的道理。
C = percentage * percentage
...............................(7)
将C带入公式2所计算出的EMA就是我们所要的AMA的值了！
Reference：'Smarter Trading', Perry J.Kaufman
一、考夫曼的做法：
自适应均线系统的交易法则，根据考夫曼《精明交易者》一书中的介绍，其基本交易法则为：
1.当自适应移动平均值向上拐头时，买入；
2.当自适应移动平均值向下拐头时，卖出。
二、我实际的操作方法：
本人在使用自适应均线的中，并没有采用考夫曼的方式。
当自适应均线拐头向上时，必须使用连续两天的日K线确认趋势，当连续两根日K线均处于自适应均线上方时，方可确认上升趋势。
1.第一根日K线应该从自适应均线的下方向上穿越自适应均线；
2.第二根日K线，不论是阴线还是阳线，均不应跌破自适应均线，这时，可确认股价进入上升趋势。
3.以第一根穿越自适应均线的最高点【或者K线实体的高点】为标准，在后面的3天之内，股价高于这个标准的时候，为买入点。
4.卖出点也是以连续2日的K线低于自适应均线为卖出信号，如果连续两条价格不能收在自适应均线的上方，则必须卖出。
通过在MACD股票论坛中的交流，对自适应均线的使用做了一些改动。根据网友baifq的建议，采用两条自适应均线，分别适用短周期和长周期。并且对长周期均线做了三色处理。
交易法则：
1、长周期均线为绿色时，不可操作；
2、长周期为蓝色，股价穿越短周期均线时，可建50％的仓位；
3、股价穿越长期均线时，可再建50％仓位；
4、股价跌破短周期均线时，减掉50％仓位；
5、股价跌破长周期均线时，卖出全部股票；
6、长周期均线为红色时，代表持股。短过长,蜡烛线中阳或调空,可买;或短在长上,连续2-3日小阳,成交量短在长上,可买.
以下是修改后的代码：【通达信】
DIR1:=ABS(CLOSE-REF(CLOSE,5));
VIR1:=SUM(ABS(CLOSE-REF(CLOSE,1)),5);
ER1:=DIR1/VIR1;
CS1:=ER1*(0.8-2/8)+2/8;
CQ1:=CS1*CS1;
AMA1:EMA(DMA(CLOSE,CQ1),2) ,COLORWHITE;
DIR2:=ABS(CLOSE-REF(CLOSE,10));
VIR2:=SUM(ABS(CLOSE-REF(CLOSE,1)),10);
ER2:=DIR2/VIR2;
CS2:=ER2*(0.8-2/24)+2/24;
CQ2:=CS2*CS2;
AMA2:EMA(DMA(CLOSE,CQ2),2),COLORGREEN,LINETHICK2;
AMA3:IF(AMA2/REF(AMA2,1)>0.997,AMA2,DRAWNULL),COLORBLUE,LINETHICK2;
AMA4:IF(AMA2/REF(AMA2,1)>1.001,AMA2,DRAWNULL),COLORRED,LINETHICK2;
经过上述修改后，短期均线更适合短线操作，并能为长期趋势提供比较准确的买卖点。
当价格横向移动时，上述的交易方式将频繁产生进出交易的假信号。为了避免假信号的干扰，应该向AMA交易系统中添加一个过滤器。这个过滤器是根据自适应均线变化的标准差的百分比来确定。
根据这个原理，自适应均线的公式可做如下的完善：
DIR:=ABS(CLOSE-REF(CLOSE,10));
VIR:=SUM(ABS(CLOSE-REF(CLOSE,1)),10);
ER:=DIR/VIR;
CS:=ER*(2/3-2/14)+2/14;
CQ:=CS*CS;
AMA:EMA(DMA(CLOSE,CQ),2),COLORGREEN;
FIL:=STD(AMA-REF(AMA,1),20);
DRAWICON(FILTER(AMA-LLV(AMA,3)>FIL*0.1,10),AMA,1);
这是个自适应均线的公式
DIR:=ABS(CLOSE-REF(CLOSE,n));
VIR:=SUM(ABS(CLOSE-REF(CLOSE,1)),n);
ER:=DIR/VIR;
CS:=ER*(2/3-2/31)+2/31;
CQ:=CS*CS;
AMA
![[转载][转帖]佩里.考夫曼的自适应均线系统AMA]( "[转载][转帖]佩里.考夫曼的自适应均线系统AMA")
MA(CLOSE,CQ),COLORGREEN;
AMA1:IF(AMA>REF(AMA,1),AMA,DRAWNULL),COLORRED;
我想问的
abs(close-ref(close,n));这句话表示当前周期的收盘减去前N个周期的收盘取绝对值，怎么理解为i：整个周期价格的总体变动:
CS:=ER*(2/3-2/31)+2/31;
CQ:=CS*CS;
变动速率为何要乘以(2/3-2/31)+2/31然后再平方？代表的含义是什么？为何如何解释？
哪位能帮助一下？2/3是1/(2+1),
2/31是2/(30+1)。也就是说2/(N+1），N取2-30周期，即短周期数为2，长周期数为31。利用ER求出“自适应”周期数。如果趋势是单边向上或向下，毫无回调，则实际上这个自适应均线相当于两日均线，如果一直是盘整，毫无净移动，则相当于30日均线。我觉得用2/22似乎更好。21日均线足够长了。
求平方是为了更平滑，以达到盘整时几乎自适应均线不移动，但有趋势时又能跟上的效果。（我也不太理解这点，求平方确实能达到这个效果，但为什么就是求平方而不是其它算法）。详请参见《精明交易者》。
