卡夫曼均線交易系統分享，能更好規避慢趨勢和滯后！

傳統的移動均線包括簡單移動均線，加權移動均線以及指數式移動均線，它們有著固有的弱點——慢趨勢和滯后。

短周期的均線系統雖然能快速反映期貨價格的走勢，但是又難以抵抗價格“噪音”的干擾，多數情況下短周期所給出的趨勢信號并不準確。

為了避免短期噪音產生的虛假信號與長期趨勢中的滯后，考夫曼提出來“自適應的”均線系統，AMA。AMA可以在市場沿一個方向快速移動的時候，使用快的移動平均值，而在價格在橫盤的市場中拉鋸時，使用慢速的移動平均值。

AMA的計算公式為：

AMA=AMA[1]+C*(PRICE-AMA[1])

這個公式很像指數移動平均線的公式：

EMA=EMA[1]+C*(PRICE-EMA[1])，C=2/(N+1)

AMA的關鍵在于系數C，要完成抗干擾和滯后性的效果，只需當價格快速單向移動時，將C的值賦值為短周期的指數移動均線的系數，當期貨價格成橫盤狀態時，將C賦值為長周期的指數移動均線的系數即可。

如何知道價格變動時區間震蕩還是單向突破呢？引出三個概念，價格方向、波動性和效率系數。

價格方向：len個時間周期中價格的凈變化。

direction = price –price[len];

波動性，市場噪音的數量，計算時使用len個時間周期中所有單周期價格變化的總和。

volatility = @sum(@abs(price –price[1]), n);

效率系數：價格方向除以波動性，表示方向移動與噪音移動的比。

Efficiency_Ratio =direction/volativity;

接下來建立效率系數與C的聯系

整體思路是，趨勢明顯（ER=1)的時候，系數接近短周期均線系數fastest，波段明顯的時候（ER=0)，系數接近長周期系數slowest

取系數的平方是讓平均線更趨近于保守，出現波段的時候應該更加謹慎。

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;

為了與系統自適應特性保持一致，不能簡單的用上穿下穿均線來決定買入賣出。因此要設置一個過濾器。

過濾器=percentage*@std（AMA-AMA[1],n）          @std（series，n）是n個周期標準差

小的過濾器百分數可以用于較快的交易，比如外匯與期貨市場。

大的過濾器百分數可以用于較慢的交易，比如股票和利率市場。

通常，n=20

具體交易規則：

AMA-@lowest(AMA,n)>過濾器，買入

@highest（AMA，n）-AMA<過濾器，賣出