按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
苷兄麓蠊婺５乃鹗А�
我们还有个使之连续化的办法，其交易风格较为积极大胆。当趋势由上升转为横向伸展时，我们不仅平回原来的多头头寸，同时还要反做，开立空头头寸。倘若后来趋势转而向下，则我们再给空头加码。相反地，如果趋势从下降转为横向延伸，那我们就不仅平回所有的空头头寸，同时还要开立多头头寸。倘若后来趋势转而向上，则我们再给多头加码。由此看来，我们对所有的系统，包括本系统在内，都可以加以调整，以适应交易者的具体需要和个人偏好。
利用系统的信号来约束自己
我们也可以简单地把系统的信号用作其它技术因紊的自动化的验证信息。即使我们不打算采用自动交易系统，而是使用其它各种技术因素的话，我们依然可以借助它的信号来作为一种自律的手段，以保证自己在更要趋势中站在正确的一边。只要计算机趋势显示为上升，我们就不应开立空头头寸，只要计算机趋势显示为下降，我们就不应开立多头头寸（基本分析型交易商也不妨采用某种技术系统作为自己的交易意向的过滤器或者触发器。而上述正是个简易的法子）。通常，所谓趋势方向其实是个判断问题，那么，计算机的信号就可以在一定程度上，把交易商从犹疑不定之中解脱出来。它们可以阻止他踏入所谓“顶部套牢或底部套牢”的陷阱。
我很乐于在我的价格图表上，标明计算机给出的支撑和阻挡水平。如此一来，我就能提前知道这些关健的水平居于何处，趋势的变化可能在何处发生。我也会考察其它许多技术因素，例如趋势线、图上的支撑和阻挡水平等等，这些计算机资料都可用作额外的信息，来验证趋势的变化。让我们回头看看短期政府债券市场，以此作为这种做法的例子。到1月25日，该市场的上升趋势已经持续6个月之久了。在接下来的一周，价格有所下跌，穿破了紧随价格变化的上升趋势线。2月1日，星期五，在《CRB图表服务》的“技术性评论”部分，我这样写道：
本周从长期阻档区起，岌生了急烈担售的情况……，从而打破了上升趁势。关于3月份短期国债，我们的计算机趋势在周五转而“向下（自7月13日以来，一直是“上升”的）。3月份欧洲美元自从9月10月以来的上升趁势，也已经转为“横向伸展”。我们采纳了计算机的趋势改变信号，认为牛市已去，中性市场降临。
这里所要强调的是，如果我们把计算机趋势信号仅仅看作一般的技术指标，那么它也极具价值。在前面的例子中，两个短期利率市场在随后的将近两个月中，都剧烈地下滑了。
以系统信号作警报
我们还可以把计算机趋势分析用作绝好的审查工具，提醒自己警惕当前的趋势变化。请注意图15。15所示的趋势变化。在其中的第三列，
至少有7个市场的趋势方向有变化。星期一早晨，当交易商揣摸各种图表的时候，只要扫一眼这张表格，马上就能挑出7种交易对象。通过研究所有的图表，我们当然也可能获得同样的结论。但是，计算机使这项工作快速、简易，并且更具权威性。
以系统作为广泛性市场指标
在结束本节之前，我们再介绍一下在EFTA每日研究中包含的一组有趣的数字——市场指标。其中包括每日价格上涨的合约数目与每日价格下跌的合约数目之比（合约总数在200种以上），每日涨达新高价的合约数目与每日跌出新低价的合约数目之比，以及计算机趋势为上升的合约数目占合约总数的百分比等。头两个指标是股市中类似的指标在期货市场的翻版。尽管这两个数字，涨/跌数字和新高/新低数字，从传统上看，在商品市场并不常见，但是这个领域也颇有意思，有待我们进一步调查研究，以确定它们的预测性价值。
计算机上升趁势合约比数 我特别喜欢这个指标。它的百分比值从0到100分布。其作用如同摆动指数，可以确定商品市场作为一个整体是处于超买、还是超卖状态。从历史资料看，当这个数字超过70％时，商品市场处于超买状态，即将有所回撤。而当该数字低于20％时，通常意味着超卖状态，市场即将见底回升，
这个数字是对市场总体气氛的评估，用来跟踪CRB期货指数的变化，是非常有效的。
人工智能形态识别
一方面，计算机给我们提供了一大套快速、简便的技术工具和指标，大大地简化了分析工作。另一方面，分析者的工作难度却同时有所提高。从前，技术分析者们只要掌握数种分析工具便能胜任自如，现在却必须同时面对多达40种的技术指标。根据认知心理学的研究，一般认为，人类意识在同时研究三种以上的变数之间的联系时，就会感到困难。如果要求分析者同时消化四种乃至更多的技术指标，也许他就会感到困扰。那么，如果我们决定只跟踪三种指标的话，哪三种最合适呢？
在我们进行市场分析时，计算机几乎完全被当成计算器了。其主要功能表现在计算数据、显示资料等方面，这节省了我们的时间。但是，如果计算机也能够对它计算的所有结果进行诠释的话，或许它就会更加有所作为了。这就是说，我们应当既充分利用计算机的计算能力，又充分开发它的逻辑功能。这就是所谓人工智能（AI）和形态识别（PR）的内容了。
人工智能是指计算机模仿人类的思维，借助具有“自学”能力的程序，来解决疑难。这时候，计算机实际上表现得活象具备了一定的“智能”那祥。它能够判断形势，作出决定，并且能从错误中汲取教训。
形态识别是指计算机以对各项指标或因素的分类为基础，学会如何预测市场，作出决策的过程。“形态”这个词用在这里，与早先我们描述的各种图表“形态”，意思是不一样的。形态识别的目的是，把所有的技术指标组合在一起，以产生“协同”的效果，而不是孤立地处理各项因素。
形态识别的第一步，是要从所有的技术指标中，选出表现最佳的个别指标。下一步，是挑出成绩最好的一对指标的搭档。第三步，找出结果最理想的三种指标的组合。往下，将重复上述步骤，不断添入新指标，直到所增加的新指标不能再改善组合的总成绩为止。在测试过程中，我们要使用两组不同的数据，一组是学习数据，一组是测试数据。从学习数据中获得的结果，必须从测试数据中得到验证。这种采用两组不同的数据进行侧试的技术，避免了所谓“曲线自适”现象。这种现象经常成为人们批评各种技术指标的测试方法的理由，特别是针对我们为优化而进行的试验。
利用人工智能和形态识别，我们或许能够对症下药，解决把如此花样百出的各种技术信息熔于一护的问题。在处理相抵触的技术信息的问题上，我们首先利用计算机计算出所有的技术指标，然后针对各个特定的环境要求，从中选出最佳的组合。这样的解决方案是显而易见的，那么为什么在这个方面迄今并无太多建树呢？实际上到目前为止，这类研究主要还停留在纯理论性的实验室阶段，从未经受过实践检验。其费用昂贵，对计算机的性能要求太高。另外，即使我们识别出了市场的形态，它们往往也是不稳定的，需要不断地进行再检验。在这一领域，拉登研究组是走在前沿的研究集体。该小组的主要发言人是其主席，戴维·阿伦森。
归纳总结
以上，我们讨论了计算机在期货技术分析领域的作用。我们首先概要地介绍了Cornpu Trac软件（目前，它是这个行业的领先者），介绍了现有的多种计算机技术工具及其使用方法。我们讨论了关于自动交易系统的正反两方面意见，以及使用计算机信号的利弊。自动交易系统代表了期货交易的一种“黑箱”模式，用户根本无需了解决策的过程，实际上，用户甚至可以根本不清楚系统中到底包含些什么。也有些计算机用户宁愿自己主持决策过程，他们把计算机信号和各种指标纳入自己的分析过程中，由他们自己做出最后的交易决定。而这正是Cornpu Trac的出发点。
毫无疑间，交易商们越来越依赖计算机交易系统了，集聚了大量资金的私人和公众基金尤其如此。这一现象对期货交易正日益发生着巨大的影响。期货交易所的场内交易商们正在想方设法，以战胜计算机化的基金会。这些巨额基金影响、乃至扭曲短期市场行为的能力越来越强大。随着微型计算机的推广，各种技术分析软件的普及，包括资料传输的“在线”化，大大提高了普通交易商交易手段的复杂水平，导致了更多的短线交易。因为计算机终端的普及，交易商极容易取得日内资料，所以，当日交易也越来越盛行了。
我们还不能肯定，这个潮流最终会走向哪里。但是有一点很清楚，计算机带来了一场商品期货交易的革命。这并不是说计算机简化了交易过程。正相反，从某种意义上说，计算机使我们的工作困难得多了，其原因本章已有论述。从这一切事实中，我们得出一个重要结论。如果哪位商品期货交易商无缘拥有上述计算机技术的话，那么他就处在极为不利的地位上。因为所有的市场参与者都同时使月相同的信息，所以要战胜他人，从市场中获利是非常艰难的。在这种情况下，如果我们没有计算机的帮助，就等于把刀把子递给了其它竞争者，使自己大大地处于下风。计算机既来之，则安之。将来，它们的性能会更好，操作更简便，并且价钱更便宜。不过，我们现在也不能坐等呀。
参考资料
目前最周详的计算机技术分析软件是Cornpu Trac。该公司除了提供先进的支撑网络外，每年还在全国各地举办讲座，培训用户，以及讲解其软件的最新发展。
当然我们也有其它的信息服务机构。《股票及