6.1　时间序列的构成要素

回归分析是一种工具，我们通常用它来构建一个时间序列的重要组成部分，即趋势。然而，附带一些变化的回归模式可以被用来隔离季节性（或长期趋势）以及循环节点。前面提到的这三个因素存在于所有的价格数据之中，而应用此三个元素无法解释的数据则被认为是随机的或无责任的价格运行模式。

趋势是许多交易系统的基础。与长期趋势相关的经济因素包括变化的利率、通货膨胀率、由于国际收支平衡表所导致的美元价值的变化，甚至消费者信心指数等。至于短期趋势存在的原因并不总是明确的，比如合并的预期、政府批准的新药上市、临时中断的石油供应或码头工人怠工等，这些都可能成为一种催化剂，从而生成更高的价格。

然而，我们并不能用宏观经济因素来解析只存在几天或几周的趋势，因为此种趋势通常只是投资者行为所带来的结果，即其是对不断出现的小新闻以及行情报告所做出的反应。

在长期趋势之中，主要的、持续的、上下波动的行情要归因于经济周期。商业和工业的循环周期的反应速度比较缓慢，那么，其加之于供给和需求的变化也要相对地缓慢一些。一个关于关闭工厂或建造更多的集装箱船或盖起一幢办公大楼的决定不是立即就能定下来的；而且，一旦决定运作某件事情，其也不可能被轻易地改变。同时，在一夜之间，通过降低利率来刺激经济增长的手段并不是一种有效的方法。另外，开发一个新矿，寻找新的原油储备，或在另一个国家建立一个汽车组装厂的行为所应对的需求增长速度比削减生产要慢。还有，一旦做出决定且业已投资，那么即使工厂利润处在边际收益之上，相应的商业行为也不倾向于停工停产。

所谓季节性是价格运行模式的第三个要素，其是一种取决于日历年度的循环情境。而此要素所受到的最直接的影响要归因于大自然，其所相关的大多是具有种植和收割周期的农作物。同时，旅游业在夏季比冬季也要更活跃一些。还有，夏天对电力的需求会更高，而炼油厂在每年的2月和3月会将取暖油的精炼设备转换成加工汽油的设备，因为，此时冬季即将结束，取暖油的需求就要结束了，如此周而复始，在夏末又会变回来。另外，时装产业也会根据季节的变化预先为各个季节设计出更加时尚的服装。

价格运行的随机要素是各个无法解析事件的复合体。在本章的后半部分，笔者将会提及自回归移动平均（ARIMA）模型或博克思-詹金斯法则，它们将被用于发现可能存在于剩余数据中的短期趋势以及相关周期。本章将使用回归分析方法把注意力集中于趋势的识别之上，而季节性和周期性的问题将在第8章和第9章中进行讨论。众所周知，由于在真实现象之中的根本要素是强大交易策略的基础，因此，交易者和严格遵守价格运行原理的学员就更应该了解回归分析的工具，从而避免将错误的相关性纳入其交易策略之中，而一个良好的假设条件则是成功交易的前提。