9.3　震荡指标

因为动量的表示方法是呈现一条围绕零线上下波动的曲线，因此，它也经常被称为是一种振荡指标。尽管其确实来回摆动，但是，震荡这个词的使用仍然让人感到混乱。本书所提及的振荡指标会被限制在一个特定的动量形式当中，从而使之规范化并用价值的形式表示出来，而且，其价值仅限于+1和-1（或+100至-100）之间、+1和0之间或者+100和0之间（就像一个百分比数）。

如果将一个标准的动量计算模式转换成带有最大值+1和最小值-1的规范化形式，那我们则需要在同一循环时间周期内用相关的最大值除以动量指标的计算周期。同时，振荡器本身也可以根据价格和波动率的变化进行调整，例如在2006年4月，亚马逊公司股票以34美元的价格进行交易，在为期10天的期间中，其高位为35.31美元，低位为31.52美元，期间内的价差为3.79美元。在2011年2月中的一个10日周期内，亚马逊公司股价的高位为191.40美元，低位为174.77美元，期间内的价差为16.63美元。因此，2006年2美元的价格变化与2011年8.77美元的价格变化是一样的，即无论是用2美元除以3.79美元还是用8.77美元除以16.3美元，在这两种情况下，我们所得到的结果都是0.52。因此，对大多数动量指标来说，标准化是基础，其对于价格变化所进行的自身调节可能是一个非常好的方法。

在下面的章节中，我们会展示如何计算一系列关键性的震荡指标。相对于每一种情境而言，应用此类指标目的是：当价格处于峰值时，其能够对过去的高点有一个提示；同时，当价格处于谷底时，其也能显示相应的低值点位。另外，震荡指标的最大用途是：如果其记录了极端近似值，那么相应的价格行情于之后不久的期间内就应该反向运行了。

9.3.1　相对强弱指标

相对于显示超买和超卖的状况而言，其中最受欢迎的指标之一是相对强势指标（即RSI指标），它是由怀尔德发明的。 ^[1] RSI指标为动量指标的概念提供了一个附加值，即其规范了价值波动的范围，将之锁定在0~100。因为它使用了计算周期内的所有的数值，而不仅仅是第一个和最后一个值，因此该指标比单纯的动量指标更稳定。RSI指标以一个简单的测量模式，且凭借0~100的波动幅度来表现当前价格的运行模式，其数理公式如下：

其中，RS=AU/AD；AU是在过去的14天中，价格向上变动的总值；AD是在过去的14天中，价格向下变动的总值（取正数）。

一旦得出第一个计算值，那么，我们即可应用移动平均的挤出效应计算每天的AU值和AD值，即（注：p_t 指的是当期价格，p_t－1 指的是前一日价格。——译者注）

上述方法在本质上就是减去一个平均价值，同时添加一个新值；如果有任何异议，你可以参考第7章第7.3.3节中“平均值的修正与更新方法”的论述；还有，所有的价格变化值都被视为正数。其实，RSI指标的日间计算模式是一个简单的算术问题，怀尔德特别钟情于14天的时间周期，因为它代表了一个自然循环月的一半（在此种情境之下，1个月就是一个自然循环）。另外，怀尔德在RSI值为30和70的点位处设置了明显的临界水平，对较低RSI水平值的穿透模式代表着一个迫在眉睫的行情向好的升势，而对较高RSI水平值的穿透模式则预示着低迷行情的到来。在下一节中，我们会看到图9-15，其会结合相似的动量指标和随机指标来显示相应的RSI指标系统。

如果单独使用RSI指标生成交易信号的话，我们通常需要以类似于标准图表分析的方法来进行解析，即勾画一条曲线，使之交叉于RSI值的顶部，从而表明一个下降的趋势；在方向上，头肩形可以作为一种确认变化的主要模式而被使用。怀尔德自己则使用RSI的顶部和底部形态，如图9-11所示，在呈现下降态势的顶部之间，RSI指标图形底部的破位模式就是一个卖出信号；此外，波段行情的失效或者背离形态（在本章的后面将被探讨）则表示对最近期RSI指标的高点和低点的测试是不成功的。

图9-11　相对强弱指标（RSI指标）的顶部区间

怀尔德也创建了一些其他的流行指标，而其中之一就是动量的计算模式，我们称其为平均定向运行指标（ADX指标），其将在第23章中被讨论。同时从当前的交易环境来看，前述所有这些指标均为积极的交易者所使用。

1.RSI指标的修正模式

RSI指标系统中存在的一个明显问题可能是它所选择的14日半循环周期。因为最大限度的背离行情是通过使用一条移动平均线而取得的，其间具有主导作用的时间步长会跨越一个循环周期的几个部分，而14天可能不是这样的一个数值。如果14天计算周期的时间步长太短的话，那么，相对于周期延伸而不需要一个立刻转向信号功能的问题而言，RSI指标值将会保持在70-30的区域之外。实际上，周期为14天的RSI指标意味着于一个方向之上持续运行的相关行情所对应的期限如果超过14天的话，那么，其会生成一个非常高的RSI值（见英航网站）。例如，如果价格持续上涨的期限超过了14天，那么，RSI指标线就会像其他震荡指标那样进行横盘整理。对我们来说，如果所选择的周期内没有几波持续运行较大的行情，那么14天的时间步长可能刚刚好。但是，如果相关情境更加频繁地出现超买和超卖的状况，那么我们可以把时间周期降低到10，同时，相应的阈值区域可以增加至80-20，计算时间和阈值区域的某种组合方式通常会带来所需的交易频率。

阿安（A an） ^[2] 基于14日RSI指标的分布状况所进行的研究表明：RSI指标的顶部和底部区间的均值大都分别集中于72和32的附近，因此，落于72和32之间的50%的RSI值可以被理解为一种正态分布、相当于0.675倍的标准差，如此则表明由怀尔德所提出的阈值为70-30的水平因彼此过于靠近而不能作为一种超买或超卖情境的判断模式来指导相关的交易，我们应该将RSI指标的超买区和超卖区之间的距离拉得稍远一些。另外，在交易频率和风险之间，等效的1.5倍的标准差是一个很舒适的权衡值，一般来说，风险越小，交易则越安全。如果因RSI指标所生成的交易信号过多而导致大量交易的话，那么，我们需要将相应的时间间隔拉得更长一点，同时和比较可靠的通道指标相结合，这样就会提高交易的质量。 ^[3]

2.于n日以内上下浮动的RSI值的深度平滑模式

在RSI指标的计算周期之中，我们可以通过增加每一个被确定的上升值和下降值所对应的时间步长的方式来取代增加计算天数的方法，如此就可以发现一个平滑的指标。最初的RSI指标所使用的是14个独立日，其中，一个上升之日就是价格变化为正的一天；同时，我们也可以用一个为期两天的变化或一个n天的变化来替代每一天的变化。如果使用为期两天的价格变化值，那么我们需要28天的计算周期，从而使每个为期两天的周期与另一个周期不重叠。另外，如果以两天为一组的话，那就会生成14类周期，而使用两天为一组的14类周期模式的指标则会比依赖于28天的单日变化的方法更加平滑一些。

3.RSI指标相关的逆向交易模式

动量指标常常被用于为逆向交易定时。通常情况下，相应系统只有在绝对的超买或超卖的水平下才会触发交易。然而，相对于行情反转而言，无论是价格的快速移动还是一个动量指标的极端值都可能具有一种标准的意义——当RSI_t -RSI_t-k ＞a或RSI_t -RSI_t-k ＜-a时（其中a是一个临界值），我们可以分别进行买入和卖出的交易，如此也可增加交易的次数，因为它并不需要RSI_t ＞0，只需要价格运行的速度够快即可；当动量指标回归且趋近于0或n天以后，我们就可以平仓离场了。在英航网站中TSM软件内的RSI Countertrend程序中，我们可以找到相应的测试模型。

4.净动量型震荡指标

RSI指标的另一个变量就是价格上涨天数所对应的价差正数之和S_u 与价格下降天数所对应的价差绝对值之和S_d 间的差值，即净动量型震荡指标（见英航网站）。 ^[4] 如果你认为非平滑的RSI指标值=100×（S_u /（S_u +S_d ）），那么，净动量型震荡指标值CMO为：

在正常的RSI指标系统当中，上述这种方法取代了一些失去平滑属性的指标体系并显示了更大的极端情境；同时，相应绩效也可以通过在RSI的计算过程中缩短时间周期的方式来实现。

5.2日RSI指标系统

在MarketSci的博客 ^[5] 中，其曾经发布过一个有趣的信息，即迈克尔·斯托克斯（Michael Stokes）所“最喜欢”的指标——2日RSI指标，此项指标使用2日的价格变化值来替换每一日收盘价的变化值；还有，其相关的计算过程和数据点的数量与1日RSI指标的相同。如果你已经有一个程序来计算RSI指标值，那你只需要用p_t －p_t－2 来取代p_t －p_t－1 ，从而得到2日的重叠数据；或者，你也可以用n天的RSI指标来选择的天数，用以替代“2”这个数字。使用2日组合模式的效果比使用1日模式的更具平滑性，同时也会提高相应的波动率。

图　9-12

相对于标准普尔指数而言，斯托克斯倾向于使用10和90的临界值，且相应交易规则如下：

·当2日RSI指标值向下穿透阈值为10的区间时，则于下一个交易日买入；

·当2日RSI指标值向上穿透阈值为90的区间时，则于下一个交易日卖出；

·于收盘之后的第二日平仓离场。

图9-12a和图9-12b摘自2008年12月9日MarketSci的博客，图9-12a显示了生成于1998年左右的RSI反转指标的盈利能力：从1970年到1998年，其是一个很好的趋势指标，也就是说，RSI指标值升至90以上时，标准普尔的价格仍然在持续上涨；1998年之后，此类指标则具有更好的均值回归属性。图9-12b则显示了根据下列规则，我们可以按RSI的超买和超卖指标的比例扩展到实际的交易当中，且相应结果如下表所示。

如果在第t天，RSI指标值是14，那么，我们可以将50%的资金投入市场；但是，在随后的第t+1天，RSI的指标值降至8，现在我们还不清楚是否要再添加25%的资金，我们假设此种情境是真实的。如果我们在接下来的一天不添加资金的话，那就应该平仓离场了，因为RSI指标值在50的水平上下可能会停留很长一段时间，所以相对于退出机制而言，等待RSI指标值跨越50之后才平仓离场的方式是不可能成功的。斯托克斯的方法是：交易者应该在看起来似乎更加安全的交易日之后的那一天离场。图9-12b将2000～2008年的多头交易和空头交易分离开来，从图中我们可以看到两种交易模式的表现都很好，且都获得了比较理想的结果。然而，无论是对多方头寸还是对空方头寸均可提供良好回报率的机制是不常见的，因为许多市场行情都有一个向上的偏好（尤其是股票市场）。但是，日内交易对相应的成本是很敏感的，交易者需要观察每股或每份合约的收益能否覆盖相关的佣金和点差。

图9-13　应用于纳斯达克期货的2周期RSI指标（中心面板）与传统14日RSI指标（底部面板）的比较模式，相应期限为2005年8月～2008年9月

6.标准化的2周期RSI指标系统

在图9-13的中间面板中，其显示了一个标准化的2周期RSI指标，同时在底部面板中，其显示了一个以14日为周期的RSI指标，而两者所对应的数据是居于图形顶部区间的2005年8月～2008年9月的纳斯达克期货的价格。其中，传统的RSI指标线都会穿透30和70的极端区域，但其不能到达20或者80的超卖区和超买区，而2周期RSI指标线则多次触碰15和85的区间。我们可能期望2周期震荡指标每天都在0～100跳跃，从而改变价格的方向，但是，平均挤出效应所相关的计算方法则会使相应过程放缓，因此2周期图表相对于标准的RSI指标图形而言，则显得更具有波动性。

7.MACD线与RSI指标的融合模式

MACD指标应用两条均线的差值构建了相应的柱形图，而我们可以将RSI指标应用于移动平均线的点差之上，如此则能够更加容易地解析MACD指标的柱图模式。在图9-14中，相对于标准普尔迷你电子期货交易盘而言，我们应用10周-40周移动平均线的差值构建了5日RSI指标线且标准的临界阈值区为30-70，如此则似乎可以找到值得信赖的点位，即在此点位之上的价格处于超买和超卖的状态。

图9-14　应用于标准普尔期货的，且由10周-40周移动平均线的点差所构建的RSI指标线

9.3.2　随机指标

随机指标是由乔治·莱恩（George Lane）所创建的，其于过去的高点-低点的范围内衡量与收盘价相关的仓位头寸，它属于震荡指标。随机指标的理论基础依赖于一种被普遍接受的观察模式，即相对于穿透过去几日的高价点位的行情走势而言，收盘价则倾向于压制，如此则可以于图形上刻画一条水平阻力线。同样，在下降的趋势中，相应收盘价也必须低于过去几天的低点，并据此继续运行。当市场行情由上升趋势转到下降趋势时，在通常情况下，其高位要高于前几日的价格高点，但当天的收盘价却可能收在接近于当天低位的价点上，这就很难显示一个上升趋势的延续，从而使得随机的震荡指标区别于MACD线，MACD指标使用的是两种趋势线之间的差值，RSI指标则只使用收盘价。随机指标所使用的是高点、低点以及收盘价，这与其他震荡指标不一样，因为它不需要有任何的平滑措施，所以其不会生成所谓的滞后效应。

从随机测量中所导出的三个指标被称为%K ^[6] 、%D ^[7] 以及%D-slow ^[8] ，这些指标显示了价格运行的速度会越来越慢；其中，作为一个单一指标，%D是最受欢迎的。然而，%D和%D-slow经常会被结合使用，从而生成一个交易信号。我们可以应用过去5天的数据来计算相应的这些指标，从而导出今日第t期的数值，公式如下：

其中，%K为初始的元值；C_t 为今日的收盘价；L_t （5）为过去5日的最低价位；R_t （5）为截至今日的过去5日的价格波幅（最高点-最低点）。 ^[9]

1.应用惠普公司股价数据所计算的10日随机指标值

我们可以使用Excel电子表格的纵向列对随机指标的每一个组成部分进行计算，在表9-1中，惠普公司股票的历史价格均被输入至A～D列中；那么，为期10天的随机指标数值的计算则通过E～J列完成，即

·E列——应用最大值MAX函数导出10日价格的最高点；

·F列——应用最小值MIN函数导出10日价格的最低点；

·G列——应用E列值减去F列的值，从而得出价格高点-低点的波动范围；

·H列——在第n行计算原始之随机指标%K的值，且指令语言为：

·I列——根据H列%K的数值计算其3日平滑慢线值，即%K-slow；

·J列——根据I列%K-slow的数值计算其3日平滑慢线值，即%D-slow。

表9-1　应用惠普公司股价数据所计算的10日随机指标的Excel形式范例

在电子表格的H列中，原始的随机数据显示相关数值在开始的时候是大于90%的，几天内就降至6%。当价格接近过去10天的最高值或最低值时，此种状况就会发生。我们在计算随机指标时，当日的收盘价总是包含在最大值和最小值的计算范围内；如果今天的价格是计算周期内的最高值或最低值，那么，原始随机指标值会是0或者100。应用惠普公司股价的电子表格可以在英航网站中TSM软件中的Stochastic calculation for HPQ程序上找到。

2.随机指标与动量指标和RSI指标的比较模式

相对于动量指标、RSI指标和随机指标的计算过程而言，此三者之间的差别还是很大的，因此，我们的预期是这些指标所对应的图表间的差别也会很大。然而，此三者之间还是有很多惊人的相似之处，如图9-15所显示的那样，在相同的14日计算周期内，动量指标和随机指标都显示了今日之价格与计算期间内的各个价格点位是如何相互关联的，所以，我们非常期望它们之间具有相似性，且显现其真实性。在图形相同的位置，此两种指标线均呈现峰值；由于存在两个连续的3日平均线，因此，%D-slow随机指标线就显得比较流畅一些。

图9-15　应用通用电气的股价数据于14日计算周期内对动量指标、RSI指标、随机指标的性能所进行的比较，相关期限为2008年5月～2011年2月

RSI指标所相关的图似乎没有滞后效应，取而代之的是其被抑制了。该类图所能呈现的是一些微小的波动情境，事实上，其高点和低点几乎不会触及70和30的区域，即使是平滑的随机指标，其高点值和低点值也会经常超过90或低于10。我们对于随机指标的总体印象是：其运行的速度较快，从而夸大了相应的波段行情。

3.应用随机指标的交易模式

从传统意义上讲，随机指标可以通过一个慢线与快线彼此相互组合的计算模式所给出的入场信号进行交易；或者，其可以通过各类随机指标的极值的组合方式，且根据相应的行情趋势选择进场和平仓的时间点。应用诸如%D和%D-slow之类的随机指标的行为本身既可以承担快速震荡指标的角色，也可以像MACD指标及其指标线那样，以相同的方式刻画慢线型的信号线，且此类信号线已被使用。由于快线%K的计算过程不是很稳定，所以，我们并不经常使用。 ^[10] 图9-16的底部面板显示了标准普尔连续期货合约所相关的两条以20日为计算周期的%D线和%D-slow线，相应期限为2001年12月～2002年9月；在图形的顶部面板上，则是一条60日移动平均线。

图9-16　应用于标准普尔连续期货合约的20日计算周期的随机指标（底部面板），以及一条60日移动平均线

标准普尔指数于2002年呈现下降的趋势，我们应用随机指标则可生成两个很好的卖空信号。在3月和8月间，慢线%D向上穿透且高于80%的临界值，同时，其与信号线相交并下指。5月，随机指标呈现第三个峰值，接近了70%的超买区，此时，如果所设置的临界值较低，那就会生成一个额外的卖出交易信号，在持续的降势当中，随机指标值居于临界值之下，且延续一段时期的情境是很普通的一件事。尽管循环的计算过程旨在进行自我的调整，但是，其中最实用的解决方法就是将相应的随机指标与行情趋势结合在一起。

图9-16上部面板的60日移动平均线显示了一个整体的下降趋势。下部面板的20日随机指标线向上穿透80%的临界值后，则给出了一个很好的卖空时机，同时也避免了随机数值不合理的分布问题。然而，20日随机指标并没有于降势中给出平仓的点位。此时，我们可以应用更快捷的随机指标生成更频繁的卖出信号，其具体过程如下：

·在第一个随机指标生成卖出信号，且相关趋势开始调头向下之后，则植入一张空单（随机指标线与信号线交叉之后下指）；

·在随机指标生成第一个买入信号，且相关趋势开始调头向上之后，则植入一张多单。

在所有定时的交易时间所相关的规则中都存在一个问题，即如果价格走高而不反驰的话，那将不存在所谓的随机交易信号；或者，如果我们已经在交易中获利，那么也会出现前述的情境。我们可以通过使用较快的随机指标来避免失去一些可加利用的交易契机，而相对于平仓而言，使用定时的方法是特别危险的——在进场的时候，如果交易延迟的话，那就会失去很多机会，但是，如果延迟平仓的话，那就会遭受实实在在的损失！

9.3.3　快线、慢线的左右交叉模式

与%D-slow线相比，较快的%K-slow线通常会比较早地改变方向——当其仍然处于前一个趋势之中持续运行之时，它会与%D-slow线相交叉。反之，如果%D-slow线先行调头的话，则表明相应趋势正在发生一种缓慢且稳定的变化，这是一种更有利的运行模式（见图9-17a）。现在，我们使用较快的%K-slow线和较慢的%D-slow线确认以下的模式，即

（1）转折模式（hinge）——无论%K-slow线还是%D-slow线的运行速率均处于下降的过程之中，其形态比较平缓，且表明第二天的行情会发生逆转（见图9-17b）。

（2）预警模式（warning）——%K-slow线的一种快速极值变化情境（2%~12%），其表明固有的行情走势最多持续两天。

（3）极值模式（extreme）——%K-slow线值达到0和100的极值点位，其需要相关收盘价连续7天保持高位（或低位），在相应行情回落之后，对此类极端情境的测试程序会发现一个很好的切入点。

（4）背离模式（set-up）——虽然价格线图仍在形成更高的高点或更低的低点，但是%D-slow线却显示出一种下降的态势，如此则预示了一轮降势即将发生，我们需要在%D-slow线再次触底时寻找做空的契机（见图9-17c）。

（5）失效模式（failure）——%K-slow线与%D-slow线相交下指之时（于穿透极值点位之后），我们可以确认某种行情走势即将发生改变，然而，%K-slow线再次调头指向%D-slow线时却不能与之相交（见图9-17d）。

图9-17　莱恩模式

9.3.4　构建随机的相对强弱指标（RSI）

如果将相应指标值取代收盘价的话，任何系列指标值均可以转换为非滞后性的初始随机指标%K的值，如此则可于相关计算周期的高点-低点的波幅内创建一个相应指标的测量模式，而依赖于RSI的随机指标的数理公式为： ^[11]

9.3.5　威廉斯震荡指标

拉里·威廉斯（Larry Williams）一直依赖震荡指标而致力于开发相应的交易方法，1972年他出版了《A/D震荡指标》(A/D Oscillator)一书，从此一举成名。以下的段落描述了三种技术分析模式，尽管最后一种技术模式终极震荡指标的理念是于13年之后发表的，但它们之间确实存在一些相似之处。

1.A/D震荡指标

吉姆·沃特斯(Jim Waters)和拉里·威廉斯在1972年出版的著作当中描述了A/D震荡指标，而且按照他们的方法，A/D意味着累积/分布（accumulation/distribution），其与流行的股票指标符号A/D（领先/下降，advance/decline）是不一样的。同时，他们使用一个相对强弱指标的特定形式来定义买方能量指标BP以及卖方能量指标SP，且

应用今日开盘价、价格高点、价格低点以及收盘价所得出的BP值和SP值显示了额外的多方强度（相对于开盘价而言）和空方强度（相对于收盘价而言）的比较模式，进而隐含地指示了一天的交易方向，而这种定义买卖双方强度的方法今天仍在使用。同时，有一种基于强度指标的混合测量模式，即日原图DRF指标，其计算公式如下： ^[12]

当相关市场在价格处于低点时开盘，且在价格高点BP_t -SP_t =H_t -L_t 处收盘，如此，DRF指标就会达到其最大值1；反之，当市场在价格处于高位时开盘，且在价格处于低点处收盘，那么，DRF=0。每个价格系列的运行都有其自身的模式，我们均可以应用多种类似于动量指标的模式对其进行平滑处理，或从事相关的交易。沃特斯-威廉斯的A/D震荡指标解决了波动率的问题，同时为期货市场提供了涨跌停板的限制措施（虽然存在停板制约机制的市场已经很少了）。由于DRF因子本身就是日间波幅的倍数，所以，其可以完全适应更高或者更低的交易范围。其实，每一天的行情波幅均可以被独立处置，因此，动量指标的累计值不能成为测试结果的一部分。

由于日间评价体系没有内存，所以DRF指标会非常不稳定，但它仍然可以把握基础资产的行情走势，而如果钟情于此类指标的交易者很少，那我们可以对其进行平滑处理。在表9-2的范例当中，其中使用了一个0.30的指数平滑系数（任意选取），同时，将入场区间从80-20缩小至70-30，从而可以反射较少量的极端价格点位。因为1973年的范例使用的是大豆，所以表9-2仍以之为版本，但使用的都是2011年的数据。另外，表9-2显示了DRF指标以及DRF指标的平滑计算模式，我们以棒线的形式对其进行刻画形成图9-18，且其数值位于0～1.00。这里，图9-18显得非常不稳定，其中的实线就是平滑的DRF指标线。一旦图形刻画完毕，我们则可以得出两条水平线，从而将DRF指标线的峰值和底部区间隔离开来，上部区间的状态代表一个超买区域，底部区间则代表一种超卖的态势。虽然我们预期指标公式的分母所代表的行情波幅规范了波动率的变化范围，从而使相应指标线随着时间的推移而具有连续性，但是，图9-18仍然应用了80-20的区间水平，即使我们认为这些阈值是不可预测的，但是，沃特斯和威廉斯所绘制的指标线也居于类似的区间；同时，平滑的DRF指标的阈值则被设定在70-30的区间。

图9-18　A/D震荡指标

表9-2　应用于大豆交易的A/D震荡指标和相关交易信号，2011年1月1日～2011年4月

在初始的相关著作当中，A/D震荡指标的相应交易规则没有被明确地定义，但是，我们可以总结出如下的简单方法，即

·当DRF指标线（或其平滑线）穿透超买区时卖出，同时平掉所有的多单，且于第二个交易日的开盘时刻植入一张空单；

·在与上述情境相反的状态下买入，且平掉空单；

·在指标生成交易信号之后，于第二个交易日的开盘时刻植入相关订单。

相对于风险控制的问题而言，如果DRF不再呈现更低的数值，那就平掉空单；反之，平掉多单。表9-2中没有使用止损的方法，多方头寸被持有至做空信号生成之时，而空方头寸则持有至做多信号出现之时。如果DRF指标线（或其平滑线）不止一次地进入超买或超卖区域且没有加入相反的区域，那我们就可以加仓，上述范例中没有此种迹象也无关紧要。而遵循前述这些交易规则，A/D震荡指标可以生成9次交易，其中6笔交易是有利可图的。而平滑的DRF指标只能生成两次交易且都有利可图。其实，平滑的系数值可以很容易地被更改，面对更多的交易信号，我们可以将平滑系数设置在0.30以上。同时，A/D震荡指标相关的Excel电子表格可以在英航网站中TSM软件中的AD Oscillator程序上找到。

虽然我们所使用的范例比较完美，但是A/D震荡指标还是存在一些潜在的问题：首先，如果于某个交易日相关市场被锁定（即该市场的行情波动受到限制而无法交易），那么，在这种情况下，价格的高点和低点、开盘价与收盘价都是一样的，如此，DRF指标计算公式中的分母为0，相应计算过程则无法运行。幸运的是，此种情境发生的概率不高，但是，最近的棉花交易市场存在此类问题。另外，这里还有一个问题是如何应对跳开盘的情境，即较高的开盘价与更强大的收盘价都会使DRF数值的测试结果不那么尽如人意。现在，我们考虑下面的一个情境。

这里我们需要注意的是：在周三，DRF指标显示相关动量发生逆转，但是，事实上，价格在迅速地下降且没有复苏的迹象，如此可能开启下行的动量模式；周四的价格飙升，且于中等程度的波幅水平收盘，但DRF指标则显示一个新的下行态势，这个问题似乎与之前的收盘价缺乏连续性有关；如果整体的波幅居于收盘价之上或之下，那么，日间价格的运行模式则会呈现不同的表象。为了实现前后的一致性，在当前价格超出了相应波幅的情境之下，我们则以收盘价替换当前的价格高点或低点，进而计算相应行情波动的真实范围，下面的范例测试结果表明：指数平滑模式可以使相应趋势的运行状态变得完好无损。

2.当日行情与前一日的链接模式

相对于前一天的收盘价而言，我们可以使用当日的价格高点和低点来构建另一个震荡指标O_t ，且

上式将两个交易日的行情连接在一起，同时将当日高点相对于前一日收盘价的比率作为衡量日间总体价格波幅的标准。在正常情况下，H_t ≥C_t-1 ≥L_t ；但是，如果以C_t-1 取代H_t 或L_t 以扩展行情波幅的话，那么，在这些极端的情境之下，O_t 的价值则或者是1或者是0。相对于A/D振荡器，依赖于此种方法所计算的数值也可以被平滑处理。

相对于测度动量以及确认超买或超卖情境的工具而言，震荡指标并不是唯一的，因为动量指标所相关的制图技术与移动平均线的差异很大，其既对自身具有很高的价值，同时对另外一种分析方法也同样提供相应的确认模式。

我们这里需要注意的是：逆势交易可以令人兴奋且有利可图，但是，相较于顺势交易系统而言，其存在着相当大的风险。在超买的情境之下做空所引发的问题是：此种模式很难使相关仓位头寸的损失降至最小，当价格快速下降时，我们有可能植入买单；在做多之后，相关行情可能还要以相同的速度继续快速地下降；如此则很有可能导致一个快速的清仓模式，从而使相关交易者蒙受重大的损失。

3.另一种震荡指标模式：%R

在威廉斯出版了《我如何赚得一百万》（How I Made One Million Dollars Last Year Trading Commodities）一书之后，相应震荡指标%R则成为一种众所周知的赚钱方法，其是一种简单的计算模式，即把今日收盘价带入最近期的相应交易的行情波幅之内。如果我们使用过去10天的价格波幅为指标%R定价，那么，其相关数理公式为：

威廉斯的10日震荡指标%R与10日随机指标是不同的，其将今天的收盘价与过去10天的高点相比较，进而衡量此时市场价格的强弱程度，这在概念上颠倒了我们过去的做法。也就是说，随着收盘价走强，%R的指标值就会变小。如果你使用1.0-%R的模式的话，那么在直觉上，其可能显得更容易处理一些。威廉斯认为：相对于主要的技术面或基本面的行情趋势而言，此类指标则更倾向于为加仓模式构建相关的定时机制。在随机指标的分析当中，我们也探讨了同样的方法，如图9-16所示，如果此类指标与主要的市场行情方向相反的话，那我们就无法入场交易。

4.震荡指标的终极模式

在终极震荡指标当中，威廉斯将其最初的A/D震荡指标与怀尔德的RSI指标结合在一起。 ^[13] 同时，威廉斯补充了三个并发时间周期的特殊属性，从而抵消了应用于较短时间间隔内的%R指标的劣势，而且此种模式并没有使相关交易系统的运行速率变得太过缓慢。具体来说，终极震荡指标使用了以下的步骤。

（1）通过从收盘价中减去价格的实际低点的方法计算出今日的买方压力指标BP_t ，且BP_t =今日收盘价C_t -实际低点TL_t ，而TL_t =min（今日低点L_t ，昨日收盘价C_t-1 ）。

（2）计算今日价格的真实波幅TR_t ，且TR_t =max（今日高点H_t -今日低点L_t ，今日高点H_t -昨日收盘价C_t-1 ，昨日收盘价C_t-1 -今日低点L_t ）。

（3）以7日、14日、28日时间间隔将买方压力指标总值拆分为SB₇ 、SB₁₄ 以及SB₂₈ 。

（4）以上述三个时间节点将价格实际波幅总值TR_t 拆分为SR₇ 、SR₁₄ 以及SR₂₈ 。

（5）用各期压力指标值之和除以相应的真正波幅，也就是说，SB7/SR7，同时，7日周期的数值需要乘以4，14日周期的数值需要乘以2，如此，所有三个计算周期的数值则均处于相同的范围之内。

我们这里需要注意的是，最近期的7个买入压力指标值所对应的价格真实波幅TR被使用了7次，也就是说，它们都要乘以比例因子4和2，并在28天的计算周期中被再次使用。对此，威廉斯创建了一个步骤加权式动量指标模式，即将7、3、1的权数分别配置给第一个7天、第二个7天以及最后的14天，并且最后14日所占的比重只有总值的10%。

最后，我们应用震荡指标进行交易的规则（见图9-19）是：

（1）当震荡指标值高于50%的水平线，且于高值区出现峰值，接着回落，然后再上涨之时，则会生成一个卖出的交易信号；如果震荡指标在下一轮行情反弹的过程中不能移动至峰值点位以上，且当其未能居于右肩之上时，我们就可以植入一张空单，这是一种传统的顶部确认模式。

（2）平掉空方头寸的必要条件是：当多方头寸相关的交易信号出现时，或者相应指标线抵近30%超卖区，或者震荡指标值低于50%，而后又居于65%之上（接近止损点）。

（3）与卖出交易信号（规则1）相反的情境适用于生成买入的交易信号。

（4）平掉多方头寸的必要条件是：当空方头寸相关的交易信号出现时，或者相应指标线抵近70%超买区，或者震荡指标值高于50%，而后又居于30%之下。

图9-19　威廉斯的终极振荡器

9.3.6　相对动量指标

约翰·埃勒斯将数学的方法应用于行情价格的分析上，其做出了卓越的贡献。其中特别重要的是：埃勒斯应用循环周期理念创建了相对动量指标（RVI）这一概念，即生成一个非常平滑的动量指标。 ^[14] RVI指标的基本形式是：

上式之中，RVI指标的终值在分子（收盘价Close-开盘价Open）当中使用了4日对称权重值（类似于一个三角形的权重）；同时，在分母（价格高点High-价格低点Low）中也使用类似的权重值。

从概念上讲，RVI指标类似于A/D震荡指标，但是，RVI是一种特殊的平滑指标，其目标是对一个特定的价格周期进行相应的分析，进而消除两个柱形图周期以及不必要的相关频率。另外，相对于循环周期而言，价格系列的分析模式是更可取的，而埃勒斯则建议使用10为名义值，如此则可以计算出RVI的指标值，即

上式之中，O_t 、H_t 、L_t 以及C_t 是今日的开盘价、盘中高点、盘中低点以及收盘价；同时，n代表的是计算周期，名义上的数值为10。

就像MACD信号线那样，RVI信号线也以同样的方式被使用，当RVI呈现峰值之后，就会显示一种超买的情况，而当RVI的指标值与其信号线相交叉，且向下走低时，RVI信号线就会于第一时间发出卖出的交易信号。

[1] J.Welles Wilder Jr.，New Concepts in Technical Trading Systems(Greensboro，NC：Trend Research，1978).

[2] Peter W.Aan，“How RSI Behaves，”Futures(January 1985).

[3] 相对于RSI指标的另一种有趣的优化方法参见John F.Ehlers，“Optimizing RSI with Cycles，”Technical Analysis of Stocks & Commodities(February 1986)。

[4] Tushar S.Chande and Stanley Kroll，The New Technical Trader(New York：John Wiley & Sons，1994).

[5] MarketSci博客的邮箱email@marketsci.com可以为读者提供免费的订阅杂志，其中，相关作者迈克尔·斯托克斯展示了自己的思想和各种系统分析的方法。

[6] 快线。——译者注

[7] 慢线。——译者注

[8] 平滑之后的慢线值。——译者注

[9] Harry Schirding，“Stochastic Oscillator，”Technical Analysis of Stocks & Commodities(May/June 1984).

[10] 应用符号%K和%D分别代表%K-slow和%D-slow的方式是大家公认的惯例。在随机指标相关的所有著作中，其所使用的都是平滑的数值，而不是最初的%K值，此时对慢线“slow”这个词可以忽略不计。在本书中，除非特别说明，任何%K的使用指的都是%K-slow。

[11] Tushar Chande and Stanley Kroll，The New Technical Trader(New York：John Wiley & Sons，1994).

[12] H：高点；L：低点。——译者注

[13] Larry Williams，“The Ultimate Oscillator，”Technical Analysis of Stocks & Commodities(August 1985).

[14] John F.Ehlers，“Relative Vigor Index，”Technical Analysis of Stocks & Commodities(January 2002).