我的书签
添加书签
移除书签11.1 循环周期理论的基本常识
附带趋势性和季节性的循环周期理论包含了三种有序的价格运行模式，而第四种模式是噪声情境，不属于前三种模式的各个因素都可列入此要素之中。同时，为了寻找任何一种价格的运行模式，我们都必须先行删除其他要素。在前面的章节中，我们发现：应用相关数据的第一个差值可以消除相应的趋势因子（即以当前值减去前一个值），而在第10章所提到的季节性问题之中，我们刨去了一年期移动平均线（即应用月度数据的一个12周期均线），通过此种简单技术，我们则可从原始的价格系列中删除季节性的行情模式。另外，统计软件可以从12个月前的价格减去本月的平均价格，或者以252天前的价格减去今天的平均价格，从而得到一个非趋势化的数据。在确定第一个差值之后，我们可以将相应的数值减去1年期的平均价格，或者删除1年期的差值，如此，剩下的循环周期以及非界定的价格运行模式则被称之为噪声。
其实，即使我们消除了季节性的结构模式，大多数的循环周期仍须依赖于自然界的影响。1年之后，地球仍然会围绕着太阳的轨道进行公转，且同时拥有28天的月球周期。如果我们将其转换为工作日，那就可以得出非常熟悉的20日参数，此数字具有压倒性的优势，且受到所有分析师的欢迎（其与4周相对应）。而其他行星的影响也决不可忽视，相关内容可以在以“金融占星术”为主题的第14章中发现。另外，除了季节性，交易者群体行为同样能够生成一个按照固定循环规律重复的，且具有一致的周期模式，这也是非常重要的。 [1]
循环周期的问题可能很复杂，也很难被发掘，因为其间通常是较大周期和较小周期相结合的模式，即大周期内嵌着小周期，而且，所有的交易行为都发生在相同的时间之内。然而，可循环的周期性确实存在，它们的确是真实的。而最重要的周期性模式似乎是那些既属于长期的，且又是于价格高峰或低谷当中多次循环的时间序列，如此，我们则可应用一种方法，即在一个循环周期当中确定一个点位。同时，我们必须记住：当找到某个单项要素之时，其间可能会有一些与生成效果过程相关的、较小的行情模式，而我们可将其当作谐波来考虑，如同音乐一样，它们所代表的小周期是某个大周期的一部分情境，可能占到1/2、1/3或1/4的比重。而当两个周期都是循环之时，相关行情的峰值或底值会于同一时刻出现。另外，任何价格系列都可以被拆分成单个的周期，且以多元周期之和的方式显现出来。
11.1.1 循环周期的观测模式
在对周期模式进行分析而选取市场工具之前，我们需要观测的是一个占主导地位的循环情境；为了避免出现虚假的模式，我们需要知道其之所以存在的理由。相对于市场行情而言，最容易清晰识别的是一些基本面要素，或具有周期属性的工业元素，而对于循环周期的基础要素而言，我们应该注意的是相应的库存模式、繁殖和饲养牲畜所需要的固定时间、相关季节属性、关闭一个矿山所需的时间长短、再开工的时间、业务扩张或收缩所依赖的可支配收入、政府的利率政策，以及其他经济因素等。
1.生牛的周期属性
我们这里应用生牛作为一个范例，同时，以图11-1显示1980~1985年6年期间期货价格当中的一个明确的9～11个月的循环周期模式，其间，每个月的峰值和底值均有不同。如此，作为某种长期交易策略的一个组成部分，此种模式还是可靠的。 [2] 虽然西南地区的饲养场于整个一年之中都会均匀地供应生牛现货，但是在北方，于秋季即将结束之时，仍然有大量的农场主会把他们的牛拿到集市上出售，从而避免在严寒之下饲养，那么在秋天，生牛的价格会走低一些；在隆冬时节，由于供应数量的降低，生牛的价格则会偏高。
在较近期的图11-1b中，我们可以看到类似的模式，在过去的6年时间中，循环周期的相关峰值分别持续了12个月；尽管谷底值不尽相同，但其通常会在峰值出现之后的几个月内到来。总体情况表明：生牛价格会明确地持续一定的周期，这是由该产品的基本面因素所决定的。
2.瑞士法郎的周期属性
如图11-2a所示，瑞士法郎（在芝加哥国际货币市场，相关货币对以Swiss Francs/U.S.dollars（瑞士法郎/美元）形式计价）的周期属性显现出截然不同的状态。 [3] 我们于其中似乎可以看到两个周期，即一个主要的周期（在峰值和底值处用字母的形式标注），以及一个次循环周期（以数字标注），其中次循环的时间跨度为24～35周，相应价格的波动方差为40%（生牛价格的波动方差为20%）。还有最重要的一点是：瑞士法郎行情变化的周期循环模式不能归因于任何特定的根本原因。当然，相较于瑞士经济状况而言，美国经济发展的强弱程度，以及美元利率的相对吸引力都会带来一个长期的循环周期。同时，美国贸易的平衡问题，以及投资者的行为都会使相应行情发生巨大的变化，这与生牛期货的行情不同，因为瑞士法郎的模式不需要刚性的条件。
图 11-1
通过观察1997～2002年瑞士法郎价格的变化过程，我们发现：其间有明显的持续循环的峰值与低谷（参见图11-2b）——尽管从表面上看它们显得很脆弱，但其仍然在30～52周的时间序列之内显示出大约38周的平均区间。介于之前主要周期和子循环周期之间的新周期跨度则呈现下降的态势。另外，尽管周期循环模式似乎已经明朗，但是，周期和周期之间的变化模式，以及周期顶部之间方差的变化模式，将使系统化的交易策略在执行过程当中遭遇困难的情境。
11.1.2 基本循环周期模式的判定方法
我们可以通过观察一个长期图表来寻找主要的周期，这是一个简单的方法；而且，应用周图的观测模式要比应用天图好得多。同时，我们可以通过定位明显的峰值和底值来发现起主导作用的半周期模式；然后，对各周期之间的距离再加以平均处理。相对于周期跨度的预期方法而言，其中一个比较方便的工具就是Ehrlich周期寻找器（Ehrlich Cycle Finder） [4] ，此项指标在1978年被开发，它是一个等间点距的扩展装置，且对相应峰值与底值进行排列，从而便于观察循环周期的一致性。为了寻找某种单一的周期模式，应用数学的方法可能会好一些；同时，为了定义一个有效的周期模式，我们至少要重复8个周期。
图 11-2
图11-2 （续）
循环的周期模式可以被其他价格行情模式或市场噪声所遮蔽。诸如瑞士法郎的强劲趋势（见图11-2），或者农作物的季节性运行模式都可能压倒那些不怎么明显的周期模式。而经典的周期识别系统要求我们将那些排除趋势性的以及剔除季节性的非周期性要素先行删除，然后，再分析相关的数据效果。一旦我们发现了相应的循环周期模式，那就需要把趋势性和季节性因素再补充回去。
为了发现次级的周期循环模式，我们应该将主要的周期先行删除，同时，在数据上实施第二周期分析，这可能是一个烦琐的过程。为了绕过前述这些步骤，以下的方法（三角函数回归和光谱分析方法）会一次性地应用一体化模式对主要周期和次级循环周期进行定位。
11.1.3 循环周期模式的商业属性
全球性的商业周期模式有别于行业周期模式，其是宏观经济事件运行的结果，例如经济衰退、通货膨胀以及政府的经济政策。图11-3是由普林斯顿大学经济研究所刻画出来的一个效应表格，其中的商业周期大约是8.6年——在每一个循环周期之中，从相应顶部运行至底部的时间大约需要4年。虽然前述这个图是从1997年开始的，但是，其在捕捉终止于2000年的高科技泡沫方面却显得非常准确，而从2000年开始，经济形势走向低迷；之后，2003年的经济形势开始反弹，直至2008年发生次贷危机；在2008年之后，市场行情出现了极端的下跌情境，经济发展也出现停滞的局面，而此次经济周期的底部则出现在2011年，我们也都希望这个底部是真实的。
图11-3 平均8.6年的商业周期模式
资料来源：普林斯顿大学经济研究所，相关信息可在www.financialsense.com .网站中找到。
11.1.4 康德拉季耶夫的波浪理论
大部分流行的循环周期理论源自尼古拉·康德拉季耶夫（Nicolai Kondratieft）所发表的54年循环周期模式，也就是众所周知的K波，或者说是长波理论，其记录的时间跨度是从1780年到现在为止，而相应行情的表现形式似乎是一种从高位到低位，然后再回调的常规运行模式。图11-4显示了康德拉季耶夫波浪理论相关的重大事件（特别是战争）所生成的周期模式， [5] 其只提供了三个完整的周期，而其中难以判断的是：总体趋势或整个模式是向上运行，还是一个巧合呢？
图11-4 康德拉季耶夫的波浪理论
资料来源：Jeff Walker，“What K-Wave？”Technical Analysis of Stocks & Commodities(July 1990).
图11-4显示了K波的预测模式，即相对于批发价格而言，其大约在1990年出现了一个急剧下降的行情，而这一年的价格降势则相当于20世纪30年代的大萧条情境。事实上，在过去的20世纪90年代，股市涨幅是比较显著的，而且其于2000年年初达到峰值点位。根据图11-4的结构模式，我们看到在前述峰值出现之后，相关市场经历了10～20年的经济低迷期，在这种情况下，我们则处于中间期；同时，于2008年，我们又经历了一次重大的调整行情。这里应该注意的是：四个行情波段的峰值所持续的时间是不同的，其中1870年形成的峰值持续的时间最短，而最长期之峰值相关的一波行情则于2000年才出现。
尽管我们都认为某种经济周期模式是确实存在的，但是，判定峰值和底值的方法却显得不切实际。即使54年的周期变化率只有10%，然而，如果我们投资构建一个5年的仓位头寸，那都显得太早或者太晚了。其实，任何市场在确定相关的较长周期之时都会面临着相同的问题，即实际价格模式永远不会完全对应所预期的、经常性的、定期到来的峰值和底值。然而，幸运的是，我们这里还有一些其他的选择方式——短期的周期不需要有相同的常数，那么，我们就可以将相关周期与其他的策略模式相互交织、彼此影响，如此则会使相应的分析模式变得更加灵活。但是，一些投资者还是希望参看长期图表所形成的概念，而商业周期的运行模式，以及康德拉季耶夫的波浪理论则可以成为投资者确定入场时间的一般性的指南工具。
11.1.5 （美国）总统选举所相关的循环周期模式
在影响市场行情价格运行变化模式的各类事件当中，总统选举所带来的效应是最具一致性的：于每个选举年之前，执政党为了给投票者带来好的经济消息，其通常会启动相应的刺激机制；在选举年期间，股票市场的走向总是飘忽不定，因为为了体现彼此的行为价值，各个党派之间会进行一些争斗。
通常情况下，在选举的前一年（即总统任期的第三年），市场行情的涨幅最大；其次就是大选之年（见表11-1）。另外，一些分析师则更加具体地指出：相关行情的升势始于选举前一年的10月1日。同时，选举结束两年之后，相关金融交易的收益率要低于平均水平，其间，政治主张本身的现实性和新一届政府试图实现竞选承诺之间存在差距，从而使得新的政府会不受欢迎。本书成书之际只是处在大选过后的第一个年份，总统可以推动重大改革项目的进程；从第二年开始，中期的国会议员选举会变得更加重要。
表11-1 总统选举周期所相关的1912～1992年道琼斯工业平均指数的收益率
资料来源：Adam White.
这里，我们还应该注意到其他的可能性，即总统选举存在8年一个周期的情况 [6] ——对于那些连任的总统而言，使用8年周期所获得的信息量会更多，因为寻求连任的总统与不寻求连任的总统的行为模式是不同的。所以，对于前述这两种不同的情况，我们应该预期不同的行情走势，这可以通过研究执政党变更前后情境的方法而获知更加错综复杂的状况。相对于政党和选民而言，前述所有的内容都属于最基本的要素。
更复杂的计算机软件是由诸如逻辑信息服务器一类的工具（由芝加哥某公司开发）所提供的。 [7] 同时，位于芝加哥的这家公司还可以制造一个非常有趣的，且能够获知比较贴近实际之选民情绪的测评软件。另外，根据关键事件的发生时间，表11-2把选举年份分为七个时期——在大选之年股市开始上涨，幅度大约是过去两年高点的8%（这里的天指的是交易日），其具体内容如下：
（1）大选前一年的回报率；
（2）新年的第一个10天，通常是一个强大的行情期（0～10天）；
（3）通过国情咨文和初选（10～83天）；
（4）等待大选（83～161天）；
（5）预选演讲活动：实际的运动（161～195天）；
（6）选举年终结时刻的行情变化（195～253天）；
（7）将各个时期彼此结合，即表中（2）+（4）+（6）。
表11-2 对多个选举年所做的分析显示，股票行情在选举年的涨幅是之前两年高点的8%
资料来源：Michael Carr，Logical Information Machines.
如果我们将（2）、（4）、（6）三个时期结合起来，那就可以看到：相关行情有强烈的上倾趋势，而且相应的正向效应具有一致性。同时，即使新当选的一方未能兑现竞选承诺，但是，交易者可能已经把这些类似营销的手段转化为股票市场的利润了。
表11-3 基于标准普尔期货对总统选举周期所进行的更新
1983~2010年总统选举所相关的周期模式
快速变化的世界总是非常有趣的，而我们所能看到的是：现实市场行情总是持续地支持预期。事实上，使用标准普尔期货以及相关的年终收益率所得到的结果确认了我们对新总统周期的预期模式（见表11-3）。一般来说，在选举前一年，金融市场交易的收益率会比较好；然而，选举年份所生成的良好收益率则是所有候选人和政党所承诺的结果，因为这是他们当选的必要条件。
当前的现实是：在新总统执政的第一年，他会试图履行其竞选时的承诺；但是，其间却需要进行一个或者几个可能不受欢迎的经济改革，如削减预算和增税，如此才能获得实现承诺的机会。但是，此种做法似乎并不受大众的欢迎。那么在中期选举之前，能够使经济出现良好转型的那一年就显得格外重要了。因此，为了实现相关的目标，选举人的行为则已经上升为政治事件——与之前的各个时期相比，他们会显得更加努力。 [8]
[1] 参看第14章的第14.10.3节“观察月相”部分。
[2] Jacob Bernstein，“Cycle and Seasonal Price Tendencies in Meat and Livestock Markets，”in Todd Lofton，ed.，Trading Tactics(Chicago：Chicago Mercantile Exchange，1986).
[3] Jacob Bernstein，The Handbook of Commodity Cycles(New York：John Wiley & Sons，1982).
[4] 更多的信息以及发掘循环周期的工具可以在网站www.stanehrlich.com上找到。
[5] Jeff Walker，“What K-Wave？”Technical Analysis of Stocks & Commodities(July 1990).
[6] 相关文章摘自Adam White，“The Eight-Year Presidential Election Pattern，”Technical Analysis of Stocks & Commodities(November 1994)；Arthur Merrill，“The Presidential Election Cycle，”Technical Analysis of Stocks & Commodities(March 1992)；and Michael J.Carr，“Get out the Vote and into Stocks，”Futures(February 1996)，所有对于四年周期的选举结果进行分析而得到的模式都是非常相似的。
[7] 相关网站可参考www.lim.com。
[8] 杰拉尔德·阿佩尔曾经说过：“市场行情当中存在着一个清晰的选举年周期：在选举的当年为+10%，选举终结一年之后为+4.5%，在下一个选举到来之前两年为-1.25%，而在选举前1年为+20%。”摘自Technical Analysis：Power Tool for Active Traders(Upper Saddle River，NJ：FT Prentice Hall，2005)，94.
