12.9　低交易量情境的过滤模式

每分钟、每小时甚至是每天中微小的市场活动都很有可能和不确定的市场方向联系在一起。如果英镑在正午的美国市场变动0.50美元，我们知道交易量是很小的，因为伦敦和欧洲的市场已经关闭了。用交易量来指示需要注意，通过识别交易量上的积极运动可以用来确认价格方向。消除交易量低的时期或者是边际价格变动，或许可以增加交易量指示器的依赖性。

12.9.1　消除交易量低的时期

包含交易量低的时期的交易量指数让指数变得不可信。在数据中有相同的情况，数据略有偏侧。每一个数值本身不值得注意，但是联合起来它们会造成方向上的偏差。一些数据分析师认为集中数据创造重要意义，尽管其他人认为可忽略的数值太小了，不重要并且具有迷惑性。

去掉交易量低的天数或者是间隔意味着一系列交易量低的天数中导致的一些集体改变将会被忽视。如果你认为这样是有意义的，测算每天的交易量对比用平均交易量缩小一个或者两个交易量标准差的阈值。使用一个标准差过滤器去除掉16%较低的天数，第二个标准偏差过滤器去除掉32%的天数。

这种类型的过滤器适用于交易量指数，例如平衡交易量。例如我们发现在纽约证券交易所平均交易量为15亿股，一个标准偏差交易量为2.5亿股。我们决定这个过滤器是两个标准偏差，那么任何交易量低于1亿股的天数都将被忽视。将这个应用到平衡交易量中，使用交易系统的代码：

我们应该有效地忽略这些天，当交易量低于阈值的时候，保持平衡交易量不变。

12.9.2　去除和低价格变动关联的交易量

如果你认可去除低交易量的概念，那么有一个低价格变动相似的情况。指示器例如平衡交易量基于那天的价格方向，把交易量作为积极的或者是消极的贡献指数。标准普尔500指数收盘上涨25个基点（0.25）或道琼斯收盘上涨1个点时，可以质疑交易量上升的有效性。这个数额可以很容易地回落。以这种去除掉低数量的方式，在价格变动非常小的时期有可能被一个价格变动标准偏差的滤波器给消除掉。在均值的±0.1或者是±0.25标准差之内的那些天有可能被忽略。价格过滤器平衡交易量——PFOBV，使用以下代码可以找到：

其中，n是一段时期内平均和标准偏差的数量；f是标准偏差过滤最小交易量的数量。

注意在最小价格阈值的情况下，价格变化的规则可以是消极的或者积极的。对于一个交易量阈值，使用交易量的值只有一个单侧检验。