17.4　自适应性盘中行情破位系统

    为日内股票交易或股指交易所开发的自适应方法有一些独特的功能，该方法是基于n日棒线相关波幅的期望值与n的平方根成正比的理论，且源自经典的价格波动相关性的概念而形成的。迈耶斯 [1] 以一种不同的方法首先定义了新高（HRt ）与新低（LRt ）的范围，即

    这里需要注意的是：高点-低点的范围不仅使用过去n条棒线中的最高点或最低点，还要应用n条棒线之前的一根单独棒线的高点-低点的波幅范围。接下来，一个由HRt 和LRt 所确定的波幅比率则通过两种归一化的方式而创建：①相应数值除以n日周期的平均波幅ATR（n）；②再除以幂函数na ，凭以校正相应波幅比率随着n值的增大而上升的属性。这些计算公式可以将不同的回溯周期进行比较，而归一化之波幅（NHRt /NLRt ）所相关的计算公式为：

    最后，NHR值和NLR值的最大范围（HRmax /LRmax ）则可在最近周期n中找到，即

    另外，最后的元素是高点和低点的阈值（threshold High/threshold low），我们将上述所有要件结合在一起，从而生成相应的交易信号，即

    ·如果HRmax ＞threshold high，且LRmax ＜threshold low，则买入；

    ·如果LRmax ＞threshold low，且HRmax ＜threshold high，则卖出；

    ·同时，于相关交易日收盘前5分钟平仓。

    这里有四个关键的变量——n值、回溯周期、a值、幂函数值；再加上两个临界阈值，它们是通过优化方式找到的。同时，我们这里所建议的回溯期天数应在25以下。我们以QQQ基金、纳斯达克100指数ETF基金为范例进行测试，其所生成的数值为：n=6，a=0.75，临界阈值高点=0.50，临界阈值低点=1.05。如果这种方法可以被证明于一个相当长的测试周期内具有一致性，那么，交易者每天可以进行一次交易，如此，这种方法则值得继续下去。

    [1] Dennis Meyers，“Range Roving，”Active Trader(March 2003).