17.6　自适应方法相关问题的考量

在第一印象中，自适应技术的应用似乎与完善的统计方法相冲突，如此则促使其选择一套简单的规则来测试较长期的数据，而经典结果是构建一个强大的模型，但是，在测试期间内，其性能可能表现出相当大的变化情境。为了于剧烈波动的市场行情中获取稳定的收益，我们已经放弃了相关策略中所使用的诸如500美元或50点的破位止损模式，进而代之以基于波动率的风险管控模式，同时也构建了入场交易的标准，这些方法中最简单的是使用价格的百分比值，而最复杂的是应用波动率和循环周期所相关的、非常复杂的函数。

当一个可变特征被纳入交易策略中时，相关价值可以平滑地适应市场行情的运行模式。然而，在每一个价格或波动水平之上，特别于极端高或低的波动率之下，前述情境则很少发生。因此，我们不确定各个水平项下的增减比例，或者说，无法保证相关系统可以在极端的情况下表现出最好的性能。我们只能大概地通过提高整个测试周期的系统性能的方式来判断相应技术的成功与否。

如果进一步遵循上述的逻辑，我们最终会得出一个自适应性的或自行调整的方法，其中最基本的计算元素可以根据价格水平、波动性或广泛的行情模式的变化来进行选择。本章的方法侧重于顺势系统和振荡指标，其中首先变化的是趋势的计算周期，而单一的行情趋势并不能使我们在长期的市场行情中运用自如。同时，缓慢的趋势往往不会逆转，并且，其在结束之前会为交易者贡献不小的利润，而快速的趋势只有在价格快速上涨和持续期间才会起作用。这里明显的解决方法是改变相应的计算周期，于短期的、快速的价格模式中进行加速。另外，在其他的时段，短期趋势应该与长期方向相协调，虽然以改变周期为目的的交易规则还没有完善，但是，这个概念是完全合理的。而这里所演示的方法可能比静态周期要更好一些，但其远不是最终解。

其他的自适应技术包括调整震荡指标系统的计算周期，这类似于顺势交易系统；同时，以震荡指标为中心的方式可以避免因周期过长而使存在上下限的指标数值失去意义。我们可以通过记录过去时间间隔内的高低数值不断调整震荡指标的数值，进而提供更有用的工具。另外，我们也鼓励分析师进一步地研究这些交易策略，从而提高系统的相关性能。