18.2　应用价格的分布形态和运行模式来预期相关的行情走势

    价格往往形成各种模式，并可以使用概率方法进行评估，或者我们可以简单地应用相同的方式将其视为一个频率分布，或者以直方图分析。虽然许多概念是非常健全的，但是，由于数据样本数量有限或条件经常变化，从而使统计分析变得很困难，因此，分析师则倾向于采取一种更加实际的分析方法。下面的部分将着眼于一些价格分布所相关的创新方式，以及如何将其解析为交易的手段。

    18.2.1　区域分析法

    在使用标准差来确定一个价格高于或低于昨日收盘水平的概率之外，布鲁斯·古尔德（Bruce Gould）观察到：历史性的价格可以分为5个区域，每个都是过去3年价格波幅的20%。而利用这种长期的方法，我们会很容易地发现：在区域1（最低的价格区间），其做空获利的概率比之上区域2的要小；同样，在区域5最高轨线的区间内，风险概率最大而获利的概率最小。除非价格转移到更高的水平或所有区域都需要调整，否则，前述这种情况似乎不会改变。

    杰克逊 [1] 已经应用上述概念，且基于昨日的价格来定义5个短期的区域，同时，他把今日价格运行的强弱指标联系在一起，进而制定盘中的交易策略，而这些日间交易区域非常受场内交易者的青睐，且其计算过程如右表所示。

    其中，高点、低点和收盘价都是昨天的价格，这里需要注意的是：我们需要应用5个区域进行计算，而以区域6进行隔离；同时，在对标准普尔500指数所做的一项测试中，其相关区域的排序如下所示。

    上述情境显示了整体股票市场小幅上行的一种惯性，而相应的分布形式可能会有所不同，这取决于计算中所使用的时间间隔以及期间内是否存在一个占主导地位的趋势行情。在一个较长的时间段内，牛市、熊市以及横盘行情都是最安全的；否则，相关的计算会生成一个升势概率，而其在熊市行情中将不会很好地发挥应有的作用。虽然你可以通过应用较长的时间间隔来规避趋势的偏差，但是，相关的区域往往会变得非常大。

    价格区域所相关的交易策略主要集中在短期趋势和持有期中，例如，当价格进入（温和的）区域4而且终止于区域5时，你可以做空。如果你考虑到区域3、区域4以及区域5包含了大部分的市场噪声，那么，你可于区域4的顶部做空，且在平均水平处平仓；或者，也可在区域3的底部做多，于平均水平处平仓，如此，则可捕捉大多数没有方向的行情走势。

    用于测试上述方法的编辑语言现存于英航网站上TSM软件内的Zones程序中，其需要两个10分钟的数据，即盘中数据和日间数据。

    1.非随机性的价格分布模式

    在评估区域的方法中，能够为相应交易策略提供最大帮助的是那些于6个区域内呈现非正态情境的价格分布模式，例如，如果6个区域的规模相同，并且当价格从中心移动至极端水平时，其相关频率下降了一半，那么这将是一个完全随机的分布，且没有什么获利潜力，如下表所示。

    而如果分布是正态的，但区域3和区域4的相关频率比其他区域大，那么在区域4顶部卖出，止损设在区域5顶部，止盈设在区域3和区域4平均水平的做法所相关的损益是持平的，但获利的概率更大一些。如果区域的规模相等，且频率分布聚集在中心的时候，交易的机会就会出现，如下表所示。

    在上述这种情况下，虽然利润和损失的数量级是平等的，且交易机会也很少，但是，于区域4顶部做空的方式将使收益大于损失。

    2.应用于移动平均系统的分布模式

    扩展区域内时间框架的方法包括确定一个趋势偏向值，我们可以使用移动平均值，将其分别适用于收盘价、高点值以及低点值，如此则可构建相同的价格分布区间，例如，如果应用由高点、低点和收盘价所计算的3个独立的21日移动平均值，那么，此移动平均值则可以取代昨日的高点、低点以及收盘价，从而构建一个新的价格分布区域。在使用前述这种方法的时候，一个强劲的升势将导致所有的区域值滞后且低于今天的价格，从而使目前的点位处于强烈的超买状态，因此，从这些历史性的均值中，其所生成的区域能够反映相应趋势内的相对超买和超卖的情境。而在一个强大的升势行情中，价格可以保持在区域6，且稳步地走高，此时，一个震荡指标会于80%以上的持续周期内保持同样的方式。

    使用移动平均值将改变相应区域内的交易方式，例如，你可能希望只在第5区输入多单，且于区域6寻求出场。但是，你可能会发现：如果当日价格结束在区域6（非常强），在第二天，其有可能出现在区域4（略高）。

    18.2.2　波幅预期和风险控制的区域分布模式

    统计数据证明，除非有一个优越的预测方法，否则能够对明天价格做出最好估计的就是今天的价格。也就是说，在大多数情况下，我们不能肯定任何的预测结果，从而预期明天价格将会上升或下降，因此，最好的估计形式就是价格将保持不变。然而，如果诸如移动平均一类的顺势交易系统一直有利可图，那么，其对明天的预测就比今天的价格好。同时，基于价格变化的市场波动率可以被用来预期明日的价格方向，进而构建一组用于控制风险或规划项可能的交易范围。 [2]

    首先，以滚算的方式计算10日移动平均价格绝对值At 的变化，其数理公式为：

    其中n=10。

    接下来，我们应用上式导出的正数，同时围绕当前价格为中心点，进而根据价格变化的均值（波动率）构建相关的分布区域，计算过程如下：

    其实，相应的五个价格分布区间是由H2以上和L2以下的领域来构建的，并且，在H2、H1、L1和L2之间存在三个区间，其中所有的情境都与n天波动率的变化成正比，而相应的波动水平或区域所代表的场景与通道破位的情境非常相似。实际上，市场交易大都出现于正常或平均水平波动率的范围以内；当一个新的信息影响了价格，那么其将跳转到一个新的水平；然后，在新的水平之上，以相似的波动率来应对相关的交易（比第一次稍高）。这里最常见的情境是：现有行情波幅内的第一个破位模式只是将价格提升到之前的波幅以上，从而使其被划分成相等的区域；同样，于行情破位时所勘定的标准获利目标也等于以前的行情波幅。图18-4应用了标准普尔迷你电子盘2011年1～4月的日间数据来预期相关的价格分布区域，其编辑语言和相关的电子表格源自英航网站上TSM软件内的Forecasted Zones程序，读者可以在第15章中参看附加的交易范围预测所相关的部分。

    18.2.3　基于日间价格水平所确定的分布区间

    图18-4　应用钱德和克罗尔方法所预测的标准普尔迷你电子盘所相关的交易区间，相关期限为2011年1～4月

    大多数交易者会观察前一天的高点、低点和收盘价，以之作为关键的价格水平，因此，基于这些价格所定义的区域是十分有意义的。 [3] 如果我们定义6个区域的规则为：

    ·区域5：位于（今日高点+10日真实波幅均值）之上；

    ·区域4：高于今日高点，且低于区域5价位；

    ·区域3：在（高点+低点）/2的价格以上，且低于区域4价位；

    ·区域2：位于低点以上，且低于区域3价位；

    ·区域1：位于（低点-10日真实波幅均值）以上，且低于区域2价位；

    ·区域0：位于区域1之下。

    那么我们可以寻找两种模式：

    ·模式1：将明天的开盘区间与明天的收盘区间相比；

    ·模式2：将今天的收盘区间与明天的开盘区间相比。

    通过对2000～2011年标准普尔期货相关的两个不同时段情境所做的比较，相关表格显示了24小时的数据（电子交易时段），同时提供了一个较少缺口的、不同的行情画面，其实，我们没有必要使用日间的交易时段。你可以通过指定的开盘-收盘的时间因子使用盘中数据，且创建自己的“日内交易时段”。表18-1应用同一天的开盘-收盘模式显示了所有起始和终止时刻的测试结果：在电子交易市场，其初始一般要落在前一天的高点-低点的波幅以内（进入区域2和区域3），这是因为在前一天的收盘时刻与第二天的开盘时刻之间，存在一个小的时间间隔。另外，相对于日内交易时段而言，其范围是上午9：30～下午4：15（纽约时间）。同时，更多的起始值高于之前的高点（区域0和区域1），而低于先前的低点（区域4和区域5），但其明显偏于上行的趋势。

    表18-1　应用明日开盘-收盘的行情模式所显示的平均测试结果

    表18-2显示的是一个隔夜交易情境，即在同一天的收盘时刻进场，并在第二天的开盘时刻离场。而在更多的情况下，价格大都收于最高区间，并且那些居于以前高点与低点之间的区域在离场时的分布显得更加均匀。而相关模式的编辑语言现存于英航网站上TSM软件内的Zone Trades程序中。

    表18-2　标准普尔迷你电子盘与标准普尔日内交易盘之间行情模式的比较

    [1] J.T.Jackson，Detecting High-Profit Day Trades in the Futures Markets(Brightwaters，NY：Windsor Books，1994).

    [2] Based on Tushar Chande and Stanley Kroll，The New Technical Trader(New York：John Wiley & Sons，1994)，172.

    [3] Adapted from Massimiliano Scorpio，“Targeting Your Pattern，”Technical Analysis of Stocks & Commodities(July 2005).