聊聊技術分析之三：表達趨勢
對於《開始聊聊交易》與《聊聊技術分析》系列文章涉及到的轉載和侵權問題，我已委託律師在十一之後做統一處理，尊重他人勞動成果是基本道德，對此我是零容忍的。在此再次聲明，此兩個系列的文章只會在知乎專欄以及我的公眾號kslljy654中出現，不再接受任何形式的轉載。謝謝。
這樣做只是出於基本道德考慮。一些人跟我說，這個系列三篇文章就20萬字了，幹嘛呢？不幹嘛，把一些問題講清楚，更新完之後幫大家整理出來，我個人不太在乎篇幅，如果寫了，也付出了，別人學不到東西，就浪費時間了。對於那些說看著累的，我就覺得這人特別沒意思了，人寫的比你更累好不好。當然覺著浪費時間了的，我倒願意先道個歉，您受累了。
至於很多編輯找我出成書的，對不起，我寫這些東西不是吸引您的眼球的，我只是幫公眾號上關注了的朋友把這個整體整理出來，我不靠這個賺錢。就像有關心我的朋友幫我提議您這東西在知乎上一篇篇分開發多好啊，可以吸引更多的人關注，我不想這麼做，原因也很簡單，我不靠關注的人賺錢。
--------------------
第一講：表達趨勢
-------
前面的兩節，總講了趨勢與量價關係。趨勢是技術分析裡面最基礎的定義，可以說我們技術分析整個都是圍繞著趨勢在慢慢展開，而量價關係則是市場行為最本質的表達，所以我們必須搞懂。但是作為我們要做的分析來講，最終會是策略化的東西。
這些策略不是憑空想像，不是憑感覺，而是有一定的模式。當尋求策略更加本源的東西，其實亦可以拋開模式，我們首先要知道我們做策略是為了幹什麼。我們做策略，或者尋求一個參考系，最終是讓這個參考系能夠表達趨勢。說得更加直白一點，趨勢多的時候，會告訴你現在行情是向多的，空的時候會告訴你行情向空。然後，你根據此形成交易策略。
為什麼說本質上可以拋開模式呢？一方面，其實這個市場上有很多散戶，憑著自己的感覺做單子，所做的本質，也是想表達趨勢，只是表達趨勢的方式不固定，有自己的很多直觀認知在裡面，他們也能夠通過這些感覺做一些單子，最終產生一定的收益。但是，很可能由於過於主觀，最終在行情走得和自己於向不一樣的時候不知所措，或者產生很多不理性的情緒，最終導致認知失敗，從而虧損。雖然很多人對於這種交易行為沒有一個概括，但是其初衷還是為了去靠自己的感知去表達趨勢。
所以，我們要明白，我們在技術分析上所做的一切努力，一切分析，最終的目的，就是表達趨勢。後面上升到實戰層面，我們是通過策略對趨勢的表達，進行相應的操作，並且界定對了怎麼辦，錯了怎麼辦，僅此而已。除此之外，一切的動作都會顯得多餘。
但是，市場是不確定的，通常我們做技術分析，是根據市場歷史的市場行為去推測未來的市場行為，從而映射到價格之後形成的走勢。但是，這些存在著變化的可能，或可預測或不可預測的變化。所以，即便我們想著竭力去表達趨勢，也會存在這表達不周到的局面，這是市場的本質所決定的，因為不存在恆定的市場行為。所以，我們要承認趨勢的表達可能有對有錯這個客觀事實。
而且，表達趨勢也存在著蹺蹺板效應。因為對於趨勢而言，如果我們想表達得越精細，其表達準確的概率越低；想表達得越寬泛，可操作性也會越差，甚至最終達不到能夠形成實戰策略的目的。我們所選擇的參考系，很多時候都存在著在這個裡面的相對考慮。
舉個例子，就說均線，你如果用參數5，那麼可能每一個漲漲跌跌都表達得很清楚，進場出場點位也非常精確，但是回頭一看，卻對趨勢的表達沒有什麼幫助，因為多空轉換太快。好，如果你用參數200，可能每一波趨勢順暢的時候表達是好了，但是拐頭或者延遲性非常的強，那麼怎麼形成策略呢？
上面的例子只是均線的問題，均線是一個很好的指標，至少我認為是技術分析者（無論你懂還是不懂）用得最好的指標，因為我發現但凡用均線，很多人都會自然而然的想到參數問題，但是到了其他的指標，也就拿著直接用了，根本不想著去調整參數。
但無論如何，絕大多數技術分析者都在想去找到一套參考系，或者說策略，並根據此進行交易。但是這只是一種淺層的，為了完成交易行為所做的事情。我所希望大家做分析，無論是做交易的分析還是其他分析，用技術分析還是其他分析方法，首先要搞清楚目的問題。前次在知乎上面回答一個問題，我比較強調搞清楚技術分析的定義，引起了爭議，認為不知道技術分析的定義不一定會影像技術分析行為的實施？真是這樣嗎？不見得。如果你做了五年交易，不知道技術分析的定義是什麼，那麼可能你這五年裡面連自己做的分析實質上是在幹什麼都不清楚，如何保證這種交易方法的理性呢？甚至做到極致和玄學又有什麼區別呢？
通常在分析層面，我主張技術分析三步走，第一步，要知道什麼是趨勢，這是我們的分析研究對象；第二步，理解市場行為，即量價關係在市場上的體現和觀察方法，因為這是市場裡面最本質的關係，也是了解趨勢最基礎的東西；第三步，就是表達趨勢，這決定了我們用以分析的方法，靈活度，以及後期可能形成的行為模式。做完了這三步，我們再來談交易策略問題。或者說這是制定交易策略的分析基礎。
這一個大的部分，就是圍繞表達趨勢展開講一些內容。
------------------------
表達趨勢 第二講：參考系
------------------------
參考系的時間問題
當我們把交易當做一件長久的事情去做的話，不可能永遠以感覺為參考，而是要有相對固定的參考模式，且在這個模式裡面能夠形成自己的策略，這樣，參考的意義會更大。
那麼既然我們要找參考系，我們要解決三個問題：參考系的時間；參考系的參考形式；參考系的參考力度。
所謂參考系的時間，通常是指兩個方面：時間的表達方式，以及時間長度。
其中，時間的表達方式是比較難以理解的。說的通俗一點，我們要決定我們的參考系是對行情的研判有一個持續的參考還是只是對關鍵時點進行參考。比如，如果我們畫一條趨勢線，如果不考慮趨勢線斜率代表的多空態度的話，那麼，回踩趨勢線的那個時間點是最重要的時間點，但是由於不是每一刻都會產生回踩的行情，所以，這個時間點是斷斷續續的。就像有些交易者策略裡面做回踩，且沒有踩破之前就保持持倉，這其實就是一個典型的時點策略，因為無論行情怎麼走，其都不用對行情整體進行研判和參考，對其有參考作用的就是價格接近趨勢線的時間點。
但是對於均線而言，如果能夠用到，其可能更多的有一個持續性的參考，因為斜率的傾斜程度就能夠代表一個對多空的表達態度。如果一個人的策略是需要做強度實時監測的，那麼，其所觀測的就必須涵蓋全時間段，這個和觀察時間點而言可能就會有很多的不同。
很多交易者最終迷失在參考系中，有很大的程度就是對這一點難以加以區分。可能有的時候明明是一個參考時點的策略，卻盤中覺得無聊觀察了大量無關的參考信息導致自己把自己的策略搞亂了。或者明明一個需要監控實時數據做研判的策略，因為數據漏掉一段，而使得策略裡面一些因素的重要性被顛倒，從而產生偏差。
對於大多數策略而言，並不要求進行全盤的實時的監控，但也不會簡單到只用觀察某一些時間點，會有關鍵的時間點，也會有特別注意的段。做策略，我們首先要甚至並且理解這樣的情形，這樣非常有助於我們去理解策略匯總什麼信息才是有效的。而這一個工作是絕大多數交易者都會忽略的。
時間的長度決定了所錯策略對應的時間和空間量級，這一點上，不同的人選擇會非常不相同，有的人會根據1分鐘K線做交易，有些人會根據日K線做交易，所選取的單位時間大相徑庭，那麼，盈利模式也會截然不同。對此，我們無法去評判哪種方式更好，但自身的參考系對此有一個比較模糊的標準，即單位時間所包含的信息量，要足夠適當的描述趨勢而不顯得冗餘。因為單位時間過短，可能並不能夠對某些信息進行充分的表達，這直接會動搖參考基礎，因為信息的偶然性過大。但單位時間選擇的過長，造成的信息冗餘會讓有效信息被隱藏，所以也不見得是什麼好事情。
單位時間的長度所帶來的問題，在比較簡單的策略裡面體現的並不明顯，因為越簡單的策略信息的包容度會越大，但是對付複雜的參考系而言，對於信息的合適表達要求就越高，因為單位時間的選取不當出現系統問題的概率也會大大增加。這個從日常策略的兩方面可以體現出來，一個方面，越複雜的策略，其適用範圍也就越窄，要麼只能適應單一的品種，甚至只能適應單一的時間周期；另一個方面，若失效，就會非常失效甚至沒有補救的餘地，因為單位時間承載的信息量已經發生了變化。
參考形式和參考力度
參考系對於策略的參考形式其實是多種多樣的，有直觀的，有非直觀的；有持續的，有間斷的；有複合的，有單一的。可以根據很多範圍進行劃分。參考力度的強弱，也會因此存在很大的區別。
總體而言，參考形式和參考力度和時間一樣，從來都沒有一個標準答案，是根據個人對時間空間的理解，以及盈利理想環境體現出來的時間空間關係為主旨的。你的參考形式和參考力度，會影響能夠盈利的時間和空間量級；能夠盈利的時間和空間量級而言，也影響了你對參考系的選擇，因為會有一些較好的選擇方案。
如果從形式進行方式的劃分，可以有以下的方式：
第一種就是劃線。但是劃線是不能夠進行簡單區分的。因為你可以畫趨勢線，也可以畫管道線；可以根據不同的時間周期級別畫趨勢線，阻力線；可以畫黃金分割，可以畫斐波那契等等。每一種劃線所對應的原理不相同，所以其對應的參考邏輯是不同的。有些策略裡面，劃線可以作為一種主要邏輯存在，如市面上很多做突破的策略；大多策略裡面，劃線會作為一種側面的印證存在，如對形態的分析，重要點位的提示。通常來講，劃線是一種界定工具，用於對點位，對形態的參考研判。同時，每一種畫線表達的內容不同，其複雜程度也是不一樣的。另外，劃線本身就帶有很強的主觀性，所以在劃線的過程中，每個人對行情的認識不同，劃線也會有所不同，這會導致參考系出現一些偏差，甚至謬誤。往往，畫線功力的培養不是一朝一夕的事情，而是需要長期的經驗積累。
第二種就是技術指標。技術指標是按照一定的演算法固定算出來的，有自身的表達方式和形式。這本身就是多種多樣的。我們首先可以對技術指標分類，每個類別裡面的參照也會迥然不同。比如均線指標和MACD都可以表達趨勢，但是其表現形式和演算法特徵就完全不一樣。如果根據表達區域的不同，我們還能夠將其分為主圖指標和附圖指標，往往，主圖指標和價格都有嚴格的對應關係，而附圖指標大多不和價格有嚴格的對應關係，這些都有所不同。同時，技術指標不光有針對價格的，也就針對量的。所以，如果用技術指標構建參考系，選擇的餘地會很大，呈現出的特徵也會多種多樣。但往往，由於其演算法固定，其中間便沒有摻雜過多的人為主觀因素，而是將更多的關注點放在了對技術指標的理解上，這一點上，和畫線是截然不同的。
當然，對於不同的參考系，還有很多其他的參考方法，這裡僅說了一些主流的。
對於大多數參考系而言，都是一個持續的過程。比如你如果用技術指標進行參照，那麼絕大多數技術指標都是連續的，如果有趨勢線，那麼趨勢線亦能夠得到延續，且根據時間而言，對策略的強弱觀察也會形成一個持續的過程。然而對於部分講求布局或者突破的策略而言，在某些時候對於策略的觀察並不一定都是持續的，其邏輯在於階段性關鍵點位或段對行情的支撐阻力作用。
表達力度是一個相對的概念，你選擇出了用什麼之後，基本這個也就確定了，一般來講我們從兩個層面考慮這個問題，第一個方面是時間的精確化，第二個方面是空間的精確化。
時間的精確化，和昨天講的時間的概念是重合的，不再累述。空間的精確化，就是你對其判斷點位的精確程度。也正如前面所說，對精確度要求越高，準確度，或持倉機會必定會受影響。這是一個蹺蹺板，涉及到一個權衡的過程。
往往，用單一指標或者比較簡單的系統要求高精確度是很難達到的，所以，我們能夠看到很多人用的參考系是一個系列問題，有兩個指標，或者多個指標，對當前的市場行為進行一個綜合的研判，而往往這樣的系統誤判程度也可能很高，因為整體而言，市場行為不會因為你的限制變得局促，但你的定義會變得局促，一旦市場行為和預測不一致，就會出現很多問題。但是精確度往往又是很多交易員非常追求的，這個仁者見仁吧。
然而一旦對精度要求降下來，可能又會增加系統的隨意性，導致一些無謂的犧牲，或者研判模糊的情況，這也是很多交易員不願意看到的，所以，會出現一種情況：剛開始一些交易員用相對簡單的系統，然後不滿足於其對行情的表達，然後不斷的加東西，最終出現新的問題。
我的主張是什麼呢？主張大家去思考我們需要一個什麼樣的參照系，只從功能的角度和表達趨勢的角度去出發。什麼樣的參照系好？我的個人看法是：讓信息儘可能少，但是儘可能用少的信息去解決趨勢的表達問題。所以，在參照系的選擇上，我不建議大家碰到問題就想著我要加什麼去解決這個問題，在解決的過程當中，儘可能不要動原來的東西，並且置身於一個不確定性的環境中解決當下的問題。
理論的東西先講這麼多，後面會先講解一些表達方法，然後在繼續深入的講理論問題。
------------------------
表達趨勢 第三講：表達趨勢的工具之技術指標
------------------------
我想每次講到技術指標的時候，大多數人至少是非常感興趣的，因為相當一部分交易者在市場上耐以生存的法門還是技術指標，這是一件可以慶幸的事情也是一件可悲的事情。慶幸在至少有一些能夠參考的標準，可悲在其實沒有從本質上去加以理解。蓋其原因，也簡單，技術指標表面上非常容易入手，可以馬上拿起來就用，但多少有些急功近利的因素在裡面。
首先我覺得大家要認清楚一件事情，不要去神化技術分析，進而不要去神化技術指標，因為這就是一些分析工具而已，我們要藉此進行分析，從而描述趨勢，既然是描述，就要承認對與不對的時候，如果接受不了這一點，而是想著無限的對指標的指向進行優化從而戰勝市場立於不敗之地，我覺得技術分析大家還是慎用，個人認為辦不到。
首先你要明白一點，技術指標不是憑空來的，都有一套演算法，演算法的背後都有相應的邏輯，所以引用技術指標，你至少要有三點認識：
第一點：技術指標的數據引用的是歷史數據，所以，無論其演算法如何，是基於歷史數據對於未來行情的預測。那麼，如果預測的准，是時點上未來的行情基於歷史數據呈現出了一定的規律，或者說基於歷史數據的規律沒有改變。或者反其道而行之，基於歷史數據的規律綳到了臨界點，不能維持，然後發生了質變。除此之外，如果發生突然的性質改變，基於歷史行情是做不到充分預測的。由於行情是不可預測的，是否會發生此類改變，什麼時候會發生此類改變，我們無法給出確切的結論。
第二點：技術指標引用的是數據，但是演算法各不相同，其演算法蘊含了對數據理解的基本邏輯在裡面。這些邏輯有些是大同小異的，但是有些差別就會非常的大。理解技術指標的邏輯，是運用好技術指標的基礎，這能夠讓我們深入的了解發生什麼樣的數據變化對應著什麼樣的指標變化結果，從而對行情下什麼樣的結論，這個結論是關於對趨勢的描述的。對於演算法的了解，可以讓你從不同的角度看待技術指標：如果你不了解演算法，你可能可以用固定的幾種用法，但是對於指標的後期變換存在著大量的未知；了解演算法，你不但可以熟知用法，還可以了解演算法背後的指標所存在的變數，從而形成對指標的預見，這一點是技術分析裡面難能可貴的。
第三點：技術指標除了對數據的表達和演算法之外，參數也是非常重要的，這也是絕大多數交易者容易忽略的問題。參數對應的概念是範圍。這個範圍，隨著技術指標的不同，可以是選取歷史數據的範圍，可以是時間範圍，可以是空間範圍，可以是演算法的強度範圍等等，但總體來講，脫離不了範圍這個概念。我們不是系統給我一個什麼參數就用一個什麼參數，而是要結合演算法去思考這個範圍給到多少合適。比如均線的歷史數據取多少合適？布林帶的帶寬取多大合適？KDJ各個線的靈敏度取多少合適？這個裡面，不但有各種演算法後面的統計學淵源，還包含著個人對行情的理解。
我一直強調，認識清楚這三點，是用好技術指標的基本條件。當然，不清楚這三點並不代表技術分析你不能用，只是可能用得不那麼通透，還會出現很多疑惑或者交易上問題或者減弱交易信心。雖然不同的技術指標，也許分類都不同，但我覺得這三點都是異曲同工的。
下面這段話沒有噁心任何人的意思，但是希望大家真的做一下這個思考：
我認為現在市場是浮躁的，作為交易的人而言，會非常浮躁的想用一些奇技淫巧不做更多的努力就達到一夜暴富的目的，並且以研究此法為樂。這種思想，讓一個分析類的產業得到了催生，隨便秀一下分析的神跡，就能夠讓你深信不疑，這一方面折服了很多人，一方面也養活了很多人。但是你回頭想想，真正做交易的人，股票我沒有權力說，不了解，期貨這塊，平均散戶的存貨時限也就在三個月到六個月，進來九成以上的人是橫著出去，為什麼？
這個行業裡面，一夜暴富的例子的確有，但是一將功成，萬里枯骨，所以，不要只看到光鮮的，也要看到殘酷的。我碰到過很多面試者，我常常會問一個問題：你的交易經驗就這麼幾年，對分析技巧理解深度就這麼多，也沒有部分人那麼努力，那麼在一個如此殘酷的市場裡面，為什麼活下來的是你而不是別人？我希望大家也思考一下這個問題。
所以我非常不理解一點：為什麼這麼多人會對前面的趨勢，量價關係的基礎部分的描寫這麼的不感興趣？正如開頭所說，這是一件可以慶幸的事情也是一件可悲的事情。但如果前面的內容不想辦法搞懂後面的內容能否搞懂，我不清楚。
話有些多了。後面會先以均線舉例，在選一些都不熟悉的技術指標舉例，去講解技術指標的研究方法。
均線
對於均線而言，這個公眾號裡面講得並不少，一方面大家用的多也問的多，另一方面均線是比較基礎的技術指標，對均線的應用，對其他技術指標的應用也有借鑒意義。約翰墨菲形容移動平均線是帶有滯後特點的平滑工具。認為移動平均線實質上是一種最總趨勢的工具，其具備靈活性和廣泛的適用度，構造方法簡便，同時，成績易於定量檢驗，所以，構成了絕大部分自動順應趨勢系統的運作基礎。
然而前面前面對於均線也有比較系統的講解，但是並不是站在這些系列文章的角度。所以，這一次講解，會以整理前面的內容為主，並加入一些新的東西。很多技術分析比較統一的見解，也會就著均線講出來。
首先，對於均線而言，演算法上大家沒有太多的疑問，就是若干根K線收盤價的移動平均值，新的K線出來，那麼抹掉最末的一個數據，再取新的一個數據，形成新的參數。
然後，我前面多次講過，均線的參數，可能是交易者調得最勤的參數，對於別的技術指標的參數，大多數交易者是基本不碰的，但是對於均線的參數的調整卻非常熱衷。均線的參數，大致呈現如下特徵：如果取值越小，則和價格貼合的越緊密，對當前最新價格的走勢體現的就越貼切，如果取值越大，則會越出於對於一段較長數據的綜合方向的表達，對當前價格的表達意義就會越小。在表達方面，參數過大或者過小都會有問題，我們必須在價格貼合和方向表達上做綜合的考慮。
說到演算法和參數，我們就要注意兩個概念，一個是自適應的概念，一個是參數的概念。
絕大多數趨勢類的技術指標對行情都是自適應的，也就是說能夠自動的順應趨勢。更加通俗一點，就是趨勢向多的時候指標能夠向多，趨勢向空的時候指標也能夠向空。自動順應趨勢，就是不依靠任何人為判斷的情況下，該指標能夠對多空傾向做自動的表達。如果說得更細一點，「識別舊的趨勢已經終結或反轉、新趨勢正在萌生的關鍵契機」；體現趨勢目前所處的階段以及後期可能發展的階段。
那麼，這些自適應的向多和向空如何表達呢？
技術指標的表現形式有多種多樣的一面，也有十分有限的一面。表達上，一方面通過技術指標本身的特徵，另一方面通過技術指標和當前行情信息的關係，行情信息是指價格，成交量，持倉等等。均線的演算法顯示其反應的是純價格因素層面上的變化，所以，這裡指的是和價格的關係。對於均線而言，兩個比較核心的表達方式一個是當前的點位，這能夠直接決定以均線為中心所表達出來的支撐和壓力位，一個是斜率，斜率能夠表達出當前均線的態度是只是向多還是向空，甚至斜率的大小能夠一定程度上表現出支持的強烈程度。
對於均線和價格的關係，最直觀的是位置關係。價格在均線上面，價格在均線下面，比較重要的在於臨界點上，臨界點決定了價格是否會突破均線，變化一種位置狀態。同時，價格和均線還有一定的聯動關係，因為均線的數值，會有傾向於向價格相對位置方向變化的特徵，這也就是常說的均線支撐價格，但價格帶動均線，這也是為什麼均線能夠自動順應趨勢。
對於參數而言，我們可以先將其歸結為表達特徵的問題。前面說的均線支撐價格，價格帶動均線是一個比較根本的特徵。還有一個比較根本的特徵就是，均線的重點在於表達趨勢，而不在於預測趨勢。「正統的圖表分析從不企圖領先於市場。移動平均線也不例外，它也不超前於市場行為，它追隨著市場。僅當事實發生之後，它才能告訴我們，新的趨勢已經啟動了」。所以，作為均線而言，我們不是要去發現趨勢的一個啟動點，而是用均線去研判趨勢的形成。所以，前面很多人說均線不夠靈敏，我認為這並不是均線的問題，而是自身邏輯的問題，均線的運用本身就意味著部分點位的失去，我們在運用均線的過程當中，應該始終明白這一點，而不是通過一些技巧嘗試去改變這一點。
那麼，你如何看待靈敏？對於大多數技術指標，參數就相當於調整靈敏性的一個閥門，只不過對於有些技術指標而言，有多方面參數，對於有些指標，只有單方面參數。
對於參數這塊，約翰墨菲的書裡面其實已經講得非常到位：「通常，當價格處於橫向延伸的區間中時，短期移動平均線的效果較佳。因為在這類環境下，價格基本上無趨勢可循，短期的較敏感的平均線能捕捉更多的短線價格波動.然而，一旦價格趨勢形成了——無論是上升還是下降——長期移動平均線就更為有力了。較不敏感的移動平均線（例如40天的）在跟蹤趨勢時，距離價格較遠（因為它具有更長的時間滯後），這樣，就不會在市場出現臨時性調整的時候產生錯誤信號，從而，我們可以更長久地利用主要趨勢。」
所以，靈敏度是一個雙刃劍，在不同的環境中，其適用度也不相同，那麼，我們通過參數的選擇有兩個方向：自適應參數系統，也就是提前對行情做出合理的研判；量定自己要的盈利特徵，這種情況下，我們會因為抓住一種行情特徵的贏利點而錯失其他的，核心點就在於贏利點的抓取能否在風險可控的情況下，且對贏利點有足夠的彰顯。
技術指標的滯後性和有效性其實在某種程度上來說是一種一體化的東西。
首先，前面介紹了技術指標是怎麼來的，相信很多人對於技術指標的滯後性都有了一個認識。所以，我認為大家不要把經歷花在想辦法儘力消除技術分析的滯後性上，因為單純的減少參數，只會讓技術指標向著失效的方向越走越遠。
可能有人會問，為什麼有些鈍化指標沒有太多的滯後性。其實這是由演算法本身決定的，這些演算法統計的類似波動率，會讓指標在產生相同方向的過程中顯示得越來越不那麼明顯，而對反方向的運行有著非常靈敏的識別效應。但是這只是在反向成立的情況下，倘若不成立，會出現一個較小的回調方向繼續的情況，這種情況的誤判率同樣很高。雖然不同類型指標的鈍化可以一定程度解決問題，但這不是靠指標本身完成的。
要說清楚滯後性問題，我們首先要想通一點，滯後性問題，對於技術分析來講並不是完全的壞處。
首先，你要知道完全沒有滯後性的指標其實失去了對趨勢連續表達的意義。
如圖所示，白色的是20日均線，黃色的是60日均線，紫色的是120均線，綠色的是200日均線，這些都是大家常用的均線。
你們可以看到，裡面20日均線當然是最靈敏的，但是你們看圖中的圓圈部分，只要行情有一些不大的風吹草動，其可能就會出現假突破晃你一下，然後繼續朝著原方向運行。但是，對於60日均線而言，其雖然滯後性很強，但是其對於會挑時候的支撐效應明顯好很多，出現這類誤判的頻率也少很多。
所以，我們看技術指標，不能夠只看指標的滯後性，而是要思考另一個問題，即便滯後性沒有了，這個指標對你交易的操作上有沒有什麼意義。因為我說過，其實交易是一個持倉過程，從進場到出場，不是說讓你取得一個絕佳的進場點位就完了，而要對趨勢在整個持倉過程當中有一個良好的表達。
出現這個問題，是因為市場行情極具不確定性的特徵，雖然我們很想能夠將行情的每一個波動都預測準確，但這事實上是不切實際的。那麼不確定的行情裡面有什麼是確定的呢？事實上，一個技術分析的滯後性越強，往往其包含的歷史數據就越多，那麼，其延伸方向被改變的可能性就越小，如果這個指標還有效，那麼就對整個分析有著巨大的幫助作用。
還是剛才那個圖，白色的是20日均線，黃色的是60日均線，紫色的是120均線，綠色的是200日均線，而圖中四根垂直的白線，分別代表了這四根K線的數據有效範圍。
從上面的圖中，我想大家能夠非常直觀的感受到數據向前推進對於行情的影響。比如說20日均線雖然現在斜率向下，但是還不夠明顯，但是行情如果堅持三根K線只要不快速上漲，這三根K線一過，其對應的數據有效範圍就走過了最末端的三根較大的陽線，那麼，此時數據呈現的向下趨勢就更加明顯，斜率就會更加陡的向下延伸。此時，如果20日均線是有效的，那麼其就能夠帶著行情進行更快速度的一個下跌。但是，同樣，因為其數據本身較少，一旦行情有一個你想的風吹草動，可能讓這條均線的有效性受到巨大的考驗，這是其靈活性帶來的一個弊端，且這種風吹草動，隨著後面數據一個個被刪除，新的數據一個個的加入，會讓均線變得馬上就不明了，甚至失去了研判的作用。
這種難處，體現在其支撐或者壓力的不紮實上，這種紮實，一方面體現在其很容易被擊穿，另一方面體現在其本身就可能發生很多難以預測的變化，所以可能久而久之很難讓人放心使用。
那我們再看看60日均線（黃線），雖然其比20日均線有著銘心的滯後性的效果，甚至從途中暫時的行情的數據有效期之內，其才能夠加速斜率向下，但是，我們看到，其對於這段行情多空的分界確是更加有用的，至少從均線向上的斜率被突破之後，行情亦開始向下，所以就趨勢的研判角度而言，其比20日均線要有效得多。
同時，由於60日均線裡面就包含了60個數據，所以數據的更替對其本身的斜率的影響是比較小的，其影響的，可能是斜率隨著每個數據變化的細微變化，但對於多空轉換的影響要比20日線小很多。甚至我們可以推測如果行情不發生特別重大變化的情況下，其未來的幾個數據更新後大概會走成一種什麼樣的形狀，走到一個什麼樣的位置。可能有人會說，均線離價格如果太遠，這個根本就沒有意義。其實不然。均線離價格的距離是一碼事兒，均線的有效性是另一碼事兒。如果這條均線就是有效的，那麼其斜率的變化，對價格的支撐和壓力等等便都有效，那麼其對趨勢的研判意義當然就是重大的。
所以，即便行情極具不確定性，但是這些指標的走勢卻因為滯後性而帶來了一定的確定性，這一點我們是完全可以利用的。同時，明白了這一點，我想大家也就能夠意識到調整技術指標參數的重要性了。
前面講的，其實是應用均線的基礎，因為對前面講的東西若還有疑慮，你想要放心用均線幾乎就不可能，甚至你想要用一個技術指標就不是很可能，因為你不信任，你有疑慮。
那麼，接下來，我們看看均線對於分析來講的一般用法和意義。
首先，均線是一個比較直觀的指標，因為其就是主圖指標，這樣，我們能夠非常清楚的看到其和價格之間的關係。所以，往往看均線，我們看兩個方面，第一個，就是均線本身的意義，第二個，就是均線和價格的相對意義。而均線和價格本身就是相互影響，相輔相成的，可以做綜合的分析。
那麼，就均線本身而言，具備哪些意義呢？
一個方面是斜率。均線的斜率自適應行情，形成對行情的方向判斷。比如均線的斜率為正，那麼在延續性的角度，這條均線判定行情的趨勢整體還是向多的，斜率為負，則是向空的。所以，第一個比較重要的判定，是根據斜率研判趨勢方向。對於這一點而言，如果參數越小，變動就會非常頻繁，導致可能在某段時間內方向體現出較多不可確定的一面。如果參數較大，則更加平滑，同樣，可能某些人會認為滯後性比較嚴重。對於趨勢的判定上，靈活性和滯後性是不可調和的，那麼，我們需要根據需要去做一個綜合的考量，具體要看交易邏輯和自身的交易風格。
另一個方面，是均線的數值。我們首先要明白的是，數值的變化考察的是和價格的關係。一般來講，分為價格在均線之上，界定期，和價格在均線之下。一般均線斜率為正，價格在均線之上，我們往往認為上升趨勢是成立且正在延續的。同樣，斜率為負，價格在均線之下，我們往往認為下跌趨勢的成立和延續性。但是值得注意的是，在上漲過程中，並不是價格突破到均線之下，就能夠判斷趨勢就向下，因為均線的拐頭自價格突破均線向下之後，有一個價格帶動斜率由正轉負的過程，在這個過程之中，我們往往只能認為上升趨勢受到了威脅，但斜率還沒有拐過來之前，往往不會認為下跌趨勢已經形成，此時，價格可能經過一個過程讓行情反轉，亦可能被重新拉回均線上方延續前面上漲的趨勢。但是無論如何，這種向下突破一旦確認，我們就可以判定價格的上漲趨勢受到為威脅，從而離場。或者通過帶動均線拐頭，認定趨勢轉變在離場。這是兩種不同的處理方式，一種是不承擔混沌狀態的風險，所以不等完全確認即離場，一種是等完全確認即離場。在實際交流過程當中，我發現很多人對這一點的認識是非常模糊的，所以在用均線研判的過程當中邏輯和實際操作都出了問題。
均線應用所出的問題，往往是出於斜率和均線相對價格位置關係運用的混淆。往往，斜率用來辨別方向，均線與價格的相對關係對可持續性進行研判。
那麼我們就要來說說很多人用到的回踩入場。
其實上面的價格和均線的相對關係界定，只是一個可持續性的界定。這個裡面也是有雙刃劍存在的。舉個例子，如果斜率向上，價格在均線上方的情況下，價格離均線越遠，均線潛在的向上空間也就越大，但是這個時候若以均線作為持續性的裁決，所擁有的潛在回撤空間也就越大。如果這個時候價格剛剛踩到均線，這個時候，價格擁有的回踩空間也就越小，但是對均線斜率的帶動作用也就越小了。在持續性的狀態下允許回踩的空間我們可以理解為潛在的建倉成本，回踩均線只是在這種狀態下做到了建倉成本的最小化而已，但是此時對均線斜率延續的可持續性的威脅也是最大化的。所以，運用均線的入場會產生兩種邏輯。第一種，以回踩入場；另一種，以均線的斜率辨明方向，均線的數值作為可持續性的裁決，在範圍以內用其他方式尋找支撐或者壓力位入場。這是兩種不同的邏輯，對應的出場方式也是不同的。
回踩的情況下，既然已經做到了成本的最小化，那麼，可持續性的考量就成了點位好壞的很關鍵的因素，如果前面的均線數值有效範圍內趨勢就比較明顯，那麼均線的斜率就很明顯，這種均線的斜率具備可持續性，那麼如果有效，其對價格支撐就產生了正向作用；如果前面範圍內趨勢比較不明顯，那麼對應的均線可能走平，這種支撐就可能成為了一種平行的支撐，稍有不慎，斜率反轉，所以，如果要繼續延續，價格必須主動拉均線，其會因為均線不具備持續性的斜率而更加的存在變數。
均線的可持續性，本身就具備一定的預判功能，我們能夠預判到接下來的及根均線的一個大體走勢（當然。也是在行情變動不大的基礎上），從而，可以判斷均線此時對價格有沒有推動作用。這一點判斷有些微觀，但是邏輯上非常正常，因為我們既然用一根均線，那麼我們默認的就是這根均線有效，既然均線有效，如果均線對價格有推動作用均線就會推動價格往有利的方向去運動。反之，如果均線開始慢慢走平，均線對價格的推動作用會越來越小，此時，如果要均線趨勢能夠延續，價格必須主動去拉動均線往有利的方向走。但是價格在這裡為什麼要拉動均線？無非是碰到了難以逆向逾越的支撐和壓力。那麼這個時候應該如何側重判斷呢？這才是問題的核心。
另一點我們要明白的是，均線和價格的絕對關係，在很大程度上並不能決定絕對的多空，因為既然用均線來研判多空，往往我們看的就是均線的斜率，但即便有的時候價格在均線下方，均線可能並不會馬上斜率向下。這種情況，只能說均線對於價格並不能形成有效的支撐或壓力，如果價格又回來了，這是均線的有效性問題，不回來，均線便有一個轉換的過程。
當然，我們既然用一條均線，前提就是承認這條均線是有效的，所以，往往對於誤判來講，我們叫誤判，不叫均線失效。市面上很多分析師用一條均線分析行情，最後說一句均線失效，這是邏輯錯誤，因為均線有效是前提，在操作上就只存在誤判，那麼交易上有應對誤判的措施就好，誤判也會存在誤判，這是市場的不確定性決定的。
因此，和很多人的交流當中，往往碰到一些人，用了一條均線，然後問我這條均線有沒有效，這是交易當中比較低級的邏輯錯誤。你既然都不知道這條均線有沒有效，你用這條均線做什麼？一你不敢以此為據研判行情，二不能給你信心果斷下單，沒有意義。當然，這個問題不光在均線上有，其他技術指標的應用上這個問題更加的突出。
所以如果你要做均線，你首先要明白一點，無論如何，你選取的均線在你的盈利邏輯上有效是最根本的要求，不是說每一次回踩都能夠踩到位就是有效，因為即使踩不到位，也會有其他的進場方法，但是，其能夠盈利的單子的特徵是否和你的交易習慣和風格相符合其實在很大程度上也左右了策略的執行力，因此，其研判標準不僅僅是對行情有效，也要對你有效。
約翰墨菲的期貨市場技術分析對兩根均線，多根均線的應用都進行了比較詳細的描述，對於雙均線，講了兩種非常具體的用法，一種是雙均線交叉法，第二種是把兩條均線的中間區域當成中性區。
多條均線的運用，本質上只是將均線和價格的關係複雜化了，相當於把每條均線和價格的關係進行了複合，形成了多重研判。而且往往，較短期的均線去研判臨近的一些東西，較長期的均線去研判較大體的東西。功能會有所區別，但都用的是均線的本質。
那麼，我們在用的時候首先要保證沒根均線對於行情特徵來講都是有效的，如果找不到兩條有效的均線，情願用一條均線，也不至於取用無效的東西。很多時候，會出現一條均線有效，另一條均線無效的情況，而讓我們找不到原因，這種現象從公眾號的提問來看，是層出不窮的。
另外一點，均線的參數要比較分明，比如你用兩條均線，一條20日均線，一條30日均線，成立一個雙均線系統，那麼你就要慎重，因為參數比較近，可能對於某些行情的表達大體是一致的，而產生的細微的偏差又不好做處理，從而引發一些不必要的麻煩。
這個基礎上，我們再去討論兩條均線怎麼用。
接下來的一個問題，如果兩條均線斜率都向上，價格在兩條均線的上方，那麼，在這種情況下，行情無疑是偏多的，問題就是，如果短期均線被突破了，價格到了兩條均線中間，這個時候，短期均線的斜率勢必會慢慢改變，而長期均線斜率會受到影響，但是不會影響到斜率的方向，此時，如果說兩條均線都有效，那麼怎麼界定這種情況？這是很多人都碰到了的一個問題。
其實關於這個問題，沒有一個確定的答案，就像經常很多人評論區裡面給我留言，我都說要看邏輯一樣。
首先，這兩條均線既然都有效，你怎麼留這樣的單子，取決於你的進場邏輯。比如，你是依託短期均線進的，這個時候，你用到的是短期均線的有效性和其他的一些東西，那麼，短期均線的有效性是你首先要考慮的。如果短期均線破了，那麼你進場依託的邏輯就沒有了，此時自然首先考慮的就是出場。短期均線破了想著有長期均線，但事實上可能你的進場和長期均線沒有什麼關係，這就沒有邏輯上的連貫性了。
這也同樣說明，一個雙均線系統裡面，有的時候我們可以只用一條均線，這本身沒有太大的問題。但這並不是一個好現象，因為有另外一個問題：既然我只用到了一條均線，那麼，我要兩條均線幹什麼呢？有一條均線會成為擺設。所以每個投資者都要思考，思考兩條均線對於自己的意義。
關於雙均線，很多人都喜歡做金叉死叉，
我在這裡問一個問題，金叉和金叉之間，會不會有區別？
很多人可能覺得很怪，金叉就是金叉，插過去就形成了，會有什麼區別。我這裡想說的是，短期均線穿越長期均線向上的方式其實是不太相同的，有的時候，短期均線穿越長期均線向上的時候，長期均線的斜率為負，而有的時候，長期均線的斜率是為正的。或者換個說法：短期均線穿越斜率為負的長期均線，和短期均線穿越斜率為正的長期均線。
我們先看短期均線穿越斜率為正的長期均線：那麼在穿越之前，長期均線的斜率本身就是正的，短期均線要穿越長期均線，其也要經過一個斜率從負往正拐頭的過程，這個時候，價格在兩條均線的上方，兩條均線斜率為正的情況在金叉之前就形成了。什麼時候能夠發生這種情況？也就是大的趨勢仍然為正，而短期內行情受到回調波折的時候，此時長期均線斜率可能始終都沒有改變過方向，或者在波波折折中經歷了一個由負向正的過程，也就是說大的環境裡面多頭仍然在持續或者經歷了一個行程的過程，但是小的環境裡面還有一些波折。所以在這種階段，大的環境本來就向多，而小的環境在短期內也向多，並且帶著長期均線有一個加速的過程。那麼，如果要參考這種金叉，你就要考慮核心點是長期均線被進一步驗證有效，還是邏輯放在趨勢被進一步確認且加速上，這直接決定了你後期是參考長期均線抓更大量級的趨勢，還是在趨勢被加速結束就出場。
短期均線穿越斜率為負的長期均線中，首先，這個時候較長的均線預示行情還是偏空的。但是短期有拐多的跡象，那麼這個時候存在兩種可能，第一種可能是這種拐多是短期行為，阻止不了長期走勢；第二種情況這可能會是行情翻多的一個點，短期均線能夠帶著長期均線一點點走正。無論如何，這個叉在這裡可以看做是一個判別或者一個信號，當然，這個信號是有待驗證的。驗證的過程，就是長期均線斜率由負變正的過程。所以，長期均線斜率的改變能夠看做是一個驗證的過程，而短期均線和價格的位置則可以用來判定這種驗證是否還有必要繼續進行。那麼，在長期均線沒有拐過頭之前，很難說這個金叉是有效的，此時，如果價格突破了短期均線，可以說已經沒有理由再支持多單的繼續持有。但是，如果此時長期均線拐過來了，就會存在兩種邏輯，一種是看短期均線，此時只是將進場當做一個更強的信號支持做多而已；另一種是看長期均線，此時則是認定被扭轉過來的趨勢是有效的，而短期均線，則變成了一個參考指標。
約翰墨菲的期貨市場技術分析所述的兩條移動平均線使用的第二種方法是把兩條均線中間的區域看做是中性區。這裡面暗合了一些回踩的概念，因為在回踩的概念當中，大多數人會選擇踩破一條均線就出場，如果採用短期均線而言，這就正好進入了中性區間。但是其入場講求的不是回踩，而是越過中性區間即可。
我這裡要強調的是，就和思考金叉死叉一樣，中性區間能不能被分類？這是一個值得我們思考的問題。要了解這個問題，我們就必須界定中性區外一些要亟待被界定的區間。
比如在中性區之外，以往我們是有向多或者向空的界定的，但是在有一些時候，即便不在中性區間當中，也會出現單條趨勢線可能和方向界定有衝突的情況。
比如處在一個多頭區間當中，由於前期行情急劇向上拉，導致價格偏離均線很多，然後產生較為劇烈的回調，此時，可能出現價格仍然在均線上方，但是均線斜率卻拐頭向下的情況。斜率向下，已經說明趨勢受到了威脅，但是還在多頭區間當中，怎麼去界定這種情況？
首先我們考慮到的是這種情況下的界定價值，因為，這種情況持續的時間不會太長，要麼價格繼續在均線之上，拐頭的斜率會慢慢變平或者重新向上，或者價格會往下，回到均線之內，那麼，向下的斜率的均線會把價格包住，價格開始往空的方向運行。
對於這種現象，我覺得大家在做單的時候是需要界定的，我想，很多人覺得利用均線做單覺得浮盈過大，就是碰到了這樣一種特質的狀況，只是很多人沒有意識到這個問題罷了。那麼對於這種特定的情況，你可以設置浮盈保護，因為在這種情況下，出現大幅度修正的概率會增大。而如果出現大幅度修正，均線和價格之間，可能會處於一種斜率和均線關係打架的混沌狀態，解決這個狀態需要用時間換取界定的確定性否則可能出現無意義的界定。
這層關係說完了，就來關注一下兩條均線裡面的區間。首先，這個區間是否界定為有效區間會有很多的爭議，畢竟，價格處在一條均線上方，另一條均線下方，至少對於一條均線的斜率界定和位置界定都還是有效的，所以，並不存在絕對失效的情況，只是在基於兩條均線都有效的形勢下，少了一條均線的支持，線的趨勢性會減弱一些。但是我要強調的是，這決定於你看待兩條均線的邏輯，兩條均線雖然能夠互相呼應，但是也可以當做獨立的均線來看，這是交易邏輯的問題，不意味著你這麼看對，那麼看就錯的問題。
所以，不必要在這個問題上做過多的糾纏，我們來看的是以下幾種情況，因為在這幾種情況下，你需要有一些界定：
第一種，比如此時短期均線和長期均線的斜率都為正，價格也在均線上方，突然價格直接擊穿其中一條均線，並且像另一條均線逼近的情形。這個時候會出現一個比較怪異的組合：價格可能回到了兩條均線中間，甚至對於參數很小的均線系統已經回到了均線以下，但是此時由於前期比較順勢，均線並不能夠立馬拐頭，且均線的斜率仍然向上。此時，會出現位置和斜率關係不一致的情況，而這種情況，是由於極端情況造成的。為了面對這種情況，你需要做以下幾個界定：第一，你的容忍度，若已經到達了這樣的容忍度，那麼是風控需要你出場的時間段，這個就和均線無關了，這是自己需要設置的。第二，這種錯位其實也是一種混沌狀態，這種狀態有兩種意味：第一種，價格短期超過範圍的下打，這種下打完成之後會出現立刻的修正；第二種，價格的下打是得不到修正的。對於這種情況，投資者也需要做一個時間界定，以保證處置的合理性。即在容忍範圍之內，貴極端波動以回歸的時間。這種情況下，若一段時間不會回歸，均線就會反映出來，但是短期之內回歸，均線也會安然無恙。這是我們在交易的過程中需要考慮的問題。
第二種，就是價格在兩條均線之間的一些具體表現。還記得前面講金叉與金叉之間的區別嗎？這裡所出的行情，其實就是形成金叉或死叉的前期行情，和金叉或者死叉形成的形態是息息相關的，這裡的價格描述和關係描述，在那裡都描述過了，所以不再累述。我只是提醒大家一下這個連貫性，並且告訴大家約翰墨菲說的兩條均線的用法事實上是有聯繫的，且切換上對應著時間和空間的關係，且在界定上是隨著交易方法做決定的，因為入場方法可能比較明晰，但是對於出場其實有比字面上更深層次的說法。
第三種，是不是所有的價格回到兩條均線之中就意味著轉向？這一點事實上也並不能確定，如果行情順應短期均線走，當然會形成這麼樣一個結果，但是，如果價格又繼續往上，此時，均線上可能形成又一種形態：短期均線回踩長期均線。這種形態下，長期均線的斜率是一直往上的，但是短期均線會有一個往下拐頭再拐回來的過程，這種情況下，有的時候會先穿越長期均線再往上，有的時候會正好踩到長期均線就拐頭，有的時候沒有踩到長期均線就拐頭了。對於第一種情況，是一種回踩過度的情況，有的人會將其無當做死叉，這和死叉的區別和比較有效的研判方式在於，死叉的價格應該在死叉之下，而回踩大多的價格會在交叉的時候在叉的上面，這種情況就非常容易出現回踩過度的情況。而至於後兩種情況，價格應在重新回到均線上面了，第二種情況完全可以當做做多信號使用，第三種情況按照邏輯也成，但並不是很多人會用，我的建議是將其至少作為一個趨勢增強的指標存在，而這個關鍵節點就是短期均線的趨勢從鄉下到走平的這個時點。
前面關於均線的內容，講得差不多了，可能有些人會質疑還有多股均線的用法，第一我覺得沒有必要講多，因為兩條均線能夠用好，對均線的界定什麼也就清楚了，如果你需要更多的均線，你完全可以自己去探索研究；第二我覺得過多的K線反而給了你一些東西不成立之後另外的依賴性，分析上當然能幫助你事後找到更多的理論依據，因為無論行情多麼凌厲，總有一條均線會成立，但是這樣是不是對交易有太多幫助我持懷疑態度。所以，對均線的介紹就到此。
現在想寫的是關於界定問題的認識，當然，這部分內容並不是只為均線寫的，因為無論你用什麼分析方法，到最後都會設定一個界定的問題，這樣才能夠把分析和實際操作聯繫起來。
如果接觸過很多分析師的盤前分析，大家可能會對界定問題體會更加深刻。比如一個分析師告訴你，今天某個品種，看這個指標，回踩就做多，突破一個什麼指標就繼續持有，如果在這個指標被阻斷了就出場。如果回踩被踩破了就先不要做。你事後一看，這樣的分析總是對的，於是覺得這個人很神奇。
其實，這是一個時間觀點，因為你在事後看，這種說法只是給出了每種情況的可能性而已，但是在盤面還在走的時候，在某些需要你做研判的時間點的時候，你不知道後面會怎麼走，所以，你雖然得到了如此完全的分析，在操作當時還是要研判這種行為的可能性。
比如一個交易者用20日均線。制定了一個這樣的策略：在20日均線斜率向上的時候，價格回踩20日均線做多，如果踩破就考慮不做，3800是有壓力的，如果突破了3800就繼續持有，突破不了就止損。這只是把上面的例子更加形象化了。
這樣一來，這個交易者可能在價格回踩到20日均線附近就進場了，因為回踩了嘛，然後價格向上還好，開始繼續向下，回踩被突破了，開始後悔，明明是踩破啊，為什麼我會判斷回踩呢？然後出場了。剛一出場，價格又回到均線上面了，然後就去想，原來是假突破啊，我還是應該進場啊。久而久之，碰到的這樣的情況多了，意識到了自己需要一個界定方法，然後可能覺得戒定下來還會出錯，就試圖找到更加好的界定方法。這個公眾號開了以來，問界定問題的人不在少數。
那這個界定是怎麼回事兒呢？
我們先做一個假設：假設我們在一個完全隨機的市場裡面，在隨便一個點位要決定是否進多單，進場之後按照隨機決定這個進場點是有效的，那麼會出現什麼情況呢？
假設我在一個特定的點位可能做多，這個可能，也就是說你有可能做，有可能不做，你做的概率是二分之一，不做的概率是二分之一；你如果做了，做對的概率是二分之一，做錯的概率是二分之一；如果你作對了，被界定晃出來的概率是二分之一，留下的概率也是二分之一。我們同樣可以用此思考不做而錯過行情的概率。如果這樣分下去，你可能會絕望的，因為你發現錢太難賺了。
但是事實上，我們用一個技術指標做交易，前面說過，是假設這個技術指標是有效的，而這個有效，並不是把把有效，而是佔有一個較大概率的有效。用一個有效的指標，首先能夠提升上述的概率。
但也正是因為只有大概率有效，所以，很多投資者在心底里不願意再在界定問題上有任何損失。你要想清楚一個問題，如果站在市場不確定的大前提下，這樣的界定方法是沒有的。因為界定問題，你可能拿住一個正確的單子，錯過一個正確的單子；也可能拿出一個錯誤的單子，拋棄一個錯誤的單子。你每做一個決定，在交易上，都可能是對的，或者是錯的。
那麼有人會問，那麼我做界定的意義是什麼呢？
第一、界定也分為有邏輯的和沒有邏輯的，讓自己的界定符合行情的規律，並且不違背自己的策略邏輯，這件事情是可以思考和做的，是值得下功夫的。
第二、界定可以幫助大家規範交易行為，提高策略的可執行力，這樣，就能夠進一步穩定交易心態，保持心態的平和和策略的可執行性是交易的重中之重。
所以，一方面，界定的問題有一部分的概率意義在這裡，但是另一個方面，也有很多非市場的因素在這裡，也就是交易行為的因素。對此，後者我反而認為更加重要，因為看到過太多的交易者關注與分析本身，最後制定出來的交易計劃，或者想法根本無法在自身能力範圍之內付諸於實踐，導致交易行為紊亂，心態崩潰，再進一步認識到分析的重要性，如此走入一個惡性循環，沒有必要。
那麼了解了界定的功能，我們還要了解一點，關於界定問題，往往一筆交易我們需要的不是一次界定，而是至少兩次界定，進場的時候一次，出場的時候一次，對於比較複雜的交易策略，可能還涉及到多次界定，甚至實時界定。這就導致了在界定的過程當中的執行力和認知的整體性會受到非常大的挑戰。
其是關於界定的方法，約翰默菲的《期貨市場技術分析》這本書裡面已經介紹得比較詳細了，簡化一下大致如下：
1、在採納移動平均線的信號之前，不僅要求收市價格必須穿越移動平均線，同時也要求當天的全部價格範圍清晰地突出在移動平均線的同一側。這種情況是對整根K線的要求，往往和絕對止損加在一起應用。
2、另一種過濾器是，收市價格穿越移動平均線的幅度必須選到預定的要求，過一點屬於穿越規則的範疇。預定穿越幅度可以是最小价格單位的一定倍數，或者是某個百分比。這種界定方法有兩點需要注意：第一，如何科學的選擇倍數或者百分比是根據策略對應贏利點的時間和空間級別來的，會加入一定的風控的考慮；第二是對於走勢規律的品種比較好用，如果走勢不規律，則要慎重考慮。
3、由其餘圖表的突破信號所驗證。這樣，就可以獲得較強的信號，避免在短暫的橫向區間中，接連地陷入拉鋸現象中。運用這種過濾器的時候需要做到的是擺正指標的主次關係，否則移動平均線的效用會被其他指標所取代。這種過濾器往往很難把握主次關係，所以大多數交易者僅僅在對於有比較明顯的平台的情況下會去應用平台代替短線的界定。
4、時間過濾器。在動手之前，先觀察一到三天。因為絕大部分錯誤信號往往很快就露出馬腳，市場重新返折到平均線的原來的那一側。所以，如果我們要求信號在出現後一二天內始終保持有效，就可以甄別相當多的偽信號。本方法所付的代價是，等到信號確認，入市已晚了一步。通常我的交易採用的是這種過濾方式，正常情況等兩根，非正常情況只等一根，難於界定的情況會參考上一種方法。
5、另一種流行的過濾器是「百分比包絡線，或者說「波幅帶」。具體的做法是，在移動平均線的上方和下方的一定的百分比位置上，分別作出移動平均線的平移曲線。換言之，在移動平均線之上或之下，距離移動平均線一定百分比的位置上，另畫兩條曲線。當收市價格不僅高過移動平均線自身，而且超越了上包絡線之後，才構成買入信號。基本的移動平均線則變成了止損出市點。
在上包絡線和移動平均線之間，形成了所謂的緩衝區。當價格處在這兩條線之間時，我們不採取任何舉措。只有當收市價向上穿越了上包絡線後，我們才把它看作買入信號。而萬一收市價格再回到移動平均線之下，那麼剛才所開立的多頭頭寸就應平倉止損了。我們要求收市價格跌破下包絡線方構成賣出信號，而如果收市價格再回到移動平均線之上，則應止損平倉剛才開立的空頭頭寸。採用此類過濾器的主要長處是。當價格處於緩衝區（或稱「中性區」）時，我們毋需持有任何頭寸。對於始終與市場相聯的（始終「在市」的）交易系統來說，這種方法尤具優勢。
但是在運用過程當中我們要注意幾點，第一，市場行情的波幅會隨著時間發生變化，這一點很難進行預判；第二，這可能對於某些交易系統會引入新的界定，就是對包絡線是否被突破的界定，若如此，可能反而變得更加麻煩；第三，這樣的包絡線會在不規則行情當中顯示出一定的不適用度，所以挑品種；第四，包絡線會在一定程度上增加交易成本。
6、如果我們針對每日的最高價和最低價，分別採取與在收市價格下同樣的移動平均方法，就得到了價格帶（包容帶）。它由兩條移動平均線形成——一條是關於最高價的，一條是關於最低價的。
收市價格必須穿越上邊線。才構成買入信號。然後，下邊線就可用來確定止損出市點。而當收市價格跌破下邊線時，才構成賣出信號，然後，上邊線就成為止損保護線。在上升趨勢時，下邊線恰似看漲的趨勢線。在下降趨勢中，上邊線正如看跌的趨勢線。
這種用法，對於趨勢行情來講，會比較好，其他的，和包絡線的問題可能差不多，同時，還要考慮一點，一些無規則行情中出現的大陰大陽對於規則的影響。
總之，還是那句話，分析和交易是兩碼事情。關乎界定的問題，對於分析而言可能是小事情，但是關乎交易，確是大事情。所以我們首先要了解界定的效果。很多朋友問到界定的問題的時候，沒有任何前提，就直接問用哪一種界定更好，這明顯對於交易邏輯、對於界定的本質理解深度都還有問題。
對於界定這一塊而言，我們要結合交易邏輯來看，根據交易邏輯決定自己的模式適合用哪一種界定。比如你做突破，那麼第6種結合一些其他的風控原則可能就更好；如果做震蕩，那麼，包絡線造成的止損成本可能就會過高。等等。
最好，不要把界定當成是萬靈藥，界定固然有用，但是不是萬靈藥，合理的利用界定原則，可以很好的提升自己的交易。但是你交易邏輯都解決不了的問題要交給界定，,認為界定好了就能解決很多問題，我覺得想得有些多了。
整個交易的過程在邏輯上，界定上，都是一個概率問題，百分之百在市場上是不存在的。
舉幾個例子集中講一下大家表示聽不懂的有效範圍和有效性的問題。這些問題要講清楚，前面講的東西可能都會用到。
我們先說數據的有效範圍問題。首先舉個例子5日均線吧。比如我們放在15分鐘級別，這個時候，我們取最近的5個收盤價有以下兩組數據：
第一組：3800,3802,3804,3802,3800
第二組：3800,3802,3806,3810,3814
這兩組數據構成的5日均線又什麼不同呢？
首先，我們取了4個已經定型的數據，和一個動態數據，在最後一個還沒有收盤的時候，它是變化的，它收盤之後，排在最前面的3800數據就被廢棄了，而被最新一根K線的最新價取代。
其次，第一組數據，均線參數在3802-3803中間，而且這個時候，因為數據變化不大，均線走得比較平，3800的最新價是在均線下方的。類似於如下圖所示的白線排列。但是這個時候，我們好說這一波行情就一定結束了嗎？這只是一個盤整階段。
第二組數據，是一組價格上升的數據，這個時候，均線的數據應該是3806-3807之間，而且如果這5個數據前的數據比較平穩，這個時候，均線的斜率大體還處在向上的階段。而此時價格無疑是在均線上方的。
舉以上的例子，只是因為以上數據的圖比較好找，大家可以將其延伸到更大的數據自己找例子，並結合前面的推送內容進行參考。
那麼通過這個例子能夠說明什麼呢？
首先，這裡的豎下來的白線代表的就是這5個數據的有效取值範圍，這條白線後面的數據，MA5的計算是沒有用到的，無論前面怎麼波動，對於這個參數的均線都不起任何作用了。這就是數據範圍。
其次，這個值我們可以去算，只是行情軟體商把它圖像化了，行情軟體對於技術指標的功能就是讓這些數值可視化。但是我們要知道這些可視化背後的數據原理，這樣我們能夠了解技術指標的變化特性。行情是不確定的，但是技術指標的變化是有特徵的。如果這個指標有效，掌握這些特徵當然就有了很高的意義。
再次，對於技術指標而言，也不光是均線，有效範圍越少（對於大部分技術指標，意味著參數越小），指標有越靈敏，同樣，在行情不明確的時候就越沒有參考性，也越容易被打破；同樣，有效範圍越大，對於數據特徵的變化顯示就越不靈敏，同樣，對於細節的表達就越不清楚。
比如如上圖所示，是螺紋鋼的5日、10日、20、60日均線。四條白線分別代表的是其數據有效範圍，我們看到5日線，10日線變化非常靈活，20日線略顯緩慢，60日線靈活性略低。那麼我們看到，紫色的圓圈是60日線的回踩，雖然其抓住了一大波行情，但是隨著價格的上漲，均線走得很慢，這是其一個弊端。20日線的回踩在紅色圓圈標註的地方，其對價格的跟隨比60日線要快很多。在20日線入場的位置，5日線和10日線會被直接擊穿，這就是靈活性來帶的不好的地方。但60日均線價格站上去之後，就一直沒有破過，一直有效，5、10、20日均線卻在中間一段都有嚴重失效的時候。
所以，在這組均線裡面，60日線的有效性最強，但其他均線是否有效呢？也有有效的時候，且都有利潤（如箭頭所示），但是其有效性是根據參數的不同有限制的，但你不能說沒有效。所以我經常說，對應著你的盈利目的，想要的時間空間級別，所用的參數和目的是不一樣的。
其實，技術指標的研究很類似於統計研究，只是統計研究我們會有特定的假設和演算法，最終看和結論的貼合度。技術指標也有特定的演算法，有其數據特徵和表達的貼切程度。數據的範圍我們可以理解成樣本容量，並且理解技術指標中數據的更換方式，這樣非常有利於我們對技術指標進行一定的預判。
比如下圖，靠近紅綠箭頭附近的白色豎線是20日均線的數據範圍。在其前面，有一個跳空。如果有效範圍在跳空之前，這種級別的震蕩而言，20日均線的斜率會向上，但是在這個跳空過後，數據範圍不再涵蓋低位的數據，20日均線就會迅速拐頭。這是看數據範圍就能夠預判到的。
均線上的數據有效範圍看起來是比較直觀的，可謂一目了然，所以對於均線有效範圍的調試（即參數的調試）很多人都會去做去用，但並不是所有技術指標都會給你這麼直觀的視覺感受，那麼要調整到一個比較合理的範圍，就要從演算法上首先下功夫。
不少朋友說對前面講的金叉和死叉的差別感覺比較抽象，這裡亦補充一些例子。
我就拿螺紋鋼來舉例子吧。
比如我們看下面的圖：
這是一張螺紋鋼15分鐘的圖，用的是大家比較常用的20日均線和60日均線，這是大家常用的均線，看起來應該比較的親切。
如圖所示，這是一個死叉。當紫色的20日均線穿過綠色的60日均線的時候，60日線的斜率基本上是平的。屬於比較標準的死叉了。
先拋開這個死叉不談，我們先看數據的有效範圍（這一塊還沒有動的，先去前面把這一塊看懂看透，否則模稜兩可會很害人）。
當走出死叉的時候，20日均線的有效數據不必說，是均勻向下的，所以運行較快的20日均線，向下穿越運行較慢的60日均線。
那麼這個時候，死叉的狀態，完全取決於60日均線的狀態。所以，和前期的數據非常相關。
對於此，我們要把握幾點規律。
第一個，無論60日均線的狀態如何，其斜率一定會越變越小。如果說指標在這個過程當中，60日均線的正斜率不但越來越小反而越來越大，這屬於兩條均線的多空衝突，這個時候是無法考慮死叉的，因為兩個參數水火不容。對於參數過小的兩條均線的金叉死叉，常常會出現這種狀況，因為斜率變化的不確定性太大。
所以，無論這個時候60日均線斜率是正的還是負的，首先可以在前期看到一個比較清晰的由正變負的過程，這是我們做死叉的必要條件，這可以是正的斜率正在慢慢變小；或者已經從正的斜率走平；或者已經出現負的斜率，都可以。
第二個，60日均線的斜率，和價格走勢的數據是非常相關的，這取決於這60個數據的平均值有沒有一個向下的動力。一般而言，這個和能量的積蓄。
往往，金叉和死叉我們判斷的是價格方向的根本轉變，這個裡面，至少從事後來看，有一個見頂或者見底的過程。往往，價格在頂部調整和底部調整的時間越長，那麼，斜率就會更傾向於金叉和死叉的同方向，反之，則會不明顯。比如上圖顯示的死叉，其實頂部形成的時間較60日均線而言並不長，那麼由於形成死叉的時候價格下打比較明顯，所以能夠把均線拉平。但是，即便下打不明顯，這個時候均線的斜率也大概率在死叉的時候走平。原因很簡單，如果下打不這麼明顯，20日均線的斜率不可能走得這麼快，那麼就會形成更多的頂部數據，讓60日均線的速度得以改變。
我想，這個例子講到這裡，大家結合前面講的內容應該已經能夠很明白其中的奧妙了。
至於死叉這裡的判定而言，我認為每個人應該看自身的交易邏輯有不同的判定標準。
對於我而言，會有以下的處理方式：
首先，面對均線問題，事實上，短期均線不明朗比長期均線不明朗的概率大非常多，因為數據少，不會像上個圖一樣走得這麼順。有的時候即將形成死叉的時候，事實上短期均線可能是比較平的（後期可能面臨價格必須拉著均線走的被動局面）。碰到這種情況，事實上有兩種可能，第一種，就是均線走平之後又走回去，這樣形成的是短期均線回踩長期均線；第二種，就是形成死叉。這兩種情況對於行情的意義是截然相反的。所以，這種時候我不會激進的預判死叉是否形成，而是等死叉確認形成之後再說，機會如果錯過了，那就錯過了。同時這個時候，價格在長期均線之上還是之下，有絕對的參考意義。（這個準則我不止用在均線上，而是幾乎用在所有的趨向類指標上。）
其次，如果這個時候長期均線還沒有完全拐頭，我對於這一波的定義，仍然是死叉預形成階段，此時用長期均線作為行情向上阻力的研判是沒有任何意義的。這個時候會對長期均線的有效範圍進行分析，待到拐頭之後，再去確認死叉的有效性，因為這個時候長期均線對於做空才具備阻力的意義。
同時，死叉形成的時候，其形態可以研判力度。
當然，這是個人的一些研判方法，不適用於每個人。
------------------------
表達趨勢 第四講：表達趨勢的工具之技術指標之從演算法到應用------------------------
這一部分的內容我想了很久是放在稍微後面一些的地方講還是放在這裡講，最終還是決定放在一個較為前面的位置，因為作為均線而言，涉及的就是一個平均值的概念，這個大家都不陌生，所以講均線，無論你講參數的調整講得多複雜，大家可能都聽得進去。但是其他的技術指標就不一樣了。如果再盲目講下去，我相信絕大多數人會再一次忽視技術指標的演算法而又把目光集中到用法上來。那麼很多東西，包括前面趨勢，量價關係，到表達趨勢，再到後面要講的形成策略和表達策略的一系列內容將大打折扣。
很多人可能會問，我知道怎麼用就成了，為什麼要知道怎麼算？
其實原因很簡單，因為這能夠讓你從更深的視野去通過技術指標研判行情。通過數據特徵，你會更深入的預判技術分析的走向，以及可能出現的變種，從而對技術指標的理解加深，用法更為深入，並且從根源上知道原因並形成策略。到了這樣的深度，你會發現原本很困惑的東西就迎刃而解了，事實上很多人在運用上碰到的也就是這個問題。
舉個例子，我相信這裡的朋友用背離的人不少，很多人甚至認為自己用的很熟練，那麼我問你一個問題：背離形成和成立的原理是什麼？你可能反問我：我會用就成了，知道原理幹什麼？知道原理，能夠讓你在某些境況下可以在背離形成之前預判其成立，可以提升真背離研判的概率，雖然都是研判，但從本質角度出發，會讓你的應用深度更深。
如果你的整個交易系統都能夠從本質出發，那麼我相信，你交易的行為會更加有信心，閆湃的理性程度會更加高，對系統的改良與否會更加肯定，運用也會更加成熟。這是從根源理解技術指標的真實意義。
我想，很多人覺得技術分析是玄學，也有這個原因在裡面，就是不分青紅皂白直接用。其實大家想一想，交易的過程，就是一個個的數據，技術分析，只是將這些數據的關聯性因素進行挖掘和研究。那麼，這麼做的前提就是認為行情數據是有一定規律的。如果這一點承認，當然，可以用技術分析，以及其他很多的分析方法，如果這一點不承認，那麼很多分析方法你用於不用，區別就不大。
但是無論你用什麼方法，其實要研究的，都是市場的一定的規律，一些人，認為市場沒有規律，還天天基本面分析，MACD，這就自欺欺人了，既然沒有規律，那麼你研究它就沒有用了。
那麼承認有規律，我們要做的就是研究規律，涉及研究，就有研究方法的存在，技術分析就是研究方法，技術分析大綱極為相似，但是到具體的方法，卻有很多細枝末節，那麼，我們延伸到這種細枝末節的時候，結構上的前因後果需要搞清楚，前提要搞清楚。拿到方法，也不是直接用，這個方法的本質是什麼，演算法是什麼。我都不知道一個方法是什麼，能夠研究好嗎？明顯很難。
所以，我們面對的第一是我們的研究對象，另一方面是我們的研究方法，我們首先要對我們手裡的工具熟悉原理，然後才能夠用到順手。比如一個人，你拿到一個注射器看看當然知道怎麼用，但是你不是什麼東西灌進去對著人懟一針就能解決實際問題。
這是很多投資者忽略的地方，但確是能夠讓分析得到精進的地方,從分析上，這個必要性，無論是哪個行業，沒有太多不同。
然而這個標題，提起來容易，講起來卻複雜，因為作為技術指標而言，千奇百怪的，種類也很多，我們不可能一個一個的去講明白，一方面，都講，沒有終點也沒有重點，不如不講；另一方面，大家會缺少一個自我認知的過程，難免還會理解膚淺；再一方面，對於學習的方式的理解也會膚淺。總之不是好事兒。所以，我想還是舉例子來說明這個問題。
我挑來挑去，決定用布林帶來做這個例子。這個例子我在MACD和布林帶之間選了很久。但是仔細考慮，MACD前期要補充的知識點很多，大家也過於熟悉，細微的爭論會比較多，容易講亂。而布林帶大家基本都用過，或者主要用的，或者用了用覺得不好用的，大概都嘗試過，都有了解；第二，比較容易講清楚問題，所以就用布林帶了。
布林帶的圖形特徵，我想大家都熟悉。
如圖所示，布林帶是由一條中軸和上下軌構成，上下軌的寬度關係，中軸的方向，以及指標與價格之間的關係，構成了我們研判的主要依據。我想對於這些，大家至少都有所耳聞。
那麼，我問大家幾個問題：布林帶上下軌之間的寬度變化可不可以提前預知？價格走道帶外面的數學意義是什麼，能夠給交易帶來哪些原理上的參考？這些問題，就是只有弄懂演算法才懂的，且會給交易帶來更多的信心。
首先，布林帶是美國股市分析家約翰·布林根據統計學中的標準差原理設計出來的一種非常簡單實用的技術分析指標。一般而言，股價的運動總是圍繞某一價值中樞（如均線、成本線等）在一定的範圍內變動，布林線指標正是在上述條件的基礎上，引進了「股價通道」的概念（百度百科）。
布林帶，引入的是交易帶的概念。交易帶其實在交易界早就存在了，並被廣泛的應用於股價區間的分析上。布林帶在此基礎上讓交易帶的概念變得更加活了。布林帶的整體研發用了大概兩年（1981年-1982年），於1983年正式發布。
我們要用布林帶，首先要弄清楚百度百科裡面這段話裡面幾個關鍵詞的意義：
首先，什麼是標準差原理？可能一聽到這個有人覺得頭疼了，說這個我學不了，太高深了，直接用吧。是個，大多數即使指標背後的原理都很高深，布林帶涉及的數學知識點尤為高深，因為大多數技術指標的演算法學了小學才能明白，布林帶的數學原理不學到初三您還真明白不了。
標準差在概率統計中最常使用作為統計分布程度上的測量。標準差定義是總體各單位標準值與其平均數離差平方的算術平均數的平方根。就是所有數減去其平均值的平方和，所得結果除以該組數之個數（或個數減一，即變異數），再把所得值開根號。它反映組內個體間的離散程度。既然是平方根，那麼標準差首先不會出現負數，第二，和測量數據是處於同一維度的。
在統計學內，標準差一般是對不確定性的一種度量，一組數據如果沒有任何波動，標準差就是0，但凡有波動，就會產生標準差，標準差越大，代表的波動就越大。在很多科研研究中，數據的標準差越大，代表精確度或者穩定性越差，會導致預測和結果的矛盾，但是在技術分析裡面，代表的則是價格的波動越大。
那麼，我們回過頭看看布林帶的公式是什麼？
MID : MA(CLOSE,N);
UPPER: MID + P*STD(CLOSE,N);
LOWER: MID - P*STD(CLOSE,N);
這是交易軟體中的公司代碼，什麼意思呢?MID表示中軸，UPPER表示上軌，LOWER表示下軌。
其中，中軸其是就是一條均線，一條參數為N的均線，比如我們如果用20日均線，那麼這個參數就是20.上軌是由中軸的數值加上P倍的標準差得出，下軌是由中軸的數值減去P被的標準差得出。所以，上次一朋友私聊我，問我上下軌離中軸的距離為什麼不一樣，有什麼對行情的研判參考的時候我是懵逼的，因為中軸離上下軌的距離是一樣的。
從這個公式中我們可以看出來至少兩個內容：
第一，中軸的本質就是一條均線，知道這一點，結合前面對均線的講解，我想大家首先要了解一點，既然是均線，且布林帶的用法裡面是要涉及到均線的研判的，那麼，對於布林帶中N這個參數，我們首先要選擇一個比較有用的參數，比如軟體默認參數是26，那麼26日均線你用過沒有，有沒有用？這個問題你就首先要問自己。同時，這也是前面為啥說均線是很多技術指標的基礎，這裡不就用到了。
第二，既然中軸的本質就是一條均線，那麼，均線的用法，之於布林帶的中軸，是都適用的。可能有人就要問了，那麼雙均線系統呢？這就要你自己去嘗試了。
MID : MA(CLOSE,N);
UPPER: MID + P*STD(CLOSE,N);
LOWER: MID - P*STD(CLOSE,N);
要搞懂公式裡面的P，所需的統計學知識要更加豐富一點點，要搞清楚數據分布和置信區間。
很多人可能要問，P這個參數不是就決定布林帶的寬窄嗎？難道還有什麼意義？其實的確是有的。
那麼置信區間是個什麼概念呢？說得通俗一點，置信區間展現的是這個參數的真實值有一定概率落在測量結果的周圍的程度。比如說這個P的參數確定了，那麼，在一定的分布之下，我們可以看樣本中後面的數據落在這個區間的概率是多少。
比如，如果樣本數值符合正態分布，如果P的值為1.96，那麼，數值落在這個整體區間的概率就是95%，說到這裡，是否激起了部分人對統計學課堂的某些回憶？
但是值得注意的是，商品價格屬於什麼分布，在測定上是有難度的，正態分布，可能性不大，如果看做是T分布，那麼對應的自由度是多少又很難測定。即便如此，在演算法中，我們要知道其中N和P的意義，對布林帶的理解就能夠有著不同程度的加深。
至少參數以下幾個方面的意義是可以直接挖掘出來的：
第一、既然中軸是一條均線，那麼，N這個參數對於該品種該時間周期至少是要有效的，這是布林帶成立的基礎和核心。
第二、N的參數越大，不光中軸的均線會變得不靈活，因為樣本容量的擴大，標準差的變動也會變得不靈活。所以，均線裡面參數大小的悖論，在布林帶中間是同樣存在的。
第三、不光是參數N的問題，參數P同樣存在這樣的悖論問題，關鍵在於你是需要布林帶突破上下軌，還是不需要，這直接決定了對布林帶容忍範圍的激進和保守；另外，如果你不想考慮其統計學意義，那麼，目標就會變得非常現實：布林帶的參數，在整體環境中，的確能夠提供支撐或者壓力的作用。
第四、其實布林帶的開口大小，代表了有效數據範圍內行情的平均波動大小，這可能出現在行情劇烈的順向裡面，也可能出現在劇烈的來回波動裡面。而橫盤波動的寬窄事實上和波動大小有直接關係，所以對這一塊支撐壓力的研判會是一件非常吃參數的事情。
第五、既然帶寬和相對的置信區間有關係（雖然分布不太好確認），那麼至少涉及到一個概率問題，那麼其實布林帶的策略裡面，就會有利用做震蕩和利用做突破延伸兩個方向，而不像很多網文介紹的那麼死。你決定的方向最終延伸出來的策略決定了參數的大小，這才是參數調整要做的事情。
第六，既然說到參數調整，這條均線的參數調整對大多數人而言是相對簡單的，但是帶寬的參數卻必須你研究清楚其實際意義，所以，這一塊通了，參數調整自然也就通了，這也是去了解演算法本身意義的目的。
說到布林線，讓我想起了幾年前碰到過的一個問題，當然不是知乎上的，那個時候我還不知道知乎是什麼。大概是問如何看待布林線的22條黃金法則。如果有興趣的朋友可以去看看，且關注，因為布林格先生目前仍然健在，還在給市場發出很多新的觀點。
我認為在理解了演算法之後，很多這些用法或者法則就可以有更加深入的理解了。
比如「布林線定義的是價格的相對高低」。這句話是什麼意思。既然引入了標準差的概念，且有了置信區間的概念，那麼，我們在用布林帶之前，就默認在上下軌的帶寬之間是一段時間內價格依靠連續性波動的一個合理範圍，而這個範圍是一個相對範圍，價格在不在這個區間可以體現估值的過高或過低，而這個區間之內也有一個相對高低的範圍，這其實和其演算法概念是異曲同工的。
另外，其還會強調參數的不同。為什麼參數會有不同，自不必說，關鍵在於，我們要了解不同參數能夠帶給我們的意義。這歸根結底就是演算法問題，所以，如果你不知道演算法的話，這些語句你會看得莫名其妙。那麼，如何得到合理的參數呢？價格，成交量，等等的契合程度，以及你的交易系統原理可以幫忙。
那麼，既然知道了演算法，布林帶表示出來的趨勢怎麼才會合理呢？市面上有一段話是這麼描述的「在趨勢市場中，價格可能會沿著布林線上軌上行，也可能會沿著布林線下軌下行」為什麼？在一個合理的可相信的價格波動範圍之內，沿著上軌上行就是最理想的強勢表達，同樣，沿著下軌下行就是最理想的弱勢表達。那麼價格突破 上下軌呢？最初會是延續信號，表示價格的強勢，但是，同樣代表了不穩定性，這種連續的突破一旦被收回，則容易出現較大幅度的回調，甚至代表趨勢的結束（震蕩類指標對此是從另一個角度描述的）。
同樣，布林帶的演算法會告訴我們中軌事實上不好被用來做突破。前面講均線的時候，我講過，均線事實上是不好用來做突破的，其通過價格關係，斜率等來界定多空是可以的，代表的是對以此為界強弱的研判，布林帶也有這些問題存在。所以，布林帶可以以中軌尋獲支撐和壓力，但是很少有人會做中軌的突破。
根據布林帶的演算法，我們可以更加深入的了解突破上下軌的意義，那麼根據你做震蕩或者做趨勢的思路，可以認為的控制被突破的特徵描述，從而改變帶寬，得到更加適宜的參數。同時，往往均線參數選擇加大的話，往往帶寬參數我們也會有所加大，參數的減小，帶寬參數也應該減少，這是標準差的演算法中所涵蓋的特徵決定的。
同時，跳出布林帶，了解布林帶和均線的演算法之後，我想不少人會明白我以前說的一句話「趨勢類指標，不用做過多的重複的疊加」，趨勢類指標，大多數以均線為基礎，當然，有簡單移動平均，加權移動平均，指數移動平均等等多種平均法，其他的指標，也都是根據這些不同做了更進一步細節特徵的彰顯，但是萬變不離其宗。
所以，對於這一塊而言，了解演算法可以讓你加深對一個指標的理解，讓你從：在網上或者書上找用法並生搬硬套的階段，進化到知道為什麼要這麼用的階段。
趨勢類指標舉得例子比較多了，包括前面一些推送的東西，那麼，接下來的幾篇認真舉幾個震蕩類指標的例子。
關於震蕩類指標的演算法，我想舉的例子是相對強弱指標（RSI）。
這個指標的演算法是這樣的（我援引博弈大師官方的描述）：
相對強弱值＝N日內收盤價上漲幅度總和／下跌幅度總和
RSI線：100-100/(1+相對強弱值)
參數：N1、N2、N3 統計天數，一般取6、12、24
用法：RSI在50以上準確性較高
1.6日RSI向上突破85，超買；向下跌破15，超賣
2.盤整時，RSI一底比一底高，多頭勢強，後市可能續漲；反之，是賣出信號
3.股價尚在盤整階段，而RSI已整理完成，股價將隨之突破
4.6日RSI向上突破12日RSI，賣進信號；反之，賣出信號。
好吧，那麼我們來看一下這個公式：假設上漲幅度綜合為A，下跌幅度總和為B，那麼：
RSI=(100-100/(1+A/B））=100*A/（B+A）
也就相當於是上漲的幅度，加上上漲和下跌總幅度再乘以100.這就是相對強弱的數據意義。
而事實上，這個裡面還涉及到不同數據的權重問題，有些軟體習慣給越近的數據給予更大的權重，有些喜歡給予平均的權重。這是看個人的喜好問題。常用軟體上，對於此一般用的是SMA，而不是簡單的移動平均。關於數據的權重，我後面會花專門的時間來講。
好，那麼我們還有一個細節問題要解決。什麼是上漲幅度，什麼是下跌幅度。這個舉個例子就明白了，比如螺紋鋼，上幾根K線的收盤價是3835，3850,3842,3825,3838，那麼他們的上漲下跌幅度就分別是+15，-8，-17，+13.這些是要分門別類的。
這樣的一個演算法看似簡單，卻和趨勢類指標有本質的不同。
其統計的不是價格的絕對數據，而是價格的波動數據。絕對數據有一個絕對的高低，但波動數據不一定，即便價格很低，但波動並不一定小。所以，趨勢類指標更傾向於統計價格的絕對大小，而震蕩類指標則更傾向於統計相對波動。這能夠從一個更加微觀的角度，同時也是一個更進階的角度去看待價格的變化問題。
其實很多人震蕩類指標用不好，有兩個方面的原因，一個比較主要的原因，還是對演算法的不了解，而震蕩類指標有不是直接對價格的變化，導致了很多人對指標的預判心裡是沒有數的；另一個方面就是震蕩類指標不類似於趨勢類指標，萬變不離平均二字，指數平均，簡單平均，加權平均是構成一個系列趨勢類指標的本源，而震蕩類指標只有一個表達震蕩的中心思想，但是如何表達，用什麼數據，都各有各的講究。也正因為此，很多人感到趨勢類指標能夠觸類旁通，而震蕩類指標卻有著更大的隔閡，那麼弄清楚演算法和原理就尤為重要了。
比如前面介紹的RSI，你就要把上漲的和下跌的分開考慮（當然，先不考慮數據用怎樣的權重），所以，每增加一個類別的數據，數據的變化就會變得異常靈敏，而且，到了一定的通項數據積累之後，一個反向的數據就會讓數值的衰減變得非常明顯，而繼續一個同向的數據卻不一定會讓數值的增加產生顯著的效果，特別類似於一些演算法對新數據的權重賦權並不多的情況下。
但是無論如何，對於震蕩類指標，無論你用什麼，其核心你要記住一點，震蕩值表很多是對於絕對數值波動而言的，這類波動數據是根據價格演變出來的，但是卻很不相同。那麼，無論你用什麼樣的震蕩指標，你對震蕩類數據的基本特徵，心裡是要有數的。
波動類數據是沒有絕對數基礎的，所以其數據變化體現就更加明顯。
舉這麼個例子吧，我們先看下面一組數字：
價格3650 3700 3900 3800 3850 3960 4020 4100 3900
價格差值 50 200 -100 50 110 60 80 -200
價格波動 1.37% 5.41% -2.56% 1.32% 2.86% 1.52% 1.99% -4.88%
我們看到，如果單純的看價格波動，那麼，這些價格的波動，一般在5%的範圍之內，但是您看看，前三個數，差值分別為50和200，50到200的波動得有多少？這個不言自明。
另外，波動類數據的特徵比起價格來是更加複雜的。
往往，價格上，隨著價格的增加，單位時間的波動的絕對數值一般是隨著增加，而波動率會有所增加。但是對於價格差值的波動而言，卻不一定有這樣的特徵，你說價格3000和價格5000的RSI一定有什麼區別，很難按照行情趨勢去說，但是可以按照波動特徵去說。所以，震蕩類指標反映的是波動特徵，也就是說從另一個角度在反映問題。
這個角度從波動的角度而言明顯有擴大的傾向，所以比起價格指標而言，有如下的幾個方面的特徵：
第一、其數值範圍往往比價格範圍要恆定，所以波動類指標可以跳躍到價格範圍之外，去看清楚一些波動特徵；
第二、數值本身的波動率要大於價格指標，這個會讓指標更加靈敏，能夠很明顯的反映出行情一些逆向的風吹草動和一些關鍵持續，能夠在振蕩行情中或者研判趨勢的反轉上做到很好的參考。
第三、由於市場價格的波動也是由量價關係產生的，反應了市場供需關係在單位之間內對價格造成的實質影響，也是市場行為的本質體現，所以，震蕩類指標並沒有脫離技術分析的本源。
第四、較價格而言，震蕩類指標可以在不同價格段找到數據參考，給一些不好分析的行情，提供分析依據。一個很簡單的例子，假設螺紋鋼數據連創新高漲到10000了，這個時候，很多價格類指標可能會失效，因為沒有見過這麼高的一個點位，但是不代表這個時候的價格波動特徵沒有出現過。這是可以拿來做相對參考的。
也正因為如此，約翰默菲的《期貨市場技術分析》一書中，會表示已趨勢類分析為主，震蕩類指標作為輔助的想法。當然，隨著時間的發展，派生出了很多的短線做法，其本身就是以震蕩類指標為分析基礎的。
那麼最後一個問題，這種短線的運作原理是什麼？這是大家在運用之前需要搞懂的問題。想一想，是不是因為震蕩類指標能夠給你更加極致的點位且便於做好從入場到出場的邏輯呢？
如果你了解了震蕩指標的演算法，至少有兩點你是應該深有體會的，第一點，就是震蕩指標的敏感性。
比如說我們來看這個甲醇的圖，前面15分鐘級別上，甲醇的上漲勢頭是很強力的，中間基本沒有回調，但是我們看到RSI線裡面，前面上漲過程當中，RSI對於上漲的反應已經不敏感了，也就是說這波上漲，只要斜率沒有什麼變化，對於RSI來講，是很難再創新高的，因為其波幅已經沒有了太多的變化，如果上漲速度減少，反而指標會下移。但是，但凡出現一根陰線，指標則會較大幅度的回撤。
這個從最後幾根也能夠看出來，當出現一波比較有慣性的回撤了，指標會跟著回撤，但是但凡有一根拐頭了，指標就會迅速拐頭。
所以，震蕩類指標的敏感性是帶有方向了，能夠讓你很敏感的看清相反方向的細節。
對於這一點，很多不懂指標演算法的人很難理解。怎麼說呢，如果價格上的絕對差距我們看成是物理學裡面的位移，那麼震蕩類指標看的是單位時間的差距，就相當於物理學裡面的速度。那麼震蕩類指標，大多就都是對速度特徵的一種反應。
那麼就引申到了第二點，也就是震蕩類指標，大多是波動特徵的歸集。理解這一點的好處是：能夠讓你用肉眼很難歸納的行情特徵。
前面說過，行情1000點的上漲和行情在10000點的上漲，其在價格波動上會存在本質上的不同，但是在波動上可能並不會存在本質上的不同。這一點其規律反而會顯得更加恆定。
但是如果要用好，你首先要理解演算法裡面有這麼一層。
理解到了這一層，在這個裡面劃一些道道對你來講可能就沒有什麼意義了。比如說前面有人問過一個問題：RSI的超賣超買區間到底要怎麼畫，是30,70？75,25？還是80,20？
你要知道這個問題的本質並不在這裡。無論這事兒怎麼看，你要記住，表達特徵永遠比劃這些要重要得多。你但凡多一個界定，就多一個成功和失敗的可能，一個單純的界定當然重要，但是重要的過你對特徵的表達嗎？
所以，如果要拘泥於形式，當然也可以，但是你去想想，如果一個相對強弱，有兩波對比，一波到了80，而現在這一波到了81，代表了什麼？首先，在上漲的過程當中波動性是要強的，然後既然上一波到了某種程度你就能看到轉向的跡象，這一波為什麼不用這種跡象呢？這不就是很天然的相對的超賣和超買的劃分了嗎？這不是我告訴你的，這是演算法的本質告訴你的。
那麼另外一個問題，50能夠作為多空的劃分嗎？或者其他指標，某個值能夠作為多空的劃分嗎？我的看法是不一定的。為什麼呢？這些指標很多都涉及到一個平均的概念，那麼既然有平均，就有平均的方法，更本質一點，對每個階段的數值所賦予的權重可能是不一樣的，這直接會影響中性值的選取。
正如前面所說，在震蕩類指標中，對波動率的考察是基本思路，但是切入點可能有種種的不同。所以必須區別對待，區別分析。
比如說KDJ指標，我們來看看演算法：
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
BACKGROUNDSTYLE(1);
K:SMA(RSV,M1,1);
D:SMA(K,M2,1);
J:3*K-2*D;
首先KDJ裡面，M1，M2，N都是參數，比較關鍵的就是這個SRV，我們來看一下這個指標：
LLV(LOW,N)，指的是N個周期內最低價的最低值，通俗理解，就是N個周期內出現的最低價，同理，HHV(HIGH,N)就是N個周期內的最高價。那麼：(CLOSE-LLV(LOW,N))相當於收盤價減去N個周期內的最低價（如果是當根K線，CLOSE可以代表最新價）；(HHV(HIGH,N)-LLV(LOW,N)就是N個周期內最高價和最低價之間的價差。
那麼，SRV明了了，相當於是N個周期內當前收盤價所處的整個價格區間的相對位置，KDJ指標，是以這個為研究基礎的。而後面K,D,J值的計算，都是以此為基礎的。比較有意思的是，K值是在RSV的基礎上做演算法平均產生的，而D值是在K值的基礎上演算法平均產生的，而J值是在K和D的基礎上產生的。所以K值可以看作是對SRV的平滑，D值可以看做是對K值的平滑，也就是對SRV平滑的平滑。如果放在物理學裡面，相當於位移，速度，加速度的關係。那麼J值的處理方式，事實上是和K值，D值不一樣的。
這樣的一個特徵，也就導致了其用法的本質。
再比如說威廉指標，演算法如下：
WR:-100*(HHV(HIGH,N)-CLOSE)/(HHV(HIGH,N)-LLV(LOW,N));
看著是不是和SRV很像，只不過威廉指標求的是當前收盤價相對於N個周期內最高價的相對位置。
我們回過頭來，最開始介紹的RSI呢？是對漲跌波動進行分類後然後在做平滑處理。
所以，總體來說，雖然都是波動率，但是還是有這些不同的。
首先，有些震蕩類指標產生數據就是按照單位周期來看的，有些是按照單位周期內整體波動來看的；
其次，有採用最高價最低價的，有採用收盤價的，對於價格標的的選取不同，後面的核心思想也不同，有的想著有效波動，有的想著最大波動。
再次，意義不同，也就是描述的特徵不同，比如相對位置（相對位置也有很多種），也有對純粹波動的描述。
所以，如果對於趨勢類指標，你了解了均線以後，多多少少你不知道演算法還覺得看得懂，充其量會碰到對指標理解不深入的問題。但是震蕩類指標，一旦你不了解演算法，可能就是抓瞎。
正因為如此，通常碰到幾個人聊得來的坐在一起聊交易，談到震蕩指標共振和背離的時候，我通常會裝作很不懂的樣子問一下他這個指標的演算法是什麼。如果他答得上來，我會取經，如果說不好，我可能就低頭玩手機了。
最後，有的人說是不是因為對均線的了解導致了對很多指標演算法的忽略和學習習慣的忽視，我覺著吧，是也不是，一方面人有思維慣性，另一方面，沒人逼著你怎麼做，是吧。
多啰嗦一點，順帶提兩句，均線其實也不止一種，或者說日常用作平均的方法事實上也不止一種，比如我們接觸比較多的，MA,SMA,EXPMA等等，甚至不同的交易軟體裡面可能平均方法就不相同，所以經常可以看到有人問，為什麼同樣的指標這個軟體和那個軟體不一樣很可能就是這個問題。
這個怎麼說呢，無論你怎麼平均，沒有對也沒有錯，相當於對於數據賦予了不同的權重，因為有些人會認為最新的數據很重要，有些人認為某一段數據很重要，有些人會認為一樣重要。甚至很重要的「很」，也能夠通過權重千變萬化。所以，權重問題是值得大家關注的問題，一定要選自己懂的，會用的。
這裡我想著重給大家介紹一下SMA，因為SMA在整個分析軟體中用途是比較廣的，但是很多人都不知道這個SMA怎麼進行計算，並且給每個值賦值的權重是多少。
首先我們來看一下SMA想表達什麼吧。
一般來講，SMA有三個參數，即SMA(X,N,M)，求X的N日移動平均，M為權重。演算法:若Y=SMA(X,N,M) 則 Y=(M*X+(N-M)*Y)/N，其中Y表示上一周期Y值，N必須大於M（這是百科上的原話）。
看不懂吧，這就對了，我們先來看個例子，比如說有這麼6個數值，分別代表6個收盤價，分別是3500,3700,3900,3800,4100,3600.那麼，當權重M=1的時候，N當然就是6了，X就是收盤價，那麼，這個SMA怎麼求呢。
首先，第一個數字是3500，那麼Y1=C1=3500；
然後Y2=Y1*（N-M）/M+C2*M/N=3500*（6-1）/5+3700*1/6
以此類推：Y3=Y2*（N-M）/M+C3*M/N
……
Y6=Y5*（N-M）/M+C6*M/N。這樣，一個個的推算到最新值。
那麼，M/N就是對最新值的賦權，（N-M）/M就是對已經被綜合處理的前值的賦權。
根據公式來算，每一個只的賦權是這樣的：
這是一種賦權方法，我們可以看到，M越小，那麼後面的值占的權重也就越小，那麼後面的值，只是相當於等同於其平均賦值的權重。如果M的賦值越大，那麼後面的值占的權重也就越大，那麼後面的值就在指標中顯得越重要，因為其對指標的走向影響變大了。
對於這一塊，也就是權重問題，大家可以不必要完全知道其演算法，但是要知道怎麼回事兒，因為權重對指標會有著決定性的影響。還是那句話，沒有說哪種權重是一定好的，你要相對權重進行調整，至少要滿足兩個條件：第一個，就是你知道賦權的意義；第二個，你知道賦權之後，對於指標演算法和演算法背後對應特徵的影響。到了這一步，很多技術指標調參也就不是什麼難事兒了。
如果對這塊不想了解，你也要至少知道指標參數裡面有哪一些是涉及到（平均）問題的，這樣，相當於知道每個參數的意義是什麼，防止錯調，到時候搞到本質都看不清了，這是得不償失的。
為什麼要講這個？因為說白了，技術指標的處理當中，大多數都會涉及到「平均」的概念，但是平均的方法有很多，並不是所有指標在軟體裡面都是我們所說的簡單平均。這個不講，怕大家在這一塊遇到岔子。
關於演算法的問題就講這麼多，這一講講的是從演算法到應用，所以，後面的內容會集中在從演算法到應用上的過度。
最後講一句，近來有人問了個很搞笑的問題，說天天講這些幹啥，講講交易系統啊。呵呵，我真的是氣笑了，那你以為我現在在講什麼？不懂這些東西，你如何去開發系統？憑感覺？憑運氣？凡事多想想，否則這那啥，基本也就告別自行車了。
好的，對演算法有些了解之後，接下來我想可以看看更加直接的東西，也就是技術指標的應用。
當然，看到這些我相信大家都有些審美疲勞了，畢竟，介紹各個技術指標的用法的地方太多了，網站啊，書啊啥的，一看一大堆，大同小異。但是我的一個問題就是：看了，你就真的會用了嗎？
我覺得不見得，如果成，那麼為什麼這麼多人虧錢還虧得這麼厲害呢？少說，應該能夠達到虧損有限的地步吧。
這很正常，一個方法從用法到能夠產生盈利，中間還是有巨大的鴻溝的，一方面你是不是真的會用指標進行目的性很強的分析，很多人只是用指標給自己的入場增加一下信心，不是嗎，信心嘛，可以被增加，也可以被打擊；另一方面，就是分析到位了，執行能不能到位又是另一個問題。
這裡的應用，我們就先談談分析的目的性。我們用技術指標分析行情，如果連點兒目的性都沒有，那麼我們為什麼要分析？這是我們要想通的第一個問題。
那麼我們帶著什麼目的性呢？技術指標既然是對趨勢的分析，那麼當然我們是儘可能把趨勢給分析清楚了。所以我們要想的是，我們要用這個技術指標，分析趨勢的什麼特徵，或者這個技術指標，能夠分析出趨勢的什麼特徵？
那麼我們還是回到趨勢最開始的概念上，什麼是上升趨勢？我們不用文字表示了，直接畫圖吧：
這是很標準的上升趨勢吧？那麼這一波的行情規律是什麼？是一波比一波高，再詳細一點，一個谷高於一個谷，一個峰高於一個峰。這是這一波行情的規律。如果我們把裡面每一個元素看作是日線，那麼這就是大的上升趨勢，如果只看成是一小時的，那麼能夠表達一段時間的行情特徵，如果看成是5分鐘的，那麼就是短期的趨勢。無論看成什麼時間段的，或者說每一個時間段裡面可能偶然新因素的出現頻率不同容易產生很多不確定的行情，但是論及規律，一個谷高於一個谷，一個峰高於一個峰這樣的總體規律總不會打破吧。當然，並不是說每一個峰和谷都一定這樣，這是一個大體規律。
好了，既然有這個規律，那麼我們怎麼抓住這規律，並且保證已經判定這個規律已經被打破的時候能夠從容出場？
首先解決的是怎麼抓的問題。當然，部分人想忽略裡面峰到谷的震蕩，抓一整波，那麼所判定的是怎麼樣確認如此一波有規律的行情已經開始了，並且如何確認這樣一大波行情結束；有些人希望確認谷已經成立的時候入場，確認峰成立的時候出場或反手做空，那麼，其研判的重點就在於這些規律中的細節，即峰和谷是否已經成立；有些人知道這是一波上升趨勢，但是如果看的更加圍觀化，還有其他的更短期的既定規律，並致力於通過這些規律實現盈利。
無論你思路如何，最終擺在你面前的還是如何確認你所能看到的這些規律已經成立？也就是你衡量的標準是什麼？憑感覺？貌似感覺會騙你。所以你會想到一些參考物，然後學會了劃線，學會了技術指標，學會了區間判斷。你所經歷的產生分析的過程，應該是這麼個事兒，而不是說我今天畫一條線，因為這條線標準，很靈，明天MACD變靈了我用用MACD，後天好像轉入震蕩了，OK我用波動性指標，你想想，從你開始劃線，用MACD的時候，你還是想抓趨勢，後面越來越遠，你只是想抓住可能發生的行情了，這個時候腦子已經沒有啥規律了，就是要做單，就是要賺錢！大多數人做交易，事實上現在還是處於這麼樣一個過程，也就是你在用一些東西分析行情，但是你卻最終沒有了太多的目的。請問各位，是這樣吧。
這個問題想通了，那麼好，接下來，如何去表達這樣的趨勢？如果你什麼都不懂，那麼兩眼一抹黑。但是你會劃線了，技術指標了或者其他的東西，這些都有內在原理，內在表達趨勢的特徵，那麼你不就相當於有武器了嗎？比如你用技術指標，那麼前面看的那些演算法，然後在深入到用法，就有了其實踐性的用途。
當然在運用的時候我們搞清楚一點，表達趨勢，還有一個精確問題，不要以為一定要在每一波行情的最低點進最高點出還是表達趨勢，在一個過程當中，特徵出來了進，才持有過程中，逆向過程有了足夠界定的表達出往往是能夠表達的理想狀態。
記得很早的時候，有一朋友在公眾號裡面留言，說我講的這些東西沒用，他認識一個分析師牛多了，每天能告訴他高點在哪裡低點在哪裡。我就覺得很奇怪，如果你真認識這麼一個分析師，你根本不會來看我寫的東西，更不會花精力再去找其他訊息，更不會在我這裡留言，你會誓死追隨他。另外，真有這樣的分析師存在，他自己不做交易來給你講點位，他雷鋒啊。所以我很不理解為什麼有人抱著這種心態做這種事情。然後我回復他我做不到，我做的就是表達趨勢，既然是表達趨勢，就有對的有錯的時候，有對的時候，就會有被甩出來的時候，抓住的行情也有多的時候少的時候，這才正常。否則市場就是你家開的了。
比如說技術指標，很多人說表達有滯後性的問題。我覺得很正常，因為不管什麼技術指標包含的演算法，都要基於前面的一些數據，既然涉及到前面的一些數據，當然會在出現變化的時候產生滯後性，因為變化只是對規律的抵觸，沒有一個形成過程是無法確認和研判的。當然，有些周期性數據能夠提前提醒一些變局的可能性的存在，但這裡不討論這個問題。
那麼知道了這個，我們如何去通過技術分析研判行情呢？那要看對行情的表達。比如說你做波段的。那麼可能出現的規律就如下圖所示：
這樣，能在一定的時候提示一些多的信號，另一些時候提示一些空的信號，那麼，我么就能夠在這樣的行情當中有所斬獲了。有的時候，如果一個谷不夠明顯，甚至可以略過這個谷拿到更多的行情。做波段不就是想要這個嗎？
那麼，什麼樣的技術指標有這樣的規律呢？這要看具體特徵了。比如前面講的均線？比如我們把前面的圖補充一下？
那麼，在實際過程當中，我們其實很難碰到非常標準的這種圖形，往往碰到的圖形是不標準的，或者說乾脆碰到的就是震蕩，那麼我們首先要判別的是震蕩當中的指標如何失效。因為不是所有的震蕩都能夠造成指標的失效。
比如我們看一個圖：
如這個圖，是震蕩，但是有一定的幅度之後，事實上雖然並不能表達的特別好，但是均線至少體現出來的多空點位至少有一定的價差，那麼，雖然說沒有這種趨勢，但是對於波段而言，這並不算完全失效。
我們再看一個圖：
圖中的綠線而言，可能這個結果就完全不同了，為什麼，可能大家也看出來了，是均線不靈敏了。真是這樣吧？可能吧，但是還有一種情況，可能是行情太靈敏了。
所謂的靈敏，有效，其實對應的是一個時間和空間之間的關係，這個關係可以和指標一一對應的。那麼你所對應的指標對應的什麼樣的時間和空間的關係的行情是無法表達的，或者就是失效的？這個一要看演算法，二要看你用的參數。但是，總會有一個大致的範圍。
這些東西差不多搞清楚的，基本對應的指標也就用透了，那麼用其表達行情，至少會比較放心。單指標的交易系統就可以建立了。
至於多指標的系統，你首先對你所用的指標大體都掌握到這麼樣一個程度，然後根據其演算法表現出的特徵以及參數的選擇，能夠大體了解一個協同的效果，然後分清主次，去彰顯一些更明顯的特徵，或者過濾掉一些不太明顯的特徵，然後給交易形成明確的參考。
這是從演算法走嚮應用的基本途徑。
前面，從演算法到應用的基本思路算是理順了，在開始講後面的東西之前，我認為有必要把從演算法到應用容易碰到的誤區講清楚，因為我不想看到到時候用著用著大家掉到了坑裡渾然不自知。
首先，應用技術指標，我們首先要明白一點，演算法也好，應用也好，都是我們用技術指標分析市場的一部分，我們不能單獨去看演算法，也不好單獨去做應用。
有些人所謂的演算法，只是出於一種理論的考慮，這種理論的考慮很多時候會脫離市級層面存在，而且會存在很多對於行情的誤會。
我在這裡舉一個例子，其實在2008年那個時候流行過一種對簡單移動平均線的改進，從而變成加權移動平均線。因為那個時候的主要思潮是認為加權移動平均線能夠給近期的數字加入更多的權重，從而消除移動平均線的滯後性的毛病，那個時候股票市場上很多人用，雖然互聯網沒有現在發達，但是那個時候至少我知道的甚至有人開始賣類似的指標，盲目跟風的人非常多，主要在股票市場，但是後來結果證實這種改進不是太好。為什麼呢？賦予了近期的值過於多的權重之後，會導致均線指標銳化，也就是說如果近期的值比較震蕩，即便參數很大的移動平均線，可能也會迅速走平；而如果近期的值波動很大，那麼即便前面走得很平穩，也會隨之產生過大的波動。要知道，移動平均線的總體思想還是平均，所以能夠讓值變得比較順暢，以表達趨勢的變化。而這類加權，雖然讓跟隨做得更好，卻讓這些平均的概念有所減弱。當時這個事情我印象非常深刻，因為我也試過。最後也讓我知道了一個道理，交易市場上，其實沒有一種絕對的不帶有任何其他負面效果的改進。當然這是其次，關鍵在於有些演算法上的改進並沒有尊重演算法本身。
割裂應用上的演算法改進，往往產生兩個誤區：
第一個，為了追求某種想像中對市場實際的表達，從而對指標在其表達意義上產生突破實際原理的改進。比如上面舉的例子，如果我給最近一個值加權加到0.5，一半，那麼平均本身就美哦與意義了。另外比如以前碰到過一個人，為了讓幾乎所有K線都在布林帶裡面，給布林帶帶寬在均線參數有限的前提下拓寬到4，其也失去了本身研判的意義，因為這個研判區間已經從其原理上講沒有了多少時間價值。
第二個，為了更加精確的表達，會在指標上加入本身很多沒有的東西。
舉一個很明顯的例子，以前碰到了一個交易員，說開發了一個九均線系統，分別是5,10,20,30，40,60,80,120,180，然後告訴我說，這個系統非常有效，從實踐的過程當中，價格總能在這9條均線裡面的某一條尋求到支撐或者壓力，如果都突破了，行情會發生多空轉換。其實我只能說這麼做也有道理，但是，如果這9條線，如果發生多空轉換之前，從5日均線開始破一直破到180是最理想的狀態，不理想的情況下，中間在及條均線當中再給你捯飭幾個來回，為了驗證這些支撐和壓力，試錯成本會有多少。對，你的表達是更加精確了，什麼行情你都可以說通了，但是卻出了理論之外失去了操作的意義。這一點大家別笑，現在市面上還流行著這樣一些指標，一個道理。
這第二種現象我歸結為其實還是不承認技術分析只是一種分析方法，想用其精確的表達市場的每一個動作。在分析中，我們可以這麼做，但是交易中，我們要想精確表達所付出的成本是多少。
這一個問題，在現在技術分析的人裡面比較普遍，這些人可能比拿來主義更加好一點，會思考問題，但是思考問題的點沒有著眼於實踐。我見到過有三組上下軌的布林帶，九條均線的交易系統，五條線一組用作判定震蕩的RSI，還有結合非常多指標的系統。但是，這些是我們表達的初衷嗎？如果交易成本已經大到無論如何你不能盈利了，你是去想著精確表達還是去想一個不精確的表達然後去想錯了怎麼辦呢？
所以，很多人的交易之路，有個從簡到煩從煩到簡的過程，不是沒有道理，因為有這麼樣一個認識過程，前面都是在天上飛，然後有那麼一天，腳著地了。
另一個誤區，是通過技術指標派生的實用主義。這一塊在很多量化團隊裡面出現得比較多。我認為這也是為什麼近年來CTA團隊非常火，但是更新換代很快的原因。
比如說根據行情，去優化指標參數。這一點很多做程序化的團隊都有這個問題。比如我提取某段時間的數據，然後去貼合一個或者幾個技術指標，通過枚舉法找到最優參數，進而得到一條很漂亮的資產曲線，就拿上來用。
這有什麼問題呢？首先，選取的樣本數據有沒有代表性是未知的，那麼對於行情的包容性也就未知，加上行情後期的變化是未知的，如果對參數的約束過大，那麼可能出現後期馬上不適用的情況；然後，就是在演算法層面的，對於某與種邏輯，並不是每一種演算法對應任何參數都會有一個固定的邏輯，比如如果你去拿布林帶做優化，最終得到最優的均線參數是5，然後布林帶帶寬是1.那麼，問題來了，5日均線的偶然性會非常的大，另外1的帶寬對數據的約束性小，可能在短期內造成來來回回的多次突破，這明顯是和布林帶的用法相違背的。所以這個時候可能出現了一種狀況，這個做法可能也是成立的，或者不成立，只是樣本中數據特徵的巧合。但不管成不成立，其所對應的原理，大概率並不是布林帶演算法上的原理，但是如果你測試成功了，對演算法又不了解，你會誤以為是，然後加以應用，最終在運作過程當中出現很大的問題。當時很多機構，就是用這種方法，對特定的品種特定的周期進行如此測試，最後形成一個組合，以為發現了市場當終很多很精妙的規律，其效果的持續性便可想而知了。
所以很多時候，多品種多策略對於持續性而言，是一件非常值得推敲的事情。其實如果策略能夠表達市場最本質的特徵，那麼事實上一個策略的適用性應該廣。那麼既然用多策略甚至每個策略對應的品種只有一個，那麼我們對應的其實是一個個特有特徵，這些特徵支持一段有效期內一個品種的特定特徵，但是這個特徵不會恆定不變，所以，對於這類策略的維護有固然複雜的地方。
從這兩個方面來看，其實無論從演算法出發也好，還是從實用出發也好，最終都是兩者結合。
你可以只做精一個品種，也可以只做精一個指標，但是都有一個兩者結合的過程，這樣，能夠形成一個從演算法意義到操作意義的閉環。或者，你有多個品種，多個策略，沒關係，你要應用好，那麼這些品種你要了解，這些策略背後演算法的意義，參數布置的意義你要了解，這麼多策略你要分配吧，那麼這類經驗和邏輯你也要有。
作為普通的投資者，專註於研究一個品種，或者一個方法，搞清楚來龍去脈，演算法特徵，應用特徵，優缺點，以及對於缺點常規的規避方法，我認為是技術分析到交易的過程中最為實用的，也最容易做精的。其他的要去耗較多的精力。
比如我前期用文華做了一個技術指標的簡易測試，由於我不善於寫程序，所以整個的編寫過程用了15分鐘。這個指標很簡單，就是均線，而且是非常非常普通的大家都會用的均線，核心思想很簡單，在一個較為寬泛的時間周期級別上，能夠大概率抓住這個時間周期級別上的趨勢，並盡量保證震蕩時虧損有限，並在合理的範圍內表達市場，且沒有設置絕對止損止盈，都是邏輯出場。並且結合資金分配的原理運用到多品種（K線表達信息分布均勻的品種）並分散到不同適合的周期上（後面的資金分配並不科學，因為只是測試），從2012年到目前，得到了如下的資產曲線圖：
得到這樣一個資金曲線圖，並沒有在哪個品種上設置不一樣的參數，只是有的進行了周期分化，且基本都只是運用了小時級別的大周期：
當然，這條曲線並不完美，但是作為一個存在非常多毛刺的東西，甚至很簡單的東西，已經夠了。如下圖所示，給每個品種僅僅1千萬總體資金下1%-1.5%的倉位，測試報告如下：
首先我們看到，產生這個收益率，最大使用的資金比率會很輕，最大的時候也不超過20%，同時，通過報告數據也可以看出，權益回撤非常大，但是產生的權益回撤基本也是在浮盈的過程當中，屬於對於浮盈的回撤，本身損益回撤併不多。14個回撤大概5年720筆交易，平均一個品種一年交易次數也就不到15次，且手續費和劃點加的比較重，總共算了150萬不到的成本，占資金總投入比重的15%。
然而這只是一個毛刺版的東西，也就是說對於每個品種並沒有進行特徵分化，會導致不少大行情從頭到位的錯過，如果出現中途誤判，不會有任何操作，如果出現無序震蕩，就會來回打損，但最終效果，曲線也能夠往上。
那麼這麼一個東西既然在短時間就能夠在我並不了解太多程序化編程的情況下利用比較簡單的文華寫出來，並且在寫出來之前就能夠預判到其中的一些效果，為什麼呢？
對於指標的演算法我非常的了解，所以對於指標能夠表達的特徵我很了解，這些特徵能夠符合什麼樣的交易周期和交易時間我很了解，所以從趨勢定位，指標中可能對應的基本量價關係特徵，以及趨勢的表達整個道路都是通的。知道了指標的這些特徵，從趨勢到表達趨勢都能夠理順，又對數據非常熟悉，當然就會達到這樣的效果，至於這個指標是均線，是MACD，是布林帶還是其他的，重要嗎？
甚至對於這樣的初步的東西，加不加任何過濾的東西或者其他指標都不重要，因為這就是一個初步的東西，對於一個初步的東西而言，如果其本身就不能夠保證具備良好的趨勢特徵表達，對於贏利點有著良好的定位，有著基本的研判能力，你靠後面過濾，能產生效果嗎？過濾我們要過濾的是防止趨勢表達的東西，而不是一些你都不明白的讓你在某種條件下產生不了盈利的偶然因素。所以要記住，你要用到過濾去篩選掉一些不符合條件的東西，你至少要首先保證你用的核心指標本身就具備盈利的能力，以及你很清楚其贏利點在哪裡。這是一個技術分析者要具備的最最基本的素質。至於要怎麼達到這一點，就是這個系列文章當中我前面講到的所有內容。
先把上面問題自己解決了，在去想想，實際操作中，我們能夠根據不同品種和周期的市場特徵，有很多細節的處理，從而產生很多錦上添花的東西，讓曲線得到進一步的優化，倉位進一步得到充足，並在適當時候進一步在風險可控的基礎上釋放利潤。這樣，就能夠做到風險可控而讓利潤奔跑了。錦上添花的方式有很多，那麼最終盈利模式的其他偏向也就好確定了，可以以減少風險為主，也可以以利潤優化為主。這一切，就是通過在其基礎上增加一些對應的策略，或者就是利用過濾優化來實現。但還是那句話，你要做這一切是要有基礎的。
可能看了這篇文章，很多人會留言，這個指標是什麼，參數是什麼？我說了，這些都不重要，你對指標的深刻理解，最重要，任何一個指標理解了，都能比這做得更好。多的，不說了。
可能各位並瞧不起技術指標，認為不可靠，所以要靠自己的判斷以期待達到更好的效果，但問題是你做到了嗎？如果一個不懂編程的人靠15分鐘就因為了解技術指標就能夠達到這個效果，那麼其他更為先進的技術指標達到的效果只有理由更好，能夠錦上添花的東西只能更多，為什麼這麼多人找不到呢？我並不認為是其他問題，說白了，還是不了解什麼是技術分析，不了解趨勢，不了解量價關係，不了解怎麼表達趨勢。不要覺得這些有什麼區別，就是這個原因。
表達趨勢不止我這裡說的技術指標，劃線也可以啊，問題還是那些內在。你了解那些用於表達趨勢的技術指標的核心意義嗎？演算法是什麼？參數的調整意味著什麼？表達出來的趨勢呈現的直觀特徵是什麼？有什麼優點？有什麼缺點？這些問題有了，我認為才有必要討論實際的操作意義，否則，還是在管中窺豹，不得要領。
上周在回答問題的時候，我在一個問題下的回答我想作為這篇文章的結尾，或者也會成為這個部分的結尾。
：「要應用，找一個相對靠譜的技術指標套在這個框架上都可以用。所以我倒是認為我已經講得非常透明了，但是難點還是在應用上。
其實現在這個公眾號裡面一直在延續一個交易計劃的活動，目前仍然有人在參與這個活動，就技術分析層面而言，我所用的指標比參與這個活動提到自身技術指標的所有人都簡單，公司不少離職的交易員也都關注這個公眾號，我相信他們也都能夠說出每單我為什麼要這麼做。所以重點的在於框架，技術指標的應用上，框架的範圍內適用性會比較廣，這是大家關注的，但是這不是重點。
就像現在公司的交易員而言，其實對於技術指標層面，做過兩年交易左右的，培訓三天就能夠看懂我為什麼在這個點位做單子，但是即便待兩三年，可能也沒有辦法完全領會這些系列操作裡面的核心思想，連貫的處理細節和整體的資管與風控流程。但是這些可能比大家關心的指標更加重要。在我看來，用MACD我覺得可以，均線也覺得可以，甚至做突破也覺得可以，因為技巧和原理就擺在那裡，但能夠盈利卻重點不是這些。
就像前面，公眾號上有人問了我一個問題，是這樣的：夏老師您好，下面是我的趨勢交易系統，還是一樣的問題，這套系統在螺紋和橡膠的測試下，運行良好，但是換其他品種就會出現很大問題，不知道如何去做改進，我自己的目標是，自己的系統針對不同的品種都能夠適用。BBI（3，6，12，24）+RSI(7,14),ATR(26)。因為考慮到不同參數對系統的影響的有效性，所以直接採用了默認參數。當收盤價上穿BBI且短線RSI上穿長線RSI的時候買入，當收盤價下穿BBI且短線RSI下穿長線RSI的時候賣出。止損為開倉K線的收盤價-當根K線的ATR（26），止盈出場為短線RSI與長線RSI的交叉方式變化為進場時候的相反反向。若再持有倉位期間，出現不同反向的信號，若沒有觸碰到止損，則忽略。只有在無持倉的時候，出現開倉信號可以執行。為了去除干擾，把進場點位後一一根K線，即第一根K線收盤價穿過BBI且RSI短線穿過長線的時候，第二根K線的收盤價在BBI之上或之下且RSI短線在長線的上方或下方，才進場。在我自己看來，目前的系統有非常多的干擾信號，但是我又沒辦法排除這些干擾型號。所以想來請教一下您，想藉助您的專業知識來完善自己的系統，謝謝您抽出寶貴的時間來指導我們這些沒有專業學習過這些的人。
我是這樣回答的：
這個問題我幫你梳理一下疑問你自己先嘗試解決吧：
1、這個系統中，用了BBI,RSI,ATR三個指標，且用了BBI和RSI來做主系統。那麼你先回答以下一系列問題。首先，你選用的BBI和RSI中，處理數據用的是哪種加權方法，你用這種加權方法的意義是什麼？同時，你BBI選擇的3,6,12,24參數，RSI選擇的是7,14參數，為什麼要選擇這個參數而不是別的參數？BBI的演算法特徵是什麼，能夠對行情的表達有哪些優點和缺點？同樣，RSI的演算法特徵是什麼，能夠對行情的表達有哪些優點和缺點？接著這些問題思考清楚之後，思考這個系列的最後一個問題，這兩個指標相結合，最適合表達的是趨勢當中的哪一段特徵？對於這一段特徵表達的效果是否符合這兩個指標演算法上結合的響應特徵？這個系列問題能夠回答了，開始下個系列問題，如果不能完全回答，先嘗試把這些問題搞清楚。這個是要解決從演算法及參數到表達的問題，後面一個系列的問題，就不涉及到演算法問題了。同時，你必須對著兩個指標發揮的效用有一個基本的劃分。
2、這涉及到具體判定的問題：在研判條件中，當收盤價上穿BBI且短線RSI上穿長線RSI的時候買入，當收盤價下穿BBI且短線RSI下穿長線RSI的時候賣出。那麼，收盤價上穿BBI在數據上的實際意義是什麼?對於你測試的所有品種中哪些是有效的，哪些是無效的？你怎麼判斷有效或者無效？這個問題解決以後，就是BBI和RSI的上穿是不是同時的，如果不是，你怎麼判斷這段時間差帶來的成本對實際進場的影響？有沒有影響？有影響了怎麼辦?然後對於下穿而言，也思考這樣的問題。然後解決一個問題：這樣的表達，至少在入場位置上能不能符合原先演算法上所表達的那種入場點特徵？結合起來的這段持倉過程能否體現總體行情的贏利點？如果錯過，這種錯過是否符合演算法對於行情的不適特徵？這一系列問題搞清楚之後，能搞清楚贏利點是否符合預期的存在，並且判斷對於某些品種盈利，到底是湊巧還是真的存在贏利點，以及對於不適合的品種，原因是什麼。
3、然後我們再來看止損止盈：止損為開倉K線的收盤價-當根K線的ATR（26），止盈出場為短線RSI與長線RSI的交叉方式變化為進場時候的相反反向。若再持有倉位期間，出現不同反向的信號，若沒有觸碰到止損，則忽略。只有在無持倉的時候，出現開倉信號可以執行。為了去除干擾，把進場點位後一一根K線，即第一根K線收盤價穿過BBI且RSI短線穿過長線的時候，第二根K線的收盤價在BBI之上或之下且RSI短線在長線的上方或下方，才進場。那麼你要搞清楚的一系列問題是：首先，你用的止損，即風控條件，這個風控條件存在的依據是什麼？當然，這個問題是比較獨立的，回答不清楚可以暫時放在一邊。然後，你採用的這種出場方試裡面，是沒有BBI的研判的，對於指標而言，RSI單獨加入了長期指標，那麼，這樣做萬之後，從入場到出場，整個邏輯鏈條是不是完全閉合？這樣的邏輯鏈條能不能體現出在演算法上和行情特徵上能夠體現出來的基本盈利點，以及優點和缺點？如果止損條件，造成過多的情況不能按照邏輯出場，那麼問題出現在哪裡？如何解決這個問題？
4、最後一個系列問題，是涉及到過濾的，也就是發現問題之後要增加的過濾條件，這裡就一個問題，也就是過濾有沒有效，所以不說太多了。
如果第一個系列的問題無法解決，我認為後面的問題暫時不需要問了，搞清楚演算法，參數，以及指標特徵再說，這些搞不懂，其是就是在拼湊，最終可能贏錢你不知道怎麼贏，虧錢你不知道怎麼虧，就不用考慮多個品種的問題了。這是本質問題，繞不開的，大多數人包括部分機構這個問題其是都沒有完全弄明白，這些問題還沒有涉及到交易邏輯的問題。
第一個系列的問題解決完了，就是第二個系列的問題，這個系列的問題是邏輯的起點問題，不在涉及對指標了不了解這麼基礎的問題了，是能夠碰到的入場的實際問題。
然後就是邏輯的閉合問題，這是一個系統是否成功的最關鍵的問題。我周二寫的這些，對於問題的處理就是到了這個程度，但是還沒有到過濾的程度，作為一個程序化驗證的開發，做到這裡是一個最基本的程度。
可能有些人覺得我寫這些是在刁難人，但你要做程序化就是這樣，這些都是一步步很本質的問題，或者說你要吃這碗飯必須搞懂的東西。不要嫌麻煩。我有的時候也會通過這樣的工具去做，但昨晚不是看個曲線都完了，每一個信號都必須核對，也會非常耗時間，否則你怎麼把問題搞清楚呢？所以，加油吧。或者可以說明這些問題先搞清楚到哪個程度了，以方便更深入的交流。
我想大多數人碰到了問題，都在這個回答中吧。
這次正在更新的系列文章給我會有一些很不好的體驗在哪裡呢？我認為最重要的東西，很多人覺得很乏味，我覺得其實就是一些處理技巧上的東西，很多人覺得非常興奮。甚至我做了個小的統計，那些閱讀量，留言量少的文章的重要程度要平均高於那些閱讀量留言量大大家都很有聊頭的文章。為什麼呢？大多數人只願意去感知自己能夠觸碰到的東西，而要深入思考才能觸碰到的東西，很多人並不感冒。所以開這個公眾號最終的目的我認為不是要叫醒誰，而是不誤導誰，僅此而已。」
最終真不在於你用什麼技術指標去作分析，其實本質邏輯不衝突的前提下，特徵和演算法特徵不明顯衝突的情況下，都差不多，關鍵不在這裡。關鍵在於很多大的方面，不是很多人沒想通，很多人壓根沒這麼想過，所以很多人私下說最近寫的這些玩意兒看不懂，不知道在寫什麼，對此我也很無奈。可能那些能夠給你明確出入場點的大師更符合口味吧，怎麼說呢，各取所需吧。
最後說一句，做金融，最重要的是胸懷，希望這一句大家多少能夠懂一些。其他的，人就能活幾十年，活明白，然後小事兒不要太計較。
推薦閱讀：