|
 
- UID
- 2
- 积分
- 2892817
- 威望
- 1396440 布
- 龙e币
- 1496377 刀
- 在线时间
- 13326 小时
- 注册时间
- 2009-12-3
- 最后登录
- 2024-12-26
|
精彩书摘
远古时期，自然界中的周期过程就能被人类观察到，这些现象都有明确的特征，人们能直接判断出来。古代文明中的日历和时间单位，就是人们从对昼夜交替、月盈月亏、四季轮回变化、行星和恒星的运动等的观察中得到的。在公元前6世纪，由于观察到有固定张力的琴弦和一些重复的琴弦长度，毕达哥拉斯研究出了音符的周期性关系。他相信数字中存在着固有的“和谐”关系，并将这个关系扩展来，把天体的运动描述为“天体的音乐”。
艾萨克·牛顿为现代光谱分析提供了数学基础。他发现了太阳光穿过玻璃三棱镜以后，扩展成有多种颜色的光带，认为每一种颜色都代表一个特定的波长，并且太阳的白光包含所有的波长。他用“光谱”这个词，作为描述光中的颜色带的科学术语。
1738年，丹尼埃尔·伯努利发现了对振动音乐琴弦的波形方程的解法。1822年，法国工程师让·巴普蒂斯特·约瑟夫·傅立叶扩展了波形方程的结论，说明任何方程都可以被表示为正弦和余弦表达式的无限加和。这一数学表达现在成了调和分析，这一分析得名于正弦和余弦表达式的和谐关系。傅立叶变换，时间范围内的频率描述(以及相反的表达)都已经以这位法国工程师的名字命名。
诺贝特·魏那为光谱分析理论提供了主要的转折点，在1930年，他发表了论文《广义调和分析》。在他的贡献中，对静态随机过程的自相关和能量光谱密度的精确统计学定义是zui为珍贵的。傅立叶变换的使用，而不是传统调和分析中傅立叶数列的使用，使得魏那可以定义光谱用频率的连续体，而不是离散的调和频率。
约翰·塔基是现代经验光谱分析的先锋。1949年，使用由有限次结果中得到的关联性推测值，他提供了光谱推断的基础。现代光谱推断的许多术语，例如假频(aliasing)、窗口机制(windowing)、预消除相关性(prewhitening)、消度(tapering)、平滑(smoothing)和抽取因子(decimation)等都归功于塔基。1965年，他与吉姆·库里合作，描述了傅立叶变化的数码计算的有效算法。然而，这个快速傅立叶变换并不适用于市场数据的分析，就像我们在后面章节中的开发过程中遇到的困难那样。
约翰·伯格的工作是当前研究的热点，也就是在有限的时间范围，对高解析光谱推断中的zui主要推动力。在他1975年发表的博士论文中，他用已经使用在对高解析光谱推断的建模方法中的zui大熵形成机理的术语，描述了高解析光谱推断。伯格的方法zui初被用在地球物理学及地质学，通过对地震波的分析，对石油和天然气进行勘探。这个方法也被用于市场的技术分析，因为它只用了zui少的数据却提供了高解析的光谱推断。因为短期的市场周期总是转瞬即逝的，所以这是很重要的。这个方法的另一个好处是，它zui大化地适应选择的数据长度，并且不会因zui终结果对数据zui后部分的影响而失真。交易程序MESA，就是zui大熵光谱分析的缩写。
周期是什么？
周期的定义是“一个相同顺序的、会重复发生的事件或现象，被完成一轮的时间间隔或空当”。我们认为，在市场中存在一个经典的周期，它的完整过程是：在一段时间内，当价格从低点启动，平缓地上升到一个高点，然后平缓地滑落，回到价格开始的低点，价格下跌的时间和上涨的时间差不多。完成这个周期的时间被称为周期的区间，或者周期的长度。
市场中当然存在周期。而且它们大多可以通过基本面分析来解释原因。zui具有代表性的市场周期就是农产品价格的季节性变化(在收获季节价格zui低)，或者冬天房地产价格的下跌。电视上侃侃而谈的分析师总爱谈论通货膨胀是被政府“按季节操控的”。季节是周期的一个例子，它总是12个月。其他的与基本面相关的周期可以是18个月的牲畜畜养周期，也可以是猪腩的每月冷冻库存报告。
商业周期就没有这么清晰了，虽然它是客观存在的。商业周期会随着利率的不同而不同，政府基于其能够将通货膨胀控制在合理水平的能力，设定经济增长的目标。这个增长可以通过在经济体中紧缩货币，或者增加货币来完成，也可以通过改变政府借给银行资金的利率来达成。宽松的利率政策鼓励商业，紧缩的利率政策压抑商业。这个不可避免的过程中的变化，产生我们看到的商业周期。尽管商业周期可能每次的长度都是几年，但是这样一个长度却不是一定的。商业周期是有上限和下限的，政府允许的增长率(一般是＋3%)，下限是温和的负增长(大约－1%)，这个时候当然是经济衰退。它的幅度就是周期的范围，从＋3%到－1%。
市场的组成部分
数据专家和经济学家已经定义了价格运动的特点。所有的价格预测和分析都是针对以下几个要素：
(1) 趋势，在特点时间内，往一个方向运动的趋势。
(2) 季节因素，和日历相关的模式。
(3) 和政府行为相关的周期，商业开始时和逐步收缩时的滞后，或者农作物预测报告。
(4) 其他难以解释的价格运动，常常称为噪声。
既然第(2)点和第(3)点都是周期，那么很明显，周期是一个显著的，并且所有价格运动中都可以接受的部分。
在交易中使用周期时，一个关键的问题是交易的时间跨度。举个极端的例子，54年的康德拉季耶夫经济周期(当然这个周期也不是所有人都同意)。一个牧场主可能就更愿意使用18个月的畜养周期，而农场主很可能对每年的收成进行对冲。投机者常常使用非常短(有时候简直短得没道理！)的时间跨度。
价格中的行为周期也是zui流行的，在艾略特波浪理论和江恩的著作中，大家都可以看到很多广为接受的周期。
短周期甚至在第(4)点的定义“噪声”中都可以存在。随便看一下任何K线图，随便往前面的时间拖动一下，短周期潮涨潮落。辨别周期的敏感性也和使用的工具(这里指软件或系统)相关。在计算机还十分昂贵、巨大的时候，许多预测方法都不太实际。现在，新的方法人人都可以使用。这些短周期的理论基础来源于随机游走理论。
随机游走
市场中的随机性是因为许多交易者在以不同的动机，比如利润、亏损、贪婪、恐惧，甚至还有单纯地找乐子，来执行他们的优先权(做出自己认为对，或者迫不得已的行为)。不同的观点使得它更加复杂。市场运动因此可以用随机变量来分析。随机游走就是一个这样的分析。试想在一个只有空气的空瓶子中，有一个氧原子。这个氧原子的运动轨迹是不确定的，因为它会和其他的原子不停地碰撞。布朗运动就是描述原子运动的方法。它的轨迹被描述为三维的随机游走。根据这个随机游走理论，原子的位置可能在这个盒子中的任何地方。
随机游走的另一种形式更适合描述市场的运动。这种形式是二维的随机游走，有个昵称，“醉汉行走”。这个二维的结构比较适合市场，因为在一个维度中，价格只可能往上或往下运动，而另一个维度，就是时间，只能往一个方向移动。这都和“醉汉行走”一致。
前言/序言
前言
每个交易者都很容易买到的现代计算机，已经极大地改变了技术分析师研究市场的方法。研究不仅变得更加复杂和深入，也更加广泛。这些研究更加广泛，是因为对于潜在原理更深刻的理解和洞见，而这都来源于更强大的计算能力带来的纵观全局。
周期分析是被计算机深刻影响的几个要素之一，因为这些要素研究对计算都要求很高。计算的成功导致了对动态市场更深刻的理解。通过使用周期分析，交易者现在可以对市场建模，使用模型来确定当前的市场状况应该采用的策略。
这本书建立了市场中存在周期的哲学基础，描述了周期的基本特征。对条件移动平均线、动量方程和其他指标，也以周期的观点再次进行了阐述，并建立起它们在动态市场中的影响。在交易实例中，所有的原理都被糅合在一起，显示交易策略可以被用来增加建立成功交易的概率。 |
|
:
| 
:
| 
:期货量化学习 | 
:期货量化 | 
欧美杂志精华：
