Local EPUB Text
区分短期与长期转折点
识别方法
有许多数学方法已经被运用到周期的识别当中。例如，傅立叶分析（Fourier analysis）就根据长度、振幅、相位等来对现存的各种周期加以区分。系统搜索法（systematic reconnaissance）是对所考察的时期进行测试的一种方法，可以根据这一方法绘制出周期图，其中涵盖了各种最主要的周期。虽然这些方法确实有效，但它们却误导性地使完全不属于科学领域的技术分析看起来像是一门精确的科学。以上方法超出了本书的讨论范围，但有兴趣的读者可以从参考文献所列示的相关材料中获取更多的信息。本章仅讨论识别周期的以下3种方法：趋势偏离法、动能法以及简单观察法。
趋势偏离法
趋势偏离法是运用一系列数据，将每个数据除以相应的移动均线（MA），以识别周期的方法。该方法中的数据观测期间代表趋势偏离的程度，移动均线代表趋势。
本书第11章曾提到，由于移动均线的作用是反映基本的价格趋势，因此理论上来讲，它应该绘制在其时间跨度的中间。这是因为“平均”价格是在所监测时期中间时刻的价格水平，以14周移动均线为例，平均价格代表的就是第7周的价格。然而，移动均线的方向变化往往太过滞后，以致不能为识别趋势逆转提供及时的信号。基于这个原因，技术分析师通常都将移动均线的穿越视为趋势逆转的信号。由于在识别周期时采用的都是历史数据，所以这一缺陷不会对结果产生太大的影响。因此，移动均线偏离指标是用监测时期的价格数据除以移动均线的中点值计算得出。例如，2月27日价格的观测值，应除以13周移动均线在4月18日的取值，即移动均线要往后“倒推”7周。然后便可以将计算结果绘制成摆荡指标，从而辨别出周期的高点和低点。
接下来的任务就相对简单了，我们需要观察是否存在稳定的周期将这些高点和低点分隔开来。其中一种方法是，记录下所有相邻两个周期低点或周期高点之间的时间间隔，以确定出现频率最高的时间间隔。由于移动均线对其时间跨度以内的所有周期进行了平滑处理，所以我们必须采用各种不同时间跨度的移动均线进行试验，以识别出尽可能多的周期。更可靠的周期应该运用到随后的分析中来。
动能法
动能法是一种更加简单的方法，我们只需计算出一个动能摆荡指标，并运用经反复试验而确定的适当移动均线来进行平滑处理。正如趋势偏离法那样，这种方法可以使价格走势的基本规律得以显现。仅仅通过动能法就能成功地识别周期这一点，还不能保证，但如果将它与随后将讨论的简单观察法结合起来，动能法必定能有效地确认周期的可靠性。
动能指标所处的位置也可用于警示可能发生的周期逆转，即预期的周期低点最终可能是实际的周期高点，反之亦然。例如，如果根据所观察到的数据预测，周期低点可能会在某一特定日期附近出现，而动能指标当时却正处于超买水平或者正从超买水平开始下行，那么发生周期逆转的可能性非常之大。图24-9所描述的标准普尔综合指数走势就是一个很好的例子。1987年，正如55个月ROC指标所衡量的那样，9.2年周期达到了峰值，而根据预测，这个时刻本应出现一个周期低点。
简单观察法
图25-2显示了费城金银成分指数的走势。图中的垂直实线代表82周周期的低点，垂直虚线代表126周周期的高点之一。ROC指标的时间跨度为41周，是82周周期的一半。虽然这两种周期都不完美，但在大多数情况下，它们确实能够解释所监测期间的大部分转折点。这两种周期是运用MetaStock软件中的周期线工具，在反复试验的基础上得到的。
图25-2 费城金银成分指数与41周ROC指标（1995~2002年）
资料来源：www.pring.com .
如果你没有此类分析软件，而且希望能够通过手工完成这一任务，那么最简单的周期识别方法就是：首先，观察价格图25-1，从中寻找两三个看起来相对等距的主要低点。然后，对特定周期的高点和低点进行推测，并用铅笔标注出来。如果推测的结果中有相当一部分都与实际的高点或低点相吻合，便可以用彩色铅笔标示出来；如果大多数结果都与实际不符，就应该舍弃这个周期，进而寻找新的周期。如果周期低点的预测点位实际上是周期高点，也应该被视为成功的推测，因为周期分析的首要目标是要确定潜在的转折点。一旦找到了可靠的周期，分析者就应该仔细观察这第一个周期“无法解释”的所有重要周期低点，并且尝试找到其他的周期来进行“解释”。实践中往往会出现这种情况：第二个周期不仅能解释某些之前无法解释的低点，而且周期本身的低点也出现在第一个周期的低点处或低点附近。这一点至关重要，因为周期分析的一个基本原则就是，在一个特定时点附近到达低点的周期数量越多，随后的价格走势可能越强劲。这一原则必须得到其他技术面证据的配合，如果其他技术指标也提供了确认信号，那么出现强劲涨势的概率就会大大增加。
有关简单观察法的下一步骤将在下一部分详加讨论。