《蜡烛图方法 从入门到精通》 作 者：（美）斯蒂芬 W.比加洛

其中τ是趋势指数，In是 自然对数，stdev是标准偏差，c[1]是 当 日收盘价，c[L]是L个交易日前的收盘价，sqrt是平方根函数。当该指 数的值大于1时 ，便表明存在趋势。这种趋势度量方法的原理如下。 布朗运动理论认为，价格运动为每日价格变化的对数的标准偏差乘以度量价格变化的时间间隔的平方根。这是分母的值。分子是相同时间间隔上终点价格与起点价格之比的对数。如果价格随机运动 ，那么钱德趋势指数应该小于或等于1。 反之，如果价格以强趋势运动，那么CTI应该大于1。 图1.20所示为尤莱克斯(Eurex)EuroBund期货的连续合约图表，图中有一条50日移动平均线，两侧为2%的价格带下方为钱德趋势指数。注意观察趋势是怎样在价格带之外形成的，而且得到CTI大于1的 确认。在图表右侧，当市场开始失去动量时，CTI值逐渐减小，通常低于 1。

CTI也可以很容易地用于股票交易中。如图1.21所示，Arriba公司的股票图表展示出强劲的趋势，使CTI值远大于1。 此处CTI可用过超买指标。

动态指标 

到目前为止，我们所讨论的指标都需要使用者选择时间周期来完成指标的计算。在很多情况下，创建可以根据当时的价格运动自动调整计算周期的指标，可能比较令人满意。这种思想详见钱德和克罗尔(Kroll)所著的《 最新技术分析指标》(The New Technical Trader，John Wiley&Sons ，1994年出版，中文书名参考台湾译本)。 特别推荐钱德和克罗尔的“ 随机RSI和动态动量指数 ”(见参考书目)，其中详细阐述了自适应指标的应用。 

动态指标背后的策略是将指标的回顾周期长度与市场波动性联系在一起，然后根据市场波动性来调整回顾周期。当价格处于交易区间内(波动性较低)时 ，我们通常希望指标具有“ 较长 ” 的回顾周期。反之，当价格快速运动时，我们希望使用 “ 较短 ” 的回顾周期。改变用于计算的回顾周期要比使用自适应移动平均将指标平滑会让指标更灵敏。“ 较长 ”和“ 较短 ” 的定义取决于交易者使用的交易视窗。









图 1.21在Ariba公司(ARBA)股票图表中绘制出钱德趋势指数(CTI)和一条 带有2%价格带的50日移动平均线。CTI大于1表明存在趋势，当价格上涨 高于价格带、或下跌低于价格带时，便确认了CTI给出的趋势信号。 

图1.22所示为欧米伽研究中心交易平台(TradeStation)软 件中 的一段示例代码，该代码用于创建一个自适应的随机震荡指标，该指标使用收盘价的20日标准偏差，长度范围从7个交易日到28个交易日。首先，确定20日标准偏差是否为其最大值。为此，使用20日标准偏差(变量v1到v4)计算一个随机震荡指标。如果20日标准偏差为其最大值(v1=v2 )，那么v4=1，震荡指标长度被设为最短 ， 变量lenmin(=7日 )。 如果20日标准偏差为其最小值(v1=v3)， 则v4=0，震荡指标长度被设为最长值，变量lenmax(=28日)。 剩 下的工作便是计算随机震荡指标了。然后使用指数移动平均将其平滑。我们可以使用相同的方法来开发其他的自适应指标或均值。

图1.23所示为尤莱克斯EuroBund合约，将自适应随机震荡指标 (细线)添加到18日随机震荡指标上。可以很清晰地看出自适应指标因价格运动所作的调整，比固定周期长度的相同震荡指标更快达到极值。 

变指数动态移动平均(VIDYA)利用市场波动性改变指数平均的长度，从本质上修改了指数平均的计算公式。这种均值自动调节自己的长度，对价格的反应更灵敏。当市场波动性增加时，该均



值的有效长度缩短。反之，当市场波动性减小时，该均值的有效长度伸长。图1.24通过绘制9日指数移动平均线和可变指数动态移动平 均线，对米兰指数期货(MIF)进行了分析。当市场快速运动时 ， VIDYA向9日指数移动平均线靠拢。当波动性处于最低水平时 ， ⅥDYA水平运动，其有效长度变为“ 无限 ”，表明该指数的有效长度具有一个很大的动态范围。在图1.24中 ，当米兰股票期货在1997年6月从整固区域加速而出时，VIDYA与9日指数移动平均的有效长度相同。当MIF进入从6月到9月的整固期时，VIDYA水平运动。VIDYA走平是辨识整固区的一种有效信号。



图1.23尤莱克斯(Eurex)EuroBund期货连续合约，使用自适应随机震荡指标， 其中计算时间周期根据每日收盘价的20日标准偏差在7~28日之间调整。图中细线为自适应随机震荡指标;粗线为18日随机震荡指标。自适应随机震荡指标对价格的变化更加敏感。价格图上添加了50日简单移动平均线，两侧为2%的价格带。