《短线交易秘诀》 作 者：拉里·威廉斯

尽管我们首要的问题是周期主导，但如果存在这样的周期，它们会很快改变，比正在拉选票的政客还要快。在20世纪60年代和70年代早期，人们盼望能够使用高等数学和高效计算机来解决周期循环问题，迄今尚未成功。在任意给定的时间段，我们到底在哪个该死的周期上下注，我们根本不知道。这还不是最要命的，更重要的问题是，周期的长短幅度我们也不知道。

2001年我们还在这个问题上纠结。我就每年走势发表预测已经多年了:图2-1展示的是我对道琼斯30种工业指数2009-2011年度走势的预测分析。正如你见到的，我们能够相当精唯地预测到市场将经历的重要顶点与底部。这里的难点在于预测价格披动有多显著，即上涨或下跌的幅度如何?这些预测似乎通过结合历史周期高点与低点，对当前市场形势进行研判就可以准确获得。(我会把这些对市场的预测l时时更新到我的网站www.irea11ytrade.com上，你可以看到最新的预测。)现在让我们来看着我对近几年市场预测的结果，你就会发现周期对交易者以及投资者都有价值。

                         

这些预测都是基于对市场数据的长期审慎研究得出的，既包括对个别年份的价格形态分析，也包括对我们泛指的市场周期的分析。然后我会把这些分析合起来，混成一体来得出对每年市场的预测。问题在于，数据是全时的，基于各个不同的时间周期，因而很难估测周期的维度。正如你在图中看到的，我们跟踪了市场常规的价格摆动，但想捕捉到价格波动的准确维度依然像个谜一样。我还在致力于此。

重点在于这些市场预测是很多年前，在我们进入电子交易时代以前，基于价格波动做出的，然而即便在新的市场交易时代，对正确预测市场走势，它们仍然大有用武之地。

周期理论的拥歪只是处理时间的问题。但是我还没有遇到哪位银行家，能够让我按照天、星期或者月来存款。我明白信奉周期派的人能够找到市场低点，比如说18年低点，但是价格在沿着纵轴上行的时候，不一定按照周期变化。理论上认为在某些重要的周期高点或是低点都会产生一定幅度的价格波动。在我所生活和交易的世界里，情况不是这样的$相反，周期很快衰减了。当然，价格会停滞在一个价位，维持几天甚至几个星期的窄幅振荡，但根本没有足够的旅幅来产生盈利。

下面，通过一个过去价格的实例来证明我的观点。图2-2显示出大豆的时间循环测试结果。我用电脑在短期价格移动均线和长期移动均线交叉点买进，这是标准的技术操作方式。唯一的变量就是时间，即移动均线里的天数，因此受到周期的影响。简单地理解，移动平均就是过去几天收盘价的简单平均。除时间外，没有别的变量。

第一个测试是从1975年4月29日到1987年1月1日之间的大豆交易价格，计算机算出了所有5-50天内的短期平均组合，与10-60天较长期或者所谓的第二平均数之间的组合比较，在这个时间段内最好的结果是5日平均线对25日平均线。这个基于时间的"系统"在总共153次交易中，获利交易共有54次，共赚到400万美元。

图2-3显示了如果我们用这个系统从1987年1月1日到1998年4月23日之间进行交易的可能的结果。我对改版最得意的地方在于，这会展示我过去的研究成果，让我们能回顾过去市场是什么样的，运行的规律如何，然后看到这些规律仍然能应用到今天的交易中。我能将过去的很多想法与我的新点子结合在一起，我的研究延续下来，也揭示了当下我们交易的市场是如何的。

这些实验的结果并非令人充满希望。在163笔交易中准确率得到了改善，达到了31%，而实际交易结果是亏损的，准确地说，亏损9100美元，而且在交易执行过程中出现了28612美元的交易回撤(交易系统在进入新的赢利前出现的亏损幅度)。熬过28612美元的回撤后最终亏损9100美元绝算不上什么好的赌注!系统每笔交易平均获利-55美元。以前的周期与时点影响力何在呢?郁闷!



                      

接着我用相反的程序，检测从1987年1月1日到1998年4月23日之间表现最好的两条移动均线(见图2-4)。最好的组合是25日移动均线对30日移动均线，准确率高达59%，获得34900美元的盈利。这个交易系统每笔交易盈利234美元，而最大的亏损是13962美元，所以这也不是一个好的赌注。