自适应均线AMA概念解析与初步认知
常见的计算均线的指标是SMA(Simple Moving Average) 和EMA(Exponential Moving Average)，公式如下：
SMA = SUM(CLOSE, N)/N
EMA = (CLOSE(i)P)+(EMA(i-1)(1-P)) 或 (MCLOSE(i)+(N-M)EMA(i-1))/N
SMA具有滞后的特性，因此在EMA中给予最近价格更大的权重，以提升对趋势的追踪效果。具体的均线指标有多种版本，如SMA、EMA、WMA等，但原理大同小异。
传统的均线并不考虑实时变化的市场环境，而是采用固定的计算过程。当市场反复震荡时，短期均线频繁转向；而在市场快速上升或下跌时，长期均线反应迟缓。趋势跟踪策略需要能够适应不同市场特征的指标，根据市场的方向和速度“聪明”地应对：在单边市场中应采用快速均线，在震荡行情中则应使用较慢的均线。
针对上述情况，Perry Kaufman在《Smarter Trading》中提出了自适应均线的概念，旨在复杂的市场环境下使指标能够自动调整，尽量过滤噪音和不可预知的价格波动，从而更好地跟踪市场趋势的变化。
下面将介绍自适应均线的计算过程：
一、价格有效性比率
1、问题提出
从下图可以看出，从a到c，市场模式从理想化的平滑逐渐过渡到充满噪音，此时趋势速度必须降低，以避免双重损失。当价格在单一方向上变化越快，噪音越不明显，因此趋势速度的选择需要同时考虑方向和噪声：价格变动越清晰、越快，就需要使用更快的趋势均线。因此，需要一种机制来敏感地捕捉市场模式的速度和连续性，并将该信息反馈给移动均线，调整其平滑速度。
2、有效性比率公式
有效性比率用全部价格移动距离（价格轨迹）除以净变动，也可视为价格位移对波动的比率。公式如下：
假设在过去n个收盘价格分别为p1,p2,…pn，则该价格序列的效率为
从公式可知，ER值的范围是0（市场不明确，充满噪声）到1（高度趋势化）。
二、盛宝外汇定义趋势速度范围
按照指数平滑的思路对ER进行简单扩展，以提高其稳定性。
Scaled Smoothing Constant (SSC) = ER * (Fast SC – Slow SC) + Slow SC
其中 SC = 2/(N+1)
假设从快到慢的范围为2到30天，则平滑常量为2/3和2/31，则
SSC = ER * （2/3 - 2/31） + 2/31
最后，即使在横向盘整的市场里，长期（30）均线仍会缓慢上下波动。当市场趋势不明时，自适应均线最好能够水平移动。为了实现这一目的，再对SSC进行平方处理。
Constant : C = SSC * SSC
三、AMA的计算与特点
最终计算的AMA如下：
AMA = AMA[i-1] + C * (P – AMA[i-1])
从公式可以看出，AMA与EMA的计算思路相似，不同的是权重的确定方式不同。
AMA趋势均线具有以下特点：
1）使用一定数量的天数来指定趋势范围的快慢。
2）市场没有方向时，AMA趋势线会停止波动。
3）当价格有明显变动时，AMA能够快速跟踪，延迟较小。
4）改变一个参数，即可应用于不同市场。
5）AMA基于预测分析，而非简单的事后验证。
以上内容主要是对原作思想的描述或翻译，这种对传统指标巧妙扩展的思路值得借鉴。后续将对自适应均线的策略进行测试，以观察其在A股市场的实际效果。
参考资料：
《Smarter Trading》
联合证券《自适应均线的择时应用》