移动平均线是活跃交易员最喜欢的工具。然而，当市场整合时，这个指标导致了大量的波动交易，导致一系列令人沮丧的小赢和损失。分析师们花了几十年时间试图改善简单的移动平均水平。在本文中，我们将研究这些努力，发现它们的搜索已经导致了有用的交易工具(对于简单移动平均值的背景阅读，请查看简单的移动平均值，使趋势脱颖而出。）

移动平均线的优点和缺点罗伯特·爱德华兹和约翰·马吉在第一版《股票趋势技术分析》中总结了移动平均线的优点和缺点，早在1941年，我们就愉快地发现（尽管许多其他人以前也发现过）通过对数据进行一定天数的平均…可以得出一种自动趋势线，它肯定会解释趋势的变化…这似乎太好了，不可能是真的。事实上，这太好了，不可能是真的。”

由于弊大于利，爱德华兹和马吉很快放弃了在海滩小屋交易的梦想。但在他们写下这些话60年后，其他人仍坚持试图找到一种简单的工具，可以毫不费力地为市场带来财富。

Simple Moving Averages可计算简单移动平均数，将所需时段的价格相加，然后除以所选时段数。 找到一个五天移动平均线需要将最近的五个收盘价相加，然后除以五。

• 如果最近收盘价高于移动平均线，该股将被视为处于上升趋势。
• 下跌趋势是指价格低于移动平均线(更多信息，请参阅我们的移动平均线教程。）

这种趋势定义属性使得移动平均线产生交易信号成为可能。在最简单的应用中，交易者在价格高于移动平均线时买入，在价格越过移动平均线时卖出。这样的方法保证了交易者在每一笔重要交易中都处于正确的位置。不幸的是，在平滑数据的同时，移动平均线将落后于市场走势，交易者几乎总是会在最大赢家的交易中返还大部分利润。

指数移动平均数分析师似乎喜欢移动平均数的概念，并花费了数年时间试图减少与这种滞后相关的问题。这些创新之一是指数移动平均法（EMA）。这种方法对最近的数据赋予相对较高的权重，因此它比简单的移动平均线更接近价格走势。指数移动平均值的计算公式为：

EMA=（重量×关闭）+（1−重量）×EMAy）where:Weight=the 平滑由分析员选择的平滑常数\begin{aligned}&amp\text{EMA}=（\text{Weight}\times\text{Close}）+（（1-\text{Weight}）\times\text{EMAy}\\&amp\textbf{where:}\\\&amp\text{Weight}=\text{Analyzer}\\&amp选择的平滑常数\text{EMAy}=\text{the指数移动平均值，从昨天开始}\end{aligned}​EMA=（重量×关闭）+（1−重量）×EMAy）where:Weight=the 分析人员选择的平滑常数​

一个常见的加权值是0.181，接近20天简单移动平均线。另一个是0.10，大约是10天移动平均线。

虽然指数移动平均线减少了滞后，但它未能解决移动平均线的另一个问题，即使用移动平均线作为交易信号将导致大量交易失败。在《技术交易系统的新概念》一书中，韦尔斯•怀尔德估计，市场只有四分之一的时间呈现趋势。 高达75%的交易行为局限于窄幅区间，当价格快速高于或低于移动平均线时，移动平均线的买入和卖出信号将反复产生。为了解决这个问题，一些分析师建议改变均线计算的权重因子(更多信息，请参见如何在交易中使用移动平均线？）

调整移动平均线以适应市场行为解决移动平均线缺点的一种方法是用波动率乘以加权因子。这样做意味着，在动荡的市场中，移动平均线将离当前价格更远。这将使胜利者能够参选。随着趋势的结束和价格的巩固，移动平均线将更接近当前的市场行为，理论上，允许交易者保持在趋势期间捕获的大部分收益。在实践中，波动率可以是一个指标，如布林带®宽度，用来测量著名的布林带之间的距离®. (有关此指标的更多信息，请参见布林带的基础知识®.)

佩里·考夫曼在他的书《新交易系统和方法》中建议用一个基于效率比（ER）的常数取代EMA公式中的“权重”变量。 该指标旨在衡量趋势的强度，定义在-1.0到+1.0的范围内。用一个简单的公式计算：

ER=期间的总价格变化每个条形图的绝对价格变化之和，其中：\begin{aligned}&amp\text{ER}\=\\frac{\text{期间的总价格变化}}{\text{每个条的绝对价格变化之和}}\\&amp\textbf{其中：}\\&amp\text{ER}\=\\text{efficiency ratio}\end{aligned}​ER=期间内每个总价格变化的绝对价格变化之和​哪里：​

以一只股票为例，它每天都有5个点的波动区间，五天结束时，它总共上涨了15个点。这将导致ER为0.67（15点向上移动除以总的25点范围）。如果该股下跌15点，ER将为-0.67(有关佩里·考夫曼的更多交易建议，请阅读“从输到赢”，其中概述了应对交易损失的策略。）

一个趋势的有效性原则是基于你在一个确定的时间段内每单位价格变动得到多少方向性变动（或趋势）。ER为+1.0表示股票处于完美的上升趋势-1.0代表了一个完美的下降趋势。实际上，很少达到极端。

为了应用这一指标来寻找自适应移动平均线（AMA），交易者需要用以下相当复杂的公式来计算权重：

C=[（ER）× (超临界流体− SCS））+SCS]2where:SCF = 允许的最快EMA的指数常数（通常为2）SCS=允许的最慢EMA的指数常数（通常为30）\begin{aligned}&amp\text{C}\=\[（\text{ER}\\times\（\text{SCF}\-\\text{SCS}）\+\\text{SCS}]^{2}\\&amp\textbf{其中：}\\&amp\text{SCF}\=\\text{最快的指数常数}\\&amp\qquad\quad\\\text{EMA allowable（通常为2）}\\&amp\text{SCS}\=\\text{最慢的指数常数}\\&amp\qquad\quad\\\text{EMA allowable（通常为30）}\\&amp\text{ER}\=\\text{上面提到的效率比}\end{aligned}​C=[（ER）× (超临界流体− SCS））+SCS]2where:SCF = 允许的最快均线指数常数（通常为2）SCS=允许的最慢均线指数常数（通常为30）​

然后在EMA公式中使用C的值，而不是简单的权重变量。虽然难以手工计算，自适应移动平均线是作为一个选项包括在几乎所有的交易软件包(有关均线的更多信息，请阅读探索指数加权移动平均线。）

简单移动平均（红线）、指数移动平均（蓝线）和自适应移动平均（绿线）的示例如图1所示。

图1:AMA是绿色的，显示了在这个图表右侧看到的范围限制动作中最大程度的扁平化。在大多数情况下，指数移动平均线，显示为蓝线，是最接近的价格行动。简单移动平均线显示为红线。

图中所示的三个移动平均线在不同的时间都倾向于whipsaw交易。到目前为止，移动平均线的这个缺点是不可能消除的。

结论Robert Colby测试了技术市场指标百科全书中的数百种技术分析工具。 他总结道：“虽然自适应移动平均线是一个有趣的新想法，具有相当的智力吸引力，但我们的初步测试没有显示出这种更复杂的趋势平滑方法的任何实际优势。”这并不意味着交易者应该忽视这一想法。AMA可以与其他指标结合起来，发展一个有利可图的交易系统(有关此主题的更多信息，请阅读发现凯尔特纳通道和柴金振荡器。）

ER可以作为一个独立的趋势指标来发现最有利可图的交易机会。例如，高于0.30的比率表示强劲的上升趋势，代表潜在的购买。或者，由于波动性是周期性的，效率比最低的股票可能被视为突破机会。

有关更多信息，请参见加权移动平均线的基础知识。