时间周期2
如何分离各种周期—趋势解析为了研究在某市场起作用的各种周期，我们首先必须把它们分离出来。具体的作法各种各样。最简便的是凭眼睛观察。例如，在我们研读日线图时，有可能识别出其中明显的顶和底。把这些顶和底之间的时间间隔平均一下，就能得出一定的平均周期长度。 X
也可以借助辅助工具来进行这项工作。其中之一，称为“埃里希周期尺”，是斯坦.埃里希发明的。这种尺同手风琴有几分相像，我们可以把它直接放在图上手工操作，其工作原理实际上是把两点之间的距离分作多等分。它伸缩自如，可以适应各种周期长度。只要我们先找出人意两个明显低点之间的距离，就能很快地搜索是不是还有其他与之长度一致的周期性低点的存在。
还有些计算机软件可以配合人眼来查找周期（见图14.19a到d）。Compu Trac就有一套周期尺的程序，
能帮助我们分离各种周期。用户先要把价格图表显示在屏幕上，然后从图上选择一个显著低点作起点。完成这一步后，屏幕上就会出现一系列竖直直线，其间隔为10天（这是缺省值）。我们只要通过很少的几个按键，就可以对之进行调整，如拉长周期、缩短周期、把标志周期的直线向左平移或向右平移等，以找到最适合本图的周期。
数学基础较好的朋友，还可以选择一些较复杂的统计学手段，如博克斯—詹金斯技术、富里叶波谱分析等。Compu Trac也提供了一套富里叶分析软件。最近，其中还加入了杰克.赫特森和安东尼.W.沃伦博士制作的快速富里叶变换（FFT）的程序.前一位是《股票和期货技术分析》杂志的编辑。在这本杂志上，发表过相当多关于周期分析的文章，其中包括富里叶变换和赫特森与沃伦的“上最大方法”（在辨明主流周期后，我们可以采用富里叶分析，便捷地找出优化的移动平均线和摆动指数的时间参数）。
另外，我们还有一种介于人工观察和上述复杂统计技术之间的方法——趋势解析法。当我们鉴别较短的周期时，趋势的影响是个问题。趋势是由长期周期引起的，它的影响占据统治地位，因而从图上我们很难（如果不是不可能的话）找出短期周期。
我们早就利用移动平均线作为平滑工具了。其平滑效果滤除了短期周期，从而突出了较长周期。趋势解析的过程正与之相反，我们通过消除比移动平均线时间更长的周期的效果，使短期周期更明显了。究其实质，就是排除趋势的影响。
该技术相对简易（见图14.20a到d).我们可以手工操作，更可以借助计算机。首先，我们选定一个移动平均线的时间参数，其长度取决于用户想要分离的周期长度。为了便于说明，我们以40天移动平均线为例。第一步是将移动平均线取中。这就是说，把当天的移动平均值画到21天之前—或者说是周期长度的中点，而不是照过去那样描在当天的位置上。然后，短于40天的周期就被突出出来，很便于观察。我们还可以把上述程序继续下去，搜寻更短的周期，直到发现了所有的主流周期为止。在Compu Trac软件中也有趋势解析程序。
所有的商品期货市场都在一定程度上受到长度为1年的季节性周期的影响。所谓季节性周期或形态，是指市场在每年中的一定时候朝一定方向运动的倾向。谷物市场的季节性周期最明显。每年收获的时候，新谷物大量涌入市场，常常造成季节性的低价格。举例来说，在大豆市场上，70%的季节性波峰出现在4月到7月之间，而75%的季节性低谷发生在8月到11月。一旦市场完成了季节性的顶部或底部形态后，通常在随后的几个月中，价格将持续下降或上升。因此，了解一点季节性倾向，对于我们应用其他各种交易方法来说，都是极有意义的。
就原因来看，在农产品市场省发生季节性变化是显而易见的。但是，实际上所有的市场都存在季节性形态。在所有的市场上，如果1月份的高点被向上穿越了，则是看涨信号。这是一个普遍性的季节性形态。在金属市场上，我们还可以看到其他一些季节性形态。在1月到2月间，铜市具有强烈的季节性上升趋势，往往到3月或4月才会见顶。从1月起，金市也具有季节性的上升力。它的下一个底部往往在8月出现。银市往往在1月见底，3月份走高。
我们可以通过过去数年的季节性变化的频度资料，来构造出季节性变化的图表（见图14.21a和b）。根据在过去数年的同一月或同一星期内出现季节性变化的次数，我们可以算得本月或本星期出现季节性变化的可能性（用百分数表示）。如果其值达到80%，则属于强烈的季节性形态；而低于65%就值得推敲了。
在进行季节性周期的研究时，应当注意以下几个问题。其一，绝大多数现货市场的季节性变化的研究是以各个月的数年的平均价格为基础进行的，有时候其季节性形态与其期货市场的情况不尽相同。其二，有时候期货市场可能表现出两种不同的季节性形态。而交易者对两种情况均需了然于胸。我们必须考虑到存在两种相反的季节性形态的情况。在某些年份，价格是不服从我们所预期的季节性倾向的。交易者必须留心，注意发现其中不寻常的蛛丝马迹。如果我们能够尽快地判明某个与季节变化相反的动作，那是很有利的。这是极有价值的信息。一般来说，如果市场不能实现正常的季节性形态，那就表明价格将朝相反的方向发生显著的运动。要是把这一点说得更具体，那么，能够让你尽早地认识到自己的错误，正是季节性周期分析的重要特色。从广义上说，这也正是技术分析的重要特色。
把周期与其他技术工具结合起来
周期分析者强调，必须把其它各种选择时机的工具与周期分析相结合，才能保证入市点的合理性。我们利用时间窗或时间区来提示周期的转折点的位置。从这一点上看，对时间因素的考虑为价格变化充当了过滤器。不过，一旦市场进入了时间窗，交易者还是必须依靠传统的技术工具，来验证转折点的出现，得出买卖信号。不同的分析者各有自己的一套时机选择工具。
在商品期货市场的周期分析领域，雅各布.伯恩斯坦和沃尔特.J.布雷塞特是两位佼佼者。他们两家的市场通讯主要是基于周期理论的，备受读者推崇。两人的时机选择方法有所不同。比如说，布雷塞特按照日历日期来选择短线的交易时机，而伯恩斯坦则是采用交易日来计算。他们具体使用的时机选择工具也有差别。
伯恩斯坦有一本《商品周期手册：时间窗》，很受欢迎。他在书中强调，时间窗如果不与其他各种技术信号相结合，就毫无意义。在各种技术信号中，他偏重收市价图的趋势线的突破、关键反转日、向上或向下突破前三个时间单位内收市价格区间等信号。例如，在日线图周期的底部，价格必须收市于前三天内的最高收市价之上，方构成买入信号。而在周线图上，对应的信号则是收市于三周内的最高收市价之上。
布雷塞特在其市场通讯《霍尔市场周期》中，引入了时间和价格窗的概念（在价格图上用方格子做标记）。他认为，周期性的转折应当在其周期长度的70%以内出现。据此，他以70%时间区作为时间目标。为了帮助用户确定这些时间区的位置，他给用户们准备了一种小巧的“霍尔周期尺”。《霍尔周期分析者智囊》对这种方法有详细的介绍。
布雷塞特用来综合价格和时间目标的工具有“周期中点暂停法价格目标”（与所谓摆动目标技术类似）、60%—40%回撤（显然是对菲波纳奇38%—62%回撤的近似）、支撑和阻挡水平以及趋势线等。布雷塞特强调指出，这些工具都必须与周期理论结合起来。举例来说，只有在当前周期的上一层次的趋势能够持续下去的条件下，周期中点暂停法和60%—40%回撤才能适用于当前周期。
当趋势线是通过具有相同周期长度的各个波峰或波谷连接而成的时，它特别有效。例如，趋势线应当通过两个交易周期的峰或谷；或者连接阿尔法和贝特周期的峰和谷（它们的周期长度也相等）。这样的趋势线连接了两个长度相同的周期，如果它被跌破了，则意味着其上一层次的周期开始转折了。例如，如果连接阿尔法和贝特周期的波峰的下降趋势线被突破了，就表示上一层次的较长周期已经见底回升。我们也把速度线与每个具体的周期结合起来，以验证周期的转折（见图14.22）。
把周期与摆动指数结合起来
在传统的技术指标中，同周期分析相似点最多的数摆动指数。这里很有味道。在前面关于摆动指数的一章中，我们交代了如何用它们来揭示市场的超买或超卖状态及其相互背离现象。一般认为，如果把摆动指数的时间跨度同当前周期相匹配，就可以大大提高其效能。
在沃尔特.J.布雷塞特和詹姆斯.H.琼斯合著的《霍尔蓝皮书》中，他们讨论了把周期与超买/超卖指数和动力指数结合起来的办法。这两种指数都出自拉里.威廉斯1973年的专著《去年我如何从商品市场赚了一百万美元》。其中超买超卖指数是威廉斯的%R摆动指数的一种变化，而后者则属于简单的动力指数，是由一段时间两端的价格之差构成的。
为了便于说明，我们这里集中讨论较简单的动力指数。其计算公式与过去介绍的一致。关键在于这里我们把它的时间跨度同周期长度联系起来了。我们把它的计算天数取为交易周期的实际交易日数。假定平均交易周期按照日历算为28天，就相当于20个交易日。为了使摆动指数能够揭示某个周期的转折点，我们必须在其计算公式中采用这个周期长度的一半。在上例中，我们就应采用10天。那么在动力指数的计算中，我们从每天的收市价中减去10天前的收市价，就得到了当天的动力指数，其正负号分别表示相应的数值应标在零线的上方或下方。
在霍尔方法中，我们要根据交易周期的长度（20天）、阿尔法和贝特周期的长度（10天）和一个长周期（通常2倍于交易周期，即40天），分别构造三个摆动指数。当然这些都是平均天数，在具体研究个别市场时，容许进行一定的变通。在构造三种摆动指数时，均采用相应的周期长度的一半。于是，三个时间参数分别为20天、10天、5天。我们既可以把这三个摆动指数绘在一张图上，也可以分开制图。三个不同时间尺度的摆动指数相互作用，给我们提供了极有用的信息（见图14.23a和b）。
利用时间区作过滤器，是把摆动指数与周期相结合的另一种方法。当价格进入时间区内后，就意味着周期性的峰或谷即将出现，因此，我们应当特别留意摆动指数上的顶部或底部信号。
上述将摆动指数同周期相联系的方法，实质上适用于任何的摆动指数。上面提到的两种摆动指数，霍尔动力指数和威廉斯的%R指数，在Compu Trac中，还有其他的摆动指数，如西贝特的需求指数、王尔德的相对力度指数以及莱恩的随机指数等。