自适应移动均线

自动调适移动平均数(AMA)技术指标用于建设带有低敏感性到价格系列的移动平均数并且以最小延迟趋势检测为特征。该指标是由Perry Kaufman 在其"聪明的交易员"书中发展和描述的。

价格系列不同平滑算法的一个劣势是突然的价格跳跃可以导致出现错误的趋势信号。另一方面，平滑会导致趋势停止或者改变信号不可避免的延迟。发展该指标消除这些劣势。

计算

为确定当前市场状况Kaufman介绍了可用以下公式计算的效率比（ER）的概念：

ER(i) = Sinal(i)/Noise(i)

此处:

ER(i) ― 效率比率的当前值;
Signal(i) = ABS(Price(i) - Price(i - N)) ― 当前信号值，当前价格和N周期前的价格差的绝对值;
Noise(i) = Sum(ABS(Price(i) - Price(i-1)),N) ― 当前噪声值，对当前周期价格和前一周期价格差的绝对值求N周期的和。

在很强趋势下效率比倾向于1；如果无定向移动，则稍大于0。EA获得的值用在指数平滑公式：

EMA(i) = Price(i) * SC + EMA(i-1) * (1 - SC)

此处:

SC = 2/(n+1) ― EMA平滑常数，n - 指数运动的周期;
EMA(i-1) ― EMA前值。

对于快速市场平滑比必须是关于EMA的2周期 (fast SC = 2/(2+1) = 0.6667), 而无趋势EMA周期必须等于30(slow SC = 2/(30+1) = 0.06452). 因此新的变化中的平滑常量为SSC（成比例的平滑常量）:

SSC(i) = (ER(i) * ( fast SC - slow SC) + slow SC

或

SSC(i) = ER(i) * 0.60215 + 0.06425

对于平均周期中获得的平滑常量更有效的影响Kaufman建议使其成方形。

最终计算公式：

AMA(i) = Price(i) * (SSC(i)^2) + AMA(i-1)*(1-SSC(i)^2)

或者（重新排列之后）：

AMA(i) = AMA(i-1) + (SSC(i)^2) * (Price(i) - AMA(i-1))

此处:

AMA(i) ― AMA的当前值;
AMA(i―1) ― AMA的前值;
SSC(i)  ― 规整平滑常数的当前值。