移动平均的预测 逐渐发展起来更新取代移动平均线的所有关于简单的移动平均方法的变更都已最大程度地接近了我们想要的结果，因为人们试图把它们转换成“预料的”技术指标。然而，即使是更新后的移动平均线也有一个显著的弱点：它的假定过分简单化，就是移动平均值在未来某个时间将会与它今天计算的值一样。基本上说来，这比对移动平均值在未来某个时间段内的简单预测没有高出什么。在这个预测中，该值被假定为与今天计算的移动平均值相等，这在真实世界的交易情形中是极不现实的。为什么不把这个观念再推进一步，从而能真正地预测移动平均值呢？那样的话，它们的平滑优势就能保留，而且它们的滞后就可以被一次性地全部消除。
相关市场 另外，通过把跨市场输入引入神经系统网络的设计中，移动平均预测就不受单个市场输入的限制了。比如对中长期國债优势程序的情形来说，移动平均预测的输入考虑了实际中长期國债合约在它们交易最活跃期间的过去 10年中的开盘、最高、最低、收盘、成交量和开盘利息，加上确实对國库券有相当影响的九个相关市场，即中长期國债兑现、纽约轻原油、CRB指数、德國马克、美國美元指数、欧洲美元、纽约商品交易所的黄金、日本日元和标准普尔500指数。
既然正确识别走势方向对交易的成功来说很关键，那么走势预洲与走势跟踪相比，为交易商提供了一種新的更有前途的识别走势和方向变化的方法。并且是在它们發生的时候，而不是这个事实之后。把神经系统 网络与跨市场分析结合后，优势通过预测未来4天以上的移动平均进行走势预侧，为达到这个目的，优势需要由五个分立的神经系统网络组成。每个都针对特定的输出变量的预测。一个神经网络预测明天的最高点，第二个预测明天的最低点，第三个预测指示市场什么时候将要有一个最高点和最低点的“神经指数”，第四个网络预测两天后一条收盘时的五日移动平均线的形状，而第五个网络则预测4天后一条收盘时的10日移动平均线的形状。
移动平均预测被用来确定走势方向，预测的最高点和最低点则被用来设定入市和离市点以及止损点。这些预测的高-低幅度与传统的单个市场技术分析中的支撑和压力线类似，除了优势对每日幅度的预测是建立在神经网络的识别能力模式与10个相关市场的跨市场分析结合的基础上之外。
头寸交易商利用预测的高低点来设定入市点．然后利用随后每一天预测的高-低幅度来紧缩止损。例如，若你作了國库券的多头，而且预期明天市场将会继续上涨。你可能就会设一个跟踪止损，因为明天可能会有一小部分记号会在预测的作为支撑水平的最低点以下，这就降低了过早地由于市场中一天内的波动性而被停出场的可能性，而且仍然能在突发的市场低迷时期保住利润。这種情形發生时，预测的最低点就被跌破了。
对第二天的高低点的预测对于每日交易的入市和离市点的确定也很有用，如果预测的指标指示明天市场将会看涨。那么交易商就会一直等到市场向下交易到预测的最低点，然后入市持有一个高出预测的最低点几个记号的多头头寸，收盘时刚好在预测的当天最高点之下。反过来就是进入一个当天看跌的市场持有一个在预测的最高点之下的空头头寸并在预测的最低点之上几个记号时把头寸脱手。这種作法在一天内重复多次。
编者的评论 显然，可以多次操作神经网络，门德尔松所说的“你必须完全理解自己所做的一切”这句话完全正确，既与神经网络有关，也与金融模拟有关，当你阅读并且完全理解了随后的章节后，可能就会认识到还有大量未使用的领域可以应用神经网络，比如离市和头寸调整等。
共12页: 上一页 [1] [2] [3] [4] [5] [6] [7] [8] 9 [10] [11] [12] 下一页
