9．1．1 超出噪音
市场的日常行为可以被当作是噪音。例如，如果价格波动了一个点或两个点，你根本无法知道这是因为一些经纪人在“钓鱼”呢还是因为有大量的市场行为發生。并且即使是有大量的市场行为，你也仍旧不知道它是否会继续。因此，对市场的日常行为大部分是噪音的假定是合理的。把你的止损设在这类噪音可能的范围之外也是比较好的。
但是，怎样才算是对噪音大小的合理估计呢？很多人喜欢把他们的止损放在最近的支撑价格或反弹价格的附近，然而这種特殊方法的一个問題是每个人都知道这些止损在哪里。通常，市场会向相反的方向狂奔而去，在它们很平静地返回到走势方向之前就已经达到了每个人的止损指令点。
你可能会考虑把你的保护性止损水平设在对市场来说不合“逻辑”的位置，并且在噪音之上。我们假定噪音是以市场的日常行为来表示的，全天的行为几乎都是噪音，而日常的行为又可以用平均实际价格幅度来表示。如果你对过去10天的行为取平均，比如求10天的移动平均，就对噪音量有了一个大致的估计。现在让实际价格幅度的10天移动平均乘以某个2．7－3．4之间的常数，就得到了一个远超出噪音水平的止损。这对大多数长期走势跟踪者来说可能是一个不错的止损。
你对一个很远的止损的反应可能会是：“我从来没想过要让每一头寸冒这么大的风险。”然而可以用另外一種方法来考虑它，等到学完了头寸调整那一章，也就是第12章，你就能更好地理解它了。如果你的头寸大小很小或者是最小限度的，那么一个张大的止损并不就意味着很大的风险。如果那么大风险的一个最低限度的份额对你来说代表很多钱的话，那么你可能就不应该交易那種特殊的工具了，要么就是它不是一个好机会，要么就是你的资金不足。
同时也记住你的起始止损是最糟情形的风险，也就是你的单位R。大多数情况下，你的亏损可能会是0．5R，因为随自市场的波动和时间的流逝，你的离市也会上移。
9．1．2 最大不利偏移
约翰．斯威尼是《股票和商品的技术分析》的前任编辑，他引进了参与交易的理念。如果你知道前面提到过的R的概念，就能理解斯威尼想传达的关于参与交易的意思。参与交易在我看来，仅仅是让你理解一旦你进入了一次交易之后，把成功交易当作是一个价格波动的函数要比当作入市的函数更好这个理念。
让我们来看一下偏移这个概念，它是指价格在入市之后的行为。当你开始考虑入市之后的价格波动时，它就会向你引见几个更有趣的理念。第一个就是最大不利偏移。这是整个交易期间你可能遇到的最不利于你头寸的一天价格波动。这種最槽情形一般都是根据你做的是空头还是多头分别在该天的最高点或最低点遇到的。
图9－1显示的是一个多头方入市后不利价格偏移的例子。这是一张条形图，黑线解释的是多头信号价格波动的MAE。这个例子里MAE是812美元，但起始止损却是3 582美元，相当于三倍的ATR止损，在图中没有并显示出来。因此，MAE要小于所采用的止损值的25％。
曰9－2是一次亏损交易中的不利价格移动。你在9月23日的85．35点进入了多头头寸，止损是5 343美元。MAE是80．9，也就是说潜在的亏损是2781．25美元。然而，止损仍然要比该价格超出几千美元。最后价格上涨了，止损也跟着上升了，你抛出该头寸的时候亏损了1168．75美元，既不接近止损也不接近2781．25美元的最大不利偏移。对这个亏损交易的例子来说，MAE是最终亏损的两倍，但只有起始止损值的一半。
让我们设计一张表格来表示盈利和亏损交易的MAE。这个例子中，我们考虑的是1985年一1992年的英國英镑市场，使用了一个渠道突破系统和一个三倍的ATR止损。盈利和亏损交易在表中分开表示。每次盈利和亏损交易的MAE也分别显示出来，既有美元量的表示，也有与平均实际价格幅度的关系的表示。这些数据都列在表9．1中。
这只是一个小例子，解释了如何使用这種技术。注意一下盈利和亏损交易之间的区别。你没有几次MAE超过1．5倍平均实际价格幅度的盈利交易，24次中只有3次有超过平均实际价格幅度的最大价格偏移，也就是12．5%。相比之下，有66．7％的亏损交易的MAE超出了平均实际价格幅度，差不多有一半是超出了1．5倍的平均实际价格幅度，所有亏损交易的中间值是1．44倍的平均实际价格幅度。从中你能看出一个模式来吗？
给定了一个足够大的止损后，再去编辑这些数据时，就会发现，盈利交易的MAE很少会低于某一个值。换句话说，就是好的交易很少会背离我们太远。
如果你能不停地在市场变化的时候检查这个值的大小，就会发现你也许能使用比原来预测的更紧密的止损。更紧密止损的优点包括更小的亏损（尽管有时可能会碰上多次）和盈利交易中更大的R乘数。
