买入点的六种过滤方法

通常，系统越简单，它运作的效果就越好。但也存在例外。若内置指标是基于不同类型的数据资料，则许多不同的指标也会大大有助于你进行市场交易。

这就为我们提供了过滤与设置之间的一个关键区别。过滤一般都是建立在相同的数据之上，在系统中应该被避开。而设置则建立在不同的数据之上，是非常有用的。只要你的设置是建立在不同但可靠的数据之上，那么一般都是越多越好。

让我们通过一些不同类型的数据看一下你可以使用的一些设置。下面是原来给过的一些例子。

1 时间过滤

你对一幅波动会在什么时候开始一般都有一些概念，那是因为你有一些不同的模型。时间与价格数据不同，因此这样一种设置是非常有用的。时间过滤可能包括周期、季节性数据、占星术的影响等等。

2价格数据序列

你可能要求价格数据以一个特定的顺序发生。如果这种设置是建立在市场中发现的一些可能性很大的关系之上的话，那么它一般比简单的价格数据更有价值。以回撤设置为例：（1）大盘建立一个走势；（2）然后作了一个回撤；（3）显示了一些与原来走势相反的波动。这些都是价格数据，但它们以一个特定的、有一定意义的逻辑顺序发生。

3 基本面分析数据

你对正在交易的市场的“供”“求”特性一般都会有一定的了解。例如你可能有这个市场的有关大豆这种农作物的统计和一些新外汇需求的统计信息。对于一种产权证券来说，你拥有客户对公司的新产品接受程度的信息和成功减少内部成本的信息。可以看一下加拉赫和巴菲特的一些基本设置的例子。

4 成交量数据

特定市场的成交量与当前的价格数据大不相同，也很有用的。有关成交量的书籍很多，它是上涨股票数与下跌股票数的比例除以上涨量与下跌量的比例。

5 综合数据

如果市场含有一定数量的其他项目，那么只要弄明白它们的走向就可以得到一些有价值的信息。例如，在股票市场中，了解市场作为一个整体的行为与了解市场各个部分的行为相比就大不相同而且很有价值。多少股票是在上涨？上涨股票的成交量与下跌股票的成交量相比如何？

6 波动性

指大盘的活跃程度，通常都以价格的幅度来定义。它一般都是非常有用的信息，与单独的价格很不相同。

个人发现，市场小幅度波动的观测度是对那些造成波动的原动力的潜在预报。若你把一个小幅度波动的设置与适时的离市结合起来，就会得到一次高风险回报率交易的好机会。

出现以下两种情形时都可能是小幅波动的设置：

（1）大盘经任何次指标测度都是在一个走势中，这些指标包括在移动平均值之上或之下、是否有较高的ADX值等。

（2）对比最近5天的幅度和最近5O天的幅度显示大盘移进了一个狭小的范围。这个比例必须是在一些预先确定的值之下，比如最近5天的幅度小于等于最近50天幅度的60％等。