作者：（美）佩里J.考夫曼（Perry J.Kaufman）
出版社：机械工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
交易系统与方法(原书第5版)试读：
前言
时间飞逝，自本书上次出版以来，已经过去了整整8个年头，而在这8年之中，整个行业都在发生着持续不断的变化，其间，我们经历了20世纪90年代末那个令人难忘的牛市，也历经了2000年那场似乎并没给我们带来太大阴影的科技泡沫破灭事件。但是，2007年所发生的次贷危机证明：我们所做的是错误的。于危机当中，相对于将资金投入每一个可能领域的交易者而言，他们能够亲身感受到各种风险的存在。在许多情况下，被清盘的投资项目只是将所获取的利润填补亏损，而与其他方面则没有什么相关性可言。在现实当中，多元化原则更加适用，但是，我们常常会看到很糟糕的情境，即所有资金于同一时间内都会按照相同的方式运行，虽然这是一个低概率的事件情境，但概率值不为0。
在今后的几年之中，我们会更专注于研究风险管理，而不仅仅是测度相关风险。事实上，我们有必要在风险发生之前就要了解，如何降低风险而不是在风险已经到来以后再去识别。我们知道，投资者会将一些对冲基金按照长期资本管理的步骤进行操作，进而将风险作为一种罕见的事件来应对，同时其认为风险具有重复性。他们所使用的基本原理是，为了减少相对较大的风险，交易者就要降低资金的收益率；对冲基金所认定的投资者的偏好情境是，相对于较大的风险而言，投资者更喜欢一些小的获利情境，从而降低可接受利润的阈值。笔者于此并不试图判断前述这个决策的优势。
此外，我们都应该掌握最佳的选择模式以控制相应的风险，有鉴于此，在这个版本当中，其与之前的版本相比会出现许多变化的情境，比如，相对于简单的个体交易、交易策略的规则、投资组合的构建等一系列问题而言，我们都相应地设置了风险的防控机制。本书所具有的一致性
在这个版本之中，有一个重要的改进模式，即从这一节到另一节，且自这一章至另一章的布局当中，行文的连贯性得以增强。如此，前面的章节与后面的章节则可相互参考，进而可以显示许多交易技巧的相似性，而我们则会通过融入相应参考资料的方式将某些复制的内容移除。另外，在本版本之中，笔者所做的最大的努力是：应用相同符号且贯穿于本书的始终，进而简化相关的数理公式，使之更容易为交易者群体所掌握。还有，你在本书中将会发现，这里做了一个更大的尝试，即在持续学习的过程之中，某项素材会在各个部分之间进行流转。本书所展示的更多的交易策略、更多的程序设计以及更多的电子表格
因为每年都会有许多文章和书籍阐明新的交易技巧，同时针对老问题提出更好的解决办法，所以很多新的见解会不断地在业内流传。只要有可能，本书都会尽可能地将相关理念添加进来，且引用原始材料以做参考。由于笔者和证券行业的交流很多，因此在本书之中，你会发现许多期货和股票交易商所使用的术语。
应用实际范例的模式会使相关的学习过程变得更加容易一些，因此，本版本引用了更多的实际案例，同时也使用了更多的编程语言以及电子表格，如此，本书将帮助读者选择各种已有的理念，且读者可自行使用。只要有可能，电子表格的编辑代码会应用“offset”（冲销）功能函数，从而改变相应的计算周期。而范例情境所相关的部分则会继续应用TradeStation交易平台和Excel程序，因为到目前为止，它们仍是最受欢迎的工具。另外，当前存在很多种其他类型的选择模式，可使前述两个源代码轻松地植入其他的程序之中。图表的更新模式
随着相关的案例变得越来越多，许多旧的范例情境和图表已经被更新。20世纪七八十年代，相应的市场行情模式可能具有历史性的意义，而在最近的10年中，由于出现了巨大的价格波动，所以相应的模式之间看起来似乎更具相关性。在这里，我们都会同意的观点是：在20世纪80年代，交易者都善于从一个交易策略之中获利，但更重要的是，其成功的经验往往存在于过去的5～10年当中。同时，在许多情况下，旧的行情模式仍然是独一无二，且不应该被忽略的。其实，每一本书都存在局限性。系统稳健性相关的开发模式
系统开发的目标或交易者的意图是寻找或创建一种交易方法，从而根据不同的市场情况、依据不同的价格行情进行相关的操作，并且使系统能够于尽可能长的时间之内运行，而只有一个稳健性的解决方案才能满足前述这些目标。因为前述问题具有如此的重要性，所以本书的整个篇幅都会通过不同的方法对相应的稳健性做出评论，进而提高其质量。在本书的第21章之中，笔者专门阐述了系统的测试过程，当然，其他章节也会不间断地进行论述。
稳健性是一个容易理解的概念，一个稳健的交易策略需要勾勒出收益和风险的轮廓，但是，其并不像数据契合那样具有吸引力。另外，在更多的市场当中，相对于高风险低收益的价格点位而言，成功的规律以及稳健的数据几乎是没有的，所以，我们有必要理解和相信：相关的交易策略当中存在一些自然的风险，而对行情的成功掌控则需要很长的时间。如果你想把所有的风险都排除在交易之外，那么，相关策略也只能在一定程度之上浮于表面，实际则是不可能成行的。英航（同业）网站的相关问题概述
英航（同业）网站已被TradeStation交易平台的程序语言（9.0版本）和Excel 2010电子表格所扩展开来；预计在不久的将来，MetaStock代码将被植入其中；在本书的结尾处，笔者介绍了相关内容。同时，每当书中的某一部分内容与此网站程序相关联之时，笔者都会注明对应在英航（同业）网站上的程序的位置，从而将其提醒给读者。因此，笔者特别希望，相关程序可以使针对新思维所做的研究和分类工作能够在实际应用过程中具有更大的便利性。致谢
本书的成果依赖于数以百计的交易员、金融专家、工程师以及许多热衷于市场的人士的辛勤工作和创造能力——他们以具有艺术性的阐述方式不断地重新定义相关的概念，同时，也为我们提供了有利可图的交易技巧以及有价值的分析工具。
笔者很早就应该感谢TradeStation交易平台的珍妮特·佩雷斯（Janette Perez）女士的慷慨帮助。同时，我也非常感谢帕梅拉·范吉森（Pamela van Giessen）以及John & Wiley出版社的埃米莉·赫尔曼（Emilie Herman），他们曾持续不断地为我提供了难以估量的帮助和鼓励。还有我的妻子芭芭拉，每当我说这是最后一本书时，她永远都会用鼓励的眼神来表达对我的支持。
最后，值得一提的是，我要感谢所有以前的读者，他们不断地给我发送信息，帮助我修正错误、遗漏。虽然有些只是很简单的错误，但是，它们也都被逐一地加以修正，如此才使得这个版本显得更加完美。佩里J.考夫曼撰稿于大巴哈马岛弗里波特2012年11月第1章概述
自然界生存下来的，既不是四肢最强壮的，也不是头脑最聪明的，而是有能力适应变化的物种。——查尔斯·达尔文
现在，让我们开始重新定义“技术分析”这个名词。技术分析是对相应金融工具的价格、成交量、波幅以及未平仓合约等一系列问题所进行的系统性评估，其目的是进行相关价格的预测，而相应的系统方法可以简单地依据棒线图，甚至使用格尺来完成，或者，它也可以使用所有可用的计算模型。另外，技术分析可能包括各种形式的定量分析，以及各种形式的识别模式，其目标是提前确定在一定的时间段之内，无论1小时、1天还是5年，相应价格是如何运行的。同时，技术分析还必须具有一系列清晰和完整的规则。
在当前的交易大环境之下，技术分析不再仅仅是研究图表模式或识别趋势，它还包含了市场内部各要素的分析、复杂的指标分析、均值回归模式的分析，以及测试结果的评价等；同时，技术分析也可以用一个简单的移动平均线或神经网络来预测价格的变动。本书作为前述各类交易技术的参考指南，会将其融入于一些订单之中，并对其在同一交易目的之下功能的异同进行解析；同时，本书也涵盖了投资组合的构建、多层风险的控制等多方面的问题，而这些是成功交易的重要组成部分。1.1 技术分析的扩张效用
定量方法可用于评估价格的运行模式以及进行交易决策，已成为市场分析中占主导地位的一个部分。那些不使用超买和超卖指标的交易者最有可能于屏幕的下方进行相应的观测；另外，主要的金融网站总是能够指出价格的趋势以及双重底的形态，同时，它们能够快速地指出：在低交易量的情境之下，价格的升降模式具有不可靠性，而且，200日移动平均线的切入点位似乎就是基准的趋势方向。所有前述的要点显示了技术分析的简易性与可接受性。
2002年的事件使各主要金融机构研究的诚实性受到了质疑，而且，相关机构的融资部门与承销和零售券商之间也存在着冲突。安然公司（Enron）的倒闭引起了我们对交易的收益、相应债务、相关业务的质量，以及大大小小的公司向公众披露的数据等一系列问题的关注。毫无疑问，更多的量化交易模式越来越为相关研究机构所采用。当确定某些交易规则和交易算法是否经得起审计时，相关的分析师所推荐的判别方法必然是相应的多空交易模式是否具有安全性。
量化交易在全世界的领域之内广泛地存在，例如，息差套利是银行收入的主要来源，而区位套利则是使黄金和其他贵金属价格于全球范围内同步运行的一个过程。此外，程序交易的目的是阻止整个股票[1]市场的行情偏离标准普尔期货（S&P futures）和SPY基金的价格；同时，最近出现了一些完全自动化的交易系统，它们被称为算法交易。
如果你认为套利不属于技术交易的范畴，那么你可以考虑使用市场中性交易策略，即当某只股票的升降速度快于其他股票时，你可以在相关联的金融市场中，同时构建多空形式的持仓头寸（配对交易），并从中获取收益；如果你将相应的时间序列从几天或几小时变为几毫秒，那么你所从事的就是高频交易；另外，在航空工业方面，你可能更喜欢利用季节性的优势，或者，你也可以在大豆交易中试试身手，因为这两种交易模式都具有明显的季节性，而当其他因素（如能源供应的中断）压倒季节性因素的时候，其非季节属性又会特别明显，所以，依据季节性从事买卖的交易模式属于技术分析的范畴。
在技术分析的框架之下，你可以对成千上万只股票进行扫描、分类，从而寻找其关键属性，比如发掘高动量模式，观察最近一次的行情突破，或者探索其他的价格指征，这些都是具有更广泛意义的技术分析。那些持续时间只有几毫秒的高频交易与套利交易已经成为大型金融机构获取收益的重要模式，但此类交易却涉及一个问题，即我们需要将计算机等设备尽可能地接近交易所内传导价格的源（source）引擎，而关于这一点，是存在争议的。由于高频交易增加了相关股票资产的成交量，所以此种模式被认为有益于提高相关的流动性，但其也受到广泛的指责（也许是由于它不那么公平），其中重要的原因是：高频交易所生成的波动率过高。
同时，令人印象最深刻的是：使用技术和量化分析的管理式基金正在呈现增长的态势——价值数十亿美元的投资正在使用趋势跟踪系统、短期交易系统、均值回归模型以及其他无数的技术系统从事相关的金融交易，因此，人们大都认为，超过半数的资金管理方法全部采用算法交易的模式。而对基金经理而言，技术分析中的回测系统以及预期风险的评估模式是其自身特有的两大优势。另外，我们可以说，技术分析的应用模式甚至已经渗透到最谨慎的基本保障领域。
[1] SPDR ETF——ETF（交易所可交易基金）式标准普尔预托证券基金。——译者注1.2 股票与期货的交易风格的收敛属性
相对于股票和期货而言，其各自相关的技术分析的发展历程所遵循的路径是不同的，这似乎是很自然的，因为两个市场所面对的投资者分别处于不同的时间框架和商业利益之下；同时，不同金融市场对投资者的需求也是不一样的。
期货市场的初始用户是存储谷物的粮库和相关的加工者，他们分别代表谷物的供应方和需求方。其实，粮仓的所有者就是谷物的批发商，他们从农民手中购买粮食并卖给加工方，而期货行情则代表着一种公平的价格。谷仓所有者在芝加哥交易所出售其库存，他们的目的是锁定价格（希望获利），而谷物的加工者通常是面包制造商或肉联厂主，他们需要利用期货市场为其原料成本锁定一个较低的价格，同时，他们也希望将期货市场作为一种现有库存的替代品。另外，谷物的生产商（卖方）和加工方（买方）基本上都希望持仓几个星期或几个月，直到他们向市场交付产品，或者将收购的实物商品用于生产——这里没有什么长期投资，只是对冲风险。所以，与股票期权相类似，期货合约每两三个月结清一次，有时也可持仓一年左右，因此，“投资”于期货的想法几乎是不可行的。
期货和股票还有另外一个重要的区别，即期货附带杠杆。当一个谷物加工者买入一份小麦的合约时，那么他就需要按合约价值的5%[1]存入一笔诚信保证金，而如果小麦的卖价是10.00美元/蒲式耳，且标准合约数量为5000蒲式耳，如此，该合约的总价值就是50000.00美元，那么，加工者只需向经纪人缴纳2500.00美元即可获取此期货合约——相关加工者实质上是以20∶1的杠杆购买了此份期货合约。
在20世纪70年代，期货交易者每笔合约需要支付50美元的循环佣金，相当于合约价值的3‰，其价值远低于股票市场1%的成本，但是，在期货行业，此佣金比率却是极高的。现在，跨年度协商佣金已经成为交易系统的一个组成部分，相应费用为8美元左右，相当于合约价值的0.5‰——由于佣金的成本如此之低，所以在进行期货交易时，此笔金额不在考虑之列。公平地说，股票交易的成本也在以同样的方式降低，但是，支持这些交易需要更大的持仓头寸。
那么，高杠杆率和低佣金比例是如何影响期货交易的呢？我们得出的结论是：较低的交易成本所对应的是较短的持有期限。实际上，场内交易者所做的不是投资，他们主要从事“抢帽子”交易，或者捕捉一个较快速的、不稳定的行情，例如在衍生品市场，快则1～3天即可结束一笔交易，而相关期限如果超过30天，那它就会归于缓慢型交易项下。
虽然股票市场存在投机的行为，但是投资者（而不是交易者）始终是其主力军。在美国，股票市场本身就是一个投资的场所；同时，经济增长与产业的增长和效率是彼此相对应的；当然，佣金和税收法规在塑造长期投资者方面，也发挥了重要的作用——如果每个买卖订单的佣金成本是1%，那么它显然不可能适应一个短线型的交易者，“短线”这个角色是预留给股票交易所的做市商的。如果从每一笔交易中削减2%，那么你很难成为任何一种形式的交易者。时至今日，一些共同基金规定：如果提前6个月或1年结清相应头寸，那么相关投资者就要承担很高的费用或处罚；此外，优惠的税收政策也会刺激相关的投资者将控股时限延长至6个月以上，进而满足长期资本的收益规则；另外，针对空方而设置的“报升规则”也会削弱股价下行的预期，尽管此项规则于当前并没有真正地实施，但是政客大都倾向于将其恢复，因为他们相信，此规则能够减少金融市场的波动性，而且当前大多数针对退休人员的基金是不允许卖空的。为了解决前述这些规则所带来的问题，交易所可交易基金（ETF基金，如SPY基金和[2]QQQ基金）允许多单与空单没有期限并享受低成本。ETF基金和期货之间的主要差异是：期货存在杠杆比率，交易规模更大，且有固定的期限，同时，期货交易能够得到一个源自主要金融机构的保兑，比如由芝加哥商品交易所的担保；在ETF的形式之下，股票和其他新型金融工具的交易者可以享受低成本的待遇，因此，相关业界人士可以采用期货交易中所使用的方法来更加快捷地识别趋势，同时捕捉行情向均值回归的契机，并且能够制定更加严格的风险控制策略。
[1] 1美式蒲式耳＝35.238升，1英式蒲式耳＝36.268升。——译者注
[2] 一种美国指数交易基金。——译者注1.3 基本面分析与技术面分析之辩
市场行情是由基本面的要素所驱动的，而这些要素包括就业、国内生产总值、通货膨胀率、消费者信心指数、供求关系、地缘政治等，它们都会影响对相关价格运行所做出的预期。但是，应用前述要素进行金融交易实在太过困难，而且经济学家对此类问题的认知从来都不是非常准确的；更何况，相关的经济报告通常都不及时，并且其对个别的公司而言，也不是即将到来的问题。因此，在大多数的情况之下，我们使用相关数据所制定的基本决策对个别公司来说是不可靠的。此外，在政府所计算的消费者物价指数（CPI）方面存在着一些固有的利益冲突，因为CPI指数的上涨意味着所有那些能够得到社会保障的人的生活成本都会增加。
在确定价格行情的长期方向时，技术分析也试图从客观的视角来评估上述这些复杂的基本面因素，这与经济学家通过使用回归模型、参看季节性变化，以及判断经济周期性的方法所做的预测分析没什么不同。应用技术指标的交易者可以利用相应的工具、图表趋势判断法、模式识别法以及概率分布等方面的知识进行相关的分析，也许，经济学家也在做着同样的事情。
众所周知，美国联邦储备系统（简称美联储，FED）一直以来都要对金融交易及相关工具的价格进行监控，其目的是检测相应利率政策的变化所产生的效应，同时，在必要的时候，美联储会进行货币干预。实际上，所有的货币当局都知道，当它们所发行的货币升值过快时，那就不要试图去阻挡这个势头，例如，如果公众都想买入日元，中央银行是没有足够的影响力来阻止这个行为的，它们只有等待日元的涨势先行耗尽，因此，各货币当局必须小心地利用其资源，以行情分析的技巧，根据日元价格运行的属性来分析其价值的变动规律。由此可见，技术分析方法的主要优势是：它完全是客观的，并且是明确的，同时，相应的数据也肯定是准确的。价格分析的首倡者之一，伟大的查尔斯·道曾经说过：
根据行情的变化，所有的经纪人都可以清晰地了解纺织品贸易的状况，而所有的银行家都会洞悉货币市场的基本情况；同时，基于对各行各业的认知水平，掌控最多信息量的一国总统都能发掘其自身职能之所在——即使没有见过一条铁路，他也能够了解全国运输状况的一般条件，另外，总统对农作物状况的了解比农民，甚至是农业部还要全面。事实上，所有市场行情的变动都可以使我们在判断国内外金融情势之时，无须那么殚精竭虑。
任何金融市场的价格行情的波动在很大程度上都具有可预期的属性，其运行结果来自对相应的宏观经济发展，或良好的企业管理与新产品的效应所显示出的期望。然而，市场行情如有更改，恕不另行通知，例如，政府可能会阻止两家公司的合并，或者，批准或拒绝一种新药的上市。此外，在菲律宾登陆的飓风会使糖的价格快速上涨，但是，如果风暴转弯改道，那相关价格也会出现反转的行情；另外，对就业率所做出的预期报告、房屋开工的预期报告或玉米生产的预期报告都会引发比较高调的专业估计，而这些“估计”在实际报告发布之前，都会引导或误导相关价格的运行模式，并且，随之而来的与市场行情所互动的镜像是相关估计值的准确性，经济数据本身没什么参考价值。当公众应对行情准备行动的时候，相关的消息却已经反映在价格之中了。1.4 专业交易人士与业余交易者
一些应用技术分析的初始交易者可能会发现并采用一个交易系统或一种分析技术，其看起来非常简易和方便，且似乎被专业人士所忽视，这就是通常情况下不采用此类系统技术的原因。随着对相应交易的了解进一步深入，你就会发现，相关策略的执行是困难的，或者说，风险远高于原始的预期，抑或是相应系统所引发的连续亏损太多了。事实上，金融交易是一种商业行为，不可随性事之，正如理查德D.威科夫（Richard D.Wyckoff）曾经说过：“大多数人基本都通过自己所从事的业务来赚钱，但他们却把这些钱又输送给另外一些人。”因此，在投资之前，你需要花时间去进行相应的规划，而且，当你开始交易之时，你需要建立更加切合实际的期望。
但是，上述问题并不意味着简单的系统就不能工作，只不过相应的系统都留有一定收益和风险的痕迹，其所具有的典型风格以及所产生的困惑的确难以改变。本书的目的之一是提供许多不同的交易方法，而每种方法都有自己的风险，以及回报的特殊性，从而可以使每个交易员理解相关交易的真实成本。如果想与一个专业的投机者相抗衡，那你就必须更加准确地预测相应行情未来的运行状况，而此种目的可以通过下列的方法实现：
·首先，你要识别相关价格运行模式的循环属性，同时，确定此种模式所引发的最具可能性的效应。
·其次，在一个选定的时间序列之内，你要隔离相应价格的基本方向，进而识别相关行情的“趋势”。
在第3章当中，我们会对棒线图进行相应的探讨，此图形是相关市场行情最简单的一种表达方式，在20世纪初，其各类形态的解析方法与杰西·利弗莫尔（Jesse Livermore）在行情显示系统（自动收报机的纸条）之上所确定的认知模式是一样的。基于分析的理念，还有一些更加精确的分析方法，点数图就是其中之一，其将图表的精准性提高了一个层级，同时此种模式提供了具体的交易规则，而且其形态与棒线图和相应行情系统所展示的图形是相似的，所以，点数图很流行，且很受欢迎。
当下，在预测金融工具的价格走势方面，数学建模、传统的回归与统计分析的方法已经变得非常流行，大多数建模理念因应计量经济学以及基本概率论和统计理论的发展而得以修正，这些理念具有准确性，因为它们是完全建立在数值数据基础之上的。然而，这些理念需要一定的交易规则来保障其自身的可操作性。
对大部分交易系统而言，恰当地评估价格趋势是至关重要的；逆市交易，即持有反行情的头寸，同样依赖于趋势跟踪的技巧。本书的大部分章节主要是解析识别各种趋势的方法，进而给读者留下一个烙印，即“价格趋势”是一个公认的概念，尽管此种做法不那么公平，但也只能如此。现在，已经有许多研究者发表论文并且声称，根本不存在什么价格趋势，其中关于这一主题的最权威的论文被收集在库特纳（Cootner）所著的《股票市场价格的随机特性》（The Random Character of Stock Market Prices）之中。还有一些非常可读的理论刊登在《金融分析师期刊》（Financial Analysts Journal）当中，该期刊也是一个很好的资料来源。
个人资金管理工具的数量非常庞大，其中，有许多工具存在于Excel和其他各类电子表格软件之中，而相应的方法包括线性回归分析和相关性分析；同时，也有一些不那么昂贵的软件可以进行光谱分析，并且可以应用先进的统计技术进行测试；还有一种Excel插件——Solver，它可以很容易地对投资组合的资产进行配置。另外，一些交易系统开发软件（比如TradeStation、MetaStock）所提供的平台可以在很大程度上节省你的编程时间。而且，因为专业人士希望维护其优势，从而耗费其所有的时间去专注于投资问题，如此则使非专业人士不再处于劣势地位。1.5 随机游走理论
许多信奉基本面经济分析的人士相信：从某一天至第二天的时间跨度之内，相应价格的波动方向不具有序列相关性。也就是说，价格对其之前的运行模式没有“记忆”，此种思考已经被命名为“随机游走理论”。价格将会寻求一个点位，于其上，供给水平和需求水平能够达到一种平衡，但是这一平衡点可以瞬间达到，或者以不可预知的方式达到，因为价格是因最新的信息或新闻的变化而波动的。
如果随机游走理论是正确的，那么许多基于数学和模式识别理论的明确的交易方法将会失效。前述理念不是一个简单的问题，而且应该由每个系统的开发人员予以解决，因为它将会影响相应系统方法的归类。这里，有两种理论对价格的随机运行模式提出了异议。
第一种观点是：许多算法交易的策略是成功的。有许多文档明确地显示对冲基金、衍生品基金以及系统化套利程序的性能是可靠的，其成功运行的时限已经超过了20年甚至30年，但是，这并不是说所有的技术项目都是成功的，因为事实远非如此，而且，前述策略也不是解决问题的根本性方法。所以，你还是需要一个合理的交易策略，无论其是否可以自由支配，抑或是具有系统性，总之，我们的选择就是为了盈利。然而，不是每个人都可以创建和实施前述这样一个交易策略。
第二种与随机游走理论相悖的观点是：价格是按预期运行的。该观点认为：从学术上来讲，（“市场上的”）所有参与者都可以准确地理解价格应该是根据新闻的发布情况而运行的，然而事实并非如此，即信息与新闻的重要性没有那些对市场的进一步运行模式所做的预期那么大，例如，如果美联储今年两次降低利率，而经济面还没有回应，那你会预期美联储将再次降息吗？你当然会。因此，一旦美联储宣布降息，那你就可以推测其未来的降息政策，而当大多数交易商抱有相同的预期时，那么，相关的价格就会迅速达至相应的水平；接下来，相较于和预期相关的讯息而言，相关价格会做出进一步的反应，此种形式是“价格波动符合随机游走的理论”吗？当然不是。但是，实际的价格运行方式却可以呈现类似的随机状态。
除却预期因素而外，比较明显的且具有随机性的价格运行模式要依赖于所观察的数据间的时间序列，以及相应的测试频率。当时间跨度很长（比如，从1年到20年）时，那么，相应数据系列的均值则会提高相关程序的平滑功能，进而使伴随季节性和周期性的相应的趋势特征变得更加清晰；同时，技术方法（如移动平均线）可以用于隔离相应价格的特殊性；另外，每日或每周的平均数据能够创建月度或季度价格的平滑机制，进而消除价格短期的不规则运行模式，从而生成连续价格之间的、更高级别的相关性——运用低频的数据可以使我们更加容易地发现一个趋势。一般来说，相较于周际与月际的数据而言，日间数据所显示的噪声（随机波动）更大。
从长远来看，价格需要寻求一个均衡的水平。相对于股票而言，所谓“均衡”的含义是，投资回报率（股票价格的升值率加上股息）与相关投资的风险要达到一种平衡，而且，此种平衡还要与无风险收益“相伴而行”（比如国债）。而相对于期货来说，均衡则需要供给和需求之间达到一种平衡。
价格不是在一个对称的模式中运行的，其波动规律也不具备正态分布的属性，上述两个与随机游走理论相悖的话题证明了这一点。指数行情，尤其对那些由传统股票所构成的指数而言，其不对称性是很容易理解的，因为绝大多数的交易方是由多头所构成的。然而，在一定的压力测试时间段内，如果相应价格远离其正常的价值水平，那么价格运行的不对称性质会展示一种独特的模式，或者相关的供需水平将呈现一种不平衡的状态。当某种价格单边“运行”几个小时或几天，即价格在同一方向上所持续的时间序列很长，且超出了正常水平，那么，我们就会发现，相关的价格数据将呈现一个“厚尾”的形态，如此长期的运行模式可以用正态分布的理念进行相应的解析。其实，厚尾形态意味着非常态的概率分布，因为尾部额外的数据必须来自另类事件。在本书当中，我们会根据这些价格模式的差异性来探讨某些特定交易方法之所以发挥作用的动因。
价格波动是由人来驱动的，人们可以由于非随机的原因买入和卖出某种金融产品，即使交易量很大也在所不惜，例如，某种投资型基金每个月都要补单或者赎回，其不考虑进入市场的时机问题，而这种行为会反过来影响价格，且创造交易机会，从而使交易者获利；同时，通常被季度数据所通报的、反映经济政策的长期趋势会使相关交易者以极大的兴趣长期持有相应的头寸。而本书的重点是探索因预期（而不是实际事件）所引发的短期价格波动、波动率的极端变化、远离价值的价格点位、逆势交易系统对反转行情的感知，以及那些试图捕捉短期趋势的行为模式。1.6 交易风格的确认模式
在阅读所有的材料之前，我们似乎应该提前探讨一下相应的交易风格，但是，许多交易者已经先行根据其自身的性格确定了适合他们的日间交易，或持有长期的头寸，他们的理念与相应的交易时间表驱动了价格的运行模式。有鉴于此，短线和长线交易者将集中于不同的市场，应用不同的策略，而投资组合的结构以及风险控制的方法与短线或长线的交易模式几乎是相同的。
为了理解各类行情与不同的交易风格相结合的模式，我们要参考所有市场的日间图表，包括某只个股、短期利率期货合约或标准普尔500指数的日线图表等——在相应的图表当中，有趋势的周期，有横盘的模式。然而，如果你将图表从日图变为周图，或将日图变为月图，即显示长期趋势，如此，在较长的时间间隔内，相应的点位得以减少，那你就会很容易地看到相关的趋势，所以，图表的显示方法就是对数据的外观进行平滑处理（见图1-1和图1-2）。
现在，我们采用另一种方法，用20分钟图取代日间图表，如此，我们会发觉，相应的趋势是很难找到的，同时，似乎有一个平滑的周期导致了2008年7月的峰值（见图1-3），而现在看起来很不稳定，另外，随着观测期限变短，影响价格运行的噪声似乎增加了很多。图1-1 以2008年7月为中心点的原油价格的日间图表图1-2 以2008年7月为右偏中心点的原油价格的周线图图1-3 以2008年7月为中心点的原油价格的20分钟图
一般的交易者往往忽略以相应的价格频率来补充相关的交易策略。如果你是一个长期趋势或宏观趋势的追随者，那么你会希望价格系列能够显示更多的趋势性，如此，尽管对交易者而言，月图显示的交易频率过低，但是，月图、周图或日图的地位还是会被拔得很高；反之，短线交易者所关注的是均值回归型的交易模式，或快速定向的价格波动，同时，其相应的交易策略是增强高频数据的使用范围，如小时图或15分钟图。1.7 噪声的检测
如果要选择最恰当的交易策略所相关的数据频率，那你可以通过测量噪声来加以验证。噪声是于任意时刻围绕基础资产价格走势所生成的不稳定的行情变化模式。我们可以把高噪声比作一个正在醉醺醺地行走着的海员，而低噪声则宛如一条从起点至终点的直线。图1-4 噪声基本的测量方法——使用效益比率（也称为分形效率）图1-5 起点和终点相同的三种不同的价格运行模式：直线表示没有噪声，较小的变化差异对应中级噪声，而大幅波动意味着高噪声图1-6 通过改变价格变化的净值，我们可以区分噪声和波动性之间的关系：如果各个价格变化值的总和相同，但净值变化更大，那么相应的噪声就会变小
实际上，有许多方法可以测量相应的噪声，其中包括价格密度、效率比率（也称为分形效率）以及分形维数等。由于噪声不应该与波动率相混淆，所以对相关噪声的测量方法要消除相应的波动效应。在图1-4中，相应的短期的、假想的价格运行周期展示了一个由效益比率（ER）来衡量噪声的范例，其计算公式是：相关价格的变化净值（从A点改变至B点）除以个股价格变化的总和，且分子、分母的每一个数值都是正数，即
或者：
其中，ER表示第t期的效益比率；P表示相关金融工具的价格；nt表示测试周期。
图1-5展示了由相同的变化净值所生成的价格运行模式，即相对噪声级——相关直线表示没有噪声，围绕直线上方和下方的较小变化值表示的是中等噪声，而大型的摆动则象征着很高的噪声。然而，在前述这个例子中，相应模式是不可能区分噪声水平和波动性的，但噪声和波动率是不一样的；在图1-6中，在某个情境之下，价格的变化净值从440美元到475美元，而在另一个情境之下，价格变化从440美元到750美元，然而，成分个股的变化值却比较相近，分别是595美元和554美元；其中，第一种情境的效益比率是0.06，第二种情境是0.56，如此则显示，第一个情境非常嘈杂，而第二个情境的噪声相对较低（见表1-1）。我们要记住，数值为1的效益比率展示的是一个强大的趋势，而靠近0的比率则表明当前只有噪声；如果价格迅速攀升，那么即使大幅的波动可能也不会严重干扰相关的趋势。表1-1 图1-6所相关的价格变化值以及相应的反射模式，其显示的是：如果在整个测试时期之内，价格变化的净值过大，那么较大的个股价格的变化值并不会对应较高的噪声1.7.1 噪声衡量的另类方法
前述判定噪声的范例使用的是效益比率，然而，价格密度和分形维数等方法也可以被使用。直观地来说，价格密度可以被理解为一种范围：于其内，我们可以对相关价格因子进行有效的填补。如果我们将10日价格的运行路径高点和低点进行绘制，拉入一个方框涵盖期间内最高价与最低价，那么所谓的密度就是框图内所能容纳的价格点位之数量，其测量公式如下：
至于分形维数（FD），其不能被准确地测量，但是，我们可以在n天的期限内，使用以下的步骤进行估算：（1）n天之内的最高价为Max；（2）n天之内的最低价为Min；（3）Range（价格波动幅度）=Max-Min；22（4）dx=(1/n)（5）（6）
由上式可知，分形维数和效益比率之间有一种强烈的相关性（我们称之为分形效率）；同时，价格密度和分形维数的构建过程比较相似，尤其是上式的步骤（5），即将测试期限之内的、相对于波幅的价格变化净值加总，然后再取其平方根。总之，在上述三种测量噪声的方法中，效益比率法似乎是最清晰的，其将用于我们之后所进行的分析之中。1.7.2 噪声对相关交易的影响
为了确定效益比率法的相关效应，我们选取2000年1月～2012年3月的各类期货价格与世界各主要金融市场的股指价格的20日线来计算相关的平均噪声；同时，相应的基于40日移动平均线的顺势交易策略也被应用于相同的市场之中（在第8章中，我们会对如何发掘相应的趋势系统进行一个完整的讨论），此类趋势系统会应用最基本的交易规则，即当趋势线上指时，做多相关头寸；当趋势线下指时，做空相关头寸，此种情况总会在市场上出现，且没有应用的成本。另外，噪声和相应趋势的效应被分布于图1-7中，而趋势效应被显示为一个利润因子，即以利润总额除以损失总额，而更高级的利润因子则与风险调整后的较高收益率相关，我们在散点图1-7中以一条简单的回归线来强调这种相关性。图1-7 自2000年起12年间的40日平均噪声与基于信息比例的简易型40日趋势交易系统之间相关性的散点图
图1-7显示了一个从左下角至右上角模式图。利润因子1.0以下是净损失，高于1.0是收益。左侧的噪声最大（效益比率为0.204），右侧的噪声最低（效益比率约0.266），其结果可以做如下解析：低噪声有益于顺势交易，而高噪声不利于顺势交易。这种理念可以被进一步理解为：高噪声有利于均值回归型交易策略。在与前述不同的时间段内（比如20世纪90年代），其显示的趋势性比最近要强，且可以生成更高的收益率，但是，噪声与成功交易的相关性是保持不变的。
如果对图1-7进行仔细的观察，我们会发现，相应的结果显示，图1-7右上角所代表的是短期的市场利率，其与央行政策密切相关，然后与较长期的市场成熟率相关，接下来，其与美元的交叉汇率、能源市场以及金属期货等因素均有相关性。图1-7的左下角所相关的是股指行情，在所有行业之中，股指行情的噪声最大，且其跟踪趋势的性能也比较差。
上述这一概念在确定交易风格方面是非常重要的，那些对宏观趋势感兴趣的长线交易者应该将低频数据和长期趋势结合在一起，而短线交易者应该使用高频数据和均值回归型交易策略。当然，前述这种方法有许多例外，而机遇到处都是。总而言之，对噪声、市场模式以及数据频率相关性进行探讨的目的是，在开发相应交易策略之时，我们要为最常见决策勾勒出一个轮廓。1.8 市场成熟率与全球化
每个市场的噪声水平可以使我们了解该市场相关的成熟度以及相关交易者之所以积极参与其中的实质。美国的股票市场则是公司型的金融业务，其典型的从业者会通过他们的退休计划间接地参与股票市场的运行，其中，许多人会积极地参与相应决策、分配相关的资金，而最保守的人士则选择货币市场或政府承兑担保义务的债券，还有一些人会将整体股市资金的一部分投资于标准普尔ETF资金，甚至还有一些人选择特定行业或个股来分配其部分资金。
其他国家的从业者没有参与他们国家的股票市场，尽管这些国家股票指数的波动也是其本国经济的晴雨表。尽管参与者较少、流动性较小、交易面较窄且投资者或交易者群体的分布也不是那么均匀，然而，大多数世界市场则变得越来越活跃，其流动性来自全球化的进程——某个国家的交易者可以在另一个国家购买和出售相关的股票。如果我们参看北美金融市场股指价格的噪声所相关的历史数据，我们会发现，在过去的20年里，噪声属性经历了一个稳步上升的过程（见图1-8），而这些市场相应交易量的增长则反映在标准普尔的现金指数当中（SPX），如图1-9所示。图1-8 每隔5年对北美市场股指行情噪声水平的测量图1-9 最近十几年标准普尔500指数成分股的交易量
随着国际金融市场成熟度的升温，相应的交易量也不断呈现增长的态势，而此种现象不仅局限于美国或欧洲，其在世界所有的金融市场都很普遍。图1-10显示了5年之间按地理区域模块所进行的分组，其相关区域分为：亚洲、澳大利亚和新西兰、东欧、欧洲（包括英国）、拉丁美洲、北美洲以及南美洲；图中左侧纵向刻度值表示的是各组之内所有金融市场行情所相关的平均噪声级；图表总体情况所反映的是，各地区的金融市场正逐步趋向成熟，而且这个成熟过程来得很快，其中东欧市场比较具有代表性。这里，在拉丁美洲（仅以墨西哥为代表）有一个例外，即其噪声值增加，但流动性很小——如果相应集团是多元化的，且对其整体经济形势的信心不足会导致流动性减少，否则，此类情况不会发生；欧洲区域在过去的5年里显示上升的态势，与美国不同，欧洲的投资者并不醉心于股票市场，过去几年的经济危机导致更多的投资者退出了相关的市场。图1-10 世界各地区市场成熟度的相对变化值
亚洲是当今世界发展最重要的地区，其中中国持有大量的美国国债，而且它赋予其国民很大程度的经济自由，但是中国在一定程度上会限制外资进入股市。图1-11将噪声值从高到低（欠成熟至更成熟），且从左至右进行了排名，其结果显示了亚洲股市的相对发展状况，而相应数值并不令人惊讶：日本是最发达的，紧随其后的是中国香港、新加坡、韩国以及中国台湾，这些国家和地区代表的是亚洲最开放的经济体。图1-11的另一端是斯里兰卡、越南、巴基斯坦和马来西亚，这些国家无缘接触全球性的投资者；印度孟买敏感指数所显示的参与者要多于中国上证综合指数，其排名靠向中心位置；同时，允许更大的交易商参与期货交易的那些国家或地区排名靠右。现在，上证综合指数的噪声平均值约为0.37，而北美市场为0.25。图1-11 亚洲股指市场的排名情况，2005～2010年1.9 本书数据的背景资料
本书的前提条件是对股票市场和期货市场进行相应的解析，因此，我们引入了诸如标准普尔500指数和美国长期国债之类的金融工具，这些期货行情对相关的股票交易模式和24小时全天候式的交易模式都有很大的影响，而市场的交易规则和交易机制在这里不做解释，除非它们直接与相应的交易策略具有相关性。而比较理想的情境是，读者应该能够解读一个或多个实用的指导性交易文件，应该理解买单或卖单的运作秩序，另外，也要掌握期货合约的规范。同时，相关的经验在实际交易中也是有益的。此外，专业的交易者、经纪人或交易代理商也应该拥有必要的资格，要像商人那样懂得如何应用价格的变化获取收入，且以最低的价格积累所必需的库存。管理自己的股票投资组合或参看财经新闻网络的个体交易者也是合格的。如果你喜欢玩竞技游戏，而且你还想赢，那也会很有帮助。
有一些优秀的书籍比较适合初级和高级的交易者。实际上，在一般的信息来源当中，比较具有突出价值的是杰克·施瓦格（Jack Schwager）的两册书籍，即《交易技术分析》（Schwager on Schwager），其中一册关于基本面分析，另一册则关于技术分析；同时，约翰·墨菲（John Murphy）的《期货市场技术分析》（Technical Analysis of the Future Markets）（第2版）以及《多市场之间的技术分析》（Intermarket Technical Analysis）也是被高度评价的。另外，还有一些优秀的书籍涉及更具体的主题，关于此类问题，你可以阅读约翰·布林格（John Bolliger）的《布林带线》（Bolliger on Bolliger Bands）、马丁·普林格（Martin Pring）的《行情的动量模式》（Pring on Market Momentum）。还有两部更全面的书籍值得阅读，它们是彼得·伯恩斯坦（Peter Bernstein）的《便携式MBA投资课程》（The Portable MBA in Investment），以及由罗伯特·科尔比（Robert W.Colby）和托马斯·梅耶斯（Thomas A.Meyers）编撰的《技术市场指标的百科全书》（The Encyclopedia of Technical Market Indicators），后者提供了一个智能计算模式，而且阐述了交易者所使用的许多市场指标的相关性能。总而言之，对不同指标的效能进行并排比较的结果可以使你深入了解这些指标的实际差异。最近，托马斯·波考斯基（Thomas Bulkowski）《价格形态百科全书》（Encyclopedia of Chart Patterns）一书则对所有图表模式进行了良好的、清晰的审查和分析。
总承包合约相关的基本参考书籍所提供的信息一直被当作大宗商品交易的手册，但期货杂志每年出版的参考指南也给出了主要期货和期权交易的做单时间、合同规模以及其他的规范，前述所有这些信息在互联网上也可以查找。而对于相关的基础知识，我们可以参看杰弗里·利特尔（Jeffrey B.Little）和卢西恩·罗兹（Lucien Rhodes）的《看透华尔街》（Understanding Wall Street，第3版），以及托德·洛夫顿（Todd Lofton）的《交易始于期货》（Getting Started in Futures，第4版），这里就不重复介绍其详细的内容了。
如果你想很好地理解最为流行的制图方法，那你就需要阅读罗伯特D.爱德华兹（Robert D.Edwards）与约翰·迈吉（John Magee）（现在是巴塞蒂，W.H.C.Bassetti）所撰写的经典著作《股市趋势技术分[1]析》（Technical Analysis of Stock Trends，第8版）（最初由约翰·迈吉所发表），该书对棒线图进行了全面研究。为了将传统的与新型的技术理念相互融合，《技术分析师》（The Technical Analyst，英国出版）杂志、《股票与商品技术分析》（Technical Analysis of Stocks & Commodities Futures）以及《主动交易者》（Active Trader）等刊物刊登了很多关于电子交易系统和交易方法的文章。另外，如果要对金融市场上的某种现象以及各市场之间的相关性等问题有一个基本的了解，那么，你需要掌握一些数学的技巧，此类解析方法可以在《金融分析师期刊》上进行检索。
关于一般性的市场知识以及非预期交易之所以产生的动因等问题，埃德温·勒菲弗（Edwin Lefevre）所撰写的《股票作手回忆录》（Reminiscences of a Stock Operator）一书给出了详尽的解析（本书最初的发表者是多兰，1994年由John & Wiley Sons公司所转载）。还有，理查德D.威科夫在其大部分书籍当中贯穿了一种幽默感和哲学思维，而他的《华尔街40年投机和冒险》（Wall Street Ventures and Adventures through Forty Years）则非常有趣。另外，杰克·施瓦格的[2]《金融怪杰》（Market Wizards）一书现在也被认为是经典之作。
当前，有很多协会和用户组的存在对各个层级的交易者而言是非常有益的。其中，我们可以在网站www.MTA.org上找到市场技术协会（MTA），它可以颁发具有资质的技术分析师证书；同时，投资管理研究协会（AIMR）可以颁发注册金融分析师（CFA）凭证；对于那些具有更高数学技能的人士，国际金融工程师协会（IAFE）也提供了很好的资源；再者，TradeStation（美国的一种交易平台）用户组也漫步于较大城市与互联网之上，它可以解决一些难题；此外，本书的读者也会发现桑尼·哈里斯（Sunny Harris）所创建的TradeStation Made Easy！交易平台，这也是一个很有价值的资源！
至于本书，除却比较复杂的部分，读者只要具有高中数学的背景，就可以弄懂一切；如果读者再具备一些统计学方面的基本素质就更理想了，至于概率学方面的知识，只要看懂爱德华·索普（Edward Thorp）的《击败庄家》（Beat the Dealer）就足够了。幸运的是，计算机电子表格程序（如Excel）能够使任何人应用相关的统计技术和大多数本书所涉及的公式，本书介绍了一种方式，它可以很容易地适应相应的电子表格；更为理想的是：如果你拥有一台配备交易软件的计算机，比如操盘密码技术的TradeStation平台、MetaStock平台（路透社旗下）或任何其他产品，那么，你的准备工作就是充分的，而如果你拥有一个源自诸如彭博社（Bloomberg）或CQG（一种针对金融领域的执行软件平台）之类的交易平台的实时数据填充工具，那么，你可以进行相关的技术研究，这对你会很有帮助。实际上，彭博社也是一个优秀的数据供应系统。
[1] 该书中文版已由机械工业出版社出版。——译者注
[2] 该书中文版已由机械工业出版社出版。——译者注1.10 研究指南
在开始具体论述之前，我这里有八个指南，它们有助于简化相应交易系统的开发过程。1.在开始交易之前，你要知道“想做什么”
你的交易应该建立在一个可靠的前提之上，它可能来自对一些现象或理论的观察与探究，如因应政府政策而变化的价格运行模式，应对经济报告而变化的、理性的价格波动模式，或在每天或每月的同一时间所出现的价格运行模式，这些都是你的交易所必需的基本前提，而其不能在计算机之上被发现或被测试；同时，前述的观察与探究工作需要你具备测试价格波动的经验，这让人想起了杰西·利弗莫尔。如果前述的探索工作你无法完成，那么你就需要阅读书籍或文章，从而获得相关知识。2.以最简单的形式设定交易的前提与概念
问题越复杂，对相应答案的评估就越难，而且，越复杂的方法通常不如简单的方法有效，记住奥卡姆剃刀定律（Occam’s razor）。3.不要假设任何情境
许多项目失败的原因是基本假设不正确，我们需要实践才能避免设定某些错误的假设，或者你认为是至关重要的情境。4.首先尝试最简单和最重要的部分
在你的交易程序之中，一些规则比其他规则更加重要，我们要首先熟悉这些规则，最好是理解每个规则或技术是如何导致系统最终运行结果的。接下来，我们要慢慢地、认真地来证明系统之中每个元素的价值。对相关系统每个部分的操作能力的理解过程被称为“透明的解决方案”，其不是一个完全集成的或复杂的过程，而此种解决方案是非常可取的。5.注意误差与错漏
寻找未显示项看上去很奇怪，但是，你必须不断地评估相关的工作，你要不断地问自己：你是否考虑到所有必要的成本以及所有的风险，简而言之，正确地回答了所有的问题并不意味着所有的问题都会被有效地涉猎。6.问题与恰当的解决方案
现在存在一种倾向，即当测试结果非常糟糕时，我们就会寻找相关的误差，但是，我们接受非常好的测试结果。然而，特别好的测试结果很有可能是由错误的规则、公式或数据生成的，所以，我们需要仔细检查极坏的结果，而出人意料的、好的测试结果往往是错误的。7.不要走捷径
有时，使用他人的工作成果能够比较方便地加快相应的研究过程，而你需要仔细地检查他们的工作，如果得不到证实，你就不要使用其研究成果。你要手动检查自己的电子表格公式，如果有一个错误，你所有的工作就会毁于一旦。8.要做“马前课”，勿做“马后课”
你要定义自身的交易目标，并且向后查找必要的输入项，以这种方式行事之时，你只需关注与结果相关的信息，否则，你所花费的努力可能很多是不必要的。1.11 本书所要达到的目的
本书的目的是给你一个完整的工具和技术，进而理解那些需要开发或选择的交易程序，同时发掘一个成功的交易机会；执行能力和市场心理并不只考虑相关的交易策略，也需要测试这些策略的方法以及控制风险的手段，这是一个重要的目标。
本书没有覆盖所有的问题，因此，一些指导性方针需要控制在相应的资料之内，而本书中的每一项技术都有资格作为一种系统，也就是说，每项技术都有明确的规则，而且它们当中的大多数可以被自动化处理。我们可以从基本的概念和定义出发，同时确定数据的使用数量、相关索引的构建模式，还有一些统计和概率学方面的知识以及本书所使用的其他工具等。在接下来几章当中，我要介绍几个最重要的与交易相关的技术指标，如顺势行情和动量交易模式；同时，所有的章节都以常见的方式进行了分组，以便你可以比较相同基本方法的变化形式。虽然图表法是一个极其受欢迎的技术，但它只是与其他系统性方法相比不逊色而已，或者说，当不同的模式用于一个计算机程序之时（如识别关键性的反转日期），我们也可以参看相应的图表，而且，就图表分析法而言，没有谁能够提供一个全面的文本，然而，图表的各种形态可以提供一个非常现实的利润目标，或提供一个可靠的入口过滤器。
本书没有包括股票期权与期货期权的内容，虽然有一些将股票与期货和期权相结合的交易策略，但这些课题太大，太过专业，其对本书并不适用。其实，有很多书籍是关于期权交易策略的。
本书并不试图证明一个系统比另一个系统要好，因为我们不可能知道未来会发生什么，也不知道每个读者将如何巧妙地应用这些技术。本书没有评估在何种条件下确定何种交易方法可能会更好，也不评估应用何种具体方法会导致更加糟糕的情境。在本书当中，我们将一些类似的系统和技术进行分组，同时以统一的方式呈现多元化的结果。此外，相对而言，你也应该能够比较和研究相关结果之间的差异，并且，你还要参看相关的分析师是如何修改现有的想法，如此，则可以帮助你决定如何进行相应的交易，同时也能够帮助你理解为什么会选择某个相关的路径。你要清楚，附带一个更加完整画卷的常识应该可以战胜所谓的“计算能力”。
试读结束[说明：试读内容隐藏了图片]