【摘要】：改变AF的值可以改变SAR点位的密集或松散度，从而改变系统对市场运动的敏感度。要尽力回避曲线拟合，使指标适合数据的做法。科尔比和米尔斯在《技术性市场指标百科全书》中用18年的周纽约综合指数数据测试了抛物线，他们是把它严格地作为反转系统使用的，感兴趣者可查阅此书。例如，如果科尔比和米尔斯当初用的是15年的数据，而不是18年的数据，他们得到的最佳AF肯定会不同。
改变AF的值可以改变SAR点位的密集或松散度，从而改变系统对市场运动的敏感度。如果AF增长了，点位更加密集，系统更为敏感；如果AF减少了，点位更为松散，系统反应减慢。我们可以通过下图比较增长值为0.01的AF与增长值为0.03的AF。从下图（图2-67）中你可以看到，其差别非常大。
图2-67
当用历史数据测试显示利润的抛物线（或任何研究）时，总可以找到初始值和增长值。我们建议使用标准默认值。要尽力回避曲线拟合，使指标适合数据的做法。
科尔比和米尔斯在《技术性市场指标百科全书》中用18年的周纽约综合指数数据测试了抛物线，他们是把它严格地作为反转系统使用的，感兴趣者可查阅此书。他们的测试显示使用标准AF值时可获得的利润微薄，进行最优化处理后，当然利润可观。他们得到的最佳结果是把AF从0.02提高到0.20。我们宁可相信使用标准值的测试结果，我们对这种优化处理持怀疑态度。例如，如果科尔比和米尔斯当初用的是15年的数据，而不是18年的数据，他们得到的最佳AF肯定会不同。如果他们当初依次单独测试了每年的数据，每年的AF也一定与上一年的不同。你每年都改变AF值吗，还是每个月？我们认为找到自始至终都能合理运转的数值远胜于追寻着为明天找到完美值的不可能的梦。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
