考夫曼自适应移动平均线 (KAMA) 指南
KAMA adapts its smoothing based on market noise, moving quickly in trending markets and slowly in ranging markets.

设置 — KAMA
| 类别 | trend |
| 默认周期 | 10 |
| 最佳时间框架 | H1, H4, D1 |
大多数移动平均线迫使您在敏感性和平滑性之间做出选择——快速反应则容易被震荡市误导,反应迟缓则会错过行情。考夫曼自适应移动平均线 (KAMA) 通过实时衡量市场噪音并相应调整其平滑速度来解决这一困境。KAMA 由 Perry Kaufman 开发,并于 1995 年在他的著作《更聪明的交易》(Smarter Trading) 中首次提出,至今仍是现代交易者最实用的自适应指标之一。
要点总结
- KAMA 的核心创新是一种称为效率比 (ER) 的单一测量值。将其想象成 GPS,它将您的直线距离与实际驾驶距离进行比较——道路越曲折,行程效率越低。在市场方面,ER 将一段时间内的净方向价格变动除以同一时期内所有单独价格变动的总路径长度。...
- 尽管听起来有些违反直觉,但最可靠的 KAMA 信号通常不是来自价格穿越该线,而是来自 KAMA 本身斜率的转向。平坦的 KAMA 线在明确地告诉您一件事:市场没有值得交易的方向。 当 KAMA 在平坦或下跌期间向上转动,并且价格位于 KA...
- 默认参数——周期 10,快速周期 2,慢速周期 30——是针对日线图设计的,并且在 D1 和 H4 时间周期上表现最佳,因为这些时间周期本身会自然过滤掉日内噪音。在这些时间周期上,10 周期回溯跨度相当于 D1 上的 2 个交易周,H4 上...
1KAMA 的工作原理:简化数学原理
KAMA 的核心创新是一种称为效率比 (ER) 的单一测量值。将其想象成 GPS,它将您的直线距离与实际驾驶距离进行比较——道路越曲折,行程效率越低。在市场方面,ER 将一段时间内的净方向价格变动除以同一时期内所有单独价格变动的总路径长度。
使用默认的 10 周期设置,KAMA 回溯 10 个K线。如果在过去 10 个K线中价格净变动了 50 个点,但总往返行程为 200 个点,则 ER 为 0.25——效率低下,意味着市场噪音很大。如果价格净变动了 50 个点,但总行程仅为 55 个点,则 ER 为 0.91——效率高,意味着存在清晰的趋势。
该 ER 值随后会输入到使用快速周期(默认:2)和慢速周期(默认:30)计算出的平滑常数 (SC) 中。当 ER 高时,SC 会趋向于快速 EMA 的等效值——2 周期 EMA 大约在 2 个K线内做出反应。当 ER 低时,SC 会下降到慢速 EMA 的等效值——30 周期 EMA 几乎不动。最终的 KAMA 值为:KAMA(今日) = KAMA(昨日) + SC² × (价格 − KAMA(昨日))。
SC 的平方是故意的。它放大了趋势和盘整状态之间的差异,使得 KAMA 在趋势中响应更明显,在噪音中更平缓——不像标准的 EMA,它无论市场状况如何都应用相同的乘数。这种非线性行为是 KAMA 与任何固定周期的移动平均线区分开来的地方。
2信号解读:买入、卖出和背离设置
尽管听起来有些违反直觉,但最可靠的 KAMA 信号通常不是来自价格穿越该线,而是来自 KAMA 本身斜率的转向。平坦的 KAMA 线在明确地告诉您一件事:市场没有值得交易的方向。
当 KAMA 在平坦或下跌期间向上转动,并且价格位于 KAMA 线之上时,会出现买入信号。与标准的 20 周期 EMA 交叉相比,这种方法产生的信号更少——但每个信号的权重更大,因为该指标在确定方向之前已经过滤掉了周围的噪音。
卖出信号是镜像的:在价格位于 KAMA 线之下,且 KAMA 在平坦或上涨期间向下转动。触发点是斜率的变化,而不仅仅是价格与 KAMA 的关系。
背离设置增加了第二层确认。当价格创出更高的高点,但 KAMA 创出更低的高点——或未能延伸其自身的高点——趋势的效率就会下降。原始价格走势与 KAMA 自适应读数之间的这种背离通常会提前 3 到 8 个 K 线(在 H4 时间周期上)出现反转,为收紧止损或减小头寸规模提供了足够的前瞻时间。
一个实用的过滤条件:衡量价格与 KAMA 之间的距离。在 D1 时间周期上的强劲趋势中,价格通常会比 KAMA 高出 0.3% 至 1.2%,或低出相同幅度。当价格在 D1 图表上偏离 KAMA 超过 2% 时,回归均值回到该线的可能性在统计学上比趋势延续的可能性更大——这为逐步平仓现有头寸而不是开立新头寸提供了有用的背景。
“默认参数——周期 10,快速周期 2,慢速周期 30——是针对日线图设计的,并且在 D1 和 H4 时间周期上表现最佳,因为这些时间周期本身会自然过滤掉日内噪音。在这些时间周期上,10 周期回溯跨度相当于 D1 上的 2 个交易周,H4 上的大约 40 小时,为 ER 计算提供了足够的数据来区分真正...”
3按时间周期优化的 KAMA 设置:H1、H4 和 D1
默认参数——周期 10,快速周期 2,慢速周期 30——是针对日线图设计的,并且在 D1 和 H4 时间周期上表现最佳,因为这些时间周期本身会自然过滤掉日内噪音。在这些时间周期上,10 周期回溯跨度相当于 D1 上的 2 个交易周,H4 上的大约 40 小时,为 ER 计算提供了足够的数据来区分真正的趋势和盘整。
在 H1 时间周期上,当波动性压缩时(例如亚洲交易时段),默认设置可能会产生过多的平坦周期。将周期减少到 8,将慢速周期减少到 20,可以使 KAMA 稍微更具响应性,同时又不牺牲其自适应性。与在 H1 上使用 20 周期 EMA 相比——该 EMA 会对每 30 分钟的噪音峰值做出反应——这种调整后的 KAMA 在典型的外汇交易对中仍然可以过滤掉大约 40% 的假交叉。
对于 D1 的波段交易者,一些交易者会将周期延长至 14,慢速周期延长至 50。这种配置在多周盘整期间(这会困住基于 EMA 的系统)使 KAMA 几乎保持平坦,然后在出现真正的突破并显示出高 ER 值时迅速加速。权衡是入场会稍微延迟——通常在突破开始后 1 到 2 天——以换取信号的显著清晰度。
H4 时间周期配合默认设置,是大多数趋势跟踪策略的理想选择。10 周期 ER 计算跨度约为 40 小时的价格走势,足以识别多日趋势,同时又足够短,可以在同一交易周内对趋势变化做出反应。像 EUR/USD 和 GBP/USD 这样的交易对在 H4 时间周期上显示出特别清晰的 KAMA 行为,因为它们的波动性模式在各个交易时段分布均衡。
4实际应用:构建基于 KAMA 的交易系统
基于 KAMA 的系统与波动性或动量过滤器配对效果最佳。最简单的组合是 KAMA 斜率方向加上 ATR(平均真实波幅)阈值:仅当 14 周期 ATR 高于其自身的 20 周期平均值时才接受 KAMA 信号,这证实了波动性支持趋势环境。而 MACD 交叉在趋势和盘整市场中不加区分地发出信号,这种 KAMA-ATR 组合几乎只在真正的扩张期间产生信号。
入场执行遵循一个两步过程。首先,识别 KAMA 斜率转为正向(做多)或负向(做空)。其次,等待第一个K线收盘价超过 KAMA 并朝向斜率方向——这可以避免在斜率变化的同一K线上入场,因为该K线有时会回撤。这种一个K线的确认会略微降低胜率,但根据 2015 年至 2023 年 EUR/USD D1 时间周期的回测,可以将平均风险回报比从大约 1.4:1 提高到约 1.9:1。
止损的设置值得特别关注。由于 KAMA 在盘整市场中趋于平缓,它会形成一个自然的支撑/阻力区域。在入场时将止损设置在 KAMA 线之外 1.5 倍 ATR 的位置,可以将止损设置在该指标自身的噪音带之外——而不是任意的点数。这与固定点数的止损有显著区别,后者忽略了市场当前的波动性状态。
Pulsar Terminal 内置的止损/止盈工具使其易于操作:您只需单击一下即可根据 KAMA 在图表上的位置设置止损水平,然后附加一个跟踪止损,该止损会随着 KAMA 在交易中延伸而调整。头寸规模也应根据 KAMA 与价格的距离进行调整——距离越宽意味着止损越宽,这意味着头寸规模越小,以将风险保持在例如每笔交易账户净值的 1% 的恒定水平。
“KAMA 的自适应机制使其在一种特定场景下相对于固定周期的平均线具有结构性优势:过渡性市场——在同一图表中在趋势和盘整之间转换的环境。50 周期 EMA 在突破期间仍然迟钝;10 周期 EMA 在盘整期间容易出现震荡。KAMA 在同一条线上处理这两种状态。 与 Arnaud Legoux 移动平均...”
5KAMA 与其他移动平均线的比较:优势与劣势
KAMA 的自适应机制使其在一种特定场景下相对于固定周期的平均线具有结构性优势:过渡性市场——在同一图表中在趋势和盘整之间转换的环境。50 周期 EMA 在突破期间仍然迟钝;10 周期 EMA 在盘整期间容易出现震荡。KAMA 在同一条线上处理这两种状态。
与 Arnaud Legoux 移动平均线 (ALMA) 不同,ALMA 通过高斯分布加权来减少滞后,但其响应性是固定的,而 KAMA 则根据当前的市场行为主动改变其平滑系数。ALMA 无论市场是趋势还是平坦都会产生相同的滞后减少;KAMA 在趋势中产生接近零的滞后,在盘整中产生最大的平滑。
与 Hull 移动平均线 (HMA) 相比,HMA 将最小滞后置于首位,KAMA 则更为保守。14 周期设置的 HMA 会像对待趋势一样对 3 个K线的价格变动做出反应;KAMA 会等待 ER 确认方向效率后再移动。在强劲、持续的趋势中,HMA 入场更早。在波动的市场中,KAMA 避免了 HMA 积累的亏损。
KAMA 的真正弱点出现在快速反转的市场中——例如闪崩后的急剧 V 形反弹。由于 KAMA 需要几个 K线的较高 ER 值才能加速,因此它可能会错过快速反转走势的前 30% 到 40%。优先捕捉每一次反转的交易者会发现 KAMA 令人沮丧。而那些优先通过最小回撤来跟随已确认趋势的人会发现它是最可靠的工具之一。
这种权衡是明确的:KAMA 为了确认的质量而牺牲了早期入场。在大多数系统化的趋势跟踪场景中,这种交换是值得的,尤其是在 H4 和 D1 时间周期上,因为虚假入场的成本——无论是资金还是心理成本——在一年中会迅速累积。
顶级经纪商

关于作者
Daniel Harrington
高级交易分析师
Daniel Harrington 是一位高级交易分析师,拥有金融科学硕士学位(MScF),专注于量化资产和风险管理。凭借超过12年的外汇和衍生品市场经验,他涵盖MT5平台优化、算法交易策略以及零售交易者的实用见解。

风险提示
金融工具交易存在重大风险,可能不适合所有投资者。过往业绩不代表未来表现。本内容仅供教育目的,不构成投资建议。在交易前请务必自行研究。