KAMA隸屬於MA(Moving Average，移動平均)大類，使用CrossOver（上穿，下穿）或者平滑曲線的斜率來生成交易訊號。KAMA“聰明”之處在於，能根據市場趨勢變化速度自主調節，避免震盪行情中的虛假訊號，同時消除長期趨勢中的滯後。在牛市和熊市中自適應均線緊隨指數向上或向下變化，而在市場處於橫盤震盪時期，其變化明顯減慢，從而減少因噪聲產生的交易成本。

Perry Kaufman推薦的一組引數是KAMA(10,2,30)，10是用於計算ER(Efficiency Ratio，效率係數)的週期天數；2和30分別是均線平滑採用的短週期和長週期天數。中間那個引數值越大，曲線越平滑，可以用在長期趨勢的分析，比如KAMA（10,5,30）比KAMA（10,2,30）更平滑。

策略計算：

ER是淨價格變動與總價格位移的比值，用來度量交易日價格的變化程度，計算很簡單。ER的範圍從0到1，ER的值越接近1說明市場趨勢越快，ER的值越接近0，表明市場噪聲越多。

ER = Change/Volatility
Change = ABS(Close - Close (10 periods ago))
Volatility = Sum10(ABS(Close - Prior Close))

根據ER以及兩個指數平滑（exponential moving average）常數，可以推匯出

SC（Smoothing Constant）= [ER x (fastest SC - slowest SC) + slowest]^2

其中，fatest SC=2/(2+1), slowest SC=2/(30+1)。SC表徵趨勢速度，ER變大的過程可以看成是趨勢由慢轉快的過程，SC與ER成正比例變化。值得指出的是，在此取平方是為了在市場橫盤階段更好地阻止趨勢均線的移動。

這樣，我們就可以得到：

Current KAMA = Prior KAMA + SC x (Price - Prior KAMA)

KAMA是自適應的，速度由平滑係數SC決定。

策略實證

在進行實證前，囉嗦幾句。Stockchart網站上使用下面的方法來作為多空判據，我認為不妥，KAMA的本意是用來替代SMA以更好地擬合市場價格的走勢，現在策略中又使用SMA和KAMA曲線來判斷市場牛熊，在邏輯上說不通。而且，直接使用收盤價穿越KAMA來識別買點，也不是很有效，一般地，我們需要額外配置一個過濾器，這個過濾器基於市場價格的波動情況給出。

filter=alpha*STD20(KAMA)

其中，20日標準差=(1n−1sumti=t−n+1(dama−dama¯¯¯¯¯¯¯¯)2)1/2

下面是一個不好的策略的例子，不管是借鑑別人已有的策略，還是自己動手設計開發策略，都需要謹記好的策略背後是需要有合理的邏輯的，策略不是簡單的指標的疊加與拼湊。

做多：
[KAMA(10,5,30) > Daily SMA(50,KAMA(10,5,30))]
AND [Daily Close crosses KAMA(10,2,30)]

做空：
[KAMA(10,5,30) < Daily SMA(50,KAMA(10,5,30))]
AND [KAMA(10,2,30) crosses Daily Close]

我們採用以下交易策略：

• 入場規則：

連續兩個交易日的自使用均值變動>過濾器，即
做多：
kama_{t}-kama_{t-1} > filter
and kama_{t-1}-kama_{t-2} > filter

做空：
kama_{t}-kama_{t-1} < -filter
and kama_{t-1}-kama_{t-2} < -filter

• 止損規則：
• 退出規則：

多頭獲利了結：
kama_{t}-kama_{t-1} < -filter 確保做空前，多頭倉位已經平倉
or kama_{t}-kama_{t-2} < -filter
or kama_{t}-kama_{t-3} < -filter

空頭獲利了結：
kama_{t}-kama_{t-1} > filter 確保做多前，空頭倉位已經平倉
or kama_{t}-kama_{t-2} > filter
or kama_{t}-kama_{t-3} > filter

• 交易費用：
• 保證金比例：
• 資金使用比例：