KAMA 指标：公式、参数与读法

KAMA（考夫曼自适应移动平均线，1995）逐根K线调整自身的平滑速度：价格直线运行时紧密跟随，价格来回震荡时放慢。自适应由效率比驱动，效率比比较的是回看期内的净移动与总移动。

Senzoukria · 指标 · Updated September 2026

KAMA — 均线与波动率, 叠加在价格图上.

KAMA 测量的是什么

效率比等于当前收盘价与 N 根K线前收盘价之间的绝对距离，除以同一区间内逐根K线变化的绝对值之和，因此直接运行时接近 1，来回往复时接近 0。当这个和为零（即窗口完全持平）时，效率比设为 0，均线做最大程度的平滑；这是一个有文档说明的选择，因为 0/0 没有方向。平滑系数按效率比在快、慢两个设置之间插值，然后取平方。序列以第 N - 1 根K线的原始收盘价为初始值（Kaufman 的惯例），之后按 KAMA = 前值 + SC x (收盘价 - 前值) 递推。

公式：代码中的实现

这不是别处常见的定义，而是所发布代码实际计算的内容，记录在实现旁边：

KAMA — Kaufman Adaptive MA (Kaufman, 1995) : ER[i] = |close[i] − close[i−N]| / Σ_{j=i−N+1..i} |close[j] − close[j−1]| (Σ = 0 → ER = 0 : marché parfaitement plat, lissage maximal — choix documenté, le 0/0 n'a pas de direction) SC[i] = ( ER·(2/(fast+1) − 2/(slow+1)) + 2/(slow+1) )² KAMA[N−1] = close[N−1] (graine = prix brut, convention Kaufman ; nulls avant) KAMA[i] = KAMA[i−1] + SC·(close[i] − KAMA[i−1]) pour i ≥ N Défauts N=10, fast=2, slow=30 (les défauts historiques de Kaufman).

如何解读

  • KAMA 走平，说明效率比已经塌缩，即市场走了很长的路却没有到达任何地方。
  • KAMA 紧贴价格则说明相反的情况，而正是在这一阶段，它与价格的距离才值得测量。
  • 对插值后的系数取平方，使其对效率比的响应呈非线性：在大部分区间内线条都停留在慢端附近，只有效率比接近 1 时才加速。
  • 按构造，价格穿越走平的 KAMA 是一个弱事件；而线条正在加速时的同样穿越，背后有更多数据支撑。
  • 在旁边放一条同长度的固定周期均线，可以看出自适应何时真正起作用。

参数与默认值

默认值为效率比周期 10、快速 2、慢速 30，即 Kaufman 的原始参数。快速和慢速以 EMA 周期的形式表示，定义了插值的两端；但由于插值后的系数要取平方，线条总是比这些周期所对应的 EMA 更慢，在慢端尤其明显。效率比周期决定在多少根K线上衡量行情的直接程度，缩短它会让自适应本身更加敏感。

KAMA — 应用中可调的参数及其默认值。
参数类型默认值取值范围
ER periodnumber101 – 200
Fast EMAnumber21 – 50
Slow EMAnumber302 – 200

它无法显示的内容

效率比只比较窗口内的净移动与总移动，因此一段稳步上行但回调很深的趋势得分很低，会被当作毫无进展来平滑。初始值是一个原始收盘价，一根不具代表性的K线会牵动最初几个绘制值，直到递推稳定下来。自适应减少了来回打脸，但并未消除滞后，在慢端线条是有意滞后的。与这一组中的所有均线一样，只有收盘价进入计算，形成这些收盘价的成交量的 bid 与 ask 构成不在其范围之内。

浏览全部指标

其他语言版本

Frequently asked questions

KAMA 中的效率比是什么？
它等于 N 根K线的净价格变化，除以该区间内每根K线变化绝对值之和。接近 1 表示价格几乎沿直线运行，接近 0 表示价格走了很长的路却几乎没有净结果。KAMA 用它在快、慢两个设置之间选择平滑速度。
自适应移动平均线和普通均线有什么不同？
固定的移动平均线无论市场如何都使用相同的加权。KAMA 每根K线都重新计算平滑系数，因此同一组参数在单边行情中给出快线，在震荡行情中给出慢线。
KAMA 的快速和慢速参数有什么作用？
它们是自适应的两端，以 EMA 周期表示，默认值为 2 和 30。效率比在两者之间插值出一个系数，然后取平方，这会在大部分区间内把线条拉向慢端：在低端，它比 30 周期 EMA 平滑得多；在高端，它仍比 2 周期 EMA 略慢一些。

Keep reading

Strategy researchTest a trading strategy, from observation to challenge rulesDefine an observation, question it with the copilot, write a rule and explore costs, drawdown and fictional challenge limits in an interactive example.Quant · Start hereQuant trading for beginners: from idea to backtestDefine a testable rule, choose suitable data and evaluate later periods after costs.Order flow · HubOrder flow trading: the complete guideThe hub. What order flow is, what it shows — aggression, delta, imbalance, absorption, liquidity — and the tools that read it, each linked to a full guide.