ATR 的一个实际计算示例是什么？
直接答案
ATR 的一个实际示例展示了如何将一组有限的价格数据转换为真实波幅（True Range）值，然后取平均值得到 ATR。为确保示例可验证，以下数字均为假设（非实时报价），且所有计算假设均已明确说明。
机制或定义
ATR（平均真实波幅） 是一种基于 真实波幅（True Range, TR） 的波动性度量指标。每个周期的 TR 定义为以下三者中的最大值：
- 当前最高价 − 当前最低价
- |当前最高价 − 前一收盘价|
- |当前最低价 − 前一收盘价|
然后，ATR 通常是选定回溯周期（在许多常见设定中为 14 个周期）内 TR 的平均值。由于回溯周期长度和所选周期数据是输入参数，ATR 并非一个通用的固定数值；它取决于具体的数据集和设置。
核心要点：ATR 总结的是 价格变动的幅度，而非方向。较高的 ATR 表示在测量周期内典型价格范围更大；但它无法告诉你价格接下来会上涨还是下跌。
证据或示例（实际计算）
假设条件（明确列出）
- 我们使用 3 个周期 以保持算术清晰。
- 每个周期为一个K线（例如，一天）。本示例中的 ATR 回溯周期为 3，因此 ATR 将是 TR1、TR2、TR3 的平均值。
- 价格数据为以下假设值。
假设的 OHLC 输入
设周期 1 的前一收盘价为 C0。对于每个周期 t，我们需要最高价（Ht）、最低价（Lt）和前一收盘价（Ct−1）。
- 周期 1：H1 = 1.2000，L1 = 1.1950，前一收盘价 C0 = 1.1980
- 周期 2：H2 = 1.2020，L2 = 1.1970，前一收盘价 C1 = 1.2000
- 周期 3：H3 = 1.2010，L3 = 1.1960，前一收盘价 C2 = 1.1975
（注意：我们仅需每个周期的前一收盘价用于 TR 计算。本示例已提供。）
第一步：计算真实波幅（TR）
周期 1
- (H1 − L1) = 1.2000 − 1.1950 = 0.0050
- |H1 − C0| = |1.2000 − 1.1980| = 0.0020
- |L1 − C0| = |1.1950 − 1.1980| = 0.0030
- TR1 = max(0.0050, 0.0020, 0.0030) = 0.0050
周期 2
- (H2 − L2) = 1.2020 − 1.1970 = 0.0050
- |H2 − C1| = |1.2020 − 1.2000| = 0.0020
- |L2 − C1| = |1.1970 − 1.2000| = 0.0030
- TR2 = max(0.0050, 0.0020, 0.0030) = 0.0050
周期 3
- (H3 − L3) = 1.2010 − 1.1960 = 0.0050
- |H3 − C2| = |1.2010 − 1.1975| = 0.0035
- |L3 − C2| = |1.1960 − 1.1975| = 0.0015
- TR3 = max(0.0050, 0.0035, 0.0015) = 0.0050
第二步：对 TR 取平均值得到 ATR
若 ATR 为这三个周期 TR 的平均值：
- ATR(3) = (TR1 + TR2 + TR3) / 3 = (0.0050 + 0.0050 + 0.0050) / 3 = 0.0050
因此，在这些明确假设下，ATR 等于 0.0050（以输入序列的价格单位表示）。
如何独立验证
使用相同的公式和假设的最高价/最低价/前一收盘价重新计算 TR1、TR2、TR3，然后取算术平均值。如果任何数值不同，则差异可能来自不同的输入数据集、不同的周期定义或不同的平均周期长度。
局限性与风险（主要失效模式）
- 无方向性：ATR 衡量的是波动幅度。仅凭 ATR 推断价格方向可能会失败，因为方向取决于价格结构，而不仅仅是波幅大小。
- 输入选择影响 ATR：不同的K线时间框架（日线 vs 小时线）、不同的回溯周期长度或不同数据供应商的调整都会改变 TR，从而影响 ATR。
- 市场状态变化：波动性可能突然变化。过去的 ATR（即使计算正确）在市场条件改变时，可能无法反映未来的波动性。
- 成本与执行影响：ATR 基于价格波幅计算，但实际交易结果还受点差、滑点和手续费影响，这些成本相对于价格变动幅度可能不可忽略。
验证或下一个问题
为进一步加深理解，可尝试使用不同的回溯周期（例如 5 个周期）重新计算该示例，并确认当 TR 值变化时 ATR 如何变动。一个有用的问题是：如果某周期的最高价或最低价远高于或低于前一收盘价（例如出现大幅跳空），TR 会如何变化？因为 TR 会取三项中的最大值。