时间因数2-卢卡斯数列
jeff greenblatt
艾略特波浪理论在很大程度上是建立在斐波纳契关系之上的，缺少任何一个数字交易者都不能使用这个理论。因为波浪理论建立在斐波纳契比率之上的，所以斐波纳契回撤的人能够识别艾略特波浪的形态。本书将时间因素引入到斐波纳契一艾略特方法中，提供了一种传统技术分析方法。但是我发现，艾略特一斐波纳契的研究者们忽略了一个很重要的方面。有些斐波纳契计算非常复杂，没有实用价值。交易者们之所以会使用斐波纳契计算是因为它们是比较实用的形态识别工具，然而如果有些计算太复杂很难识别怎么办呢？如果计算不起作用，有什么替代方法吗？这一问题留下的空白有没有解决办法呢？本书在某种程度上弥补了这个空白。
这一类书籍大多数都涵盖艾略特理论和斐波纳契数列的知识，有些还涉及了几何学。本书在研究高度上超过了大多数同类书籍。书中所介绍的方法在很大程度上以卢卡斯序列为基础。这一数列是由法国数学家爱德华8226;卢卡斯（Edouard Lucas）（1842～1891）发现的。它是由斐波纳契数列派生得来的。
爱德华8226;安纳多 8226;卢卡斯（Edouard Anatole Lucas）是19世纪法国数学家，以数字理论研究而闻名，卢卡斯数列就是以他的名字命名。在他利用斐波纳契数列工作时，发现了这一与斐波纳契（该数列的命名归功于他）具有密切关系的数列。卢卡斯数列与斐波纳契的定义非常相似，该数列规定除了最开始的两个数字，数列中其余数字都是前面两个数字的和。 f（n）=f（n-2）+f（n-1），卢卡斯数列最开始的两个数字分别为2和1，而不是l和1。定义的差别很小，但是数列却有差别：
卢卡斯数列：2，1，3，4，7，11，18，29，47，76，123，199，322，521……
斐波纳契数列：1，1，2，3，5，8，13，21，34，55，89，144，233，377……
这两个数列在许多方面有相关性，对于它们之间关系的研究到今天还仍在继续。据埃文斯维尔（Evansville）大学的数学教授克拉克8226;金伯利（Clark Kimberling）称，将两个序列分别标记为L（0），L（1），L（2），…和F（0），F（1），F（2），那么对于所有非负的整数n来说，斐波纳契数列和卢卡斯数列存在下列关系：
L（n）=F（n+2）-F（n-2）；L（4n）+2=（L（2n））2；L（4n）-2=5（F（2n））2；F（n+m）+F（n-p）=F（n）L（m）。
如果m是整数，L（n-1）L（n+1）+F（n-1）F（n+1）=6（F（n））2。
弗纳8226;E8226;霍加特（Verner E.Hoggatt，Jr）在他的《斐波纳契和卢卡斯数字》一书中给出了47种这样的等式关系。
有一些书简单提到了卢卡斯数列，但本书则会详细介绍这个数列。我不是将卢卡斯数列引入到金融界的第一人，但相信它对各种趋势下的许多图表所产生的深远影响在很大程度上被误解。本书试图纠正这些看法。卢卡斯的工作并没有取代斐波纳契，相反，它是斐波纳契的有力补充。但大多数人没有意识到卢卡斯数列在多大程度上补充了斐波纳契。通过本书的学习可以看到，卢卡斯在很多时候发挥了补充斐波纳契的功能。使用时间因素的目的是为了提供一个识别形态的强有力工具。
lucas fibonaqi
3 2
4 1.333 3 1.500
7 1.750 5 1.667
11 1.571 8 1.600
18 1.636 13 1.625
29 1.611 21 1.615
47 1.621 34 1.619
76 1.617 55 1.618
123 1.618 89 1.618
199 1.618 144 1.618
322 1.618 233 1.618
521 1.618 377 1.618
843 1.618 610 1.618
1364 1.618 987 1.618
EX:
2007/10/16 A股创下它的最高6124.02，成交额1699亿元!
2008/10/28 A股的创下最低点1664.93. 成交额414亿元
时间间隔是多少呢？
377 日！
这个并不是每次都这样准，只在有时候管用，他的失灵是很容易证明的！
闹着玩，碰上了就是运气吧。
卢卡斯数列
登录后才可评论.
