KAMA 和普通均线最大的区别是：它快慢由市场自己决定。趋势干净时，它跟得紧；市场来回震荡时，它自己慢下来，甚至近乎走平。这个"自适应"的开关就是效率比（ER）。你不需要手动切换均线周期，但需要看懂 ER 在告诉你什么，以及它在什么情况下仍然会失效。
效率比：KAMA 的油门和刹车
效率比衡量的是"价格走得直不直"。公式很简单：把一段时间内的净价格变化，除以这段时间内每一根 K 线涨跌绝对值的总和。
用 10 周期默认设置举例：价格从 100 涨到 110，净变化是 10。如果这 10 根 K 线里，每天都是涨 1，那总和也是 10，ER = 1。如果价格上蹿下跳，今天涨 3 明天跌 2，净变化可能还是 10，但总和变成了 30，ER = 0.33。ER 越接近 1，说明价格走得越有效率；越接近 0，说明在瞎折腾。
这个数值会直接决定 KAMA 的快慢。ER 高的时候，KAMA 的平滑系数被拉到最大，表现得像一条 2 周期的 EMA，价格一动它就跟；ER 低的时候，平滑系数被压到最小，表现得像 30 周期的 EMA，价格动它基本不动。最后的平滑系数还要平方一次，这意味着震荡市里 KAMA 的"刹车"踩得比线性更狠，走平的程度会更明显。
默认参数为什么是 10、2、30
KAMA 的三个参数不是随意选的。10 是 ER 的回看周期，决定它用多长的窗口来判断趋势效率。2 和 30 分别是"最快"和"最慢"的边界：趋势最干净时，KAMA 退化成 2 周期均线；最混乱时，退化成 30 周期均线。
Perry Kaufman 在提出这个指标时推荐的默认值就是 KAMA(10,2,30)，多数平台和库的默认实现也是这一组。专业交易者很少大幅调整这三个参数，因为 KAMA 的设计意图就是让指标自己适应，而不是靠人调参。
如果你想让它对短期的效率变化更敏感，可以把 10 降到 6 或 8，代价是信号更多也更碎。如果你做的是日线或 4 小时级别的波段，默认值通常够用。2 和 30 不建议乱动，因为平方步骤已经让快慢之间的差异拉得很开了，再改边界容易让指标在趋势和震荡之间的切换变得不干脆。
怎么看 KAMA 的信号
KAMA 最直接的用法是看斜率。持续上升的 KAMA 代表趋势向上，持续下降代表向下，走平代表市场没有方向。但斜率判断需要一点耐心：ER 在 0.3 附近徘徊的时候，KAMA 的斜率可能很微弱，这时候的"上升"或"下降"没有多少参考价值。
更实用的做法是看 KAMA 走平后的突破。当 KAMA 在低位横盘超过 10 根 K 线，说明 ER 已经低到市场几乎无效率可言的区间。这种压缩状态不会永远持续，价格选择一个方向、KAMA 开始倾斜的那一刻，通常比 ER 在中位徘徊时的交叉更有意义。TradingView 上一些 KAMA 策略脚本把"KAMA 持续上升或下降 N 根 K 线"作为入场条件，而不是单根 K 线的斜率翻转，就是在过滤掉 ER 刚离开低位时的犹豫期。
如果你用 KAMA 和价格做交叉信号，注意 KAMA 在震荡市里走平，价格会反复穿越它。这种情况下的交叉信号胜率很低。一些脚本用 ATR 通道包住 KAMA，把价格突破 1.5 倍或 2.5 倍 ATR 作为触发条件，就是为了避开 KAMA 走平期间的无意义穿越。
震荡过滤的边界
KAMA 能过滤震荡，不代表它在震荡市里能帮你赚钱。它的作用是让你在震荡市里少做错事，而不是把震荡市变成趋势市。
有一个常见的误用：看到 KAMA 走平就认为"接下来一定会突破"。KAMA 走平只说明当前效率比低，不说明突破的方向和时间。价格可以在 KAMA 走平的状态下再震荡很久，也可能向下假突破后再向上。KAMA 走平是一个准备信号，不是入场信号。
另一个边界是：KAMA 在极端行情里可能仍然滞后。当价格从长期震荡突然放量突破时，ER 会在几根 K 线内快速拉升，但 KAMA 从近乎走平的状态加速跟上，仍然需要几根 K 线才能贴近价格。如果你在突破的第一根 K 线就追，KAMA 还没反应过来，你参考的均线位置是偏低的。等 KAMA 倾斜后再进场，牺牲了一部分利润，换来的是一次确认。
参数改动的实际影响
如果你把 ER 周期从 10 调到 5，KAMA 对效率变化的反应更快。在趋势启动的初期，它能更早倾斜，更快给出方向。代价是震荡市里的"走平"判断也会更频繁地反复：ER 可能在一两根 K 线内从 0.1 跳到 0.4 再掉回 0.2，KAMA 的斜率跟着抖，看起来像是要动了，其实没动。
把慢速周期从 30 调到 50，震荡市里 KAMA 会走得更平、更钝。好处是噪音过滤更强，坏处是趋势启动后它跟上得更慢，你等它倾斜的时间更长。
这些调整没有绝对的对错，但有一个原则：一次只改一个参数，并且在至少两个不同的市场环境里对比（一段趋势明显的行情 + 一段震荡明显的行情）。只在一个品种、一段走势上试出来的"最优参数"，换到另一个环境大概率不成立。
和其他均线的关系
KAMA 不取代 EMA 或 SMA，它的适用场景不同。如果你交易的是一个你非常熟悉、噪音水平相对稳定的品种，固定周期的 EMA 可能更简单直接，而且市场共识度高（比如 SPY 日线上的 20 EMA 有很多人看，它本身就有参考价值）。
KAMA 更适合那种噪音水平会剧烈变化的品种或时段，比如加密市场的 4 小时图。比特币在趋势和横盘之间的切换很突然，固定周期均线在横盘时被反复穿越，在趋势启动后又跟不上。KAMA 的效率比恰好就是为这种场景设计的。
参考资料
- StockCharts ChartSchool·Kaufman's Adaptive Moving Average (KAMA)，页面发布或更新日期：2026-09-13；核查日期：2026-10-07。
- TradingView·Kaufman's Adaptive Moving Average (KAMA)，页面未标明更新日期；核查日期：2026-10-07。
- GitHub·KAMA: Kaufman's Adaptive Moving Average，页面发布或更新日期：2025-06-28；核查日期：2026-10-07。
- Stock Indicators for Python·Kaufman's Adaptive Moving Average (KAMA)，页面发布或更新日期：2024-11-02；核查日期：2026-10-07。
- TA-Lib·Kaufman Adaptive Moving Average (KAMA)，页面发布或更新日期：2026-09-30；核查日期：2026-10-07。
- Pineify·KAMA Pine Script — Adaptive Moving Average Guide，页面未标明更新日期；核查日期：2026-10-07。
- TradingView·Aurora KAMA | KAMA Adaptive Trend Strategy，页面发布或更新日期：2026-09-11；核查日期：2026-10-07。
