11. ABTE多周期策略：在系统的指示下，可以自动跟踪，灵活切换的长短线模式。

12. 仓位管理原则：基于基准仓位和绝对考虑风险的仓位管理模式，是凯利公式的具体应用体现。

13. 时空陷阱效应：克服时间陷阱要求第一时间操作，体现及时理念。空间陷阱也是选择陷阱，克服空间陷阱则要求应买尽买，是大数定理的体现。理论上，上述两个要求AI能完美实现。

14. 均线的收敛和发散效应：是判断机会和风险的依据，收敛通常意味着可以寻找机会，发散通常意味着风险的积累。

15. 乖离效应：乖离效应也是心理效应，反转信号一般和较大的乖离有关。

结语：本交易体系是纯粹技术分析，只对三种原始数据进行处理：均线系统，筹码分布和成交量。这三种原始数据具有一个共同的基本特征，都是数量巨大的群体的博弈结果。

第二部分

一个可以同冯·诺依曼体系结构相媲美的股市逻辑体系

冯·诺依曼体系结构是计算机最基础的逻辑，我们现在的计算机无论怎么变化，都是基于这个纲领性的思想（如图）。

那么，是不是也可以在股市里面找到具有一样地位的，最基本的交易逻辑？虽然股市是一门社会学科，和自然学科的严谨性无法相比，但基于概率的逻辑还是存在的，所以，一定有最基本的逻辑体系结构存在。

请看下图，这就是我总结出的股市交易逻辑体系，是高度抽象的，高度概括的东西，也是纲领性质的东西。顺便说明一下，那条乱七八糟的曲线的作用是对图片的加密，版权所有。

因为我深信，这个东西今后的地位会和冯·诺依曼体系结构一样重要。

其实，我在不同的场合分享过这个逻辑总图，估计能理解的人不多，今天我在这里注释一下，帮助大家理解。

首先我要说明的，这个图有严格的逻辑在里面，非常适合于转换成机器智能交易，也就是AI交易，程序员完全可以根据这个逻辑总图编写代码。

在进行任何操作之前，第一要做的事情是对趋势的判断，要知道当前的位置到底处于哪种趋势级别之中？分出上升趋势，震荡趋势和下降趋势这三种形态不难，难的是对趋势级别的定义。一般的人用大涨，小涨粗略地描述，但这是远远不够的。正确的做法是必须非常具体地定义，在我的交易体系里，有两个模块是专门来解释趋势的。

不同的趋势级别意味着不同的判断方法，尽管判断方法不同，但大体具有参数化的特征，这个思想很重要。好比测量工具，有精度高的千分尺，有普通直尺，还有可以量更长距离的皮卷尺。这些测量工具用在不同的测量场合，但它们的刻度是完全参数化的，是一种数学上的分形。

参数化是一个很重要的概念，适合于追踪不同的涨幅和不同的周期。