引用函数引用函数主要是向前引用数据。BACKSET可以理解为向后引用某些判断信号，并不能引用具体数据。
股市技术分析主要是根据已经发生的数据，来推测未来走向的可能，所以引用函数在公式中应用得最多

函数：COUNT(X,N)
参数： X为数组，N为计算周期
返回： 返回数组
说明： 统计N周期中满足X条件的周期数,若N=0则从第一个有效值开始。
示例： COUNT(CLOSE>OPEN,20)
表示统计20周期内收阳的周期数
函数： SUM(X,N)
参数： X为数组，N为计算周期
返回： 返回数组
说明： 统计N周期中X的总和,N=0则从第一个有效值开始。
示例： SUM(VOL,0)
表示统计从上市第一天以来的成交量总和
COUNT，计数。SUM，总数、和。
当数组为逻辑运算判断的结果时，COUNT和SUM的返回值是一样的。一般习惯上，对于逻辑运算信号，用COUNT统计，返回其它数值的，用SUM统计。当COUNT统计一般数值时，数组大于等于1时，计入；小于1时，不计入。这两个函数，主要用于统计。
用COUNT(CROSS(MA(C,5),MA(C,10)),0);就可以统计出全部的五天均线上穿十天均线的金叉数。
用SUM(CROSS(MA(C,5),MA(C,10)),0);和以上得出的结果应该是一样的。
股市的不随机规律，隐藏在统计概率之中。用这两个函数，可以统计很多概率性的规律。
比如，以两天的收盘价相比，昨天是下跌的，今天的下跌的概率是多少？
A:=C<REF(C,1);
B:=REF(A,1) AND C>REF(C,1);{昨天下跌，今天上涨}
D:=REF(A,1) AND C=REF(C,1);{昨天下跌，今天平盘}
E:=REF(A,1) AND C<REF(C,1);{昨天下跌，今天下跌}
F:=COUNT(B,0)+COUNT(D,0)+COUNT(E,0);
上升概率:100*COUNT(B,0)/F;
下跌概率:100*COUNT(E,0)/F;
平盘概率:100*COUNT(D,0)/F;
从两市指数看，昨天下跌，今天下跌的概率始终大于50%。
那么连跌两天之后，第三天收盘的各种概率是多少？
A:=C<REF(C,1) and ref(c,1)<ref(c,2);
B:=REF(A,1) AND C>REF(C,1);{前两天下跌，今天上涨}
D:=REF(A,1) AND C=REF(C,1);{前两天下跌，今天平盘}
E:=REF(A,1) AND C<REF(C,1);{前两天下跌，今天下跌}
F:=COUNT(B,0)+COUNT(D,0)+COUNT(E,0);
上升概率:100*COUNT(B,0)/F;
下跌概率:100*COUNT(E,0)/F;
平盘概率:100*COUNT(D,0)/F;
从指数的输出看，概率更明显了。
连跌三天之后呢？
A:=C<REF(C,1) and ref(c,1)<ref(c,2) and ref(c,2)<ref(c,3);
B:=REF(A,1) AND C>REF(C,1);{前三天下跌，今天上涨}
D:=REF(A,1) AND C=REF(C,1);{前三天下跌，今天平盘}
E:=REF(A,1) AND C<REF(C,1);{前三天下跌，今天下跌}
F:=COUNT(B,0)+COUNT(D,0)+COUNT(E,0);
上升概率:100*COUNT(B,0)/F;
下跌概率:100*COUNT(E,0)/F;
平盘概率:100*COUNT(D,0)/F;
规律就更明显了。
不要小看这些数据。虽然没有有些“高手”做出的成功率达百分之九十左右的公式那么夸张，但很有意义的。要知道股市中的随机因素太多，平衡性很强，稍稍的统计偏向，足可作为有用的参考。
这只是简单的例子，用这两个函数，可以做出很多的有用的统计数据。
多数的交易系统的“成功率”，可以由此统计出来。
出个“难题”吧：
有个MA5金叉MA10作为买入条件，死叉为卖出条件的交易系统，试做一个副图公式，以每次买一股计算，统计出最后的交易结果（暂不考虑手续费）。买入卖出均以收盘价计算。



函数：REF(X,N)
参数： X为数组，N为计算周期
返回： 返回数组
说明： 引用N周期前的X值。
示例： REF(CLOSE,1)
表示上一周期的收盘价，在日线上就是昨收
REF：REFERENCED，参考的、引用的。
N可以为变量，常用BARSLAST(X)等。

函数：MA(X,N)
参数： X为数组，N为计算周期
返回： 返回数组
说明： 求X的N日移动平均值。
算法: (X1+X2+X3+...+Xn)/N
示例： MA(CLOSE,10)，表示求10日均价
MA：MOVING　AVERAGE，移动平均。
目前倚天的MA(X,N)函数支持N为序列变量。
这个简单移动平均值，仅仅覆盖最近的N个周期，并且在每个周期中分配的权重是一模一样的，均为1/N。
移动平均线实质上是一种追踪趋势的工具，而且滞后于市场的变化。这些结果的原因，就是它的计算方法了。
从输出看，N所取周期越长，曲线就越平滑。
平滑和敏感是一对矛盾，请看：
A:MA(C,5);
B:MA(A,5);
D:MA(B,5);{主图叠加}
输出线越来越平滑，但敏感性越来越差。

两条简单移动平均线的交叉，何时、何地所选的参数最优，可以参考倚天中的“探索最佳参数”功能。
线性加权移动平均值的算法函数，倚天并未提供。
以五天的线性加权移动平均的算法为例：
五天线性加权:(C*5+REF(C,1)*4+REF(C,2)*3+REF(C,3)*2+REF(C,4)*1)/(5+4+3+2+1);
MA(C,5);{主图叠加}
由于算法的原因，线性加权移动平均线由于日子越近的权重越大，比简单移动平均线，跟随趋势要紧密一些，敏感一些。

函数：EMA(X,N)
参数： X为数组，N为计算周期
返回： 返回数组
说明： 求X的N日指数平滑移动平均。
算法: 若Y=EMA(X,N) 则Y=[2*X+(N-1)*Y']/(N+1), 其中Y'表示上一周期Y值。
示例： EMA(CLOSE,30)
表示求30日指数平滑均价
EMA中的E，可能是EXPONENT，指数、幂。
把算法写成这个样子：Y=2*X/(N+1)+(N-1)/(N+1)*Y',就可以看出，当前周期数组值所占的权重是2/(N+1)，而上一周期Y值所占的权重是(N-1)/(N+1)。注意，这两个权重相加，结果为1：2/(N+1)+(N-1)/(N+1)=1。
由于一个很经典的指标指数平滑异同平均线MACD（1979年就发明出来了）里面，要用到EMA，才使EMA还在基本函数中占有一席之地。后面我们可以看到，用SMA也可以达到相同的算法。
N可以取到1，不过输出就没有加权的效果了。

函数：SMA(X,N,M)
参数： X为数组，N为计算周期，M为权重
返回： 返回数组
说明： 求X的N日移动平均，M为权重。
算法: 若Y=SMA(X,N,M) 则 Y=[M*X+(N-M)*Y')/N, 其中Y'表示上一周期Y值,N必须大于M。
示例： SMA(CLOSE,30,1)
表示求30日移动平均价
SMA中的S，不会是SIMPLE（简单）的意思吧？由于我们习惯称MA为简单移动平均线，所以称SMA为什么就大伤脑筋。
把算法写成这个样子：Y=M/N*X+(N-M)/N*Y',就可以看出，当前周期数组值所占的权重是M/N，而上一周期Y值所占的权重是(N-M)/N。注意，这两个权重相加，结果为1：M/N+(N-M)/N=1。
看出来了吧？SMA(X,N+1,2)=EMA(X,N);
A:SMA(C,N+1,2);
B:EMA(C,N);{N:5,2,99。主图叠加}
两条线输出一样。在SMA的参数中，N必须大于M，否则没有输出。
SMA中，数组每天所占的权重，是较为复杂的。总的来说，日子越近，所占的权重越大，当天所占的权重是M/N，前一天所占的权重是M*(N-M)/(N*N)；日子越远，所占的权重就越小，上市第一天的K线数据中，在目前还有权重的体现，不过已经非常非常小了。
SMA看似解决了MA的两大缺点：1、只有N天内的数据占有权重；2、N天内数据所占权重比重一样。有所得必有所失，SMA自己的缺点体现在光滑有余，敏感不足。
有一项检测系统得出的结论称：“简单移动平均值方法既胜过线性加权平均值法，也胜过指数加权平均值法。”（＜期货市场技术分析＞P231），当然他们不是检测中国股市。有兴趣的朋友，可以用这些移动平均函数，做出交易系统，然后进行检测。

函数：DMA(X,A)
参数： X为数组，A为计算周期
返回： 返回数组
说明： 求X的动态移动平均。
算法: 若Y=DMA(X,A) 则 Y=A*X+(1-A)*Y',其中Y'表示上一周期Y值,A必须小于1。
示例： DMA(CLOSE,VOL/CAPITAL)
表示求以换手率作平滑因子的平均价
呵呵，均线函数还有。
DMA中的D，是中文的拼音：DONG。也可能是DYNAMIC。
这个函数，与SMA是一家的，看：
Y=M/N*X+(N-M)/N*Y'；
Y=A*X+(1-A)*Y'；
前者说，N必须大于M，后者说，A必须小于1。然后两者就一样了：A=M/N。
说“A为计算周期”似乎不妥，A明明要取小数才行。DMA在第一根K线就开始起算，SMA要到第二根K线开始起算。

函数：HHV(X,N)
参数： X为数组，N为计算周期
返回： 返回数组
说明： 求N周期内X最高值,N=0则从第一个有效值开始。
示例： HHV(HIGH,30)
表示求30日最高价
函数： HHVBARS(X,N)
返回： X为数组，N为计算周期
参数： 返回数组
说明： 求N周期内X最高值到当前周期数，N=0表示从第一个有效值开始统计
示例：&nbs