完美的循環
下圖顯示了一個長達100天的完美周期。第一個高峰在25天，第二個高峰在125天（125-25 = 100）。第一個周期低點是75天，第二個周期低點是175天（也是100天後）。請注意，循環在50、100和150處與X軸交叉，這是每50個點或半個循環。
波峰：循環高
低穀：周期低
階段：周期在特定時間點的位置（示例周期在第20天為0.95）
拐點：這是循環線與X軸交叉的地方
幅度：從X軸到峰值或穀值的循環高度
長度：周期高點或周期低點之間的距離
注意，這僅僅是理想周期的藍圖；大多數循環的定義都不明確。
循環特性
自由星
周期長度：低點通常用於定義周期的長度並將周期預測到未來。可以預期在周期低點之間的某個地方會出現周期高點。
轉換：周期幾乎永遠不會在精確的中點達到峰值，也不會在預期的周期低點達到穀底。大多數情況下，峰值出現在周期中點之前或之後。正確的轉換是價格在牛市期間的周期後期達到峰值的趨勢。相反，左轉是熊市期間價格在周期前半段達到頂峰的趨勢。在牛市後期，熊市期中價格趨於峰值。
諧波：較大的周期可以分解為較小且相等的周期。一個40周的周期分為兩個20周的周期。 20周的周期分為兩個10周的周期。有時，一個較大的周期可以分為三個或更多部分。反之亦然。小周期可以變成大周期。 10周的周期可以是更大的20周周期甚至更大的40周周期的一部分。
嵌套：當多個周期同時發出低穀信號時，將增強周期低點。當它們同時進入低穀時，10周，20周和40周周期將嵌套。
反轉：有時應該在周期低時發生周期高，反之亦然。當跳過高或低周期或周期最小時，可能會發生這種情況。在強勁的上升趨勢中，周期低點可能短或幾乎不存在。同樣，市場可能快速下跌，並在急劇下跌期間跳過周期高點。反轉在較短的周期內更為明顯，而在較長的周期內則較少見。例如，與40周的周期相比，以10周的周期反演的次數可能更多。
資料類別
價格圖表上的數據點可以分為三類：趨勢，周期性或隨機性。趨勢數據點是持續定向移動（通常是向上或向下）的一部分。周期性數據點是從均值的反複轉移。當價格高於或低於均值時，就會發生轉移。隨機數據點是噪聲，通常是由日內或每日波動引起的。
通過從價格數據中刪除趨勢和隨機噪聲，可以找到周期。可以通過使用移動平均值平滑數據來刪除隨機數據點。可以通過取消趨勢數據來隔離趨勢。這可以通過關注移動平均線以上和以下的移動來完成。另外，也可以使用去趨勢價格振蕩器（見下文）。
查找周期的步驟
自由星
1.將圖表設置為對數刻度。 （可以在“圖表屬性”下找到此選項。）
在尋找周期時，重要的是用百分比而不是絕對價格來查看價格變化。在算術規模上，從100到200的提前額看起來與從300到400的提前額相同。即使這兩個提前額都是100點，它們的百分比也相差很大。從100到200的移動是+ 100％，而從300到400的移動是+ 33.3％。在對數刻度上，從100到200的移動看起來比從300到400的移動大得多。這是因為從100到200的百分比變化大三倍。需要一個對數刻度圖，以恰當地比較長時間內價格變動較大的價格走勢。
2.用短的簡單移動平均線平滑價格序列。這是為了消除隨機噪聲並集中於一般運動。短短的5天SMA通常就足夠了。平滑還有助於在波動率較高時定義反應低點，例如，下圖中的2008年10月至11月。
3.直觀地分析圖表以了解可能的周期低點。這也許是找到周期的最簡單方法。找到一些看起來具有相同周期長度的低點，並將該周期擴展到未來。
4.降低價格係列趨勢，將重點放在周期低點上。可以使用去趨勢價格振蕩器（DPO）來進行去趨勢。該指標基於居中的移動平均線，換句話說，是已向左移動了一個因子（N / 2 +1）的移動平均線。 20天DPO將基於向左（過去）偏移11天的20天移動平均線[（20/2 + 1）= 11）]。那麽DPO將成為結局
