这种方法试图推导出调节合约数的公式，但实际上很难应用于实践中。
范.撒普博士在其畅销书《通向金融王国的自由之路》(McGraw-Hill, 1998) 一书中介绍了这一模型的基本理念，它建立在市场浮动和保持现有资金的最大浮动的基础之上。
为了检验这种方法的波动幅度，我们使用一种波动单位来衡量。为此，我们首先需要知道股市日内最高值与最低值之间的差值，然后才能计算若干天的平均值。
通常，对于短期系统(2天到1周)，我们分析的只是几天的交易量(4~5 天的平均值);而对于长期系统(10天到1个月)，分析的则是一个更长时期的交易量(20 天的平均值)。所谓的平均值就是这一时期的平均数值,实际上，就是平均真实波动幅度(Averagetruerange,ATR),这样做主要是为了考虑可能存在的跳空因素。
为了理解什么是ATR,应该在SP/MIB指数(标普/意大利米兰指数，以前也曾称为FIB)的基础上分析期货的日K线图，其在32100~32450之间浮动;这两个数之间的差值为350点，如果按每-一个点的价值为5欧元计算，总共就是1650欧元。但同时还要考虑前一天的收盘点32050，因此当日的波动就必须加上当日跳空高开的50点，即为350+50=400点，也就是2000欧元。
图4.18和图4.19分别描述的是真实波动范围全部高于或低于前一天收盘价的情况。
回到我们的模式，比如我们计算最近5个真实波动范围的平均值，这一数值被认为是该时期的波动幅度:假设得到的结果是300点，也就是1500欧元。
假设我们现在有100000 欧元，并将波动幅度限定在总资本的2%，那么可接受的波动资金就是2000欧元。鉴于我们通过计算得到的平均波动值为1500欧元，因此我们可以买进的合约数为:
Vp为每一个点的价值(在我们所举的例子中，Vp=5)， Vol% 为可接受的变动比例(在我们所举的例子中，Vol%=2%) ,即可计算出合约数:
立刻可以发现，这种方法更加复杂，因为我们必须知道，在我们人市之前，股市在一定天数内的真实波动范围。当然，这一.数值也可以在交易的时候生成，但对回溯测试系统而言就更难了，至少不能生成包含大量数据的Excel表格，或者直接将
计算合约数的等式插人简易语言代码。
这种方法比较重要，因为它可以以自己的方式规避风险,可以在被认为“过分”的时候自行停止交易。值得注意的是，对于固定分数法而言，当资金一旦降低到可允许的最大亏损额以下，系统就会永久性地停止交易;而如果使用变动比例模型，系统会停止一段时间，当波动条件允许时，系统又会按照信号继续交易。实际上，根据上述等式我们也可以看出，股市波动幅度的减小会导致最终结果(即合约数)的增加。
如果波动幅度较小，那么使用较小数额的资金就可以交易。实际上，这也是符合正常逻辑的:波动的幅度小，交易的风险也就越小，因此，即便用较少的资金也能够交易。
为了便于大家理解，以下是我们使用变动比例法计算出来的一些结果。
首先我们将变动比例限定在5%以内，这就意味着资金的波动幅度最大不会超过5%，即可得到图4.20中的结果。而在图4.21中，变动比例为10%。鉴于其在概念上与固定分数法非常类似，我们就对技术波动和风险比例进行一个对比。
f%为5%时可以得到图4.8中的结果，资金的最终价值达到654917.5欧元，而最大回撤从639920欧元下降到275317.5欧元。可以发现，如果变动比例为5%的话，回撤幅度很可能与图4.8中的情况类似，而最终结果大约会多出130000欧元。鉴于这两种情况中的损失相同，因此使用变动比例法就相对更好一些。
而如果将f%增加到10%，结果会有好转，资金最终会达到近200万欧元(图4.9)，而与此同时，回撤也相当巨大:从300多万欧元下降到不足50万欧元。
如果使用变动比例法，最终结果将会达到1311575欧元，而这种情况中的回撤较前一种情况也相对较小，下降近200万欧元。虽然数额也非常巨大，但终归比前一种情况要好。
