到 8 月份中期，美國的新作物已经变现，并且期货可以形成一種季节性的低价．，然而，价格更经常地是进，一步下跌到 10 月份的丰收时期,但是在9月份对首次新作物大豆的商业需求时期以及早期作物霜冻损失引起关注时，价格又有所回升，同时也留意一下与 7月份、8月份、9月份以及12月份合约的首次公告日相关的下跌和恢复标点。
当然，这種重复的交易模式也并不是没有失败，季节性的方法与其他方法一样．也有其内禀的限制；交易商眼前实际关注的可能就是时机的选择問題以及反季一节性价格变动問題。日常和长期交易难免都有衰退和泛滥的基本問題。例如，有些夏天会比较炎热比较干燥，也就有更多的危急时刻，即使是异常的季节性连续也需要在常识下才能交易得最好，这是一種简单的技术指标，或者是对用来提高选择性和时机选择的当前基本原则的一種基本的精通能力。
一个有用的统计样本必须要有多大呢？一般说来都是越大越好。然而从某些用处来讲，“现代”历史可能是更现实的。 比如说，20 世纪 80 年代，巴西作为一个主要的大豆生产商，地位的上升是70年代以来该市场交易模式几乎180度度反转的一个主要因素。相反地，1985年－1991年期间流行的单独依赖通货紧缩的模式在通货膨胀的情形下反而是有害的。
在此类历史性转变时期，即期模式相关性之间的时滞现象就可能發生。分析现金市场可以帮助抵消这種影响，但是期货具有的某些特殊的模式，比如那些由交付或者到期日推功的模式，在转变时期可能就会消失了。因此，样本大小和样本本身都必须与它们预计的用处相适应、这些可能是任意一个在 15 年中重复出现了 14 次的模式就一定有用吗？
当然．由一些基本原理推动的模式可以激发更多的自信，但是想知道每个市场中所有相关的基本原理是不现实的。当一个人正确地构建起了季节性模式后，一般就会发现在某些特定日期之间以同样方向反复出现的走势与过去有很大程度的相关性通过一 “束”此类的历史性可靠走势与类似的入市或者离市日期，不仅降低了统计错误的几率，而且还暗示着反复出现的基本情形，还可能在未来再次出现，并且从不同方面，以更长或更短的时间方式来影响市场。
季节性模式仅仅描述了市场本身遵从的普通路线，是市场本身的连续性给季节作用提供了基础。
编者的评论 市场上散布着我认为是毫无意义的季节性信息。这些信息通常都采取这样的形式：14年中4月13日的X价格有13次都变得更高了。计算机总是能够发现一些这些本性的相关性，然后有些人就想依据这些相关性来进行交易。然而，如果用季节性模式交易的背后并没有合理的因果关系的话，就是让自己处于很冒险的情形了。比如，1998年l月份的玫瑰碗体育场比赛结果似乎就预示着1998年股票市场的下跌，你还想交易吗？
