現(xiàn)代金融學對證券技術(shù)分析的研究

1、.PAGE ：.；PAGE 10現(xiàn)代金融學對證券技術(shù)分析的研討一引言所謂證券技術(shù)分析就是運用證券歷史價錢和成交量序列構(gòu)成的特定的圖形方式預測證券價錢的未來走向這顯然是和我們熟知的有效市場假設EMH相矛盾的有效市場實際強調(diào)當前已包含了一切公開信息而未來價錢是不可預測的Fama1970但自70年代開場就逐漸有實際和實證研討對其提出挑戰(zhàn)包括一月效應星期效應小公司效應和賬面-市價比效應Book-to-MarketEffect等景象的發(fā)現(xiàn)顯示市場上有能夠出現(xiàn)系統(tǒng)性賺取超額利潤的時機這很自然地激起了學界研討證券技術(shù)分析有效性的興趣二證券技術(shù)分析的早期研討目前我們所知的這個領(lǐng)域的最早的文獻是Alexande

2、r1961他采用了一種最簡單的技術(shù)目的作為決策根據(jù)假設股票價錢從某一低位上升至少x%買入并持有該股票；當價錢從隨后的高位下跌至少x%時賣掉股票并等待下一個買入信號他聲稱采用道瓊斯工業(yè)平均指數(shù)和規(guī)范普爾指數(shù)檢驗的結(jié)果這樣的戰(zhàn)略較之簡單的買入-持有戰(zhàn)略能帶來顯著的利潤但隨后Fama和Blume1966發(fā)現(xiàn)Alexander的研討沒有思索公司分紅的效應和買賣本錢采用經(jīng)股利調(diào)整的道瓊斯指數(shù)成份股價錢序列他們證明上述的買賣戰(zhàn)略不會優(yōu)于簡單的買入-持有戰(zhàn)略即使0.1%的買賣本錢也足以耗盡由上述買賣戰(zhàn)略帶來的利潤Jensen和Benington1970的研討運用了更接近于實踐的買賣戰(zhàn)略即相對強度戰(zhàn)略所謂相對

3、強度定義為當前價錢與27周平均價錢之比等量投資于前x%相對強度最大的那些股票在t周后重新計算一切股票的相對強度并調(diào)整投資組合即確保投資組合中的股票相對強度一直處于前x%采用紐約買賣所上市公司數(shù)據(jù)他們的研討沒有發(fā)現(xiàn)超越買入-持有戰(zhàn)略的利潤而且相應的風險程度較高早期對證券技術(shù)分析的研討有以下特點1.爭論的焦點不斷就是當前價錢能否集合料一切的公開信息但在當時信息還是個“原子式的概念還要過十年人們才開場在時間和空間兩個方向上建立信息的構(gòu)造和相應的分析框架2.由于當時方式識別技術(shù)也才剛剛起步研討中無法思索較為復雜的圖形方式3.除與買入-持有戰(zhàn)略相比較外竟然學研討中還短少描畫技術(shù)分析目的的預測才干和盈利才

4、干的統(tǒng)計方法這些手段通常需求的大容量計算機也還沒有出現(xiàn)三探求證券技術(shù)分析的實際根底隨著信息經(jīng)濟學的開展研討人員逐漸認識到當前價錢不是一切私人信息的完美集合例如假設當前價錢同時遭到不可觀測的股票供應以及市場參與者私人信息的影響那么它本身就不能夠?qū)λ饺诵畔⑻峁┏浞值墓烙嬕虼耸袌鰠⑴c者在構(gòu)成他們的需求時除運用價錢外還會運用各自的私人信息此外當前價錢中包含的噪音也使價錢不能夠完全提示過往的私人信息我們從而可以很自然地得出這樣的命題歷史價錢能有效地協(xié)助 投資決策以此為出發(fā)點的一些模型逐漸提示了證券技術(shù)分析的實際根據(jù)Brown和Jennings1989就是這樣一個二階段含噪音理性預期模型在他們的模型里投資

5、者每一階段的私人信息都是不相關(guān)的而且每一階段的股票供應都會變化他們證明第一階段的價錢有助于估計整個信息集它不受第二階段公開信息和噪音的影響；對于信號均值結(jié)合思索兩個階段價錢的推斷嚴厲優(yōu)于獨立運用第一或第二階段價錢的推斷顯然這樣的市場在Fama1970意義上是無效率的我們知道多數(shù)技術(shù)分析師是非常注重成交量信息的在實際中他們都會同時根據(jù)價錢和成交量過往信息作出判別BlumeEasley和OHara1994就勝利解釋了成交量對投資決策的作用他們的模型以市場微觀構(gòu)造實際為根底假設某些證券根本面信息對一切投資者為未知當價錢本身不能同時對信號的大小和精度提供完全信息的時候模型顯示適當?shù)姆治龉ぞ呖梢詮某山涣?/p>

6、數(shù)據(jù)中提取有效信息更為有意思的是模型闡明技術(shù)分析方法是投資者學習過程的一個自然結(jié)果實踐上沒有人會單獨運用技術(shù)分析方法決議股票的買賣Goldbaum1999就證明涉及根本面的條件信息集對估計股票表現(xiàn)有積極作用文章初次引入兩類信息來協(xié)助 估計技術(shù)分析方法的有效性其一包含四種市場目的即兩個期限構(gòu)造變量不同風險債券的收益差以及股票紅利收益率；其二是宏觀變量的條件信息集例如消費率和貨幣存量文章最重要的結(jié)論就是在技術(shù)分析中合并思索根本面市場信息可以提高決策過程的準確度無疑這不僅更符合現(xiàn)實而且將是未來這個領(lǐng)域重要的研討方向四對證券技術(shù)分析的實證檢驗技術(shù)分析工具可以分為兩大類一類是技術(shù)目的另一類是技術(shù)圖形技術(shù)

7、目的包括挪動平均線隨機目的相對強度目的等技術(shù)圖形那么包括K線圖波浪實際三角形發(fā)散三角形頭肩頂?shù)葘λ鼈兊膶嵶C檢驗主要是檢驗在特定市場上運用這些分析工具進展投資能否能獲取有效的信息和超額利潤Brock,Lakonishok和LeBaron(1992)是最早研討技術(shù)分析目的的文獻之一正是它引發(fā)了金融學界對技術(shù)分析的普遍關(guān)注他們調(diào)查了兩種簡單技術(shù)買賣規(guī)那么挪動平均和支持/阻力線的盈利才干技術(shù)分析中的挪動平均規(guī)那么采用短期和長期兩根挪動平均線短期可以是1天5天或10天長期那么是50150或200天當短期挪動平均向上穿越長期挪動平均線時給出買入信號；當短期挪動平均向下穿越長期挪動平均線時給出賣出信號而當價

8、錢穿越當前支持線或阻力線構(gòu)成部分新低或新高時定義為賣出或買入信號Brock等1992在統(tǒng)計上初次采用非參數(shù)的bootstrap方法而不是傳統(tǒng)統(tǒng)計方法檢驗上述技術(shù)目的的盈利才干目的是獲得對不同參數(shù)的一切買賣規(guī)那么的總體檢驗并利用非參數(shù)特性兼容證券收益分布普遍存在的非正態(tài)性自相關(guān)性和條件異方差性普通來說bootstrap方法就是經(jīng)過一定數(shù)量的仿真得到我們感興趣的統(tǒng)計量例如均值和規(guī)范差在特定零假設下的仿真分布從而建立該統(tǒng)計量的置信區(qū)間并由此判別實踐過程的該統(tǒng)計量的顯著性零假設需求根據(jù)實踐情況決議這里的研討采用了四種零假設即隨機游走一階自相關(guān)GARCH和指數(shù)GARCH其中隨機游走假設可以看成等同于有效

9、市場假設后三個假設都經(jīng)過對實踐過程的運用被證明成立采用道瓊斯指數(shù)18971986年數(shù)據(jù)的檢驗結(jié)果顯示買賣信號條件收益均高度顯著而且衡量一個投資循環(huán)績效的買賣條件收益之差高達0.93%對應的無條件收益僅約為0.17%買入信號單日條件收益為0.042%或約每年12%相應的賣出信號單日條件收益為-0.025%或約每年-7%由此證明挪動平均線可以有效的預測市場走勢稍后人們可以看到這個領(lǐng)域的一系列深化研討B(tài)essembinder和Chan(1995)用幾乎一樣的方法檢驗了東亞6個國家和地域泰國馬來西亞臺灣韓國香港和日本的市場數(shù)據(jù)結(jié)果與Brock等1992的根本類似6個市場和一切買賣規(guī)那么平均來看買入信號

10、較賣出信號大0.095%單日或26.8%年度較Brock等1992進一步他們討論了多大的買賣本錢可以抵消這樣的超額利潤就一切市場和一切買賣規(guī)那么平均來看抵消超額利潤的買賣本錢假設沒有買賣滯后為1.57%假設存在一天買賣滯后為1.34%思索到實踐中買賣本錢普通小于1%這里的超額利潤還是可以看成是顯著的但是Bessembinder和Chan(1998)對道瓊斯指數(shù)成分股19261991年數(shù)據(jù)的檢驗闡明0.39%的買賣本錢就可以抵消采用挪動平均這樣的簡單買賣規(guī)那么帶來的超額利潤這個方面最新的成果Kwan和Kish(2002)他們把研討對象擴展到紐約證券買賣所和NASDAQ市場價值加權(quán)指數(shù)和等權(quán)重指數(shù)

11、更為重要的是他們開場思索復雜買賣戰(zhàn)略,例如將挪動平均線同成交量挪動平均線結(jié)合以及同變化率目的結(jié)合產(chǎn)生買賣信號這樣的思緒是同人類的實踐決策過程接近的我們知道人類的實踐決策過程通常是綜合思索多種要素的如何對其模擬是一項復雜而艱巨的課題他們的研討顯示不同零假設下的bootstrap分布不能完全反映市場的一切信息技術(shù)分析工具是有用的；復雜的買賣戰(zhàn)略可以為投資管理提供獲利時機K線圖用來表示某個買賣日的開盤價收盤價最高價和最低價在證券分析師看來K線是預測短期走勢的重要手段例如開盤價和收盤價之差就預示著價錢走勢的方向和程度Fiess和Macdonald2001初次全面調(diào)查了K線圖的信息含量他們試圖檢驗這樣的

12、假設1.最高價和最低價可以顯示供求構(gòu)造變化的信息；2.變化的指令流對決議價錢起重要作用實證結(jié)果顯示基于極差最高價-最低價的動搖率測度在提供附加信息方面優(yōu)于基于收益率的動搖率測度前者可以捕獲涉及市場微觀構(gòu)造的一些信息特性而這些信息特性是和預示市場出現(xiàn)轉(zhuǎn)機的信息相關(guān)聯(lián)的此外結(jié)合收盤價、最高價和最低價的買賣戰(zhàn)略能夠在價錢走勢和動搖的預測上非常有效Osler和Chang1995那么初次涉及了一個著名的非線性形狀-頭肩頂他們的文章試圖估計幾個重要的匯率市場上出現(xiàn)的頭肩頂形狀的預測才干這里的第一個問題就是如何從原始數(shù)據(jù)中識別出特定的幾何圖形他們采用了將原始圖形提煉成一系列折線的方法利用折線的端點尋覓符合定

13、義的頭肩頂形狀然后可以得到圖形的條件收益并采用前面提到的bootstrap方法經(jīng)過構(gòu)造仿真序列得到圖形的條件收益在特定零假設下的置信區(qū)間采用的零假設模型是隨機游走和GARCH實證結(jié)果闡明馬克和日元可以分別得到均值為0.78%和1.5%的顯著的正收益但是加拿大元瑞士法郎和英鎊的預測才干較差作者進一步思索利息差和買賣本錢經(jīng)過調(diào)整的馬克和日元平均條件收益仍到達0.68%和1.48%且在統(tǒng)計上顯著LoMamaysky和Wang2000在這個領(lǐng)域獲得重要進展他們引入了一套新的算法來估計和識別技術(shù)分析中復雜的非線性圖形這就是非參數(shù)核回歸其優(yōu)點在于濾除噪聲后能得到價錢時間序列的離散數(shù)值表達并經(jīng)過簡單的計算就

14、可以找到價錢時間序列的幾何特征作者證明這樣的算法能勝利識別十種非線性幾何圖形包括頭肩形狀雙頭或雙底三角形和矩形等在處理方式識別問題的根底上他們提出運用卡方擬合優(yōu)度檢驗chi-squaregoodness-of-fittest以及Kolmogorov-Smirnov檢驗調(diào)查圖形的預測才干,二者都是經(jīng)過比較無條件收益分布和特定圖形條件收益分布給出統(tǒng)計量顯著的統(tǒng)計量意味著特定的買賣方式可以包含額外信息此類檢驗能明確顯示條件分布的信息含量但不能象bootstrap方法那樣丈量超額收益的顯著性實證結(jié)果證明對于卡方擬合優(yōu)度檢驗在紐約市場上十種圖形方式中有7種的條件收益分布顯著異于對應的無條件收益分布而在N

15、ASDAQ市場上調(diào)查的一切圖形方式的條件收益分布都顯著異于對應的無條件收益分布；對于Kolmogorov-Smirnov檢驗紐約市場上十種圖形方式中的5種和NASDAQ市場上的全部圖形都有顯著的預測才干LoMamaysky和Wang2000的任務具有重要開創(chuàng)性一系列拓展可以在此根底上展開例如可以引入更先進的濾波算法；開發(fā)更準確的方式識別算法；以及設計復雜和高精度的決策程序等等五結(jié)論近年來對證券技術(shù)分析的研討逐漸增多它可以為證券投資決策提供附加信息這是學界曾經(jīng)構(gòu)成的共識然而什么樣的投資戰(zhàn)略能帶來超額利潤如何利用這些成果指點投資決策這些問題都等待著深化的研討；計算和統(tǒng)計方法也還有待進一步改良；更為

16、關(guān)鍵的是需求在超越有效市場實際的根底上構(gòu)造新的資產(chǎn)定價模型參考文獻Alexander,S.S.,1961,PriceMovementsinSpeculativeMarkets:TrendsorRandomWalks,IndustrialManagementReview,2,7-26.Bessembinder,H.,andKalokChan,1995,TheProfitabilityofTradingRulesintheAsianStockMarkets,Pacific-BasinFinanceJournal,3,257-284.Bessembinder,H.,andKalokChan,1998

17、,MarketEfficiencyandtheReturnstoTechnicalAnalysis,FinancialManagement,27,Summer1998.Blume,Lawrence,DavidEasley,andMaureenOHara,1994,MarketStatisticsandTechnicalAnalysis:TheRoleofVolume,JournalofFinance,49,153-181.Brock,W.,JosefLakonishok,andBlakeLeBaron,1992,SimpleTechnicalTradingRulesandtheStochast

18、icPropertiesofStockReturns,JournalofFinance,47,Dec.,1992.Brown,DavidP.,andRobertH.Jennings,OnTechnicalAnalysis,TheReviewofFinancialStudies,1,spring,1988.Fama,EugeneF.,andMarshallE.Blume,1966,FilterRulesandStock-MarketTrading,JournalofBusiness,39,226-241.Fama,EugeneF.,1970,EfficientCapitalMarket:AReviewofTheoryandEmpiricalWork,JournalofFinance,25,383-417.Fiess,N.M.,andRonaldMacdonald,2002,TowardstheFundamentalsofTechnicalAnalysis:AnalysingtheInformationContentofHigh,LowandClosePrices,EconomicModeling,19,353-374.Goldbaum,David,1999,