jack-diary

股票投资学习笔记 06:技术分析基础理论与指标

技术分析的认识论基础

技术分析的定义与假设

技术分析(Technical Analysis)基于三个核心假设:

  1. 市场行为涵盖一切信息:价格反映所有已知和未知的信息,包括基本面、政策、预期等。
  2. 价格沿趋势运动:一旦趋势形成,倾向于持续直到反转信号出现。
  3. 历史会重演:人类行为模式重复,因此价格形态具有预测价值。

数学表达:设 $P_t$ 为 t 时刻的价格,则技术分析假设: \(P_{t+1} = f(P_t, P_{t-1}, ..., P_{t-k}) + \epsilon_{t+1}\) 其中 $\epsilon$ 为随机误差项。技术分析试图通过历史价格模式预测 $P_{t+1}$。

技术分析 vs 基本面分析

两种方法互补而非互斥:

维度 基本面分析 技术分析
研究对象 内在价值(Intrinsic Value) 价格行为(Price Action)
时间框架 长期(月、季、年) 短期(日、时、分钟)
决策逻辑 价值 vs 价格 趋势与信号
数据来源 财务报表、行业研究 价格序列、成交量
核心任务 选股、估值 择时、仓位管理

有效市场假说与技术分析

根据 Fama 的有效市场假说(EMH),在弱式有效市场中,历史价格已完全反映,技术分析无法获得超额收益:

\[E[R_{t+1} \mid P_t, P_{t-1}, ...] = E[R_{t+1}]\]

实证研究

价值投资者的视角

价格行为的数学描述

收益率分布

设 $R_t = \frac{P_t - P_{t-1}}{P_{t-1}}$ 为第 t 期收益率。

在有效市场中,$R_t$ 遵循随机游走(Random Walk): \(R_t = \mu + \sigma \epsilon_t\) 其中 $\mu$ 为漂移项(长期期望收益率),$\sigma$ 为波动率,$\epsilon_t \sim N(0,1)$ 为标准正态白噪声。

技术分析的挑战:如果价格严格遵循随机游走,则不存在可预测的模式。技术分析试图识别偏离随机游走的异常或趋势。

趋势的数学定义

趋势:价格序列的持续方向性运动。

量化方法

  1. 移动平均线(Moving Average, MA): \(MA_n(t) = \frac{1}{n} \sum_{i=0}^{n-1} P_{t-i}\) 短期 MA > 长期 MA 视为上升趋势,反之视为下降趋势。

  2. 线性回归: 对时间序列 $P_t$ 进行线性回归:$P_t = \alpha + \beta t + \varepsilon_t$。 若 $\beta > 0$ 且统计显著,则存在上升趋势。

  3. Mann-Kendall 趋势检验: 检验序列是否存在单调趋势。

支撑与阻力(Support & Resistance)

支撑位:历史上价格多次跌至某价位后反弹的水平。

阻力位:历史上价格多次涨至某价位后回落。

数学视角

动态性

心理解释

技术指标体系

趋势指标

1. 移动平均线(Moving Averages)

SMA(Simple Moving Average): \(SMA_n(t) = \frac{1}{n} \sum_{i=0}^{n-1} P_{t-i}\)

EMA(Exponential Moving Average): \(EMA_n(t) = \alpha P_t + (1-\alpha) EMA_n(t-1)\) \(\alpha = \frac{2}{n+1}\)

特点

2. MACD(Moving Average Convergence Divergence)

计算

信号

动量指标

1. RSI(Relative Strength Index)

公式: \(RSI_n(t) = 100 - \frac{100}{1 + RS}\) \(RS = \frac{\text{Average of positive } \Delta P \text{ over } n \text{ periods}}{\text{Average of negative } \Delta P \text{ over } n \text{ periods}}\)

区间:0-100。

标准解读

局限性:在强趋势中,RSI 可长期处于超买/超卖区域(钝化),失去参考价值。

2. KDJ

基于 RSV(Raw Stochastic Value): \(RSV = \frac{C_t - L_n}{H_n - L_n} \times 100\) 其中 $C_t$ 为收盘价,$L_n$ 和 $H_n$ 为 n 日内最低和最高价。

K、D、J 值

信号

成交量指标

1. OBV(On-Balance Volume)

逻辑: 若当日收盘价高于前一日收盘价,则当日成交量为正;否则为负。OBV 为累积值。

公式: \(OBV_t = OBV_{t-1} + \begin{cases} Volume_t & \text{if } C_t \geq C_{t-1} \\ -Volume_t & \text{if } C_t < C_{t-1} \end{cases}\)

应用

波动率指标

ATR(Average True Range)

True Range (TR): \(TR_t = \max(H_t - L_t, |H_t - C_{t-1}|, |L_t - C_{t-1}|)\) 其中 $H_t$、$L_t$、$C_t$ 为最高、最低、收盘价。

ATR: \(ATR_n(t) = \frac{1}{n} \sum_{i=0}^{n-1} TR_{t-i}\)

应用

技术形态分析

经典形态的统计意义

1. 反转形态(Reversal Patterns)

头肩顶(Head and Shoulders Top)

头肩底(Head and Shoulders Bottom)

双顶/双底(Double Top/Bottom)

统计有效性:实证研究表明,经典形态的预测准确率略高于随机(约 52-58%),但考虑到交易成本,超额收益有限。

2. 持续形态(Continuation Patterns)

三角形整理(Triangle)

旗形/楔形(Flags/Wedges)

形态的局限

  1. 主观性:形态识别存在主观性,不同分析者可能得出不同结论。
  2. 事后确认:形态完成前无法确认,完成时已错过部分行情。
  3. 假突破:形态突破后可能迅速回归,导致”假信号”。

技术分析的局限与实证

实证研究结论

  1. 超额收益有限:大量文献表明,考虑交易成本后,纯技术分析策略难以持续战胜市场。
  2. 自我实现效应:当大量交易者使用相同技术指标时,信号可能自我实现,也可能自我失效。
  3. 市场环境依赖:技术分析在趋势市场有效,在震荡或高波动市场失效。

常见误区

  1. 过度拟合(Overfitting):使用过多指标寻找”完美”信号,导致信号过拟合历史数据。
  2. 确认偏差(Confirmation Bias):倾向于寻找支持自己判断的信号,忽略反面证据。
  3. 滞后性陷阱:所有指标均基于历史数据,本质上是滞后的,过度追求精确信号可能导致追涨杀跌。

价值投资者的技术分析原则

  1. 辅助而非主导:基本面决定买什么(选股),技术分析决定何时买(择时)。
  2. 简化指标体系:避免过多指标,选择 2-3 个核心指标。
  3. 确认胜于预测:等待多个指标确认信号,而非单一指标触发即行动。
  4. 设置规则而非情绪:事先设定买卖规则(如金叉 + RSI 中性 + 成交量确认),执行时不受情绪影响。

参考资料:Edwards & Magee (1948), Murphy (1999), Lo, Mamaysky & Wang (2000)

上一篇:行业分析与战略定位 下一篇:交易心理学