现代金融学对证券技术分析的研究.docVIP

现代金融学对证券技术分析的研究 一引言所谓证券技术分析，就是运用证券历史价格和成交量序列形成的特定的图形模式，预测证券价格的未来走向，这显然是和我们熟知的有效市场假设（EMH）相矛盾的。有效市场理论强调当前已包含了所有公开信息，而未来价格是不可预测的（Fama（1970）），但自70年代开始，就逐步有理论和实证研究对其提出挑战，包括一月效应，星期效应，小公司效应和账面-市价比效应（Book-to-MarketEffect）等现象的发现，显示市场上有可能出现系统性赚取超额利润的机会，这很自然地激起了学界研究证券技术分析有效性的兴趣。二证券技术分析的早期研究目前我们所知的这个领域的最早的文献是Alexander（1961）。他采用了一种最简单的技术指标作为决策依据：如果股票价格从某一低位上升至少x%，买入并持有该股票；当价格从随后的高位下跌至少x%时，卖掉股票并等待下一个买入信号。他宣称采用道琼斯工业平均指数和标准普尔指数检验的结果，这样的策略较之简单的买入-持有策略能带来显著的利润。但随后，Fama和Blume（1966）发现，Alexander的研究没有考虑公司分红的效应和交易成本。采用经股利调整的道琼斯指数成份股价格序列，他们证明上述的交易策略不会优于简单的买入-持有策略，即使0.1%的交易成本也足以耗尽由上述交易策略带来的利润。Jensen和Benington（1970）的研究使用了更接近于实际的交易策略，即相对强度策略。所谓相对强度，定义为当前价格与27周平均价格之比，等量投资于前x%相对强度最大的那些股票，在t周后重新计算所有股票的相对强度，并调整投资组合，即确保投资组合中的股票相对强度始终处于前x%。采用纽约交易所上市公司数据，他们的研究没有发现超过买入-持有策略的利润，而且相应的风险水平较高。早期对证券技术分析的研究有以下特点：1.争论的焦点一直就是当前价格是否集合料所有的公开信息，但在当时，信息还是个“原子式”的概念，还要过十年，人们才开始在时间和空间两个方向上建立信息的结构和相应的分析框架。2.由于当时模式识别技术也才刚刚起步，研究中无法考虑较为复杂的图形模式。3.除与买入-持有策略相比较外，竟然学研究中还缺少描述技术分析指标的预测能力和盈利能力的统计方法，这些手段通常需要的大容量计算机也还没有出现。三探索证券技术分析的理论基础随着信息经济学的发展，研究人员逐渐认识到当前价格不是所有私人信息的完美集合。例如，如果当前价格同时受到不可观测的股票供给以及市场参与者私人信息的影响，那么它自身就不可能对私人信息提供充分的估计。因此，市场参与者在形成他们的需求时，除使用价格外，还会使用各自的私人信息。此外，当前价格中包含的噪音也使价格不可能完全揭示过往的私人信息。我们从而可以很自然地得出这样的命题：历史价格能有效地帮助投资决策，以此为出发点的一些模型逐渐揭示了证券技术分析的理论依据。Brown和Jennings（1989）就是这样一个二阶段含噪音理性预期模型。在他们的模型里，投资者每一阶段的私人信息都是不相关的，而且每一阶段的股票供给都会变化。他们证明：第一阶段的价格有助于估计整个信息集，它不受第二阶段公开信息和噪音的影响；对于信号均值，联合考虑两个阶段价格的推断严格优于独立使用第一或第二阶段价格的推断。显然，这样的市场在Fama（1970）意义上是无效率的。我们知道，多数技术分析师是十分重视成交量信息的，在实践中，他们都会同时根据价格和成交量过往信息作出判断。Blume，Easley和O’Hara（1994）就成功解释了成交量对投资决策的作用。他们的模型以市场微观结构理论为基础，假设某些证券基本面信息对所有投资者为未知，当价格自身不能同时对信号的大小和精度提供完全信息的时候，模型显示，适当的分析工具可以从成交量数据中提取有效信息。更为有意思的是，模型说明，技术分析方法是投资者学习过程的一个自然结果。实际上没有人会单独使用技术分析方法决定股票的买卖，Goldbaum（1999）就证明，涉及基本面的条件信息集对估计股票表现有积极作用。文章首次引入两类信息来帮助估计技术分析方法的有效性，其一包含四种市场指标，即两个期限结构变量，不同风险债券的收益差，以及股票红利收益率；其二是宏观变量的条件信息集，例如生产率和货币存量。文章最重要的结论就是，在技术分析中合并考虑基本面市场信息可以提高决策过程的精确度。无疑，这不仅更符合现实，而且将是未来这个领域重要的研究方向。四对证券技术分析的实证检验技术分析工具可以分为两大类：一类是技术指标，另一类是技术图形。技术指标包括移动平均线，随机指标，相对强度指标等，技术图形则包括K线图，波浪理论，三角形，发散三角形，头肩顶等。对它们的实证检验，主要是检验在特定市场上使用这些分析工具进行投