股票技術形態分析有效性的實證研究

李航

【摘 要】 股票技術形態分析方法由來已久，但在得到廣泛使用的同時，其原理與使用一直存在諸多爭議。其焦點在于技術分析在操作中的高度主觀性。本文應用非參數核回歸來建立一種系統的、自動的技術形態識別算法，并采用基于模擬的方法對30只個股及上證綜指進行實證檢驗，以此評估技術分析的有效性。

【關鍵詞】 技術形態分析 有效性 核回歸

一、引言

股票技術形態分析，作為證券投資分析的主要方法之一，一直是證券投資者經常使用的一種工具。但這種“看圖藝術”的方式，也使得技術分析一直被詬病主觀性太強。本文試圖通過使用一種系統性的，科學的方法對技術分析進行定義，使用數量化的方法來度量技術分析形態，通過實證的檢驗，從而在技術分析與量化金融分析之間搭建一座橋梁。同樣，本文也嘗試增加技術分析的方法和工具，使用量化的手段進行技術分析。

二、技術形態分析的有效性研究

2.1 平滑統計量與核回歸

核函數為非參數方法，其函數形式是未經設定的，因此對函數形式的約束較少，從而其具有更大的適用性。本文使用最普遍采用的核函數形式——正態核來進行權數的構造。

2.2 技術形態的自動識別技術

本文將構造一種可以使計算機自動識別價格圖形形態的算法，我們的算法包括下面三個方面：

1.通過圖形的幾何性質定義技術形態，例如利用局部極值來確定技術形態；

2.通過給定的價格時間序列，構造核回歸估計量，這樣局部極值便可以由數值來確定；

3.分析，找出局部極值，確定每一種技術形態發生的頻率。

本文重點分析在傳統技術分析中常常使用的兩對技術形態：頭肩頂（HS）和頭肩底（IHS），三角形頂（TTOP）和三角形底（TBOT）。我們只需要五個連續的極值即可定義頭肩形態。

三、實證分析

在研究中，我們選取的時間跨度為2006年1月1日至2015年12月31日。在具體個股的選擇上，我們從51個證監會股票行業分類挑選30個行業規模較大的行業，再從每一個行業中分別選取1只在行業內具有領先地位的龍頭股票，共30只個股。我們對四種形態的頻數及收益率數據進行加總，得到下表。

從上表可以看出，在5%的顯著性水平下，三角形頂與三角形底這一對形態，其條件收益率與無條件收益率的分布具有顯著差異。而頭肩頂形態的條件收益率也與無條件收益率有顯著差異。這也表明這三種形態能夠提供有價值的信息，即此種形態出現會對收益率產生顯著的影響。

四、結論

首先，本文使用了非參數核回歸來對股票日收盤價進行擬合，得到局部極值點；然后我們則對四種形態進行了數學化的定義并實現了計算機的自動識別；最后，我們選取了30只具有代表性的股票與上證綜指一起，根據數學定義進行形態發生頻率的統計以及其收益率的描述性分析，得出結論：形態出現頻率最高的是頭肩形，頭肩頂與頭肩底分別出現664次和685次。就收益率的統計分析來說，出現次數最多的頭肩底，其收益率均值只有-0.401%；次數第二多的頭肩頂，收益率均值為0.295%。而收益率均值最高的形態為三角形底，其值為1.56%，可以看出，出現頻率高的形態往往收益率不高，而收益率高的形態則出現頻率較低。

然后，我們采用Kolmogorov-Smirnov檢驗方法，對收益率序列進行對比分析，得出結論：三角形底與頭肩頂比較顯著，我們認為三角形底確實能獲得更高的收益率，而頭肩頂只在三分之一的個股中有效，其效果不如三角形底。

【參考文獻】

[1] Andrew W， Harry M and Jiang Wang： Foundations of Technical Analysis： Computational Algorithms， Statistacal Inference， and Empirical Implementation， NBER working paper series， 2000.

[2] 陳勝榮：技術分析有效性的實證研究[D]，廈門大學碩士論文，2001.

[3] 許凱：對中國股票市場弱有效性的研究[D]，復旦大學碩士論文，2010.