李航
【摘 要】 股票技術(shù)形態(tài)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(diǎn)在于技術(shù)分析在操作中的高度主觀性。本文應(yīng)用非參數(shù)核回歸來建立一種系統(tǒng)的、自動的技術(shù)形態(tài)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(jìn)行實(shí)證檢驗(yàn),以此評估技術(shù)分析的有效性。
【關(guān)鍵詞】 技術(shù)形態(tài)分析 有效性 核回歸
一、引言
股票技術(shù)形態(tài)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(jīng)常使用的一種工具。但這種“看圖藝術(shù)”的方式,也使得技術(shù)分析一直被詬病主觀性太強(qiáng)。本文試圖通過使用一種系統(tǒng)性的,科學(xué)的方法對技術(shù)分析進(jìn)行定義,使用數(shù)量化的方法來度量技術(shù)分析形態(tài),通過實(shí)證的檢驗(yàn),從而在技術(shù)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(shù)分析的方法和工具,使用量化的手段進(jìn)行技術(shù)分析。
二、技術(shù)形態(tài)分析的有效性研究
2.1 平滑統(tǒng)計(jì)量與核回歸
核函數(shù)為非參數(shù)方法,其函數(shù)形式是未經(jīng)設(shè)定的,因此對函數(shù)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(shù)形式——正態(tài)核來進(jìn)行權(quán)數(shù)的構(gòu)造。
2.2 技術(shù)形態(tài)的自動識別技術(shù)
本文將構(gòu)造一種可以使計(jì)算機(jī)自動識別價格圖形形態(tài)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(zhì)定義技術(shù)形態(tài),例如利用局部極值來確定技術(shù)形態(tài);
2.通過給定的價格時間序列,構(gòu)造核回歸估計(jì)量,這樣局部極值便可以由數(shù)值來確定;
3.分析,找出局部極值,確定每一種技術(shù)形態(tài)發(fā)生的頻率。
本文重點(diǎn)分析在傳統(tǒng)技術(shù)分析中常常使用的兩對技術(shù)形態(tài):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(xù)的極值即可定義頭肩形態(tài)。
三、實(shí)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(jiān)會股票行業(yè)分類挑選30個行業(yè)規(guī)模較大的行業(yè),再從每一個行業(yè)中分別選取1只在行業(yè)內(nèi)具有領(lǐng)先地位的龍頭股票,共30只個股。我們對四種形態(tài)的頻數(shù)及收益率數(shù)據(jù)進(jìn)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(tài),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(tài)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(tài)能夠提供有價值的信息,即此種形態(tài)出現(xiàn)會對收益率產(chǎn)生顯著的影響。
四、結(jié)論
首先,本文使用了非參數(shù)核回歸來對股票日收盤價進(jìn)行擬合,得到局部極值點(diǎn);然后我們則對四種形態(tài)進(jìn)行了數(shù)學(xué)化的定義并實(shí)現(xiàn)了計(jì)算機(jī)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(jù)數(shù)學(xué)定義進(jìn)行形態(tài)發(fā)生頻率的統(tǒng)計(jì)以及其收益率的描述性分析,得出結(jié)論:形態(tài)出現(xiàn)頻率最高的是頭肩形,頭肩頂與頭肩底分別出現(xiàn)664次和685次。就收益率的統(tǒng)計(jì)分析來說,出現(xiàn)次數(shù)最多的頭肩底,其收益率均值只有-0.401%;次數(shù)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(tài)為三角形底,其值為1.56%,可以看出,出現(xiàn)頻率高的形態(tài)往往收益率不高,而收益率高的形態(tài)則出現(xiàn)頻率較低。
然后,我們采用Kolmogorov-Smirnov檢驗(yàn)方法,對收益率序列進(jìn)行對比分析,得出結(jié)論:三角形底與頭肩頂比較顯著,我們認(rèn)為三角形底確實(shí)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(xiàn)】
[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(shù)分析有效性的實(shí)證研究[D],廈門大學(xué)碩士論文,2001.
[3] 許凱:對中國股票市場弱有效性的研究[D],復(fù)旦大學(xué)碩士論文,2010.