技術分析無用論?所有基本面投資人都該面對的事實

2023/01/01閱讀時間約 6 分鐘
  • 文內如有投資理財相關經驗、知識、資訊等內容,皆為創作者個人分享行為。
  • 有價證券、指數與衍生性商品之數據資料,僅供輔助說明之用,不代表創作者投資決策之推介及建議。
  • 閱讀同時,請審慎思考自身條件及自我決策,並應有為決策負責之事前認知。
  • 方格子希望您能從這些分享內容汲取投資養份,養成獨立思考的能力、判斷、行動,成就最適合您的投資理財模式。
有希望我研究的主題可以填以下表單:
喜歡我的文章,歡迎追蹤窩,你的支持是我繼續創作的動力
看到有人按下追蹤的我
不可否認,大部分的技術指標都是沒有用的,巴菲特甚至大力抨擊技術分析,但技術分析真的沒有絲毫用處的嗎?這個答案也是否定的。本篇文章將介紹目前學術上如何看待技術分析,以及該如何應用,並且在未來的文章將回實際回測這些因子。
技術分析在1980年代的相關研究中,仍可看出有一定的獲利能力,然在隨著電腦運算能力的進步,在1990年代後,技術分析之獲利能力逐漸下滑,並且在效率市場假說出現後,技術分析似乎就變成時代的眼淚。然而市場上依舊有一群精明的投資者及量化基金運用技術分析賺取超額報酬,《超級績效》作者Mark Minervini也主張要取得驚人的報酬必須同時結合基本面分析及技術分析。
在學術上,自從投資行為學的出現,研究者再次正視技術分析的潛在預測能力,並又開始對其研究,並且在近年來搭配機器學習使技術分析的研究更加廣大。
目前學術上證明有用的指標為以下三類:
  1. 均線
在Han, Y., Zhou, G., & Zhu, Y. (2016)的研究中已證明均線只需要做些處理便可成為有效預測股票報酬的因子,並且以美國市場的數據顯示,其預測效果較動能因子(momentum)及均值回歸因子(reversal)的表現還優,並在熊市時仍保有獲利。
Rapach, D. E., & Zhou, G. (2020)更指出配合均線及總經指標能後有效預測指數未來的漲跌。
均線+營收的簡單策略
2.價量關係
關於價量關係可以先參考以下文章
價量關係大多做為判斷轉折的指標,其原理在於投資人之間的共識不一致時,交易量及波動會進一步放大,最後發生趨勢反轉的現象。投資人可運用此特性改良均值回歸策略。
3.頭部、肩型:
自Osler, C. L., & Chang, P. H. (1995)的研究指出,頭部及肩型對未來報酬具有預測效果,在之後的研究中如Lucke, B. (2003).、Savin, G., Weller, P., & Zvingelis, J. (2007)及Chong, T. T. L., & Poon, K. H. (2017)皆證實了即便是量化交易盛行的現在,頭部、肩形的型態依舊是有預測效果的。
技術分析面臨的挑戰:
技術分析的使用者最後必然會面對競爭問題,在同一個交易訊號產生時,產生超額報酬的機會稍縱即逝,無數的量化基金會搶食超額報酬的機會,使一般的技術分析交易者難以產生超額報酬。要解決此困境的方法主要有兩種,一拉長交易週期,二是到市場效率仍沒那麼好的市場交易,如加密貨幣市場。
結論:
技術分析即便在面臨眾多質疑中仍具有其價值,基本面投資人如果能使用技術分析必能從中得到進一步提升報酬的方法,與此同時,我們仍須警惕日新月異的電腦運算及套利者會侵蝕掉現有的超額報酬,據一名在國際知名量化基金工作的朋友表示,他們公司的策略平均壽命不到3年,就此可知其競爭的程度。
未來的文章將進一步介紹如何實際量化以上的指標,並實際運用在台股市場上,如果不想錯過更新,請追蹤我的方格子
資料來源:
Chong, T. T. L., & Poon, K. H. (2017). A new recognition algorithm for “head-and-shoulders” price patterns. Studies in Nonlinear Dynamics & Econometrics, 21(5).
Rapach, D. E., & Zhou, G. (2020). Time‐series and cross‐sectional stock return forecasting: New machine learning methods. Machine learning for asset management: New developments and financial applications, 1-33.
Chong, T. T. L., & Poon, K. H. (2017). A new recognition algorithm for “head-and-shoulders” price patterns. Studies in Nonlinear Dynamics & Econometrics, 21(5).
Savin, G., Weller, P., & Zvingelis, J. (2007). The predictive power of “head-and-shoulders” price patterns in the US stock market. Journal of Financial Econometrics, 5(2), 243-265.
Osler, C. L., & Chang, P. H. (1995). Head and shoulders: Not just a flaky pattern. FRB of New York staff report, (4).
Lucke, B. (2003). Are technical trading rules profitable? Evidence for head-and-shoulder rules. Applied Economics, 35(1), 33-40.
Han, Y., Zhou, G., & Zhu, Y. (2016). A trend factor: Any economic gains from using information over investment horizons?. Journal of Financial Economics, 122(2), 352-375.
為什麼會看到廣告
698會員
53內容數
因子投資在台灣是一直被低估的學問,藉由本專欄可以進一步利用因子投資的知識來改善自己的選股,或者打造自己的量化策略,建立屬於自己的投資系統。
留言0
查看全部
發表第一個留言支持創作者!