第2章 为什么技术分析看起来很有道理
我们只看到赢家
虽然我不同意他们的分析形式和促销手段，但是我并不认为大多数或全部技术分析课程提供商使用技术分析没有赚到钱，而且我认为这个世界上有许多交易者通过类似的一种形式或另一种形式的图表或技术而获利。在本章中我想说明的是多种原因证明这种形式的分析不是真正有实效的。第一点正如我在第1章中所描述的，许多人使用技术分析，仅仅是因为它是可以获得的主要培训形式，而且受到聪明的促销手段和一些误导式声明的支持。
多少年来，成千上万的交易者已经使用过技术分析。而且如我在前面所讨论的，这个数字还在增长。我认为在可以预见的未来一段时间里，它还要持续增长（将这一数字画成图表的话，肯定是一个陡峭的上升趋势）。在所有这些使用过技术分析的交易者中，肯定有一些成功者。这些成功的交易者或许声明是他们的系统或分析形式起了作用，而且在这些交易者中间我们会发现有技术分析课程的提供者。通常人们不会认为他们的成功可能是归功于运气或某种市场状态的组合。那么，那些使用技术分析而亏损的交易者们呢？承认失败，让广告宣传自己的失败，不是所有的人都愿意去做的事情，所以他们选择保持沉默。我们可以开始想像这样一幅场景：获胜者们歌唱着宣传他们的成功，而亏损者们悄悄地溜走，在我们研究技术分析时看不到亏损者。这种现象叫做生存偏差(survivorship bias)。我们在研究该领域时所获得的信息严重偏向于赢家，或者说幸存者。如果有100位交易者应用技术分析，而且有10位做得很棒，那么我们将只听到来自那10位成功者的声音。另外的90位不大可能去宣传他们是如何亏损的。
事实上，生存偏差广泛存在于金融行业。金融策划师和股票经纪人经常拿出图表，展示在过去的100多年里拥有股票将是多么伟大的一项投资。但这不一定是真的，它取决于我们拥有的是什么样的股票。如果标准普尔500指数在接下来的50年里上涨，那么股票经纪人将做出类似的声明，但对于那些拥有WorldCom或Enron的股民，结果会大不相同——着告诉他们这两只股票会长期上涨。随着弱势股票不断被淘汰，强势股票不断加入，标准普尔500指数总是像被操纵似的不断上升。金融策划师们提供的图表和论述受到生存偏差的严重影响。
再看一下所有的报纸和网络广告，以及可以找到的书籍。有多少是使用技术分析而亏损的交易者所写的呢？如果有的话，答案当然是很少。我们所能找到的可能只有由基本面分析的支持者们写的几篇文章和论文，他们只是在理论基础上对技术型交易泛泛地发表了一些反对意见。对于交易新手，生存偏差意味着他们对技术分析的观点几乎总是正面的。依我的所见所闻（将在第3章做进一步讨论）技术型交易者的成功率可能小到交易新手们无法相信的地步。
生存偏差影响技术分析的方式还有一种。许多年来，各式各样的形态、指标和方法都已经被尝试过，我们今天看到的是其中的幸存者。如果只试过几十个，那么找出20或30个有效的可能会令人难忘，但由于已经试过了几千个，所以肯定有一些会再次变得表现出众。简而言之，它们是大量技术方法中最好的。市场的波动性意味着即使我们测试1000个我们知道的差劲的系统，有一些也可能获利。
在沙利文、蒂默曼和怀特的研究中(我将在第4章做进一步研究)，他们说道：
设想，假以时日，投资者们已经试验了大量的技术交易规则——理论上讲有数千种参数化的不同类型的规则。随着时间的推移，那些表现较好的规则逐渐受到较多的关注而被投资协会视为“严肃的竞争者”，同时不成功的交易规则逐渐被人们忘却。经过很长一段时间，只剩下少数几组交易规则，而且这些规则的历史记录证明了它们的优点。如果在这一段时间里测试了足够多的交易规则，即便时间足够长，那么仅凭运气也肯定有一些规则会产生超群的表现，而这些规则本身不具备对资产收益的预测能力！
噪声交易者
哈佛大学的经济学教授安德烈•施莱弗(Andrei Shleifer)在他
的《无效市场 行为金融简介》（Inefficient Markets——An In-
troduction to Behavial Finance）一书中提到：
当存在各种各样的噪声交易者时，其中一部分交易者可能因走运而获利，从而吸引仿效者 而且，即使噪声交易者不断亏损，由于他们还有可供投资的其他收入，所以他们仍旧不断进入市场。此外，每分钟都有一位新的噪庞交易者产生。
首先，我应该先解释一下什么是噪声和噪声交易者，可以把噪声看作（真实或可靠）信息的对立面，所以它可能包括提示或谣传。根据费希尔•布莱克(Fisher Black)®的定义，噪声交易者指的是那些利用自认为是交易利器的错误信息交易的交易者。我认为大部分利用技术分析交易的私人交易者都可被划分为噪声交易者。这些交易者们在交易时带着错误的希望，根据我在第1章中所描述的误导式论述进行交易。此外，他们的市场知识非常少，甚至比他们被告知他们不需要理解市场的基本面还要少。布莱克认为如果他们希望通过噪声交易获利，那么他们错了；而在本章的后面部分我将讲述，实际上，对于噪声交易者来说，在特定的形式下他们是可以赚钱的，并对这与技术交易的关系做了进一步阐述。
所以施莱弗认为通过运气和吸引仿效者，一些噪声交易者将会成功。人们不情愿承认他们的成功是因为运气，宁可相信是因为完善的决策。将此与亏损相比，大多数人则愿意把亏损归功于坏运气。因为有成千上万的交易者在使用各种各样的技术分析，所以市场波动性本身就可以产生成功。我们需要考虑一下至少这些成功可能是归功于好运气的可能性。如我在第1章中所讨论的，在澳大利亚的两个课程提供商声称他们已经培训了数千私人交易者，而在这样一个小国家，他们仍然需要广告他们的课程。如果真的培训了那么多人的话，即样本较大的话，这种情形看起来是在支持他们的方法不起作用的观点。因为所有的科学家都会告诉你，一个较大样本的结果将比一个小样本的结果更加可靠。如果一个培训机构培训了数千位交易者，而这数千交易者中的大多数都在努力获取利润，那么将削弱他们的教练所具有的优势，即使该教练仍旧在赚钱。
我还看到证据证明施莱弗的第二部分观点也是正确的——也就是说，即使噪声交易者遭遇亏损，他们在其他工作中的收入可以使他们重新进入市场。我曾经与许多参加过技术分析培训交易课程后经受亏损的私人交易者谈过，他们又攒钱去参加另一种技术分析。我曾经遇到一位交易者，他告诉我他已经在技术培训和交易中损失了5万澳元，但是他仍旧认为技术分析可以使他成为一名可以获利的交易者。在参加了澳大利亚许多顶级技术老师的研讨班之后，他得出的结论是不需要理解市场的基本面，也不需要寻找其他的策略制定方法。
于是，不仅有一些输家（在交易中）偷偷地离开，不想提他们是怎样或为什么亏损的，而且有一些仍旧在支持导致他们亏损的那种课程或分析形式。广告或生存偏差的影响如此之巨，以至于这些亏损者们相信他们的损失肯定是因为自己做错了什么。我还与那些参加过技术课程，但不再从事交易的私人交易者谈过（所以我认为那些技术不会带来利润），他们对于那些课程仍旧大加赞赏。已经花了那么多钱，他们极不情愿去承认（尤其是对外界）他们可能已经犯了一个错误。
公众正在学习错误的事实
技术分析协会使用的广告的促销手段，使得一般大众开始学习错误的事实。在《非理性繁荣》一书中，席引用了几个在投资世界中这种现象的实例，比如人们都相信在长期投资中，股票通常比其他形式的投资，如债券要好，而不管事实到底是怎样，而且未来也未必是那样。席勒告诉我们另一些众所周知的事实，比如在1965年灯火管制之后的9个月里纽约的出生率暴增，还有在1929年崩盘时自杀率很高。这些想法看起来都非常合理，也很值得相信，于是我们很容易就接受了它们所以，如果公众总被告知技术分析是科学或者它可以帮助他们预测市场，或者大多数交易者都在使用技术分析并获利，那么经过一段时间以后，这些声明可能都被作为事实而接受，即使事实并非如此（我将在本书中向读者展示真实的画面）。我认为现在有为数众多的私人交易者都对技术分析的优点确信不疑，而且认为目前的这种分析形式是经过实证的。
为什么这在近期变成一个更严重的问题呢？为什么近来对技术分析的兴趣变得更加普及呢？我认为原因之一是我们生活在一个这样的年代——人们认为计算机和数据分析可以解决我们的大部分或者全部问题。所以人们现在更愿意相信一种像技术分析这样的方法可以解开市场的古老之谜。市场被描述为一种正待解决的数学问题。计算机帮助我们登上月球，并使火星探测器成功着陆，所以认为它可以帮助我们计算出市场中的问题看起来似乎很有道理。市场可能太复杂以至于用计算机无法解决其中的问题，有各种各样的随机事件影响价格，市场参与者中的一部分，甚至所有参与者的非理性可能使得分析图表或基于数据预测市场变得毫无结果，这些想法都越来越被忽略了。
有趣的是，不管是投资银行，还是私人交易者，那些有信息技术背景的都被吸引到技术分析领域。他们把市场看作其他的正待解决的问题。我将在本书的后面部分讨论与我一起工作的两位此类交易者，因为他们所用方法的缺陷而表现很差。
另外，人们还开始相信如果一套系统被发现产生优秀的结果，那么如果把它卖给别人的话，该系统仍旧能为自己赚钱。如果这样一套系统变得众所周知的话，那么它的任何有效性都将消失。而人们往往会忽略，甚至忘却这一点。事实上，很有可能如果可以通过一个可识别的形态或系统赚钱，那么市场参与者将聚焦到这一点（有成千上万的交易者在盯着市场），抢先占有该形态，经常使该形态变得毫无用处。纳西姆•尼古拉斯•塔勒布使用如下类推：“如果交易者们探测到一个形态预测市场将在星期一上涨，那么，这样一个形态立即变得可以预测，于是预测到这一点的人们将在星期五购买股票，从而消除了该形态的预测性。”
历史数据测试滋生了过分的自信
历史数据测试的使用和教授是许多技术和机械式交易课程的核心内容。客户们被告知对一个系统做历史数据测试，测试者的发现将帮助客户选择他们的交易。如果某系统在过去有很高的成功率，那么它被推断为在未来也将是一套优秀的交易系统。能够（通过新的软件）进行这种分析，极大地为技术分析提供了一个真实可信的气氛。我可以想象大多数普通大众将对这种形式的分析产生非常深的印象，很容易被说服一套被证明在过去成功的系统很可能在将来也成功。不幸的是，历史数据测试和人们使用它的方法存在很多问题。
每天我都在想像，或许有数万交易者启动他们的历史数据测试软件，开始对各种交易规则进行他们自认为是非常彻底和有效的评估。他们将选择一只股票，比如说微软的股票，下载数个月的数据，然后施加特定的交易规则。有人相信（或者被培训至相信）在使用移动平均时要尝试各种参数组合的移动平均，直到发现在测试周期中最成功的那一组。的确，现在有一些软件能够把结果分解为许多不同的领域，看起来几乎是科学的结果。历史数据测试者现在将使用最成功的方法，确信它已经被证明是最棒的。
然而，让我们退后一步，看一下历史数据测试者到底做了什么。他在看着答案寻找最适合答案的形态，但只能从一组他知道有用的形态中选择，因为他知道答案。这被称作数据挖掘（datasnooping)。当然，他会找到一组在过去表现良好的规则，而且他测试的规则越多，最佳规则的表现就越好。但是，正如我们已经知道的，这些结果不能提供特别有用的信息。在1992年的一项对技术分析规则的研究中，布罗克(Brock)、拉克尼肖克(Lakonishok)和雷巴戎(LeBaron)声称，“可以设计不计其数的移动平均规则，而其中毫无疑问会有一些有效，但数据挖掘的危险是巨大的。”
历史数据测试者必须要相信的是在过去表现良好的形态在将来必然表现良好。在接下来的两章里，我将阐述我对此的观点，以及对该领域的一些重大研究成果。可以说得更准确一点，一套在过去表现良好的系统的确在过去表现良好。它是否会延续过去的良好表现取决于许多变化因素；而由于历史数据测试软件不能够解释该系统为什么在过去的一段时间里表现优越，更不用说过去的情况是否会继续了。对于历史数据测试方法的培训师们来说太容易忽略掉这整个的灰色区域，而只是声明如果一套系统被证明在过去是成功的系统，那么它在将来必定可以提供较多的成功机会。
当然，历史数据测试者还必须相信，没有其他人注意到他检测出的形态；否则，其他人很有可能做相同的交易，而使得成功的机会消失。但是，在目前这样一个信息世界里，对于所有的交易者来说，那种软件都非常容易获得，更不用说投资银行和套利基金拥有的庞大的计算机系统和交易团队了。我们真的认为我们是发现那种形态的唯——个吗？
而且历史数据测试提供的风险分析同样存在着巨大的缺陷。它从本质上来说，采取的是可能性的形式。历史数据测试者将寻找以前最有可能成功的交易规则。再者，如果您想获得这种方法所受限制的更雄辩、更可信的论述，请读一下塔勒布的名著。简而言之，如果一种方法推测有80%的可能性获利3%，20%的可能性亏损15%，那它还是一笔值得做的交易吗？该交易的实际期望回报值是负数。可能性不会提供准确的风险分析。
目前，一些软件包的确会对选定的交易规则提供一份更详细的分析。除了显示成功的可能性，它还详细列出所测方法的最佳和最差表现。于是历史数据测试者除了得到简单的成功可能性外，还可以看到并计算出（如果他们可以的话）期望回报率。还有重要的一点，如果一条交易规则已经引起过一次较大的亏损，那么历史数据测试者将注意到它，并釆取相应的措施。于是使用这种软件的历史数据测试者在交易时将更有信心，但他们能够注意到交易的风险吗？
恐怕技术交易者这一次又错了。他们注意到的只是所研究的那段时间的交易风险。只有当交易环境持续时，这些研究才与现在的交易有关，而且即便那样的话，如我在下一章中所讲述的，它们也很有可能不再适用。如果市场环境发生了变化，那么历史数据测试结果将没有多大用处。举例说明，如果我们在某股票的一段历史数据上，比如6个月或1年，测试一条交易规则，而且在那一段时间里，那只股票不断攀升，而且很少波动，那么只有当该股票继续攀升时，我们的测试结果才有用。事实上，某条交易规则所表现出的最大亏损点只存在于研究期间的市场环境下。如果上述的那只股票下跌或变得更加不稳定，那么这样的发现可能被证明是无用的。在1970年的一份研究报告中，詹森(Jensen)和贝宁顿(Bennington)在谈及数据挖掘(data snooping)时写道：“给电脑足够的时间，我们确信可以在一组随机数字中找到一条机械交易规则——当然，如果我们在同一组数字上测试这条规则，我们肯定会成功。”
现在，我们明白了用历史数据测试方法来判断交易是一种有缺陷的分析，接下来让我们研究一下另一则广告，它来自一家售卖期权交易系统的公司。该公司拥有澳洲金融投资监管局(ASIC)颁发的金融服务执照(Australian Financial Services Licence)，表明它是一家值得依赖的公司。的确，该公司确实声明，“这不是一套快速致富的计划。”而同时它又声明其系统提供“免猜测交易”和一种“已经被测试过的可信赖的持续获利的方法。”该公司是如何知道的呢？因为它己经用历史数据测试过该系统。“我们提供两年的历史数据来测试我们的交易方法。”当然，该公司的交易方法在过去两年的数据上将非常奏效，因为它就是根据那些数据设计并测试通过的。根据我们对历史数据测试所受限制的理解，我们现在知道作为制定未来决策的基础，这种信息毫无用处。在下一章，我将讨论稳定性和可变的历史等话题，以帮助读者进一步认识这一点。或许该系统的销售商愿意推荐一套基于现在我将描述的报告所发现的系统。
最终揭秘
由历史数据测试发现的最佳交易策略
在苏利万(Sullivan)、蒂默曼(Timmermann)和怀特(White)的研究报告的第4页中，描述了一则报道举例说明了历史数据测试可以“证明”什么。他们解释加利福尼亚LP第一分部的常务董事大卫•莱因韦贝尔(David Leinweber)，怎样“发现标准普尔500(S&P500)证券指数的单个最佳预测是孟加拉国的牛油产量。”
多少读者真的愿意将自己的交易决策基于孟加拉国的牛油产量?我们是否应该把这些发现归因于数据挖掘呢？
银行雇用技术分析家增加了技术分析的可信性
对于多数私人交易者，几乎所有的投资银行和经纪人事务所都雇用技术分析家的事实可能被视为增加了技术分析的可信性。确实，只有当银行相信这些技术分析家的分析时才雇用它们。而事实上，这未必是事实。有些银行交易者的确使用技术分析（幸好对于我来说，与我一起工作的交易者没有）；无论如何，银行雇用技术分析师与他们雇用任何分析师的理由都是一样的：他们雇用他们认为可以帮助他们销售产品的人。因为有技术交易者，所以银行就要为他们提供研究以鼓励他们做更多的交易。如果更多交易者开始使用月相作为交易基础，那么银行将雇用天文学家。这类似于跑车生产商，在展览会上，雇佣迷人的模特儿站在车旁是因为模特儿有助于吸引该厂家的目标人群（主要是年轻的男性）=没有人认为这些女孩与汽车的性能或者品质有任何关联。
这些规则在它们被设计的时期内的确有效，但是它们现在不再有效
今天使用的许多工具不是新的，它们自从上个世纪前半叶就已经存在。在那段时期，内线交易和市场操纵非常流行。信息不是同时被传送到每个人；那些具有良好的通讯工具和交际的交易者收到信息比一般公众要快得多。因此在当时的投资者当中有一种强烈的感觉：“别人知道更多”。而且如果一只股票正在上涨（或者下跌），多半是因为某人知道某些事情。我们随后将看出，这是一种人类心理的特性，他妨碍交易者做出正确判断。在那段时间里，持有如上所述的观点也许还有些理由，而且基于他人交易而生成的交易规则（趋势识别和追随）也许已经成功。
但是现今那样的情况已经不复存在，信息对每个人而言都是迅速的，他人知道得多些已经不再正确。因此，没有更进一步调査为什么趋势可能发生就追随趋势已经立不住脚。
如同我们将在第4章看到的，当市场和信息变得对每个人来说都极易接近时，技术工具的有效性已经消失。
培训师比我们认为的知道得多
如果如同本书中我认为的那样，大多数使用技术分析的交易者亏损，那么又是如何出现获利者和亏损者的呢？显而易见的两点可能是运气和纪律，当然这些可能在其中起一些作用。第三点可能是这些胜利者可能接着变成培训师，他们对市场的其他方面知道得比我们认为的多一点。
还有，在本书中我认为如果只是分析一张图表，而不知道它的环境，几乎没什么作用。如果尽管告诉他们的客户这些图表告诉我们一切，这些胜利者也的确使用了一些较多的“基本面”方面的分析。但是，他们意识到这些方面可能是难以讲授或者对客户无吸引力的，所以他们将其忽略。毕竟，还是可以通过图表分析而轻松交易这种信念比较吸引人们使用图表。
例如，虽然理查德•拉塞尔(Richard Russell)在他的分析中使用道氏理论(DowTheory)，但是他的日报表涉及市场基本面的很多方面。他非常注意这些图表之外的东西和这些图表产生的环境。有趣的，他的确不认为他的分析形式使交易变得轻松；反而他告诉他的读者该行业是艰苦的，而且需要一些技巧和经验。尽管我可能不一定赞同道氏理论，但至少在认为对基础分析的认识有帮助和技术分析的确不会使交易变得轻松两个方面，拉塞尔先生对他的读者说的是老实话。
我想知道其他的技术培训师有多少使用一些比较基本面的技术，但对他们的客户却不如此诚实。
技术分析：一种自我实现的预言
多年来，技术分析或图表是否是可以自我实现的预言已经成为该行业最热门的话题之一。我在研究该主题时是怀着一丝恐惧的，但因为已有一些有趣的观点得到行为金融学家的支持，所以我还是做了。我将要努力去做的是把这些理论应用于我所看到的，目的是说明技术分析真的是可以自我实现的。
我对技术分析的忧虑之一是使用它需要交易者单纯地依赖于其他人先前的行动来制定交易决策。我发现它太过于被动。的确，技术分析的这一被动特性是它可以自我实现的原因之一。
实际上，技术交易者需要其他的、比较侧重于基本面的交易者来设定价格。我们应该清楚基本面交易者或更理性的交易者（他们有时未必一样）可以在没有技术交易者的情况下从事交易，但技术分析交易者在没有别人设定价格的情况下是无法交易的。例如，当一只新股初次公开发行（IPO）时，在该股票具有一定的历史数据之前，技术交易者不能进行交易。于是，一旦行情（价格）已经确定，技术交易者将开始分析看到的形态，剖析价格动向，然后制定自己的交易决策。以IPO为例，如果该股票自发行之日起就开始上涨，那么趋势跟踪交易者将开始买进，于是推动股票价格继续上涨。如果技术交易者比较多时，这变得特别有趣。
如果技术交易者的数量比较大（当然，该数字在过去的20多年里已经增长），那么这第一轮动能或趋势买进将引发新的买进。更多的技术交易者将意识到现在强劲的趋势，而价格将涨得更高。现在的情形是，早期进入的技术交易者已经被“证明”是正确的，而且将要获利。而对于后来进入的交易者，如果有足够多的技术交易者或如果有一些特殊的基本面新闻发布，那么他们可能赚钱，但他们容易受到一个比较特别的问题的影响，也就是说他们的交易的被动特性所带来的直接后果。哈里森•洪(Harrison Hong)和杰里米・施泰(Jeremy Stein)因将该问题描述如下：
理想状态下，交易者应用动能策略，因为价格上涨信号来自于基本面的好消息尚未彻底地影响价格。但有时价格上涨不是新闻的结果，而只是上一轮动能交易的影响。因为动能交易不是直接受新闻是否已经真正发布的影响，所以动能交易者不知道他们是早期进入者还是迟到者。所以他们必须接受有时他们是在早期动能交易已经将价格推动到偏离均衡值很远时买进的事实。
这种当价格上升后买进(并且在价格下跌后卖出)的现象叫做正反馈交易。这种现象不仅存在于证券市场，在所有市场中都可以看到它的身影，包括房地产和保险业。价格将延续过去而运动的推论，以及这种现象的自我实现特性，都类似于我们都熟知的一种发生在饭店的现象。如果有彼此相邻的两家饭店，当决定去哪一家就餐时，我们很有可能去比较忙的那一家。人们一般会认为比较忙的那一家是因为它的饭菜比较好。而事实却未必是那样。实际上，对于饭店主来说，第一位就餐者的决定起决定性的作用，因为他的行为将鼓励其他就餐者。
正反馈交易包含了一种交易心理，这种心理被许多非常成功的交易者运用过，比如乔治•索罗斯(George Soros)和约翰•梅纳德・凯因斯(John Maynard Keynes)(除了是一位有名的经济学家外，凯因斯还是一位非常成功的投资家)。
索罗斯把这种心理叫做“自反性(reflexivity)”。用他的话说，“金融市场试图预测未来的价格，而未来的价格取决于参与者们的决策。金融市场不仅不是消极地反映现实，而是主动地创造现实，反过来又反映出来。在当前的决策和未来的事件之间有一条双向的连接通道。”简而言之，他是说明天的市场价格将直接受今天的参与者们所做决策的影响。
对于多数读者来说，这听起来可能是一种常识，但这种观点及其派生观点并不为大众所欢迎。例如，许多技术分析家不相信他们的行为真的会影响价格，因为这将意味着承认技术分析具有自我实现的可能性。
我们可以再次开始看出，一个市场中存在什么类型的交易者可以决定如何在该市场中交易。关于正反馈交易的一个较近的例子是网络股泡沫。网络股的价格越是不断增长，人们就越相信网络股将持续增长，于是网络股持续增长。正如施莱弗所认为的，这可以引起一个泡沫型循环。
你可能会问，为什么泡沫不会更频繁地产生呢？部分原因是，正常情况下基本面交易者和理性交易者比正反馈交易者要多，至少人数差不多。但是，如果某种特定的想法（不管是不是误导）变得足够流行，正反馈交易者的数量可以变得足够大，以使价格偏移均衡状态。不仅如此，一些正常状态下的理性交易者可能加入到正反馈交易者的行列，因为他们发现那是阻力最小的通路。
乔治•索洛斯（我认为他是一位理智的、博学的投资家）在他的书中举了很多交易者加入正反馈交易的例子。例如，在上世界60年代，当消息闭塞的交易者把集团股票炒至一个脱离现实的价位时，索罗斯认为最好的策略不是卖空这些股票来迎接崩盘的到来，而是继续购买这些股票，并认为将有更多消息闭塞的投资者加入购买者的行列（主要是趋势跟踪者或正反馈交易者）。的确，集团股的崩盘花了几年的时间才开始，只到1970年才发生。索罗斯与其他正反馈交易者之间最大的区别在于他知道自己为什么购买和价格为什么上涨，而其他人购买只是因为价格在上涨。他们不知道价格为什么上涨，也不关心。他们观察了过去的行情，所以相信集团股价格的快速上升将继续下去。
凯因斯对此的描述，如同大家所期望的，要更精彩一些。他把股票市场比作报纸上的选美比赛，其中的赢家是猜中哪一位美女会得到来自其他读者的选票最多的那一位。
于是，即便是非常博学的投资者和交易者都接受这样一种思想，即参与者的类型和他们使用的技术可以对价格产生较大的影响。如果有足够多的正反馈交易者，即使他们的想法是非理性的，一些消息灵通的交易者也将按相同的方式交易——俗话说：“如果你不能打败他们，就加入他们。”
行为经济学家也认为非理性交易者确实可以影响价格。在前面，我曾经引用安德烈•施莱弗(Andrei Shleifer)的话来说明一些噪声交易者可能会因走运而赚钱，而且他们可以吸引仿效者。他还说，“这样不断吸引新人还将增加噪声交易者对价格的影响。”其他人，包括费希尔•布莱克(Fisher Black)和理查得•塞勒(Richard Thaler)也曾经对此话题展开过讨论，这些作者通过研究都得出相同的结论，那就是噪声交易者能够影响价格。而且还有很多实例证明噪声交易者是如何使市场的波动性增加的。施莱弗和其他经济学家证明“噪声交易者风险”是怎样阻止套利者或理性交易者利用看起来远离平衡点的价格交易的，因为他们要面临价格继续偏离平衡点的风险。作为交易知识比较丰富的交易者，他们是反对冒险的，而有时这可以使得噪声交易者或非理性交易者主导市场，因为他们交易知识的欠缺，他们将不自觉地承担更多的风险。
于是我们从成功投资者和行为金融学家那里都得到证明，正反馈交易可以影响价格，并且在特定的环境下可以引起价格泡沫。
现在让我们试着把这些理论与技术分析联系起来。首先，我认为正反馈交易和技术分析交易的概念有着很大的相似性。这使得技术分析与可以自我实现的预言高度相似，而且有时非常有可能。在对该项目的一份研究报告中，亚历山大•施特雷默写道，“技术交易的存在使得技术交易规则自己变得成功。”他总结道，“我们的结果证明，虽然他们事前是非理性的，但他们的大量存在可以使技术交易规则在事后变得可以获利。换句话说，技术交易可以被看作是一种'自我实现的预言这些结论都与事实相吻合。”
而且，当越来越多的交易者使用或关注技术时，技术规则的自我实现几率就会增加。当技术交易者在市场参与者中占有较大比例时，他们的思想和行动将更具有影响力。以我的经验，的确有一些合约比其他的一些更适合于用技术方法交易。我的意思是说在某些合约（特别是外汇和期货合约）中，在众所周知的技术价位附近，价格运动和成交量都会增加，而在其他的合约中则很少，如果有的话，也是类似的情况；技术价位很少有延续性。这已经帮助我得出结论，如果有足够多的参与者使用技术分析，那么它可以自我实现。
在我的交易生涯中，我曾经看到过清楚的例子，技术分析有时奏效不是因为它是一种有效或准确的分析形式，而是因为许多参与者知道其他人也使用它，而且它可以自我实现。例如，当我在伦敦国际金融期货交易所（LIFFE）交易时，我看到许多期货交易者每天早晨都写下“重要技术价位”，他们摘抄自放在自助餐厅中的路透社新闻终端机上的一个页面。此处值得一提的是这些交易者不知道这些价位到底是什么。它们可能是一个52周的高点，一个支持价位，一周的高点，等等；路透社告诉他们的全部就是什么可能是支持和阻挡价位，用一个星号表示次要价位，用三个星号表示主要价位。虽然这些交易者主要跟随市场趋势交易，但是他们知道去关注技术交易者用来交易的价位，如果需要的话，他们也会据此采取行动。然而他们不知道，或者不关心这些价位是什么。如果我拥有黑客的技术可以入侵路透社的主机，那么我可以放上我所希望的价位，而这些交易者们将使用它们。(不过对他们来说，幸运的是我在使用微软的Word时还常常遇到麻烦，不用说成为黑客了！)
技术分析泡沫会形成吗
总的来说，通过形态识别或历史数据分析，或者两者同时使用，技术交易者们试图识别强劲的趋势，他们认为那些趋势将继续。如果有足够多的交易者持有类似的观点并使用类似的交易技术，作为正反馈交易的结果，很有可能形成泡沫。随着技术交易者数量的增加，我认为这些正反馈环形成的风险也在增加。但是，至少就目前来说，这意味着受正反馈交易和正反馈交易可以自我实现观念的影响，一些技术交易规则的确可以表现地相当成功。当交易某些我认为有较多的技术参与者的合约时，甚至我自己都有意识地去关注那些交易者们认为比较重要的价位，如果我认为他们的影响力足够强的话，我有时会加入他们。
施特雷默(Stremme)在他的研究中写道：“只要技术交易者在活动，泡沫就总是会形成……由噪声引起的波动将被技术分析拾取，并被相应的技术规则产生的买、卖信号放大。”在结论中，他写道：“但是，如果在市场中有一个足够强的基础价位，那么泡沫将总是在很短的时间内破灭。”
根据“如果你不能打败他们就加入他们”这句颇有哲理的话，当技术分析正是一个蓬勃发展的领域时，使用一些趋势跟踪规则和指标可以被证明是成功的，而且我们都需要使用他们。但是，如同我们看到的在20世纪90年代网络股的购买热潮，如果你只是因为别人购买自己就去购买的话，那么你将可能是迟到者而冒很大的风险，而且会被难以避免的价格回调所套牢。
此外，不管是根据经验还是根据行为金融学家对噪声交易的分析，都证明这样的正反馈交易或趋势交易将导致市场波动性增加。对于许多私人交易者来说，波动性增加可能使他们无法继续交易，而且如我在第4章中所要证明的，波动性增加确实可以降低技术分析的性能。于是，虽然技术分析可以在开始自我实现，但是有证据表明在长期的行情中，它可能会自我击败，因为它将导致市场的波动性增加。
囚徒困境
下面我将讨论一个由沙林•乔希(Shareen Joshi)，杰弗里•帕克(Jeffrey Parker)，和马克•贝多(Mark Beda)进行的研究。该研究是对于我们为什么可以使用技术分析，以及它的不断流行将如何影响其获利性能的研究(题目是“由技术分析引起的囚徒困境（APrisoner's Dilemma Causes Technical Trading)“）。他们发现交易者们面临着众所周知的囚徒困境。对于从未遇到过这种情形的人们，囚徒困境是一种非常有趣的情形，其中每个人的决策都会影响所有的参与者。
在经典的模型中(由阿克塞罗德(Axellrod)、霍夫施塔特(Hof-stadter)等提出)，有两个犯人因为犯罪被抓了起来，并且面临相同的选择。如果一个囚犯坦白而另一个拒绝承认犯罪，那么承认犯罪的那个将被释放，而拒绝承认的那个将在监狱中服刑5年。如果两个囚犯都拒绝承认，那么他们都将被判两年徒刑，而如果他们都坦白，他们都将服刑4年。两名囚犯都知道另一个囚犯的机会与自己相同，但他们之间无法进行沟通。
对于其中一名囚犯来说，如果他不承认，而另一个承认的话，那么他将可能服刑5年。在这种情况下，对于一个人来说，理智的决策是承认罪行，但悖论是如果他们都表现得很理智，那么他们每个人都将面对4年的徒刑，两个加起来总共是8年。在这种情形下，最好的结果是两个人都表现得不理智而拒绝承认犯罪。所以表现理智的结果不如表现非理智的结果好。该模型被应用于许多领域，包括商业和国际政治。
乔希(Joshi)等人总结道，把技术分析加入我们的交易是理性的，目的是增加我们的收入，所以基于这个原因，许多人会使用它们。面对存在的技术分析，我们应该使用它。然而，广泛地使用这些技术将在价格中产生正反馈和更多的噪声，从而降低每个人的收益。作者总结道，“技术交易是不可避免的，即便交易者会因技术交易被禁止而受益。”
这是一个有趣的困境，再次提出技术分析可以自我毁灭的思想。当然，把选择使用技术分析比作囚徒困境是用来调查为什么人们会使用它的一个非常有趣的方式。它实际上表明，用技术分析是理性的，因为作为个人我们应该利用它赚更多钱。但是，作为一个集体，没有人用这种技术比起大家都使用它们，我们会做的更好。虽然我可能有我的疑惑，以决定用技术分析是否是理性的，但囚徒困境的概念可与索罗斯的自反性思想联系，这一点非常有意思。参与者的行动将对其交易的市场产生直接的影响；没有什么预定的结果，是不会受我们的行动影响的。如果足够多的人以相同的方式交易，他们将对市场产生影响，并可能形成一个正反馈环。在这种情况下，只有早期交易者具有较多获利机会，而迟到者将面临亏损；对于交易者这个整体来说，集体的收获是相当差的。
我们知道较高比例的期货交易者使用技术分析，这可能有助于解释为什么如此多期货交易者都失败——如果技术分析被广泛使用，对于每个人来说集体的回报是很微小的。其实我认为，不管我们利用什么分析交易，如果很多人都做同样的交易，那么此交易可能是一个危险的举动，并且预期收益不佳。我将在第二部分再次讨论这个话题。在整个这本书中我试图说明，不仅是有强有力的证据显示技术分析和图表是相当差劲的交易方法，而且也有不少可能的，绝对可靠的原因，来说明为何如此。
回到可能的技术分析泡沫
与互联网股票狂潮相反，很难明确设立技术分析泡沫的发展。我们很容易看到，任何带有.com的股票都达到了极其荒谬的价格。但是，由于技术分析是应用于数以千计的合约，而不是一个容易辨识的泡沫，所以我们可以看到很多，更有选择性的泡沫。受到影响的产品的波动性也应该随之增加。早期趋势跟踪者可能会有回报，但迟到者（他们不知道自己是迟到者）将因持有错误估价的产品而被套牢。记住一点，是早期交易者的成功激励了仿效行为和整个正反馈过程。
当然，泡沫的发展，需要一系列因素到位。这些因素包括媒体的炒作，公众相信我们正处在一个新的时代，而且市民有足够余钱参与交易或投资。我已经表明，技术分析在媒体上越来越占上风。市民也逐渐被说服（经常听到虚假声明），电脑和技术交易终于开始发掘市场的秘密，更重要的是，做到这一点的技术，并不是每个人都可以得到的。在这个时候，许多国家经过房价多年的不断上升与低失业率，许多个人也有剩余的资本参与交易。
作为一名观众，我自己在柏斯博览会看到这方面的证据。我接触过许多人他们都渴望成为全职交易员。不少人声称他们厌倦了依靠勤劳工作而生活，他们可以通过交易过上高档的、舒适的生活。当我试图解释交易其实是一个艰难的行业，需要许多领域的知识，需要纪律和辛勤工作时，围绕在我身边的都是技术系统和培训商，他们声称使用他们经过证明的系统或培训，有容易的办法选择交易。与会者被告知，最后他们没有必要再学习市场的基本面；技术方法绕过了这一点。我将让读者自己猜一下谁的立场是对的，我还是那些技术课程提供商。
最近还有一个发展，也可能帮助技术交易者。迅速增长的保证金交易，例如CFD，意味着私人投资者可以比先前对市场产生更大的影响。拥有10000美元的交易者现在可以交易达20万美元的股票。因此，尤其是在规模较小的股票中，我们已经看到，它们比较吸引技术交易者，技术规则有更大的机会能够自我实现。如果一个技术网站或系统只有50名追随者每个人拨出5000美元的保证金用于交易，而且保证金需求是5%，那么这50个人就可以购买500万美元的股票。在第一章中我们看到，公司资本约为100万美元的股票是受交易者欢迎的，所以只是这50人，如果他们遵循了同样的策略，就可以购买这样一个公司5%的股票。我的数字其实可能过于保守，因为有些系统有几百个信徒。因此，对于更大范围的技术系统，特别对较小型股来说，起初无论如何都会被自我实现，但迟到者（他们不知道自己的迟到者）将面临重大损失，因为价格已经远离平衡。
其实，作为一个副作用，市场的动态变化随着大量保证金交易的加入而加剧，尤其是当我们考虑到这样一个事实，大多数私人投资者只购买股票。一个澳大利亚的CFD提供商告诉我，其客户只有20%左右卖空过股票。尤其像澳大利亚这样的国家，产生的额外购买力是巨大的，除了40个左右最大的公司之外，市值都相当小。
在这最后一节，我有些稍微偏离我的话题，并在这本书中加入一些猜想。同样是帮助加剧对该主题的辩论。我并不认为我绝对相信基于技术分析的泡沫将会形成，但我认为有足够证据显示，随着技术分析越来越普及，正反馈环形成的几率就越来越大。但是，如果技术分析泡沫的确形成，像所有类似基于错误理念的气泡一样，多数情况下将注定以失败告终。
而我希望证明的是，与技术分析师想让我们相信的相反，有很强的证据显示，技术分析可以自我实现。