第4章 对技术分析的研究
根据自己的亲身经验，已经讨论了一些我对技术分析的疑虑，在接下来的两章里，我将分析来自两个不同领域的发现。在第5章我将解释行为金融学的主题和发现，它是投资行业最引人注目的领域。对于技术分析，人们已经做了大量的研究，本章我将讨论其中的几个。
许多研究已经测试过技术交易工具并发现它们没有多大用处，而有一些则看起来是支持这种方法的，这两项研究都有很多例子，我很容易就可以举出一大堆。相反的，我所做的是寻找一组有趣的研究，可以帮助解释技术分析是否真的有效。其中一些研究是众所周知的，而另一些则鲜为人知，但它们对于技术分析的问题到底在哪里，都给出了深入的分析。有些研究表面看来是支持技术分析的确有效的，然而当我们做更进一步观察时，却并非如此简单。
重要的是，从一个公正的角度看，我所使用的研究报告几乎都是中立的作者，他们来自受人尊敬的机构，比如大学或美国联邦储备银行。对于技术分析，有几十份负面的研究报告，它们的作者在做分析之前或者是反对技术分析的，或者是来自反技术分析的机构。我认为在本章中我没有使用任何一份那样的报告。本书所用报告的作者并不是努力售卖一套课程或系统，他们只是尝试研究市场是否是真的有效，以及技术规则被如此广泛地使用，而它本身是否真的有用。
我也曾试图专注于包含大样本周期的、可以接受更严格审查的研究。多数情况下，这意味着我使用20世纪90年代中期至后期的研究，那时的技术分析目标是产生更多可靠、可信的结果。但是，像那样的研究仍然存在很多潜在的问题，我将在本章对这些问题进行讨论。
通过努力去理解技术分析规则为什么有效，并在何时有效（如果有效的话），我们可以开始看出我在前面的章节中表达出的对技术分析的疑虑是否是准确的。
这些研究的一部分，是由一些对数据挖掘持怀疑态度的人进行的，所以它们是实时进行的，而不仅是测试历史数据。此外，更迟的一些研究针对数据挖掘已经尝试采用了一些新技术。
交易费的影响
我们所要分析的第一份研究报告是由苏利万（Sullivan），蒂默曼（Timmermann）和怀特（White）（简称为STW小组）所做的。由于该研究已经采用技术来努力避免数据挖掘的影响，所以它可能是最可信赖的研究之一。STW的研究是对布罗克（Brock），拉克尼肖克（Lakonishok），和雷巴戎（LeBaron）（简称为BLL小组）在1992年所做的一个研究的扩展版本，当时那个研究在道琼斯工业平均指数从1897年到1986年的数据上施加了26条交易规则。BLL小组当时发现某些交易规则表现得相当成功；但是，作者也注意到存在数据挖掘的可能性会扭曲他们的结果。
于是，使用一项新技术，STW小组又把相同的交易规则施加到相同的数据上。然后，他们又在这些数据上测试了接近8000条技术交易规则，并把BLL小组原来所用的规则和这些规则都在1896年至1996年的数据上做了测试。很明显，在BLL小组做研究时还没有这些数据。所以我们可以看出这是一项比较深入的研究，它涉及了数量庞大的技术交易规则，并在一个较大的釆样周期上进行，而且为防止数据挖掘做了尝试。
BLL小组发现最成功的是那些基于长期移动平均（50、150或200日）的策略，而表现最佳的是50日变异移动平均，其年收益是9.4%（而买进并持有的年收益只有4.30%）。使用增加的样品规模，7846条规则，STW小组发现最好的交易规则是标准5日移动平均，其平均年收益为17.2%。表面看来这些研究的发现都是支持移动平均的。
但是，这些研究没有把交易费用考虑在内。在更为可靠的STW小组研究中，最好的交易规则将产生3610笔交易，即每年63.1笔；为了使这些交易规则能在缴纳交易费之后还可获利，每笔交易所需的这些费用需要低于0.27%。作者们认为交易费用在样本周期的开始阶段会稍高于那一水平，但在末期会低于那一水平。所以，即使是对美国的交易者而言，作者也不能肯定这些方法在缴纳交易费用后是否成功。
为了帮助这些作者们决定在美国这些交易规则在缴纳交易费用后是否还会获利，他们在标准普尔500指数上进行他们的测试，因为该合约的交易费用比较透明。他们发现在该合约13年的历史时间上，没有证据表明这些交易规则的表现会好于该基准（在缴费后）。
所以，或许对技术交易规则所完成的最可靠和最深入的研究认为，虽然一些规则在缴纳交易费之前表现相当良好，但是如果我们把交易费考虑在内，获利将消失。由于交易费是我们交易过程中不可避免的部分，所以我们必须在我们的分析中考虑它们。这有点像我知道如果我可以批发或制造紫金手表，每只售价100美元，那么我可以因此获得大笔利润。但是我不能以如此便宜的价格制造或批发紫金手表，所以没有一点思考的必要。当然，如果真有一天我可以以那样便宜的价格制造或批发紫金手表，那么其他人也都将看到这种机会；而这种机会不会持续很长时间。所以，我们不应该考虑这样一种只有当不考虑交易费时才可获利的交易策略，必须面对现实才能成功。的确，BLL小组他们自己在他们的结论中也建议仔细考虑交易费用是必要的。Bessembinder和Chan在他们1997年的论文"市场有效性和技术分析的回报"（Market Efficiency and the Returns to Technical Analysis）中总结道，真正的交易费用可能高于BLL小组研究中最佳交易规则的盈亏平衡所需的费用，所以BLL小组的研究并不能证明技术规则具有获利能力。
关于这样的研究，还有重要的几点要说明。第一，不能保证我们现在使用的和已经在这些研究中使用的一些交易规则，在样本周期开始时已经被知道或使用。此外，很有可能我们使用的技术规则受到生存偏差的影响。请记住，我们正在测试的那些规则只是我们知道是有效的那些，因为它们己经被使用并存活了100年或更长的时间。100年前使用的一些交易规则可能已经因为表现欠佳而被淘汰。所以我们在昨天的数据上测试今天最佳的规则而得出的结果可能帮助我们了解今天的工具在那段时间表现如何，但它们并不告诉我们在那段时间我们的真正交易表现是怎样，因为我们可能当时在使用已经不再使用的差劲的交易规则。STW小组在他们的大部分研究时期内，已经努力去使用可以证明当时被使用的规则，但大多数研究没有把这一点考虑在内。
另外，为了获得STW小组的最佳结果——17.2%（缴纳交易费之前），我们还需要知道在那时可用的8000多规则中哪一个是最好的。我认为公平地说，如果我们抽取一个有1000名交易者的样本，并给他们提供近8000条交易规则，那么极少有人能从中选择出最终被证明是最好的那一条规则。而且即便这条最佳规则在缴纳交易费后也可能不产生正的结果，由此我们可以看出使用这些规则，绝大部分交易者几乎肯定会亏损（缴纳交易费后）。
使用在过去表现最佳的技术也不会有效
对最后这一点进行一下扩展，STW小组认识到一个问题，那就是交易者如何在入场前决定最好的技术规则。于是他们构建了一套新的交易策略，他们首先确定到目前为止表现最好的交易规则，然后在第二天遵循这条交易规则交易。在试验期间，每天如此。这大体上就是历史数据测试者们的交易过程。STW小组写道，“由于每次只使用可用的历史信息，所以这种交易规则一个交易者就可以完成”（如果该交易规则在那时是众所周知的）。对于广大交易者来说，这种测试的结果在整个研究中是最重要的。
他们发现使用这种方法大大降低了这条规则的表现，“反映了投资者不可能事先知道事后表现最好的交易规则的特性。”对于交易者来说，使用这种历史数据测试方法基本上没有什么益处。在这里，我们将进一步证明历史数据测试方法是不成功的（针对那些需要这些证明的人们）。那些在过去表现良好的规则在将来未必表现良好。
根据后知之明，我们可以很明显地发现获胜的技术交易工具，但值得怀疑的是这些工具是否可以提前预知。威斯康星-麦迪逊大学（University of Wisconsin-Madison）的马克•莱迪（Mark Ready）在2002年发表的一篇名为“从技术交易规则中获利”（Profitsfrom Technical Trading Rules）的论文中提出了这一疑问。莱迪使用遗传算法（genetic algorithm）技术来寻找一段时期内的最佳交易规则，然后使用该规则在接下来的一段时期里交易。这与STW小组所做的差不多，都是模仿历史数据测试者们的交易过程，不同的是莱迪可能测试了更多的规则。他还使用该技术测试了BLL小组的研究成果对数据挖掘的鲁棒性。
莱迪得出结论，交易者不可能知道1963年（BLL小组研究的起始日期）之前最好的移动平均表现得有多么好。同一个工具在BLL小组的研究之前和研究之后（1986年之后）都表现拙劣，莱迪认为BLL小组的研究成果可能是一个绝好的“由数据挖掘得出的欺骗性结果”。使用遗传算法可以很自由地选择在过去表现良好的任何策略，即便如此，在过去表现最好的技术在将来也表现不佳。这些结果与我在前面章节中表达的观点很吻合。我们在图表或过去的数据中所看到的是过去的交易者们所做的行为，如果我们知道这些行为的背景，或者未来的价格行情与过去完全一致（这几乎是不可能的），那么我们才可以使用它们。
莱迪和STW小组的研究结果对于那些已经被说服使用历史数据测试方法，或者打算使用这种方法的交易者尤其重要。当然，如果我们回顾历史数据，我们可以发现某个交易工具曾经有效，而且如果我们在同段时期内对其进行测试，它也将是成功的，但这一点都不表明该工具在将来会为我们赚钱。首先，这种测试过程受到数据挖掘、生存偏差和确认性偏差的严重影响，测试时期通常是测试者知道该工具曾经奏效的那段时期（在第11章我将对此给出一个极好的实例）。其次，未来非常不可能与过去一样，所以从过去得出很多结论是非常危险的。
我发现特别有趣的是，在放弃声明和产品揭发文章中，投资公司被迫写一些类似于“过去的表现不代表未来的表现”的东西。这样做有足够的理由，因为它是真的。然而，历史数据测试员和技术分析师们通常都认为过去的表现可以影响未来。
不稳定或表现较差的时期
在1897〜1986年的近100年时间里，人们发现有些技术交易规则在不计交易费时可获得可观的利润。当把交易费用考虑在内时，它们的成功就不那么明显了。然后，当STW小组在1987〜1996年这段时期上测试交易规则时，这一结果发生了相当大的变化。STW小组总结道：
在这一段时期里，结果完全不一样了。表现最好的交易规则根据统计数据处于标准临界水平附近，一点都不显眼。当采用一个更稳定的可交易期货合约，S&P500指数期货的数据时，该结果又得到了证实。而且没有证据表明任何交易规则在同一时期表现出众。
所以他们认为，“技术交易规则在1987〜1996年期间具有经济价值，证据不足。”
虽然这段采样周期不如原来的长，但其长度仍可保证其结果是可信的、可用的。事实上，雷巴戎（属于BLL小组）在1988〜1999年的数据上进行了同BLL小组一样的测试，发现那些交易规则的表现在这一段时间更差。
此外，并不是只有这些研究报告报道过这种发现。不管这些研究是否支持技术交易规则，它们都有一个共同的发现，那就是在20世纪90年代，技术交易规则的表现恶化了。即使是在1990年前被证明是获利的技术分析方法，在90年代的大部分时间里它们的表现也都大打折扣，甚至在有些情况下完全不能获利（我将在下一部分讨论这是为什么）。
除了追溯性测试的结果可能因生存偏差而扭曲外，只分析一段较长的釆样周期内的平均回报还可能隐藏一些重要信息。尤其是要找出在整个研究周期内是否有严重亏损期。
例如，在Neely所做的一份研究报告中，对某些技术交易规则持赞成态度，同时Neely也认识到严重亏损期的存在。例如，在1995年中有149天的时间，某规则亏损28.2%。所以，虽然整个研究周期（1974年3月至1997年3月）上，该交易规则产生正的结果，但是在1995年的149天里，使用它的交易者将损失其资本的近30%。这种显著的性能下降，在现实中可能使交易者改变他的交易技术。事实上，在Neely做了研究后的第二年里，其中一种移动平均规则的回报率快速降至零，而这还没有考虑交易费用。我再次认为，当某规则的回报出现这种情况后，交易者再继续使用它的几率非常之低。交易者可能去寻找其他的交易方法。所以，该研究的总体结论可能不像第一眼看到它时那么好。他们假设即使有一年的时间表现不好，交易者还将继续使用相同的方法交易。
STW小组把他们100年的研究周期划分为仍然较长的周期20年。于是很难发现是否有任何关于较大的表现恶化的类似例子。可能只要有一段时间显著亏损，就可以使交易者改变技术，而且，即便他使用最好的技术（记住，我们只能通过后知之明知道），如果他有6个月或一年的时间没有获利或获利为负（包括交易费），该交易者可能已经改变了他的技术。
在STW小组的研究成果中，有很多有趣的数据。作者展示了使用最佳交易规则产生的获利交易和亏损交易的数目。在总的6310笔交易中，有2501次获利，3809次亏损。对于技术分析师来说，好消息是从这些数据中可以看出，这种交易规则的风险/回报比看起来是好的，获利交易中获利的比重远大亏损交易的亏损。但是，如果我们从一个交易者使用该规则交易的角度来分析，因为有如此多的亏损交易，所以该交易者很有可能遭遇一连串的亏损。面对这样的交易结果，许多交易者将放弃这种技术。记住一点，这是最好的交易规则，在预测市场方向时它的准确率低于40%，想想其他指标将有多么差劲！总的来说，一些表现较差的规则可能有较高比例的获利交易，但大部分无疑具有更低的比例。此外，即便是有较高比例的获利交易，我们知道，在付完交易费之后，这些规则也不再获利。
对于一个在如此长的周期内所做的研究，我们绝不可轻视其研究成果。市场可能上升，也可能下降，可能正如我们所愿，也可能与我们对着干（如果它还没有动作，那么我们没有必要了结我们的头寸，我们一直持有，直到市场动作为止）。那么，在理论上，我们有50%的机会站在正确的一边，但是在这样长的一个样本周期上，最佳交易规则的正确率只有40%。其他一些研究也支持这种观点，包括我在前面的章节中所引用的市场时间（Market Time）的研究。所以，你可以认为这些技术工具不仅没有提升我们预测未来价格运动的能力，而且是非常差劲的指标。
让我们将此与我们看到的技术分析广告联系起来。我所接触到的书籍、研讨会和课程，几乎没有把技术分析描绘成是对市场方向拙劣的预测者的。相反，我们被告知它可能帮助我们预测未来的方向；事实上，我们被告知的就是我们使用它的原因。我们必须注意，即便是最好的指标，其错误次数通常也多于正确次数，不仅如此，正如我希望在本书中所证明的，长期交易的最终结果也是不确定的。
只有对这些研究进行深入的分析才会使类似于赢家和输家的数量这样的问题突显出来。如果只研究整个100年样本周期的数据或主要从数学的基础上来分析它，那么不会发现类似的问题。作为一名交易者，我唯一关心的是如果我使用这些如前所述的交易规则在整个如前所述的时期内交易，我的业绩将怎样。我认为公平地说，对于大多数交易者，如果他们面对一连串的亏损或显著的业绩下滑，他们将重新审视他们正在使用的交易方法。所以只分析某交易规则或图表形态的长期表现不会准确地反应一个交易者的业绩。至此，读者应该能够看到在分析过去的数据时存在多少陷阱。事实上有如此多的问题需要考虑（还没有说到缺陷），这与我们通常被引导去相信的大相径庭。
猜想:为什么技术交易业绩在20世纪90年代会衰退
我曾经说过，许多对技术交易的研究表明其性能在20世纪90年代大大下降。这个问题还值得研究，因为它可以帮助我们分析技术分析的起源和限制。
已有的证据表明，很有可能是在许多交易规则被最初发现的那段时期，它们表现出预测能力。但是，正如我们前面所看到的，当把交易费用考虑在内以后，它们就不再具有获利能力了。或许一些较大型的私人交易者或银行交易者有可能创造一个机会，但对于大部分私人交易者来说，这种机会是可望而不可即的。一些职业交易者可能是这些技术规则的发明者，并且可能已经写书来解释自己的成功。但是，认为这些交易规则是成功的想法是错误的，因为它们假设没有交易费用，而对于大多数交易者来说，那是不可能的。交易费用是该行业中一个不可避免的组成部分，所以必须被考虑在内。
虽然许多遵循这些规则交易的人已经亏损，可能也有一些成功的交易，因为这些交易者可以“证明”他们的技术系统使用排除交易费的数据是成功的，所以很难与他们讨论。那些使用技术规则而亏损的交易者可能更多地去埋怨自己，而非自己使用的交易工具。
所以，理论上，我们看到技术交易规则具有较好的预测能力，但现实中，高额的交易费用将阻止大部分交易者获利。事实上，高额交易费用只是私人交易者将要面对的问题之一。技术规则的成功假设所有人都可以卖空，但对于许多私人交易者来说远非如此，直到近期，这才变得比较公平。过去慢速的通讯可能意味着在许多情况下某交易者想要交易的价格和实际交易价格之间可以非常的不同。
重要的是，因为某条技术规则在这些时间性能卓越并不意味着我们可以得出结论，即该交易规则本身就是成功之源。例如，反对内幕交易和市场操纵的立法在20世纪30年代才在美国被首次引入。之前，那些行为被认为广泛存在；毕竟，那就是为什么引入法律的原因。或许技术规则加速了这些活动。再重复一遍，我们在对任何决策做出论断之前，必须要知道它们所存在的背景。
1901年，查尔斯•道在其所写的一篇文章中认为他的方法受市场操纵和内幕交易的影响。他写道：“市场总是或多或少地处于操纵之下。大型的操作手试图引导市场……他通过合法购买或通过操纵来抬高两到三只领跑股。”杰西•利弗莫尔就是那一时期的一名交易者。任何一位读过他的书的人都将注意到他和其他大型交易者都可以将市场迫至一隅。虽然我不认为这种行为已经完全消失，但是在今天的市场中，由于全球流通和大多数交易工具都具有一组衍生产品，对于这种行为的产生已经异常困难，所以真的非常罕见了。此外，法律已经宣布许多这种行为不合法，而且在世界各地都有监管机构来监督这些法律的执行。虽然对于这些行为的早期论述仍然存在，但是技术分析已经建立起自己的名声，而且某些发明了技术方法的私人交易者的成功故事已经广为流传。事实上，这些私人交易者们的方法仍然是许多技术研究的基础。
然而，如我在第1章中所讨论的，在20世纪80年代，我们的市场开始产生实质性的改变。交易费用大幅下降，同时流动性、信息和通讯产生了令人振奋的进步。从20世纪30年代开始，大量的法律被引入，而在世界范围内监管机构的影响逐年增加，可疑的交易行为大大减少。现在，即便是平均水平的私人交易者也可以试图使用这些技术工具获利。那么这与20世纪90年代这些工具的性能下降相一致吗？或许，或许市场正如许多人所期望的那样运动。即，一旦一个形态变得清晰，而且交易者们能够根据它交易，那么该形态或技术工具的任何获利能力或预测能力将消失殆尽。
STW小组讨论了这种可能，并且写道：
可能在历史上最佳交易规则的确有过出众的表现，但是近来，市场已经变得更加有效，所以这样的机会已经消失。股票市场中交易费用的降低和流通性的增加可能已经帮助去除了股票市场中短期形态的可能，该结论看起来与此恰好吻合。
如果这是真的，那么我们所拥有的只是一组技术交易规则，它们可能拾取流动性、信息和交易费用中的无效性，而非如我们所被引导相信的那样去分析市场心理。它们当初可能是有趣的方法，但现在已经不是了。当研究技术分析时，我们经常要面对的问题是回报的源泉永远不会确切地知道。所以我们可能永远不知道这些规则为什么会展示出预测能力。对于每一位使用技术分析的交易者来说，这应该是关心的一个主要问题；他或她永远不能确切地知道一个研究看起来分析的是什么，所以不知道它何时会停止起作用。对于任何获利的解释只能是运气或随机。
已经存在了几十年的技术交易规则在今天的市场上变得不再有效，这不是一个新鲜的概念。但技术分析的支持者们总是拒绝接受。技术分析师们通常用来反驳这种观点的基础是他们所做的是对市场心理的研究，而市场心理并未改变。但是，他们真的可以确信他们的研究真正是对市场心理的研究吗？我在前面的章节中给出了许多例子，证明在技术分析和我所看到的市场心理之间存在矛盾。在下一章我将讨论行为金融学和技术分析的发现之间的这种矛盾。行为金融学是对人们如何进行决策制定的过程所做的研究。从20世纪90年代开始，技术指标的性能下滑，同时市场变得更容易进入，交易费用变得更加低廉，这纯粹是一种巧合吗？但是，有一种可能就是，这些指标所具有的任何优势是因为它们采集（或者它们的性能被夸大）特定的流通问题或市场操纵。如果是这样的话，它们在我们今天的市场中，大部分时间都没有什么作用。虽然我没有必要声明今天的市场在一种传统经济方式中是有效的，但是流通性和交易费用已经不再对大多数交易者的进入构成障碍。如果我们相信，我认为大部分人都会相信，市场参与者的心理多年来变化甚微，那么为什么一种心理分析工具的表现会自20世纪90年代起变得恶化呢？如果我们认为目前使用的许多技术工具在上世纪早期被首次应用于股票市场，那么我们必须考虑它们在那时的市场中拾取那时的市场存在无效性，但是它们可能不再适用于现在的股票市场，以及其他所有的市场，特别是当我们有强有力的证据支持这些论述时。还有一种可能就是在这些技术工具变得更加流行的同时，它们也变得自我毁灭。即便一些技术分析的支持者也认为图表最终将趋于自我毁灭。
这只是一种猜想，只有当对技术分析的研究得出任何正面结果时它才需要，而且那些研究不能是数据挖掘的结果。如果如莱迪所认为的，即便是正面的结果也是归功于数据挖掘的影响，那么真的需要这样一种猜想。另外，即使技术工具可以在事后拾取原来市场的无效性，那么在我们制定将来的决策时不会提供任何帮助，而只能看作是历史性的。
事实上，很有可能技术工具不但不能拾取市场的无效性或流通问题而使交易者获利，而且其性能会被这些问题所扭曲。在历史数据测试中许多看起来非常成功的交易，对于大部分交易者来说是不可能的，因为他们或者缺乏借股的能力，或者受到卖空的限制，等等。
此外，不管这些工具是否会拾取流通中存在的问题，如我们将在接下来的几段里将看到的，它们仍然需要强劲的趋势，而且会产生更多的亏损交易，而非获利交易。
趋势的力量和波动性可能是重要的
我已经阐述了我的观点，即一些技术分析技术可能在一些市场行情下多少有一点作用，但在其他情况下不会，特别是在波动更剧烈的下跌（股票）市场中。Boswijk、Griffioen和Hommes（简称为BGH小组）做了一项有趣的研究来分析这种可能性。BGH小组把超过5000条的技术交易规则使用到两个不同的交易所，伦敦国际金融期货交易所（LIFFE）和CSCE交易所，以及先令/美元汇率。
BGH小组发现那些在LIFFE的可可期货交易中表现优越的交易规则在CSCE交易所则表现拙劣。他们认为“结果令人吃惊，因为两个市场的基础资产大致相同。”对于先令/美元汇率交易的结果有些混乱。虽然有些交易规则通常显示出很好的预测能力，但是在缴纳交易费之后却无利可言了。
经过进一步分析之后，BGH小组发现，在合约的波动性和趋势的力量与技术交易规则的成功之间有一种联系。LIFFE合约显示出强劲的趋势，这很容易被交易规则拾取，同时波动性也很高，帮助产生高于交易费用的回报。CSCE合约则显示出较弱的趋势和较强的波动性。作者认为波动性相比趋势而言太强，所以那些技术规则不能揭示这些趋势。先令/美元汇率具有较弱的趋势和较低的波动性。于是，技术规则可能拾取其趋势，但低波动性意味着回报非常少，以致低于交易费用。有趣的是，BGH小组还发现所有规则的性能在20世纪90年代都消失了。
来自STW小组研究的强有力的证据也证明技术工具需要较强的趋势才能使交易者获利。STW小组的研究报告说亏损交易的数量远大于获利交易，但来自获利交易的利润足够大，足以弥补亏损交易带来的损失。为了使事情如此，两种情况需要发生。首先，交易者需要有纪律并且止损，其次，获利交易的动作需要足够大，以弥补亏损，即需要趋势足够强大。在他们的研究中，STW小组保持每一个仓位持续预定的天数（5、10、25和50，于是仓位重复每个信号4次）。在该项研究中，技术工具在预测趋势或市场方向方面有60%的时间是错误的，但我们可以在另外40%的情况下得出结论，这些工具的确可以预测较强的趋势，从而产生可观的利润。因为不能主动出击，所以使用止损型纪律，我们可以更加满意，即行情的劲道影响了技术工具的整体表现。
BGH小组的研究表明，为了获利，技术交易规则需要市场趋势相对于市场波动性来说要足够强劲，而STW小组的研究可以使我们得出相同的结论。Market Time Study的作者还解释说，技术分析信赖于获利大于亏损，这与它们被宣传的准确和可靠恰好相反。而我仍然认为任一对市场有相当的理解的交易者能够预测强趋势形的行情并获利，而不需要使用技术交易规则。人们认为技术分析有帮助的原因之一是它被认为可以显示出趋势的变化。而这些研究显示的却是另外一种模样，至少有时是那样。他们认为一些技术分析在某些市场行情（强趋势）下将会起作用，但在其他情况下不会。如果市场运动背后没有原因或趋势，或者如果趋势只是短期的或微弱的，那么有证据表明技术工具不能给我们提供任何帮助。当然，问题是在我们进入交易之前无法事先知道方向是否正确，也无法知道这一趋势是参与者得到新消息的结果还是其他动量买进的结果。所以，我发现很难得出结论说技术工具本身是一种很好的趋势变化指标（如果交易者的确相信趋势）。技术工具只是看起来可以辨识市场方向的变化，市场方向在将来可能持续也可能改变，取决于外部因素——不一定真的继续。
这些工具所需的强趋势不外乎是两种情况造成的结果：一种是有一些较强的基本面原因，另一种是正反馈环已经形成（通常是基于误导概念）。这种概念可能包括技术分析本身。如果有足够的参与者看到该趋势，并成为趋势跟踪者，那么该趋势可能持续并变得更加强大，如同我在第2章中所讨论的。所以当技术工具是可获利的时，我们必须考虑两种可能的情况：一是正反馈环的结果，另一种是技术分析自我实现特性作用的结果，我们相信这两种情况都可能发生。
事实上，BGH小组确实认为：
技术分析可以拾取资产价格上足够强的趋势，而不必知道或理解这些趋势背后的经济力量。对于一名技术分析师来说，比较明智的做法是不仅仅相信他的图表，而是努力跟踪经济基本面，因为经济基本面的可以导致或加强探测到的趋势。如果技术图表和基本面指标都指向同一个方向，那么技术交易可能成功；否则注定失败。
BGH小组的研究进一步提出了在波动性和获利性之间存在直接关联的可能性，这对于我们来说非常重要，两个主要原因如下。首先，技术分析师告诉我们他们的分析可以用于所有市场。事实上，澳大利亚一位领导级的技术分析师说道，“当市场变得炙手可热，无法控制时，技术分析变得更加重要了。”其次，如我在前面阐述过的，技术分析师们收集的图表或开盘价、最高价、最低价、收盘价等典型数据是分析波动性的一种拙劣方式。即使是通常使用的历史波动性测量也是拙劣的，因为它依靠与技术分析师们相同的数据。也就是说，对于历史波动性的标准计算包含使用每天的价格范围或最高价和最低价。但是从一名期权交易者的角度看，只使用日价格区间将不会给出准确的波动性数据。能够理解这一点的期权交易者有时可以比其他交易者获得较大的优势，其他交易者只是接受历史波动性数字，然后基于它制定自己的决策。
在股市中试验发现，长期交易的业绩和短期交易的业绩之间存在差异
在各项研究中，技术交易规则的第一个比较突出的方面是在股票交易中，长期业绩和短期业绩之间存在明显差异。
例如，在STW小组的研究中，每笔长期交易的平均回报率是0.39%，而短期交易的平均回报率只有0.19%。这个差异比较明显，表明长期交易在表现上要比短期交易好两倍多。两种类型的交易都是亏损交易数多于获利交易数，但是短期交易的亏损交易数几乎是获利交易数的两倍。这再次证明交易者可能在遭遇一连串亏损的短期交易后，将放弃所用的交易规则。我们还应该注意到，每笔交易0.19%的回报率非常之低，对于世界范围内的所有私人交易者而言，在缴纳交易费后几乎没有希望获利。
BLL小组的研究和后来雷巴戎的研究都发现长期交易回报的波动性明显低于短期交易。在BLL小组的研究中，买进信号之后是12%的年平均回报率，而卖出信号之后是7%的年平均亏损率，两者之间差距悬殊。
我们再次面对这样的结果，它们与技术分析师们告诉我们的相矛盾。我们被告知技术分析将在所有市场条件下有效，而有充分的证据表明，对于股市来说，技术分析在短期交易中的表现比长期交易要差很多。这对于我的观点和其他许多有经验的交易者们的观点是一种支持，即股票因其上涨或下跌而要采取不同的方式交易。下跌股市中的趋势跟踪与上涨股市中的趋势跟踪大不一样。在上涨和下跌的股市中使用相同的分析工具和方法，看起来没有任何依据。
杰文·格里芬（Gerwin Griffioen）
许多交易者可能不知道杰文•格里芬，但是他的博士论文“金融市场中的技术分析"（Technical Analysisin Financial Markets）是现有论文中令人印象最深刻，而且最全面的研究之一。本书篇幅有限，我不想对他的研究做过多的论述，我认为所有对此感兴趣的读者可以去访问他的网站（www.geocities，com/gerwingriffioen）。包括我在前面讨论过的对可可的研究，杰文博士在道•琼斯工业平均指数，该平均指数的成分股，阿姆斯特丹证券交易所指数及其成分股，全球MSCI指数，和来自世界各地的50个指数上测试了787种技术工具和指标。所有测试结果都针对数据挖掘和风险作了调整。杰文进一步使用历史数据测试方法将原来最好的指标使用到每一次测试中。
对于道•琼斯指数和它的每一只成分股，对于技术指标来说没有明显的正面结果，包括使用历史数据测试方法。对于阿姆斯特丹指数，结果非常差劲，但该指数中有一组股票返回非常正面的结果；实际上有一些相当棒。但是，使用历史数据测试方法，只有当交易费非常低时技术工具才能获得像样的利润。
对于50个本地指数，结果也是良莠不齐。对于整个组来说，平均结果是正面的，而且还有一些有趣的发现。对于北美、西欧和一些更易变化的亚洲指数，技术规则没有显示出获利能力。总体的正面结果来自于像智利、俄罗斯、巴西和埃及等一些国家的指数的支撑。此处的问题是作者不得不对交易费用做出假设，也必须假设这些市场都有很好的流通性。举例来说，如果交易费从他估计的50个基点涨到100个基点，那么研究结果就只有埃及指数是正的。很可能是在许多这些规模较小的市场中，无论是交易成本还是流通性，或者两者都是作者所预期的。因此，我认为作者建议的回报很可能高于私人交易者所能够实现的。当然，在流通性较好和流通性较差的市场中得出的结果之间存在明显差异，并提出某种形式的流通性问题。也许两种主要解释是，要么技术分析利用这些资金流通问题，要么结果是被它们夸大了。我极力赞成第二种解释。此外，如果第一种是真的，那么对于使用技术分析的交易者来说在流通性更好的市场上是无意义的。
下表显示了一些结果，使读者可以看到极为明显的分歧。
让我们把这些对股票的研究和对外汇的研究做一下比较
我们已经看到，在股票市场测试技术交易规则时，当交易费用的因素考虑在内时，它们的表现实在难以令人印象深刻。此外，这些规则的表现似乎取决于多种因素，在最初进入交易时当然不会知道。现在让我们看一些对外汇市场进行研究的结果，看是否能发现一些线索。
最初，在外汇市场中对技术交易规则的研究似乎认为在中期至长期的时间区间上（即，不是盘中），这些规则可以在缴纳交易费后产生显著的利润。不过，由于这些研究中的一部分是在20世纪90年代之前进行的，我们已经从研究股票的表现看到证据，技术规则的表现在20世纪90年代削弱了，所以更重要的是要分析在20世纪90年代进行的研究。
Neely在1997年的研究，除一些大型的业绩下滑外，总体来说是支持技术规则的，确实找到一些证据，证明在20世纪90年代交易规则的表现恶化。例如，对于美元-德国马克的汇率，自1992年起1日，10日移动平均规则已经显示负的回报率，但它以前曾是正的。所以在1992年使用历史数据测试发现1日，10日移动平均规则在过去表现良好的交易者在接下来使用它交易的时间里将亏损。
在他们对货币期货在1976〜1990年间的数据进行研究时，莱维奇（Levich）和托马斯（Thomas）还发现对技术规则的支持，但是当他们把结果划分为5年期时，“一些交易规则的平均利润率在最后一期下滑了。”
对外汇市场盘中规则的一项研究表明，1994年的数据采样与1989年的数据釆样相比，这些规则的表现下降相当显著。虽然作者自己的观点是在1994年比较差劲的结果可能是由于那段时间市场趋势比较弱造成的，也许如我已经强调的瞬息万变的市场动态可能也是这些研究结果一个因素。上述两种意见与我们在对股票的研究所看到的相一致。
事实上，我们已经意识到市场动态的变化对股票的影响要超过外汇。这是因为个人投资者和交易者对股票市场有较大的影响，而在外汇市场上，这种影响要小得多。外汇市场中的主要参与者都比较容易进入，而且交易费用较低。这些规则表现的下降可能可能归因于更多参与者使用技术分析这一事实，因为在这一期间使用技术分析的交易者数量有了很大的增长（Chang和Chinn在2000年报道，交易者使用技术分析的比例正在增长）。虽然我们已经看到，技术分析最初具有自我实现的性质，因此有时可能会引导我们成功，但有推测认为随着时间的推移，其表现将恶化。这可能是因为由于技术分析的使用而使波动性增加（由于技术交易者拾取很小的市场动作并将其放大），或者是由于形态被太多的参与者识别出来，降低了它们的获利能力。
当“技术交易规则可以产生利润吗？”这份研究报告的作者分析每一货币的结果时，他们发现更多的证据表明趋势的规模是重要的。看起来在趋势的力量和技术规则的成功之间有直接的联系。这与我们在BGH的研究报告中所发现的相一致。于是，正如作者所总结的，“不过，这并没有使得获利更容易；为了从技术分析中获取利润，交易者不仅要选择合适的规则，还必须能够识别持续趋势的起始点。”问题是对于我们这些交易者来说，两者都不能事先知道。
卡罗尔•欧塞（Carol Osier），以前在纽约联邦储备银行工作（目前在布兰德斯大学（Brandeis University）授课），对技术分析进行了许多有趣的研究。她也发现有些方法在外汇市场是成功的，特别是支撑和阻力价位。在2000年7月一篇题为“支撑和阻力：技术分析和盘中汇率”的论文中，她给出了一些特别有趣的发现。与其他对盘中使用技术价位的研究相反，欧塞发现支撑和阻力价位对于盘中趋势的变化可以表现出很好的预测能力。该研究结果显示出有趣的一点，即在所采用的样本中（取自6家公司），96%的支撑和阻力价位最终要么是0，要么是5。这意味着这些价位的使用者将他们的估计向上或向下到0或5。在这一点上，我承认许多技术分析支持者的确认为概数（round numbers）比其他数重要，不管这是否理智，这项研究是支持这种观点的。
欧塞在这项研究的后半部分（整个研究是在1996年1月到1998年之间进行的）还发现，这些价位的表现已经没有统计学上的优势O这项研究的上半部分和下半部分之间的区别表现为一种波动性。在前半部分，波动较低，虽然在后半部分波动性较高，但它确实是在历史的正常价位上，所以这个时期不能说是具有高波动性。所以，对于这些价位的使用者应该对此有所关注。
欧塞还对这些价位的建议强度或重要性对它们的表现是否真的具有影响做了调查。本地期货交易者过去常常下载的价位中，公司对提供的支撑和阻力价位按1、2和3标出级别，3级是最强的或最重要的价位。人们发现这种级别划分对这些价位是否成功没有影响；事实上，人们发现在这些价位的重要性市场真实走向之间是一种负的关系。所以，那些被称作支撑和阻挡的价位，包括52周最高价或最低价，200日移动平均，等等，看起来不比其他的价位重要。技术分析的支持者们称这些价位在心理上比较重要，所以他们给予这些价位很高的权重，于是交易者可能假设这种在心理水平上比较重要的价位将显示出比实际更多的反应。所以，我们不能对我在前面章节所做的建议打折扣，这就是为什么说这些价位重要不是因为其本身是重要的，而是因为它们被认为是重要的，从而导致它们成功。因此，使用这些价位的心理论据是一种误导，而且使用这些价位交易所获得的成功，如果可能成功的话，都极有可能是因为它们的自我实现功能。特别是在外汇市场，其中有很高比例的交易者使用技术分析，这种可能性更大。
事实上，如果我们考虑市场是如何运作的，那么当有足够多的参与者使用某些特定的价位时，这些价位就非常可能变得重要。这是因为银行交易者们的角色是市场作手和流通量提供者，他们要从自己的市场流通中交易并获利。如果客户的订单集中于某些技术价位，那么我们将看到在这些价位上将有最多的反应。那就是为什么趋势交易者（如我在期货市场中所做的）需要理解技术价位的原因。但是，趋势交易者的角色是在市场中从流通性中获取微小的利润，所以，虽然他将在这些价位附近交易，但是他并不总是与技术交易者以相同的方向交易。
到目前为止，我们可以大致得出结论，在考虑交易成本之后，在货币市场中技术规则的表现看起来比在股票市场中的表现要好。虽然似乎的确有一些证据表明，从20世纪80年代末到90年代他们的表现可能已经恶化，如同我们在对股票的研究中所发现的，对于股票这一证据没有那么强烈。这最有可能是因为股票市场中的变化比在外汇市场中更加富有戏剧性。
根据BGH小组的研究发现，技术规则的表现和趋势的力量之间的确存在某种联系。所以这再次显示出，技术规则不是主要趋势变化的观测指标，而是这些技术工具预测市场方向的一些变化，其中大部分已几乎没有后续通过。还有，在波动性和技术工具的表现之间似乎也有一种联系，再次证明技术工具可以被剧烈波动的市场愚弄。
但是，我必须指出的是，我们不是在做同类比较。在这两位研究中所使用的技术规则，在数量和特性上都不一样，所以样本的规模也不一样。总的来说，对股票的研究，比如STW小组和莱迪所做的，比我所见过的对货币的研究更彻底。
当我们观察长期头寸和短期头寸的表现时，在对股票和外汇所进行的那些研究之间确实有所不同。我研究过的大多数对外汇报道，都没有提及长期头寸和短期头寸的表现之间有任何特殊的差异，我的意思是说，任何分歧不是很大。但是，在库尔乔、德哈特、纪尧姆、佩恩所做的研究中，作者们认为，对1989年的数据，对一些货币来说，短期交易的表现最好，而对于别的货币，长期交易是最成功的。
这些结果与技术规则在股票和外汇市场中的表现差异与我的观点一致，这些是完全不同类型的产品，不应该，也没有必要以同样的方式分析。对于前者，绝大多数参与者都是持有人或买家，而后者则是一个两方面的市场，参与者通常较为平均。因此，如果我们给股票市场中的参与者们拍一个快照，我们会发现有超过90%的交易者是做多的，但是，如果我们给美元兑日圆汇率的交易者们拍一张类似的快照，做多美元的交易者将少得多，而另一边的交易者（持有美元空头）将更多。这似乎支持我的观点，这两种类型的市场是不同的，因此无法解释为何对两者使用相同的分析工具。即使是从心理学的角度来看，下跌的外汇市场和股票市场中的参与者们的心理也是不同的。所以不仅技术分析支持者们认为他们的分析形式可以用在所有的市场上是不合理的，而且有相当多的证据表明这是不真实的。
技术分析师告诉我们，因为他们研究市场心理，所以我们可以用他们的方法来分析任意时间段的数据，从一分钟图到年图。但在外汇市场中对技术分析进行的研究结果却表明这是错误的。我们已经看到尼利1997年的研究结果，这似乎支持了一些技术手段，虽然在统计调査的后期有一些转弱的表现。尼利后来进行了一项研究，与Weller利用技术手段为盘中交易的货币，他们发现，“当把现实的交易成本……考虑在内以后，我们发现没有证据表明交易规则可以带来超额回报”。
在他们对盘中外汇交易的研究中，库尔乔等人得出了同样的结论，特别将交易成本考虑在内时，没有证据表明这些技术方法获得盈利。
尼利和Weller讨论了这一事实，那就是外汇市场因时间区间的不同而表现出不同的特点。他们讨论了这是否可能与交易活动有关，因为大部分外汇交易都是在盘中进行，而不是在较长的时间区间上进行。或许，“这是在不同的时间区间上投放到金融交易中的资本分配不均的结果。”即使情况属实，这与市场心理也没有直接联系。
与这些技术工具在盘中交易中负面的研究相反，卡罗尔•欧塞（Carol Osier）所做的研究却对外汇市场中支撑和阻力价位给出了正面的结果。然而，我们不能否认那些成功是自我实现的结果，而且在这些价位的有效性和市场波动性之间仍然存在某种联系。
在最低限度，虽然技术工具一般在外汇市场比在股票市场看起来会有更好的表现，不管这些工具是否在所有的时间框架上都会有效，如同技术分析支持者们告诉我们的，技术工具的这种表现都不够清晰，而且当然没有被证实。
技术工具在外汇市场和股票市场中的表现差异只有一种可能性，那就是它们具有自我实现的性质。这是因为我们知道，在外汇市场中比在股票市中有较高比率的技术交易者。此外，有人告诉我们，当依据合约的心理学制定决策时，成交量是非常重要的，但成交量在外汇市场中并不公开；事实上，即使交易价格也是不公开的。
对于那些认为对外汇的研究证明了技术分析在那些市场中的有效性，并希望使用它们的交易者们，我再给一句忠告：首先，因为大量的交易者正在使用的技术分析，而且它有时可以自我实现，但这并不能保证大多数用户都可以一直获利。我们知道，在期货市场中，大部分私人交易者利用技术分析，而且大部分都是失败的。其次，即使一些技术分析支持者认为技术或图表价位最终将自毁，特别是人们大量使用的那些。此外，有大量证据显示，使用技术分析的交易者们增加了市场的噪音和波动性，而且我们已经看到技术手段在动荡的市场中表现是多么恶劣。这再次指出技术分析创造泡沫发展并随后爆裂的可能性。
为控制风险而作出调整
近年来，不少作者在他们的研究成果中着重指出对于风险作出调整的重要性。这的确是一个非常重要的领域，而对此极少有技术分析支持者关注。技术分析的支持者倾向于向我们展示一套系统或工具的基本结果，但对于任何获利是否是持有风险的结果是一个重要问题。有时我们会因持有风险而获利，但是，如果我们设法使职业生涯充满风险，那么我们将举步维艰。另外，从持有风险钱赚将认为市场是有效的。
我在本章中讨论的几乎所有研究，都已至少使用了一种风险调整措施，并在某些情况下，研究者们曾尝试多种调整措施。在另一项由尼利题为“事前风险调整，股市中的最佳技术交易规则”（Risk Adjusted，Ex Ante，Optimal Technical Trading Rules in Equity Markets）（圣路易斯联邦储备银行，Federal Reserve Bank of St.Louis，2001年）研究报告中，他的结论是：在评估交易策略时，应当认真考虑风险调整技术。作为一项副产品，这项研究还发现，在股票市场使用在过去的期货交易中表现最好的技术，当根据风险作出调整后不会获利。
对于动量和成交量的研究
行为金融学中的研究（在下一章讨论）则建议，反应不足和过度•反应可能会是我们市场的功能。这显然会导致一种信念，即动量交易可能是一个可行的策略，特别是如果市场最初反应不足时。因此，在近几年对动量交易的几个好的研究已经被构建，特别是对技术分析支持着认为在动量和成交量之间的联系已经进行了分析。
在2000年，李（Lee）和斯旺明内森（Swaminathan）发表了一篇论文，题为“价格动量与成交量，”（Price Momentum and Trading Volume）其中包含了一些有趣的结论。他们的研究对象是所有纽约证券交易所（NYSE）和美国证券交易所（AMEX）1965年1月和1995年12月之间的股票。虽然作者认为在动量和成交量之前存在某种联系，但并非像技术分析的支持者希望我们相信的那样直接。
在成交量对上涨股票的影响和和对下跌股票的影响之间有一个鲜明的差异。作者发现，上涨股中的早期动量伴随着低成交量，而'上涨股伴随高成交量一般出现在动量循环末期，因此，从交易的角度来看，我们应避免购买。这是因为，随着时间的推移，这种动量的影响会完全翻转，所以上涨股伴随高成交量可能很快开始下跌。
对于下跌股，情况恰好相反：在动量循环的早期岀现较高的成交量，而在末期成交量较低，而后将改变方向。
这引导出一些有趣的论点。第一，我们被告知要遵循动量的主要原因之一是，人们认为高成交量会确认趋势继续。技术分析的支持者们之间有一个共识，那就是增加的成交量是趋势的燃料，如果没有燃料，目前的趋势是不太可能持续下去的。但是这项研究发现事实并非如此，只要是上涨股，情形就与此相反，但对下跌股来说是真的。所以在高成交量时购买股票，可能意味着我们处于动量循环的后期，并因此将可能亏损。
第二，我们再次看到上涨股交易和下跌股交易之间存在一个鲜明的差别。在这种情况下，不同的是伴随着成交量。虽然确实有一些较为传统的技术分析师认为下跌股可能会伴随着低成交量，但其他分析师，特别推广系统及软件的新人，告诉他们的客户，不管是上涨股还是下跌股都要把上升的成交量看作一个重要指标。
然而作者进一步提出一个警告，那就是这些研究结果都比较泛泛，个股并不一定具有所有相同的特点。他们还说道：“对于单个企业来说，转折点［在循环中］可能随机出现，很难找准。”这是这篇论文的作者与很多技术导师的不同之处。我相信很多的后者，面对同样的证据，只是简单地提出了一套交易规则，在现实中将不会好过一条经验法则。我相信很多技术交易课程和机械交易课程都是这样开始的，而很多交易者都乐意跟随他们。
许多人相信，不管成交量怎样，动量的影响其实是由于投资者对诸如收益报告等新闻反应不足而造成的结果。例如，斯科特（Scott），斯达姆普（Stumpp）和徐（Xu）所做的一项研究建议证明这是正确的（这是我使用的唯一一项研究，它的作者可能是对结果既定的兴趣，因为他们在投资行业工作。但我相信，这项研究是很好的一项研究，其作者的观点得到其他很多人的支持）。如果是这样的话，在我看来，尽早进入交易的最好办法，是按照新闻和数据交易。在动量已经确立后交易，使我们很容易在交易中迟到。这是洪（Hong）和施泰（Stein）描述的景象，其中早期的动量买家可能获利，但后来者将会因对新闻的过度反应而亏损。
把这些研究与行为金融学研究放在一起，我们可以产生一个假设，该假设基于对人们实际交易过程的观察。当积极的消息或数据进入市场时，因为许多交易者使用基于过去行情的交易方法，并总是抱守以前的观点，所以股市将变得欠反应。随着时间的推移，有更多人会发现这种新的趋势或动量，股份将进一步反弹，此时成交也会增加。但是，现在该股票可能已经对新闻反应过度，并在短期内翻转。这些后来者，他们当然不知道自己是后来者，因为他们被告知只跟随趋势，而不跟随新闻或基本面，将很可能最终成为输家。
对于下跌股，情况则稍有不同。当一些坏消息进入市场后，最初有一些理性的和知情的交易者卖出，使得成交量增加，但随后，由于不少交易者很容易厌恶亏损，而不能正视卖出（在下一章将进行更深入的描述），所以该股票的成交量将随着时间的推移而降低，虽然它仍然会有更多的可能下跌。
不但有很多研究，包括行为金融学，支持这种假设，而且它更贴近我所看到的市场参与者的反应方式。不过，我必须给出一个类似于李（Lee）和斯旺明内森（Swaminathan）的警告：这些只是概括，要制定比经验法则更好的策略，我们需要知道更多的市场背景。此外，如果我们跟随新闻和数据并在它们被公布时及时做出反应，那么我们没有必要担心趋势、成交量或其他类似因素；我们只交易我们所看到的。我们需要做的是权衡影响价格的因素，然后计算出交易是否看起来良好（在第二部分讨论）。
图表形态的效果怎样
到目前为止，我们只分析了对技术过滤规则，如移动平均和价格突破的研究，下面让我们看一些对图表形态的研究。图表形态的效果比较难用计算机评估，但已经进行的两项研究看起来已经解决了这个问题。两项研究（最初是由同一个作者所做的）分析了头肩形态，该形态是大部分技术分析师和技术分析书籍告诉我们的最可靠的形态。①图4—1所示是一个头肩形态。
在第一项研究中，使用技术分析参考书，比如爱德华（Ed-wards）和迈吉（Magee）的《股市趋势技术分析》（Technical Analysis of Stock Trends，1996），以及墨菲的《金融市场的技术分析》（John Murphy，Technical Analysis of the Financial Markets）；该项研究的作者们开发出一套系统，它能够识别头肩形态，并且只有当颈线被突破后才进入交易。该系统还允许合约在建立交易后返回颈线，而不触发止损订单，而许多书籍认为这可能经常发生。另外，退出交易的方法是尽可能长时间的抱持一笔交易直至趋势结束，又一次模拟了一个真实交易者的交易过程。这项研究在1973年3月至1994年6月间的6种货币上进行。
从研究的题目，“头肩型：不只是一种古怪的形态”，我们可以明显地得出结论，即该项研究主要是支持头肩形态的，但真实情况却没有这么简单。事实上，头肩形态只在两种货币上获利，在另外四种的交易中都亏损。作者们选出结论，该形态的确具有一些预测能力，如果一名交易者同时交易这种货币，那么他将获得一些利润。而事实上，我们中有多少人可以，甚至考虑同时交易6种不同的货币？特别是当我们考虑所有货币都是对美元时，于是我们可能具有多个仓位，但对于相同的交易，不是对美元做多就是做空。再者，当我们从一名交易者的角度去分析这些结果时，我们可能发现我们会得出不同的结论。
再者，也很值得观察获利交易和亏损交易的数字。总的来说，有164笔交易产生，其中90笔净亏损，只有59笔净获利，15笔交易的赢亏约为0，因此，包括交易费用时，我认为他们都将成为输家。即使我们只使用净亏损，它们占交易数的55%，另外9%的交易未产生净获利。我们再次发现赢家的比例很小；在这里，只有约三分之一的交易获得净利润，表明头肩形态并不能显示清晰的市场翻转。作者们自认为“头肩形态当然不可靠。”
此时，看一下来自两只外汇的结果可能比较容易，它们是德国马克和加元（图4-2和图4-3）。
图4-2所示为头肩形态在德国马克上的获利和亏损。位于直线上方的点表示获利，位于直线下方的点表示亏损。这两只外汇中，马克的确在整个研究周期内表明该形态是获利的。
我们可以清楚地看到净亏损多于净获利，而且有五六笔交易甚至在缴纳交易费之前就产生负利润。伴随这些结果的另一个有趣的事实是，在1977 ~1987年之间大约10年的时间里，进入的14笔交易中，对于一名交易者而言没有一笔给出任何实质性的获利，特别是当我们考虑交易成本时。该形态在整个周期上成功的原因是不因为它是一个可靠的趋势翻转指标，而是因为有几个明显的大幅度波动，刚好可以超过亏损。
现在让我们把这些结果与来自加元的结果相比较，加元的结果如图4-3所示。
加元是使用这种形态而亏损的4种货币之一。对于马克，亏损交易数量多于获利交易数量；但是，对于加元，没有大的获利，所以总体上说该形态是亏损的。
我们再次看到一项研究表明基于图表的工具，其可靠性低于投掷硬币；其错误次数多于正确次数。所以趋势的规模和（或）交易者的纪律是通过该形态获利的最重要因素。虽然我们可以控制我们的纪律，但是有没有一种方法可以事先知道头肩形态所指示的趋势规模有多大呢？
许多技术分析师认为从颈线至头顶的垂直距离代表了一旦颈线被突破后的目标距离（图4-4），于是该项研究的作者们也测试了这一论断。他们发现这一论断完全没有得到任何证据的支持。事实上，73%的头肩形态不能达到它们的目标，对于除日元外的所有货币，平均运动都远低于那一目标。在某些情况下，运动只是刚刚超过预期价位的一半。
所以，与技术分析师们的论述相反，头肩形态一点都不可靠，而我们被告知的目标价位也并未得到此项研究的支持。重复一遍，这曾经被认为是最可靠的形态；作为一名交易者，我最不愿意看到比较不可靠的形态的结果！
所以，任何一位想使用这种形态的交易者应该注意如下问题:第一，该形态不会赚钱的时间可能会很少。第二，该形态的错误次数看起来要多于正确次数，所以要习惯于持有和处理亏损的仓位。第三，即使你是有纪律的，你是否获利（这是就长期而言）将取决于趋势的力量，而且，与技术分析师们所建议的相反，这不能事先预测。一些交易者应该对这一点上持有重大怀疑，一项交易策略的成败取决于如此多的变数是否可以引导我们走上持续获利的交易生涯。至关重要的是我们不能随着时间的推移而提高自己的业绩，因为控制我们业绩的工具不在我们手中。
几年后，该项研究的作者之一接着进行另一项研究，其中包含头肩形态。这是一个有趣的研究，它研究噪声交易者是否真的存在，他们是否会影响合约价格，以及他们是否会获利。作者（以及许多其他人）认为，技术交易者被认为是噪声交易者的候选人有三大理由。第一，“对于技术交易假定的获利能力，在继承的解释中缺乏理性的原因和影响。”第二，技术交易被许多参与者使用。第三，因为大部分技术交易者以相同的方式观察市场，所以他们的交易往往是相关的。
作者再次使用头肩形态作为研究的分析形式，这看起来是一种相当不错的选择。作者也具有测试这种形态的经验。图表学家认为它是一种可靠的形态，它被广泛认知和使用，所以，如果该形态形成，那么很有可能看到成交量的增加。这项研究与前一项研究的不同之处在于，它是在股票市场测试这种形态，而非在外汇市场，但是因为图表学家告诉我们他们的分析适用于任意市场，所以这没有什么问题。这项研究的研究区间是31.5年，从1962年7月至1993年12月，并且使用了100只股票。
与以前一样，作者使用由一些技术培训手册建议使用的入场触发器，然后观察那些天的股票成交量，那里技术交易者被认为已经希望建立头寸（即当收盘价低于颈线之后）。作者发现这些天的成交量明显高于正常值，表明技术交易者已经进入。事实上，可能会有越来越多的交易者参与到这种形态，但在不同的日子，这取决于他们使用的图表。
作者然后观察颈线被突破前三天和被突破后三天的成交量，他注意到在颈线被突破的那一天有一个明显的成交量峰值，然后在接下来的几天里成交量逐渐下滑。这不仅表明技术交易者的存在，而且还表明他们的确在耐心等待颈线决定性的突破，而很少有人在突破前抢先买进。另外，一小部分交易者要再等待一两天才进行交易。进一步的研究确认这种形式的成交量和交易活动只有在该形态形成的时间前后才会出现，也确认了计算机程序拾取该策略的准确性。
让我们总结一下这些发现：作者发现头肩形态是清晰可见的，而且大部分交易者在建仓时是遵守纪律的。他进一步认为这种交易的确可以被划分为噪声交易。-
对于使用这些形态的获利性：每个仓位的平均业绩是亏损0.24%，表明头肩形态不具备获利能力。
该研究的另一项有趣的发现是，遵循颈线的原始突破，股票被迫在突破方向运动，表明这种形式的技术交易的确是正反馈交易。所以，这种交易最初会有一个自我实现要素，而且这取决于成交量或股票的规模。而且这与许多技术拥护者告诉我们的相反；仓位常常拒绝承认这一事实。引自在序言中引用的课程（注1），“对技术分析最主要批评是自我实现的预言。我们相信他们说的都是垃圾。”
但是，在来自技术交易者的初始压力之后，那持续了几天，他们的影响缓慢消失，直到完全消失。有趣的是，在后半部分的采样周期中，技术交易者对初始价格的影响消失得异常迅速，再次表明这种形态的获利性从1977年开始已经变得非常之低。
于是让我们总结一下这项研究的结果，它使用超过30年的数据，并且在100只股票上进行。在业绩方面，头肩形态实际上导致了亏损。这种形态的交易结果清晰可见，最初这将在突破方向上给股票一些额外的压力，即它具有自我实现的特性。但是，随着时间的推移，技术交易者的影响消失，而且在近年来，这种影响和这种形态的性能，总的来说都消失了。此外，因为它已经不具有获利能力，所以这种交易注定是噪声交易，即，交易者根据噪声而非信息交易，错误的认为他们可以因此而赚钱。
对于该形态的另一项研究，由同一个作者进行，在1999年经济日报中发表（题为“有条不紊的疯狂：技术分析和非理性的汇率预测"，Methodical Madness: Technical Analysis and the Irrationality of Exchange Rate Forecast），在发现该形态可以获利的同时，得出结论认为使用它是非理性的，因为其他一些更简单的策略可以产生更好的结果。
当一同观察并细致分析时，头肩形态的失败更加明显。从一名交易者的角度来看，我从这些研究中不能看到任何东西可以使我希望使用这种策略。它具有非常低的可靠性，而且其获利能力相当地不清楚。因为，它是一种差劲的趋势反转指标，它是否可以获利似乎与该形态本身无关，而是取决于其他的因素。这与我们被教授的头肩形态一点都不一样。
有趣的是注意到这种形态在股市和汇市中表现的不同。虽然我认为它在两种市场中都是差劲的，但在汇市中这种形态至少还有几次是成功的。将我们所看到的所有证据考虑在内，我们必须考虑这种形态在汇市中的较好表现是因为在汇市中有较髙比例的交易者使用图表和技术分析的结果，而且有时它会自我实现。
那么交易者们为什么使用它呢？部分原因我已经在前面介绍过。并不是使用它的每个人都会亏损，即使它是一种低劣的策略，而且那些使用它赚了钱的人们可能会接下来写书、授课，等等。或许在上世纪早期它刚被使用时，它的确比较有效，可能是因为那时市场的无效性的存在。更进一步的解释可以由行为金融学提供，我将在下一章讨论。
银行交易者如何使用技术分析
在1992年一份题为“技术分析在外汇市场中的应用”（The Use of Technical Analysis in the Foreign Exchange Market）的论文中，泰勒（Taylor）和艾伦（Allen）发现在他们在伦敦调査的90%的外汇交易者声称使用过某种形式的技术分析，在短期时间框架内帮助他们制定交易决策。当交易时间框架拉长时，使用技术分析的交易者比例下降，而且当时间框架大于一个月时，更多的重点被放在基本面上。
如此多的交易者声称使用技术分析，成为在这一领域有如此多研究的部分原因。许多作者已经提到过这项研究，而且由于如此多交易者使用图表，所以我们必须调査它是否可以获利的可能性。
但是，以我的经验，虽然许多外汇和期货交易者知道图表价位，但是大部分人不会因为它们而主动进入交易。他们需要知道技术价位，因为别人在使用它们，但是他们的获利一般产生于其他方法，比如能够设置买-卖差价。1998年，R.里昂（Lions）在国际货币与金融杂志（Journal of International Money and Finance）上发表了一篇研究报告，题为“获利和仓位控制：为期一周的外汇交易”。分析了一位外汇交易者在一周内的行为后，他发现这位交易者的绝大部分获利来自对差价的权衡；少于10%的获利来自于投机。在《澳洲经济社会》（Economic Society of Australia）中的一篇论文中，第凡尼资讯公司（Tiffany Hutcheson）要求悉尼的交易者在三种不同的时间框架中选择决定汇率变动的最重要因素。对于这类交易者中大部分人所从事的盘中交易，人们给出的第一要素是订单放置，再次证明权衡差价或跟随交易不是最重要的。
我并不是暗示泰勒和艾伦的报告是错误的，但是尽管银行交易者使自己注意技术价位，但他们没有必要根据它们主动进入交易。事实上，把这项研究的一项反馈是，“图表信号的知识对于所有操作者都是必需的，因为它们与许多市场参与者的行为相关。”同理，虽然我不相信这些形式的分析，但当我交易期货等有众多技术交易者参与的市场时，我必须注意其中的重要价位。这也恰好与我在前面描述过的使用图表价位的交易者易落入期货的陷阱联系起来。
由泰勒（Taylor）和艾伦（Allen）在1989年进行的另一项研究得出一个有趣的观点，而我也是时常碰到的。他们每周都打电话给一批图表分析师，询问他们对三种货币在未来一周和四周的观点，这项研究持续了9个月。他们“提示了私人交易预测者准确性之间存在重大不差异——图表分析师们对于图表形态的反应并不一致。”这可能对我的观点是一种支持，一些技术分析师可以做得很好是因为他们在自己的分析中结合使用了其他更接近基本面的方法，但并不将此公布给他们的追随者，这可能就是其中的原因。像头肩形态和200日移动平均一样明确的信号可能被所有人发现并使用，但是在日常的基础上，对于不同的技术分析师会得出不同的结论，他们可能使用技术方法之外的方法。我可以想象他们都分析标准形态、移动平均、RSI、随机指数，等等。
小结
在本章中讲到了大量的分析，所以我认为做一下总结很有必要。对于技术分析，目前可能有数千份研究，的确，在本书中我只是分析了其中的数十个。但是，我努力去使用那些备受敬重的经济学家们进行的主要研究，他们对技术分析是否会获利进行了洞察，当可能时，它们已经被进行了严格的测试，特别是对数据挖掘。
其中最可靠的研究是STW小组，由于它在100年的数据上测试了近8000种交易规则。它发现的最佳交易规则需要交易费低于0.27时才能在过去的100年上保持成功。事实上，在此期间的平均交易成本，几乎可以肯定已经高于这个数字，所以我们肯定可以得出结论，在这整个时期内，这8000条规则没有一条具备获利能力。这通过对S&P期货的测试得到了验证，在S&P期货中交易费是已知的。
只要一考虑到股票，就有明显的证据表明任何在以前使用技术规则的获利（在缴纳交易费之前）在近期内都已经消失殆尽。所以，我们必须承认这些规则曾经拾取过一些市场无效性，或者被市场无效性所夸大，但是这些情况已不复存在，因为市场已经开放，而且新的法律已经被加强。可能“成功”是归功于数据挖掘，或者可能当考虑交易费时没有成功。
清楚的是，对于股票，长期交易明显优于短期交易，证明在上涨市场和下跌市场之间的确存在差异。这些规则被认为是试图收集市场心理，然后去发现趋势的变化，但在下跌市场中看起来存在很多误判。所以在所有市场中都不可靠。
在所有研究中，技术工具的可靠性都很差。STW小组显示的成功率约为40%，而且头肩形态的成功率要更差。看起来纪律、波动性和趋势的规模在决定交易是否获利时都非常重要。真实情况是我们永远不能真的确它获利或亏损的根源，所以很难知道随着时间的推移，我们该如何提高自己的决策制定水平。在我们的市场中的确有许多次要情节，除了我已经描述过的主要情节。
在外汇市场中的研究看起来对图表比较支持，但是我必须加一句，这些研究不如STW小组的研究彻底。因为在这些研究中，大多数只使用了几种工具，它们很有可能是受生存偏差的影响，因为它们是已知的比较优秀的工具。还有一种可能，因为外汇市场的特性，理性的获利既可从短期交易中获得，也可从长期交易中获得，所以结果可能比较好。还有一个问题就是技术工具的表现会不时下滑，而且在近年来有证据表明它们的回报已经消失。此外，对于盘中交易，这些工具会产生相互矛盾的获利证据，增加了混乱，当然使人们对这些技术工具是否可以适用于不同的时间框架产生了怀疑。
我们也已经看到技术交易的确被划分为噪声交易，而且可以自我实现。在头肩形态形成之后技术交易者的影响是1998年欧塞的研究中一个清晰的证据。这项研究的结果让我们猜想对于各种各样的技术分析，可能有一些在刚开始被使用时会自我实现，但是此后任何后续的表现将取决于其他交易者（更理性的）如何看待趋势背后的其他原因。如果他们认为正确，那么一轮大的趋势将被确认，而技术交易者将会成功。如果他们不跟随，那么技术交易者极有可能会亏损。我们已经看到的低劣的可靠性引起我们对技术分析师是否会准确预测市场方向的怀疑。
我认为这一问题的部分原因在于人们认为市场总是按趋势运动的。如我们在下一章将看到的，我们心理的一部分相信这种概念，但是金融市场可能不是使用直觉的地方。事实上，在我们的市场中有很多短期运动，而这些运动背后没有什么理由。如果我们只使用技术工具，我们就很有可能从这些运动中读出太多无用的东西，而这是危险的。如我们所看到的，当一个技术指标预测到一轮趋势或趋势反转甲，往往不止一次不错的。尤其是在波动剧烈的行情下，我们应该想到这些工作会表现低劣，前面我们已经看到过相关的证据，特别是在BGH小组的研究报告中。
我认为这种交易类型背后的部分原因可以追溯到査理斯•道，杰西•利弗莫尔等人的时代，当时市场操纵和内幕交易都非常普遍。在那些日子里，有更多的理由相信其他人知道最多，所以很值得仿效。如今的市场可能更多受其中参与者的心理缺陷的影响，而那种违规行为已经极少见到，仿效别人的行为不一定是好事。
技术分析师们争辩说，他们将接受他们的研究的恶劣的可靠性，如果他们在长期交易中证明是获利的。那么，首先，我们没有证据证明这些方法在长期使用中会在缴纳交易费后获利。第二，如果我们使用一个可靠性如此差的系统，我们很可能会遭受一连串连续的亏损。因为好时间将要到来，就告诉这些工具的使用者进行交易，是不充分的。届时交易者可能已经赔光了所有的资本，或者正为经历了如此多的亏损而面临心理问题的斗争。也难怪有那么多的技术导师谈了很多关于理解我们自己心理的问题。使用别人的工具交易，而不知道它们为什么获利，也不知道它们何时获利，而且不得不接受一连串的亏损，不理解亏损为什么产生，也不知道亏损何时结束，那么交易者很难应付这样的窘境。它需要一个非常强的人或一个完全的傻瓜来使用这些工具交易。记得在欧塞的第一份对头肩形态的研究报告中，即使说这种形态是成功的，也有10年的时间没有任何明显的获利。其他研究也证明存在较大的表现下滑期或连续亏损期。技术导师们对此的回答通常是，去做一些数据挖掘，然后寻找另一种工具。如果交易者有足够的资金，他可能这样做，并且可以无休止地做下去，因为有如此多的工具可供选择，但是永远不会从市场中尝到任何东西（除了不断赚钱这一事实），而且不会提高他的决策制定水平。
这一点是我最近误闯到一个论坛时发现其中正在讨论的（除了研究这本书，我尽量避免这些聊天室）。一位私人交易者提到，他认为他没有在使用图表工具的过程中学到任何东西，也没有得到提高，所以他认为自己在那一领域中没有未来可言。在回帖中，一位自称为Tech/A的交易者明确表示，他不关心自己为什么赚钱；只有他的系统工作，他就很高兴。拿我来说，永远不会同意Tech/A的观点。
到目前为止，我的希望是明确的，就是这种形式的分析的有效性远远没有被证明。此外，我们第1章中看到的许多技术导师和课程中的论述都是没有道理的。即使是广为人知的“事实”——头肩形态是可靠的，看起来也不再可信。有充分证据显示，技术分析在所有的市场中，在所有的时间框架上，都是不成功的。因此，我们必须怀疑它是否是对市场心理的可信的研究，以及我们是否准备拿我们的资本去冒险使用这种分析。
也有明确的证据表明，使用历史数据测试方法去寻找以前成功的指标，然后用于期货交易，也是不成功的。这与我在第3章中所描述的担忧相吻合，比如在市场中存在非稳定性的问题。因此，我们应该非常担心在不理解市场背景的情况下历史数据测试的优点。
技术指标的可靠性相当差，使得它们不能很好地预测市场方向的真正变化，我们必须正视这样明显的可能性，即从技术交易中获得利润是持有风险的结果。大型的业绩下滑，长期的微利或没有利润，以及大量的亏损交易，这一切可能都表明大部分使用这种分析系统的交易者将被逐出该行业。看起来赢家都是因为资本雄厚、敢于冒险，或者只是因为运气而获得报酬。这些可能性中没有一条对我有吸引力。
在研究这本书时，我读了几十份研究报告、论文和书籍，对于技术分析我可以得出的最积极的结论是它是不确定的。这本身就不是我们从技术分析的支持者们那里听到的。即使是在更积极的研究中，也都有一个共同的主线，即给交易者以警示。使用技术工具获利需要低交易成本和雄厚的资金；如果没有这一些，那么使用技术工具赚钱的希望非常渺茫。事实上，许多技术分析研究报告的作者认为只有银行和场内交易者才真的有机会从技术工具中获利。正如我在本书的后面部分将要讨论的，一套依靠交易者具有雄厚资本的交易系统既不有力，也不可靠；它只是基于希望的交易。
将这些结论与我们从期货市场中得出的相比较也是很有趣的。这些研究认为，当我们使用技术工具时，如果我们要在市场中生存，那么我们需要雄厚的资本，而大多数交易者将在其中挣扎。这与我们在期货市场中看到的一模一样；大部分使用技术分析的私人交易者亏损。此外，经纪人经常声明他们的失败是他们只有小账户的结果。于是我们可以看出这些研究的结果与我们在真实市场中所看到的完全吻合。