技术分析

基于所有相关信息都已经反应在价格上的前提之下，技术分析师相信基本分析是多余的－他们说新闻和新闻事件从来不会严重地去影响价格，且库特勒、波特巴和萨莫斯所着的《What Moves Stock Prices?》这篇研究也支持此一论点。

技术分析师相信有所谓的价格趋势。技术分析师说市场会上涨、下跌或盘整。对价格趋势的基本定义是道氏理论所提出的一个基础。[1] 其中一个例子是，时代华纳从2001年11月到2003年8月间的股票价格，可以看得出来有很明显的趋势。一个认定此一趋势的技术分析师或交易者便会寻找卖出这支股票的机会。时代华纳的股价持续地下探。每当股价有一点回升时，卖家就会进场并卖出股票；因此形成了锯齿状的价格移动。一连串的「较低高点」和「较低低点」可以说是下跌趋势的一个很童话式般的信号。[15]换句话说，每当股价开始下探时，它都会跌破它之前的相对低点。而当股价开始探高时，它却都无法突破它之前的相对高点。

要注意的是，这一连串的较低低点和较低高点从8月后不再出现。然后，时代华纳的低价在这个月并没有低于之前的相对低点。同一月份，高点亦等同于之前的相对高点。在技术分析师的眼里，这是个很强的消息，代表着下跌趋势至少会稍微暂停，且有可能会停止，因此会在这时主动地停止再卖出这支股票。

技术分析师相信，投资者会集体地重复他们之前的投资者的行为。「每个人都想要参与下一代的微软」、「若股价又再次地回到50元，我就会去买它」、这家公司的技术将会使整个产业界掀起一波革命，所以它的股价将会一飞冲天」－这些都是投资者们重复不断的观点。对一个技术分析师来说，市场上的情绪也许是不理性的，但它们确定存在。因为投资者通常会重复他们的行为，所以技术分析师相信可以找到一些可确认（且可预测）的价格图样，并绘制出一个图表来。[1]

技术分析师不一定局限在图表中，也不总是只关心价格的趋势而已。举个例子，许多的技术分析师会监看投资者心理的报告。这些报告会估测出市场参与者们的态度，尤其是看空或看多。技术分析师利用这些报告来帮助他们判断一个趋势是将会持续下去，或会将会开始反转；他们最能预测出会有一个改变的是在报告显示出了一个极端的投资者心理时。例如，若报告显示出绝大多数的人都看多时，上涨的趋势就有可能会反转－前提是看多的投资者都已经买进了股票（预测会有较高的价格）。而因为大多数的投资者都看多且已经下场投资，可以假设只剩少数一些的买家而已。其他则是多于这些买家的潜在型卖家，尽管市场上浓厚的看多氛围。这一推论猜测股价将会开始下跌。此即为反向投资法的一个例子。

从第一个可实用的型式于90年代初期出现之后，人工神经网络即迅速地普及了起来，并以仿真生物的神经网络制造出了适应人工智能的软件系统。它们因为可以学习侦测数据里的复杂模式而流行了起来。以数学的语言来说，它们是一般非线性函数逼近器[16] [17]，意指若给与正确的数据且将其正确地派置，就可以获到并仿真任何的输入/输出关系。这不只是移除了人类解释图表或一串产生输入/输出消息的规则的需要而已，亦提供了通往基本分析的一个桥梁，因为其中的输入可以换成基本分析中的变量。

另外，当人工神经网络是一个真正的非线性统计模型时，其精确性和预测能力便可以经由数学和经济两方面来测试。在许多的研究中，用来产生交易消息的神经网络的效利大幅地超越买持策略，以及传统的线性技术分析方法。[18][19][20]

因为此类系统深奥的数学本性，使得用于金融分析的神经网络大多都还停留在学术界里。但最近几年，已经有越来越多对用户友善的神经网络软件开始出现。

循规交易是指以严谨且明确的规则来订定交易计划的过程。不同于其他的一些技术分析方法或是大部份的基本分析，循规交易定义了一组决定整场交易的规则，只留下最少的人为决策。

例如，一个交易者可能订下一个规则：当某一投资工具的价格收在50天移动平均之上时，即做多；若在其之下的话，则做空。

对技术分析的批评者亦包含一些知名的基本分析师。例如，彼得·林奇曾说：「图表是预测过去的绝佳工具。」沃伦·巴菲特也曾说：「当我把图表上下颠倒却得不出一个不同的答案后，我知道技术分析不会有用」以及「如果过去的所有历史都可以放入赛局里面的话，最富有的人将会是图书馆员。」 （页面存档备份，存于）

另有一些学术界的人说技术分析是有些许的预测能力的，但有其他研究显示它会产生过度的反转。例如，可量化的几种技术分析模式（如使用神经网络的非线性预测）已被证实偶尔会产生出显著性差异的预测结果。[22]美国联邦准备理事会中的一份有关短期汇率的支撑线和压力线的工作报告[7]「提供了一个很强的证据显示这些线可以帮助预测单日内的趋势震荡」，尽管「这些线的预测能力会随着汇率及公司不同而不同」。

Cheol-Ho Park跟Scott H. Irwin参阅了95份有关技术分析获利率的现代研究，且说他们找到56份正向的结果、20份负向的结果和19份正负参半的结果：「尽管有正向的结果……大多数经验上的研究都会有如数据搜评、交易规则或检索技术受到过去影响的选择、以及风险和交易成易估计的困难等测试进程上的诸多问题。将来的研究必须要应付这些测试上的缺陷，以求能够提供技术分析决策获利率的决定性证据。」[23]

然而，对此问题的全面研究已由阿姆斯特丹经济学家杰文·格里芬（Gerwin Griffioen）做过：「对美国、日本和大多数西欧的股市指数来说，递归样本外预测进程并不会显示出有何利益，只要多加了一点交易成本的话。甚至若有足够多的交易成本（由资本资产定价模型来估计）时，技术分析在几乎所有的股市指数中便都无法显示出有显著性差异的风险校正样本外预测能力。」[5]

效率市场假说（EMH）和技术分析的基本原则相矛盾，因为它认为过去的价格无法被有利益地使用来预测未来的价格。因此，效率市场假说只在技术分析无效时才得以成立。经济学家尤金·法马在1970年时于《Journal of Finance》上表示了有关EMH的论文，说：「在短期，效率市场假说的证据是广泛的，而（在经济学上有点不统一）反证则是零星的。」[24] EMH的支持者们认为若价格可以很快地反应所有的相关信息，就不会有任何方法（包括技术分析）可以「击败市场」。影响价格的因素总是随机地出现，且无法预知。

技术分析师则说EMH忘记了市场是如何运作的，其中有许多的投资者会基于他们自身过往的获利和思维等经验来做判断。因为未来的股价会因投资者的判断而有强烈的影响，技术分析师宣称这只可以推出过去的价格会影响未来的价格此一结论。[25]他们亦指出行为金融学上的研究，尤其是人们并不会有由EMH所以为的那种理性的参与者。对此，技术分析师从很长以前就曾说过：「不理性的人类行为会影响股票的价格」，且这个行为会导致可预测的输出。[26]作家大卫·阿朗森将行为金融学的理论混合了技术分析的实务，说：

EMH的支持者回答，虽然单一的市场参与者不会总是理性（或拥有完整情报）地行动，但他们的总体决定会互相抵消掉，最后产生出一个理性的输出（乐观的人买股票且期望价格会更高，悲观的人则会卖股票，所以会互相抵消，而将价格保持在平衡的状态）。[27]同样地，完整的情报也会被反应在价格上，因为所有的市场参与者都会一起将他们自己所拥有的，但不完整的情报带进市场里面来。[27]

随机走势假说可以由较弱的效率市场假说中导出，其假设每个市场参与者都会完全地知道所有包含于过去价格波动的信息（但不需要其他的公开信息）。在《漫步华尔街》一书中，普林斯顿经济学家波顿·麦基尔曾说过如模式分析等技术分析工具终将会自行毁坏：「问题在于，一旦如此的规律性被市场参与者们知道了以后，人们就会朝向避免此规律在未来重现的方式去行动。」[28]

技术分析师说效率市场假说和随机走势假说都忽略了市场的真实状况，在其之中的参与者们并不是完全地理性的（他们可以贪婪、过度冒险等），且现今的价格移动也没有独立于以往的价格移动（技术分析师指出和时代华纳相似的图表）。[15][29]批评者们回应说，每个人都可以在事情过后找到某些模式，但这不能证明这些模式就是可预测的。技术分析师仍维持其立场，认为两种理论在如指数套利、统计套利以及其他许多的交易系统等交易策略上都是无效的。[25]

在2012年《Journal of Investing》刊登了一篇报道，经过统计学的分析，K线股价图形的存在是不能排除，但它们却没有如市面所说的恒常和共同，也就是说没有必赢的经典K线股价图形。[30]