李大夜，李天洋

（对外经济贸易大学a.国际商学院；b.国际经济贸易学院，北京 100029）

0 引言

技术分析作为经典投资分析工具，在业界使用广泛，但曾因为其缺乏理论依据，判断方法不够客观，技术分析在学术界备受争议。Brock等（1991）[1]提出了一个研究技术分析有效性的方法，并获得了广泛应用[2，3]。该框架也有其不足：技术分析图形数量多，难以穷举；即使确认了某图形能获得超额收益，仍无法回答是否存在未知图形能获得更好的收益；该框架能够验证某个图形的有效性，但无法获得“技术分析是否有效”这个问题的完整图景。因为上述问题的存在，已有的技术分析研究得出了大量的不完全一致的结论。

本文提出一个新的方法，不必先选图形而后验证其有效性，而是在历史市场价格构成的整个图形空间内，采用数据挖掘方法，根据几何相似度对所有图形进行分类，并用历史数据检验每种图形分类的预测能力，最后根据验证结果来判断技术分析图形法的有效性。该方法的前提假设是，如果真的存在某种有效的图形，在样本充足的前提下，该图形将重复出现于历史价格数据中，并已经显示出了其预测能力。如果分类结果中，存在某些图形确实有统计意义上显著的预测能力，则说明市场并非随机游走，基于图形的技术分析方法是有效的。本文提出的方法不需要先确定具体图形（如均线交叉、头肩顶等），因此能一定程度上克服Brock框架的缺点。本文方法最显著的优势就是：该方法是一个基于数据挖掘的自顶向下的全局研究方法，无需制定图形，所以能够为图形法的有效性问题提供一个全景结果。……