| 来源： |
国信证券研究所 |
发布时间： |
2012年05月29日 14:22 |
作者： |
林晓明;戴军 |
| |
从模式识别的角度看技术分析理论
技术分析理论提出了三个假设：市场行为涵盖一切信息、价格沿趋势移动、历史会重演。换言之，指数或者个股在长期运行的过程中，总是会反复出现某些固定的模式或者形态，这些模式和形态对于后市的研判具有重要参考价值。市场上的技术分析者根据自己的市场经验从不同的角度总结出各类模式，我们之前已有三篇研究报告分别从价量模式、支撑线压力线模式以及形态匹配三个角度定义“模式”，并从模式识别的角度出发，验证了不同的模式对于选股、指数增强等任务的实证效果。在这篇报告中，我们继续沿着模式识别的思路，探讨模式/形态匹配在择时策略上的效果。
行为金融学：历史总是在反复重演
从行为金融学的角度来说，不论是处臵效应还是羊群效应等投资异象都在市场上客观存在。市场是无数的投资者多空博弈的结果，而人性是不变的，投资者在决策过程中形成的定向思维和投机心理导致历史不断重演。技术分析大都基于对过去历史数据的分析，试图从历史中挖掘出对于现时决策有效的依据。技术分析是对经验的总结，是对历史数据进行科学研究和分析的结论。它的有效性和实用性已经被市场上很多投资者证实和检验。因此，本篇报告从技术分析的角度出发，试图分析和总结指数在历史数据中形成的模式/形态，利用这些模式/形态对指数后期走势进行判断，最终形成一套有效的择时策略。
基于动态时间规整的择时策略
从历史会重演的角度出发，在给定指数近期走势的前提下，我们首先回溯指数的历史走势，挖掘出与近期走势较为相似的历史形态，进而观察在那些历史形态后的走势，最终依此给出当前走势的后期预测结果。为此，我们提出了一种基于动态时间规整的算法衡量模式/形态间的相似度。与传统的欧式距离度量方式相比，动态时间规整可以解决时间点不对齐，形态之间伸缩、扩展的问题，具有更优的匹配效果。技术分析者根据市场经验总结出不同的择时策略，而这种涉及到模式/形态匹配的策略通常是“模糊”的方法，不同的投资者对于同一个模式/形态有不同的看法。源自于语音识别任务的动态时间规整算法正是解决模糊匹配的利器。基于上述讨论，本篇报告将模式/形态匹配的方法进行量化并检验其在择时策略上的效果，与随机预测结果相比，该策略的胜率为66.24%，且对于指数的顶部和底部判断有一定的参考意义。
动态时间规整的未来研究方向
我们已经将动态时间规整算法用于选股和择时策略，并验证了其有效性。未来的研究方向包括以下几个方面：1.将动态时间规整算法扩展至行业配臵策略，具体地说是将行业指数进行择时，超配预期上涨最为强烈的行业，低配预期下跌最为强烈的行业。2.在模式/形态匹配策略中加入其他技术指标，包括成交量、换手率等信息，单纯从价格形态出发可以挖掘的信息有限，我们试图补充其他的信息进一步提高策略效果。3.总结所有的历史数据，形成有效的模式/形态匹配库。不同的模式/形态对于后期判断所能提供的信息量不同，我们后续试图总结一些经典的形态库，例如M头、W底等，并总结出看涨、看跌最为有效的形态，用于辅助和指导投资者进行决策。
|
| |
|
| |
|
| |
全景网刊登此文目的在于传播更多信息，与本网站立场无关并谢绝转载！全景网不保证其内容的准确性、可靠性和有效性，本版文章的原创性以及文中陈述文字和内容并未经过本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性，数据及图表的准确性本站不作任何保证或承诺，请读者仅作参考，不作为任何买与卖的建议，并请自行核实相关内容。据此操作，风险自担。 |
| |
|
| |
|
| |
|
|
|
|
|
