技术分析

基於所有相關資訊都已經反應在價格上的前提之下，技術分析師相信基本分析是多餘的－他們說新聞和新聞事件從來不會嚴重地去影響價格，且庫特勒、波特巴和薩莫斯所著的《What Moves Stock Prices?》這篇研究也支持此一論點。

技術分析師相信有所謂的價格趨勢。技術分析師說市場會上漲、下跌或盤整。對價格趨勢的基本定義是道氏理論所提出的一個基礎。[1] 其中一個例子是，時代華納從2001年11月到2003年8月間的股票價格，可以看得出來有很明顯的趨勢。一個認定此一趨勢的技術分析師或交易者便會尋找賣出這支股票的機會。時代華納的股價持續地下探。每當股價有一點回升時，賣家就會進場並賣出股票；因此形成了鋸齒狀的價格移動。一連串的「較低高點」和「較低低點」可以說是下跌趨勢的一個很童話式般的信號。[15]換句話說，每當股價開始下探時，它都會跌破它之前的相對低點。而當股價開始探高時，它卻都無法突破它之前的相對高點。

要注意的是，這一連串的較低低點和較低高點從8月後不再出現。然後，時代華納的低價在這個月並沒有低於之前的相對低點。同一月份，高點亦等同於之前的相對高點。在技術分析師的眼裡，這是個很強的訊息，代表著下跌趨勢至少會稍微暫停，且有可能會停止，因此會在這時主動地停止再賣出這支股票。

技術分析師相信，投資者會集體地重複他們之前的投資者的行為。「每個人都想要參與下一代的微軟」、「若股價又再次地回到50元，我就會去買它」、這家公司的技術將會使整個產業界掀起一波革命，所以它的股價將會一飛沖天」－這些都是投資者們重複不斷的觀點。對一個技術分析師來說，市場上的情緒也許是不理性的，但它們確定存在。因為投資者通常會重複他們的行為，所以技術分析師相信可以找到一些可確認（且可預測）的價格圖樣，並繪製出一個圖表來。[1]

技術分析師不一定侷限在圖表中，也不總是只關心價格的趨勢而已。舉個例子，許多的技術分析師會監看投資者心理的報告。這些報告會估測出市場參與者們的態度，尤其是看空或看多。技術分析師利用這些報告來幫助他們判斷一個趨勢是將會持續下去，或會將會開始反轉；他們最能預測出會有一個改變的是在報告顯示出了一個極端的投資者心理時。例如，若報告顯示出絕大多數的人都看多時，上漲的趨勢就有可能會反轉－前提是看多的投資者都已經買進了股票（預測會有較高的價格）。而因為大多數的投資者都看多且已經下場投資，可以假設只剩少數一些的買家而已。其他則是多於這些買家的潛在型賣家，儘管市場上濃厚的看多氛圍。這一推論猜測股價將會開始下跌。此即為反向投資法的一個例子。

從第一個可實用的型式於90年代初期出現之後，人工神經網路即迅速地普及了起來，並以模擬生物的神經網路製造出了適應人工智慧的軟體系統。它們因為可以學習偵測資料裡的複雜模式而流行了起來。以數學的語言來說，它們是一般非線性函數逼近器[16] [17]，意指若給與正確的資料且將其正確地派置，就可以獲到並模擬任何的輸入/輸出關係。這不只是移除了人類解釋圖表或一串產生輸入/輸出訊息的規則的需要而已，亦提供了通往基本分析的一個橋樑，因為其中的輸入可以換成基本分析中的變數。

另外，當人工神經網路是一個真正的非線性統計模型時，其精確性和預測能力便可以經由數學和經濟兩方面來測試。在許多的研究中，用來產生交易訊息的神經網路的效利大幅地超越買持策略，以及傳統的線性技術分析方法。[18][19][20]

因為此類系統深奧的數學本性，使得用於金融分析的神經網路大多都還停留在學術界裡。但最近幾年，已經有越來越多對使用者友善的神經網路軟體開始出現。

循規交易是指以嚴謹且明確的規則來訂定交易計畫的過程。不同於其他的一些技術分析方法或是大部份的基本分析，循規交易定義了一組決定整場交易的規則，只留下最少的人為決策。

例如，一個交易者可能訂下一個規則：當某一投資工具的價格收在50天移動平均之上時，即做多；若在其之下的話，則做空。

對技術分析的批評者亦包含一些知名的基本分析師。例如，彼得·林奇曾說：「圖表是預測過去的絕佳工具。」沃倫·巴菲特也曾說：「當我把圖表上下顛倒卻得不出一個不同的答案後，我知道技術分析不會有用」以及「如果過去的所有歷史都可以放入賽局裡面的話，最富有的人將會是圖書館員。」 页面存档备份，存于

另有一些學術界的人說技術分析是有些許的預測能力的，但有其他研究顯示它會產生過度的反轉。例如，可量化的幾種技術分析模式（如使用神經網路的非線性預測）已被證實偶爾會產生出顯著性差異的預測結果。[22]美國聯邦準備理事會中的一份有關短期匯率的支撐線和壓力線的工作報告[7]「提供了一個很強的證據顯示這些線可以幫助預測單日內的趨勢震盪」，儘管「這些線的預測能力會隨著匯率及公司不同而不同」。

Cheol-Ho Park跟Scott H. Irwin參閱了95份有關技術分析獲利率的現代研究，且說他們找到56份正向的結果、20份負向的結果和19份正負參半的結果：「儘管有正向的結果……大多數經驗上的研究都會有如資料蒐評、交易規則或檢索技術受到過去影響的選擇、以及風險和交易成易估計的困難等測試程序上的諸多問題。將來的研究必須要應付這些測試上的缺陷，以求能夠提供技術分析決策獲利率的決定性證據。」[23]

然而，對此問題的全面研究已由阿姆斯特丹經濟學家傑文·格里芬（Gerwin Griffioen）做過：「對美國、日本和大多數西歐的股市指數來說，遞迴樣本外預測程序並不會顯示出有何利益，只要多加了一點交易成本的話。甚至若有足夠多的交易成本（由資本資產定價模型來估計）時，技術分析在幾乎所有的股市指數中便都無法顯示出有顯著性差異的風險校正樣本外預測能力。」[5]

效率市場假說（EMH）和技術分析的基本原則相矛盾，因為它認為過去的價格無法被有利益地使用來預測未來的價格。因此，效率市場假說只在技術分析無效時才得以成立。經濟學家尤金·法馬在1970年時於《Journal of Finance》上表示了有關EMH的論文，說：「在短期，效率市場假說的證據是廣泛的，而（在經濟學上有點不統一）反證則是零星的。」[24] EMH的支持者們認為若價格可以很快地反應所有的相關資訊，就不會有任何方法（包括技術分析）可以「擊敗市場」。影響價格的因素總是隨機地出現，且無法預知。

技術分析師則說EMH忘記了市場是如何運作的，其中有許多的投資者會基於他們自身過往的獲利和思維等經驗來做判斷。因為未來的股價會因投資者的判斷而有強烈的影響，技術分析師宣稱這只可以推出過去的價格會影響未來的價格此一結論。[25]他們亦指出行為金融學上的研究，尤其是人們並不會有由EMH所以為的那種理性的參與者。對此，技術分析師從很長以前就曾說過：「不理性的人類行為會影響股票的價格」，且這個行為會導致可預測的輸出。[26]作家大衛·阿朗森將行為金融學的理論混合了技術分析的實務，說：

EMH的支持者回答，雖然單一的市場參與者不會總是理性（或擁有完整情報）地行動，但他們的總體決定會互相抵消掉，最後產生出一個理性的輸出（樂觀的人買股票且期望價格會更高，悲觀的人則會賣股票，所以會互相抵消，而將價格保持在平衡的狀態）。[27]同樣地，完整的情報也會被反應在價格上，因為所有的市場參與者都會一起將他們自己所擁有的，但不完整的情報帶進市場裡面來。[27]

隨機走勢假說可以由較弱的效率市場假說中導出，其假設每個市場參與者都會完全地知道所有包含於過去價格波動的資訊（但不需要其他的公開資訊）。在《漫步華爾街》一書中，普林斯頓經濟學家波頓·麥基爾曾說過如模式分析等技術分析工具終將會自行毀壞：「問題在於，一旦如此的規律性被市場參與者們知道了以後，人們就會朝向避免此規律在未來重現的方式去行動。」[28]

技術分析師說效率市場假說和隨機走勢假說都忽略了市場的真實狀況，在其之中的參與者們並不是完全地理性的（他們可以貪婪、過度冒險等），且現今的價格移動也沒有獨立於以往的價格移動（技術分析師指出和時代華納相似的圖表）。[15][29]批評者們回應說，每個人都可以在事情過後找到某些模式，但這不能證明這些模式就是可預測的。技術分析師仍維持其立場，認為兩種理論在如指數套利、統計套利以及其他許多的交易系統等交易策略上都是無效的。[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]