Technische Analyse

In der Finanzwelt, technische Analyse ist ein Analyse Methodik zur Analyse und Vorhersage der Richtung von Preise durch die Untersuchung früherer Marktdaten, vor allem Preis und Volumen.[1] Verhaltensökonomie und quantitative Analyse Verwenden Sie viele der gleichen Tools der technischen Analyse,[2][3][4] was, ein Aspekt von Aktive Verwaltungsteht im Widerspruch zu viel von Moderne Portfolio -Theorie. Die Wirksamkeit sowohl der technischen als auch der grundlegende Analyse wird von der bestritten Effizienzmarkthypothese, was besagt, dass die Börsenpreise im Wesentlichen unvorhersehbar sind,[5] Die Untersuchung darüber, ob die technische Analyse einen Nutzen bietet, haben gemischte Ergebnisse erzielt.[6][7][8]

Geschichte

Die Prinzipien der technischen Analyse stammen aus Hunderten von Jahren von Jahren Finanzmarkt Daten.[9] Einige Aspekte der technischen Analyse erschienen im in Amsterdam ansässigen Händler Joseph de la VegaDie Konten der niederländischen Finanzmärkte im 17. Jahrhundert. In Asien soll die technische Analyse eine Methode sein, die von entwickelt wurde von Homma Munehisa Im frühen 18. Jahrhundert, der sich zur Verwendung von entwickelte Candlestick -Technikenund ist heute ein technisches Analyse -Chart -Tool.[10][11]

Journalist Charles Dow (1851-1902) kompilierte und eng analysierte amerikanische Aktienmarktdaten und veröffentlichte einige seiner Schlussfolgerungen in Editorials für Das Wall Street Journal. Er glaubte Muster und Geschäftszyklus Könnte möglicherweise in diesen Daten gefunden werden, ein später bekanntes Konzept als "Dow -Theorie". Dow selbst hat sich jedoch nie dafür eingesetzt, seine Ideen als Aktienhandelsstrategie zu verwenden.

In den 1920er und 1930er Jahren veröffentlichte Richard W. Schabacker mehrere Bücher, die die Arbeiten fortsetzten Charles Dow und William Peter Hamilton in ihren Büchern Börsenmärktentheorie und -praxis und Technische Marktanalyse. 1948 veröffentlichten Robert D. Edwards und John Magee Technische Analyse von Aktientrends Dies gilt allgemein als eines der wegweisenden Werke der Disziplin. Es befasst sich ausschließlich mit Trendanalysen und Diagrammmustern und bleibt bis heute verwendet. Eine frühzeitige technische Analyse war fast ausschließlich die Analyse von Diagrammen, da die Verarbeitungsleistung von Computern für das moderne statistische Analyse nicht verfügbar war. Charles Dow hat Berichten zufolge eine Form von entstanden Punkt- und Figur -Diagramm Analyse. Mit der Entstehung von Verhaltensfinanzierung als separate Disziplin in der Wirtschaftswissenschaften kombinierte Paul V. Azzopardi die technische Analyse mit Verhaltensfinanzierung und prägte den Begriff "technische Analyse des Verhaltens".[12]

Andere Pioniere von Analysetechniken umfassen Ralph Nelson Elliott, William Delbert Gann, und Richard Wyckoff der im frühen 20. Jahrhundert ihre jeweiligen Techniken entwickelt hat. In den letzten Jahrzehnten wurden mehr technische Tools und Theorien entwickelt und verbessert, wobei der Schwerpunkt auf computergestützten Techniken mit speziell entwickeltem Schwerpunkt liegt Computer Software.

Allgemeine Beschreibung

Grundlegende Analysten untersuchen Einnahmen, Dividenden, Vermögenswerte, Qualität, Verhältnis, neue Produkte, Forschung und dergleichen. Techniker verwenden auch viele Methoden, Werkzeuge und Techniken, von denen eine die Verwendung von Diagrammen ist. Mithilfe von Diagrammen versuchen technische Analysten, Preismuster zu identifizieren und Markt-Trends auf den Finanzmärkten und versuchen, diese Muster auszunutzen.[13]

Techniker, die Diagramme verwenden, suchen nach archetypischen Preisdiagrammmustern wie die bekannten Kopf und Schultern[14] oder doppelt oben/unten Umkehrmuster, Studie Technische Indikatoren, Gleitende Mittelwerte und suchen nach Formen wie Stützlinien, Widerstand, Kanälen und dunkleren Formationen wie z. Flaggen, Wimpel, Bilanz Tage und Tasse und Griff Muster.[15]

Technische Analysten verwenden auch weit verbreitete Marktindikatoren vieler Art, von denen einige mathematische Preisveränderungen sind, die häufig auf und absendem Volumen, Vorab-/Ablehnungsdaten und anderen Eingaben enthalten sind. Diese Indikatoren werden verwendet, um zu beurteilen, ob ein Vermögenswert tendiert und wenn dies der Fall ist, die Wahrscheinlichkeit seiner Richtung und Fortsetzung. Techniker suchen auch nach Beziehungen zwischen Preis/Volumenindizes und Marktindikatoren. Beispiele sind die gleitender Durchschnitt, Relative Strength Index und MACD. Andere Studienwege umfassen Korrelationen zwischen Änderungen der Optionen (implizite Volatilität) und Put/Anrufverhältnisse mit Preis. Wichtig sind auch Stimmungsindikatoren wie Put/Call -Verhältnisse, Bullen/Bärenverhältnisse, kurzes Interesse, implizite Volatilität usw.

Es gibt viele Techniken in der technischen Analyse. Anhänger verschiedener Techniken (zum Beispiel: Candlestick -Analyse, die älteste Form der technischen Analyse, die von einem japanischen Getreidehändler entwickelt wurde; Harmonische; Dow -Theorie; und Elliott Wave Theory) kann die anderen Ansätze ignorieren, doch viele Händler kombinieren Elemente aus mehr als einer Technik. Einige technische Analysten verwenden subjektives Urteilsvermögen, um zu entscheiden, welches Muster ein bestimmtes Instrument zu einem bestimmten Zeitpunkt widerspiegelt und wie die Interpretation dieses Musters aussehen sollte. Andere verwenden einen streng mechanischen oder systematischen Ansatz zur Musteridentifizierung und -interpretation.

Vergleich mit der grundlegenden Analyse

Im Gegensatz zur technischen Analyse steht grundlegende Analyse: Die Untersuchung von wirtschaftlichen und anderen zugrunde liegenden Faktoren, die die Art und Weise beeinflussen, wie die Anleger die Finanzmärkte preisen. Dies kann regelmäßige Unternehmenskennzahlen wie ein Unternehmen in letzter Zeit beinhalten EBITDA Zahlen, die geschätzten Auswirkungen der jüngsten Personaländerungen an der Vorstand, geopolitische Überlegungen und sogar wissenschaftliche Faktoren wie die geschätzten zukünftigen Auswirkungen von Erderwärmung. Reine Formen der technischen Analyse können behaupten, dass die Preise bereits alle zugrunde liegenden grundlegenden Faktoren widerspiegeln. Das Aufdecken zukünftiger Trends ist das, wofür technische Indikatoren ausgelegt sind, obwohl weder technische noch grundlegende Indikatoren perfekt sind. Einige Händler verwenden die technische oder grundlegende Analyse ausschließlich, während andere beide Typen verwenden, um Handelsentscheidungen zu treffen.[16][17]

Vergleich mit der quantitativen Analyse

Der Kontrast gegen quantitative Analyse ist weniger eindeutig als die Unterscheidung mit grundlegender Analyse. Einige Quellen behandeln die technische und quantitative Analyse mehr oder weniger synonym. Während andere eine scharfe Unterscheidung machen. Zum Beispiel quantitativer Analysexperte Paul Wilmott Die technische Analyse ist kaum mehr als "Diagramm" (Vorhersagen auf der Grundlage der extrapolierenden grafischen Darstellungen), und diese technische Analyse hat selten Vorhersageleistung.[2][17]

Eigenschaften

Die technische Analyse verwendet Modelle und Handelsregeln, die auf Preis- und Volumentransformationen basieren, wie die Relative Strength Index, Gleitende Mittelwerte, Regressionen, Inter-Market- und Intra-Market-Preiskorrelationen, Geschäftszyklus, Börsenzyklen oder klassisch durch Erkennung von Diagrammmustern.

Die technische Analyse steht im Gegensatz zum grundlegenden Analyseansatz für die Sicherheits- und Aktienanalyse. In der grundlegenden Gleichung "M = P/E" ist die technische Analyse der Untersuchung von m (multiple). Mehrere umfassen die Psychologie im Allgemeinen im Allgemeinen, d. H. Das Ausmaß der Bereitschaft zum Kauf/Verkauf. Auch in M ​​ist die Fähigkeit, zum Beispiel als ausgegebenes Ausgegeben zu zahlen Stier Ich kann den Markt nicht höher und ein gut betuchter Kopf machen lassen Bär Gewohnheit. Technische Analyse analysiert Preis, Volumen, Psychologie, Geldfluss und andere Marktinformationen, während die grundlegende Analyse die Fakten des Unternehmens, des Marktes, der Währung oder der Ware untersucht. Die meisten großen Broker, Handelsgruppen oder Finanzinstitute haben in der Regel sowohl ein technisches Analyse- als auch ein grundlegendes Analyse -Team.

In den 1960er und 1970er Jahren wurde es von Akademikern weithin entlassen. In einer Rezension von 2007, Irwin und Park[6] berichteten, dass 56 von 95 modernen Studien feststellten, dass positive Ergebnisse erzielt wurden, jedoch festgestellt wurden, dass viele der positiven Ergebnisse durch Themen wie z. B. zweifelhaft gemacht wurden Daten-Snooping, so dass die Beweise für die technische Analyse nicht schlüssig waren; Es wird immer noch von vielen Akademikern als nicht zu unterscheiden Pseudowissenschaften.[18] Akademiker wie Eugene Fama Angenommen, die Beweise für die technische Analyse sind spärlich und stimmen nicht mit dem überein schwache Form des Effizienzmarkthypothese.[19][20] Die Benutzer sind der Ansicht, dass selbst wenn die technische Analyse die Zukunft nicht vorhersagen kann, sie hilft, Trends, Tendenzen und Handelsmöglichkeiten zu identifizieren.[21]

Während einige isolierte Studien darauf hingewiesen haben, dass technische Handelsregeln im Zeitraum vor 1987 zu konsistenten Renditen führen könnten.[22][7][23][24] Die meisten akademischen Arbeiten konzentrierten sich auf die Art der anomalen Position des Devisenmarktes.[25] Es wird spekuliert, dass diese Anomalie darauf zurückzuführen ist Zentralbank Intervention, die offensichtlich technische Analysen nicht vorhersagen sollen.[26]

Prinzipien

Aktiendiagramm, die Unterstützungsniveaus (4,5,6, 7 und 8) und Widerstand (1, 2 und 3) zeigen; Resistenzniveaus werden tendenziell unterstützend und umgekehrt.

Ein Kernprinzip der technischen Analyse ist, dass der Preis eines Marktes alle relevanten Informationen widerspiegelt, die diesen Markt beeinflussen. Ein technischer Analyst untersucht daher die Geschichte des Handelsmusters eines Sicherheits- oder Rohstoffs und nicht mit externen Treibern wie wirtschaftlichen, grundlegenden und Nachrichtenereignissen. Es wird angenommen, dass sich die Preisaktion aufgrund des kollektiven, strukturierten Verhaltens von Investoren tendenziell wiederholt. Daher konzentriert sich die technische Analyse auf identifizierbare Preistrends und -bedingungen.[27][28]

Market Action Rabatte alles

Basierend auf der Prämisse, dass alle relevanten Informationen bereits in den Preisen widerspiegeln, sind technische Analysten der Ansicht, dass es wichtig ist, zu verstehen, was Anleger von diesen Informationen denken, bekannt und wahrgenommen.

Die Preise bewegen sich in Trends

Technische Analysten glauben, dass die Preise richtungsmäßig, d. H. Auf, unten oder seitwärts (flach) oder eine Kombination, trendig, d. H. Die grundlegende Definition eines Preistrends wurde ursprünglich von vorgelegt Dow -Theorie.[13]

Ein Beispiel für eine Sicherheit, die einen offensichtlichen Trend hatte, ist AOL von November 2001 bis August 2002. Ein technischer Analyst oder Trendfolger, der diesen Trend erkennt, würde nach Möglichkeiten für den Verkauf dieser Sicherheit suchen. AOL bewegt sich im Preis immer wieder nach unten. Jedes Mal, wenn die Aktie stieg, würden die Verkäufer den Markt betreten und die Aktie verkaufen. Daher die "Zick-Zack" -Bewegung im Preis. Die Serie der "niedrigeren Höhen" und "niedrigeren Tiefs" ist ein Tell -Tale -Zeichen einer Aktie in einem Down -Trend.[29] Mit anderen Worten, jedes Mal, wenn sich die Aktie niedriger bewegte, fiel sie unter den vorherigen relativ niedrigen Preis. Jedes Mal, wenn sich die Aktie höher bewegte, konnte sie das Niveau ihres früheren relativen hohen Preis nicht erreichen.

Beachten Sie, dass die Abfolge der niedrigeren Tiefs und niedrigeren Höhen erst im August begann. Dann macht AOL einen niedrigen Preis, der den relativen Tiefstpunkt zu Beginn des Monats nicht durchdringt. Später im selben Monat macht die Aktie ein relatives Hoch wie das jüngste relative Hoch. Darin sieht ein Techniker starke Hinweise darauf, dass der Down -Trend zumindest eine Pause einbringt und möglicherweise endet, und würde wahrscheinlich nicht aufhören, die Aktie zu diesem Zeitpunkt aktiv zu verkaufen.

Die Geschichte wiederholt sich selbst

Technische Analysten glauben, dass die Anleger das Verhalten der Anleger, die ihnen vorausgegangen sind, gemeinsam wiederholen. Für einen Techniker mögen die Emotionen auf dem Markt irrational sein, aber sie existieren. Da sich das Verhalten des Anlegers so oft wiederholt, glauben Techniker, dass sich erkennbare (und vorhersehbare) Preismuster in einem Diagramm entwickeln werden.[13] Die Erkennung dieser Muster kann es dem Techniker ermöglichen, Geschäfte mit einem höheren auszuwählen Wahrscheinlichkeit des Erfolgs.[30]

Die technische Analyse beschränkt sich nicht auf das Diagramm, sondern berücksichtigt immer Preistrends.[1] Zum Beispiel überwachen viele Techniker Umfragen zur Anlegerstimmung. Diese Umfragen messen die Haltung der Marktteilnehmer, insbesondere ob sie es sind bärisch oder optimistisch. Techniker verwenden diese Umfragen, um festzustellen, ob ein Trend fortgesetzt wird oder ob sich eine Umkehrung entwickeln könnte. Sie werden am wahrscheinlichsten eine Änderung erwarten, wenn die Umfragen eine extreme Stimmung von Investoren berichten.[31] Umfragen, die beispielsweise eine überwältigende Bullität zeigen, sind ein Beweis dafür, dass sich ein Aufwärtstrend umkehren kann; Die Prämisse ist, dass die meisten Anleger, wenn sie optimistisch sind, den Markt bereits gekauft haben (mit höheren Preisen). Und weil die meisten Investoren sind Bullisch und investiert, man geht davon aus, dass nur wenige Käufer übrig bleiben. Dies hinterlässt trotz des bullischen Gefühls mehr potenzielle Verkäufer als Käufer. Dies deutet darauf hin, dass die Preise im Trend stehen und ein Beispiel dafür sind kontrarierter Handel.[32]

Industrie

Die Branche wird weltweit durch die International Federation of Technical Analysten (IFTA) vertreten, die eine Föderation regionaler und nationaler Organisationen ist. In den Vereinigten Staaten wird die Branche sowohl von der CMT Association als auch von der American Association of Professional Technical Analysten (AAPTA) vertreten. Die Vereinigten Staaten werden auch von der Technical Security Analysten Association von San Francisco (TSAASF) vertreten. Im Vereinigten Königreich wird die Branche von der Society of Technical Analysten (STA) vertreten. Die STA war Gründungsmitglied von IFTA, hat kürzlich sein 50 -jähriges Bestehen gefeiert und Analysten mit dem Diplom in technischer Analyse zertifiziert. In Kanada wird die Branche von der Canadian Society of Technical Analysten vertreten.[33] In Australien wird die Branche von der Australian Technical Analysten Association (ATAA) vertreten.[34] (was IFTA angeschlossen ist) und den australischen professionellen technischen Analysten (APTA) Inc.[35]

Professionelle Gesellschaften für technische Analysen haben an der Schaffung eines Wissens gearbeitet, das den Bereich der technischen Analyse beschreibt. Ein Wissenswesen ist von zentraler Bedeutung für das Gebiet, um zu definieren, wie und warum technische Analysen funktionieren können. Es kann dann von Wissenschaft sowie Regulierungsbehörden verwendet werden, um die ordnungsgemäße Forschung und Standards für den Feld zu entwickeln. Das CMT Association hat eine Kenntnis des Wissens veröffentlicht, nämlich die Struktur für die Prüfung des Chartered Market Technician (CMT).[36][37]

Software

Die Software zur technischen Analyse automatisiert die Diagramm-, Analyse- und Berichtsfunktionen, die technische Analysten in ihrer Überprüfung und Vorhersage von unterstützen Finanzmärkte (z. B. die Aktienmarkt).

Zusätzlich zu installierbaren Desktop-basierten Softwarepaketen im herkömmlichen Sinne hat die Branche auch Cloud-basierte Anwendungen und Anwendungsprogrammierschnittstellen (APIs) entstand Erholsam HTTP- oder Intranet -Protokolle.

Moderne technische Analyse -Software ist häufig als Web- oder Smartphone -Anwendung verfügbar, ohne ein Softwarepaket herunterzuladen und zu installieren. Einige von ihnen bieten sogar eine integrierte Programmiersprache und automatische Backtesting -Tools an.

Systematischer Handel

Neuronale Netze

Seit den frühen neunziger Jahren, als die ersten praktisch verwendbaren Typen auftauchten, künstliche neurale Netzwerke (Anns) sind schnell immer beliebter geworden. Sie sind künstliche Intelligenz Adaptive Softwaresysteme, die davon inspiriert wurden, wie biologische neuronale Netze funktionieren. Sie werden verwendet, weil sie lernen können, komplexe Muster in Daten zu erkennen. In mathematischer Hinsicht sind sie universell Funktionsanbieter,[38][39] Dies bedeutet, dass sie die richtigen Daten angegeben und korrekt konfiguriert haben, und können alle Eingabe-Output-Beziehungen erfassen und modellieren. Dies beseitigt nicht nur die Notwendigkeit einer menschlichen Interpretation von Diagrammen oder der Reihe von Regeln für die Generierung von Einstiegs-/Ausstiegssignalen, sondern bietet auch eine Brücke zur grundlegenden Analyse, da die in der grundlegenden Analyse verwendeten Variablen als Eingabe verwendet werden können.

Da ANNS im Wesentlichen nichtlineare statistische Modelle sind, können ihre Genauigkeits- und Vorhersagefähigkeiten sowohl mathematisch als auch empirisch getestet werden. In verschiedenen Studien haben die Autoren behauptet, dass neuronale Netze, die zum Generieren von Handelssignalen verwendet wurden, in verschiedenen technischen und grundlegenden Inputs in Kombination mit regelbasierten Expertensystemen erheblich übertroffen wurden.[40][41][42]

Während der fortschrittliche mathematische Charakter solcher adaptiver Systeme neuronale Netze für Finanzanalysen hauptsächlich innerhalb akademischer Forschungskreise aufbewahrt hat, in den letzten Jahren mehr benutzerfreundlich mehr Neuronale Netzwerksoftware hat die Technologie für Händler zugänglicher gemacht. [43]

Backtesting

Der systematische Handel wird am häufigsten nach dem Testen einer Anlagestrategie für historische Daten eingesetzt. Dies ist als Backtesting bekannt. Backtesting wird am häufigsten für technische Indikatoren in Kombination mit Volatilität durchgeführt, kann jedoch auf die meisten Anlagestrategien angewendet werden (z. B. grundlegende Analyse). Während traditionelle Backtests von Hand durchgeführt wurde, wurde dies normalerweise nur bei von Menschen ausgewählten Aktien durchgeführt und war somit anfällig für Vorkenntnisse bei der Bestandsauswahl. Mit dem Aufkommen von Computern kann ein Backtesting an ganzem Austausch über Jahrzehnte historischer Daten in sehr kurzer Zeit durchgeführt werden.

Die Verwendung von Computern hat seine Nachteile und ist auf Algorithmen beschränkt, die ein Computer ausführen kann. Mehrere Handelsstrategien basieren auf menschlicher Interpretation,[44] und sind für die Computerverarbeitung ungeeignet.[45] Nur technische Indikatoren, die vollständig algorithmisch sind, können für computergestützte automatisierte Backtesting programmiert werden.

Kombination mit anderen Marktprognosemethoden

John Murphy gibt an, dass die wichtigsten Informationsquellen, die Technikern zur Verfügung stehen offenes Interesse.[13] Andere Daten wie Indikatoren und Stimmungsanalysewerden als sekundär angesehen.

Viele technische Analysten erreichen jedoch außerhalb der reinen technischen Analyse und kombinieren andere Marktprognosemethoden mit ihrer technischen Arbeit. Ein Anwalt für diesen Ansatz ist John Bollinger, der den Begriff geprägt hat Rationale Analyse in den Mitte der 1980er Jahre zur Schnittstelle der technischen Analyse und grundlegenden Analyse.[46] Ein weiterer solcher Ansatz, die Fusionsanalyse, überlagert die grundlegende Analyse mit technischer Analyse, um die Leistung der Portfoliomanager zu verbessern.

Die technische Analyse wird auch häufig mit mit quantitative Analyse und Ökonomie. Beispielsweise können neuronale Netze verwendet werden, um Intermarket -Beziehungen zu identifizieren.[47]

Investor- und Newsletter -Umfragen sowie Zeitschriften für Magazin -Cover -Sentimentsindikatoren werden ebenfalls von technischen Analysten verwendet.[48]

Empirische Evidenz

Ob technische Analysen tatsächlich funktionieren, ist eine Frage der Kontroverse. Die Methoden variieren stark, und verschiedene technische Analysten können manchmal widersprüchliche Vorhersagen aus denselben Daten treffen. Viele Investoren behaupten, dass sie positive Renditen erzielen, aber akademische Bewertungen stellen oft fest, dass es wenig hat Vorhersagekraft.[49] Von 95 modernen Studien kamen 56 zu dem Schluss, dass technische Analysen positive Ergebnisse hatten Daten-Snooping-Voreingenommenheit und andere Probleme erschweren die Analyse.[6] Nichtlineare Vorhersage verwendet Neuronale Netze gelegentlich produziert statistisch signifikant Vorhersageergebnisse.[50] A Federal Reserve Arbeitspapier[7] bezüglich Unterstützung und Widerstand Das Niveau der kurzfristigen Wechselkurse "liefert starke Beweise dafür, dass die Niveaus dazu beitragen, die Unterbrechungen des Intraday-Trends vorherzusagen", obwohl die "Vorhersagekraft" dieser Ebenen "über die untersuchten Wechselkurse und Unternehmen variiert".

Die technischen Handelsstrategien wurden auf dem chinesischen Markt durch eine kürzlich durchgeführte Studie als wirksam festgestellt: „Schließlich finden wir signifikante positive Renditen für Kaufgeschäfte, die durch die Contrary -Version des Durchschnittliche Durchschnittsüberschreitungen Regel, die Channel Breakout -Regel und die Bollinger -Bandhandelsregel nach Berücksichtigung der Transaktionskosten von 0,50%. "[51]

Eine einflussreiche Studie von Brock et al. Dies wurde 1999 auf Datennooping und andere Probleme für technische Handelsregeln getestet.[52] Die von Brock et al. war robust an Daten schnüffeln.

Anschließend kommt eine umfassende Untersuchung der Frage des Amsterdamer Ökonomen Gerwin Griffioen zu dem Schluss: "Für die US-amerikanischen, japanischen und die meisten westeuropäischen Aktienmarktindizes zeigt das rekursive Prognoseverfahren außerhalb der Probe nicht profitabel, nachdem nur geringe Transaktionskosten profitiert werden können Darüber hinaus wird für ausreichend hohe Transaktionskosten durch Schätzung festgestellt CapmsDieser technische Handel zeigt für fast alle Börsenindizes keine statistisch signifikante risikokorrigierte Prognoseleistung außerhalb der Probe. "[20] Die Transaktionskosten gelten besonders für "Momentum -Strategien". Eine umfassende Überprüfung der Daten und Studien von 1996 kam zu dem Schluss, dass selbst kleine Transaktionskosten zu einer Unfähigkeit führen würden, Überschüsse aus solchen Strategien zu erfassen.[53]

In einem Papier, das in der veröffentlicht wurde Journal of Finance, Dr. Andrew W. Lo, Direktor MIT Laboratory for Financial Engineering, zusammengearbeitet mit Harry Mamaysky und Jiang Wang stellten Folgendes fest:

Die technische Analyse, auch als "Charting" bekannt, ist seit vielen Jahrzehnten Teil der Finanzpraxis, aber diese Disziplin hat nicht das gleiche Maß an akademischer Prüfung und Akzeptanz wie traditionellere Ansätze wie grundlegende Analysen erhalten. Eines der Haupthindernisse ist die äußerst subjektive Natur der technischen Analyse - das Vorhandensein geometrischer Formen in historischen Preisdiagrammen liegt häufig in den Augen des Betrachters. In diesem Artikel schlagen wir einen systematischen und automatischen Ansatz zur technischen Mustererkennung unter Verwendung von Nichtparametrie vor Kernelregressionund wenden Sie diese Methode von 1962 bis 1996 auf eine große Anzahl von US -Aktien an, um die Wirksamkeit der technischen Analyse zu bewerten. Durch den Vergleich der bedingungslosen empirischen Verteilung der täglichen Aktienrenditen mit der bedingten Verteilung-Bedingung auf spezifische technische Indikatoren wie Kopf-und-Schulter oder Doppelboden-stellen wir fest und kann einen praktischen Wert haben.[8]

In demselben Papier schrieb Dr. Lo: "Mehrere akademische Studien legen nahe, dass ... technische Analysen durchaus ein wirksames Mittel sein können, um nützliche Informationen aus Marktpreisen zu extrahieren."[8] Einige Techniken wie Drummond Geometrie Versuch, die frühere Datenverzerrung zu überwinden, indem sie Unterstützung und Widerstandsniveaus von unterschiedlichen Zeitrahmen in die kurzfristige Zukunft projizieren und diese mit der Umkehrung der mittleren Techniken kombinieren.[54]

Effizienzmarkthypothese

Das Effizienzmarkthypothese (EMH) widerspricht den grundlegenden Grundsätzen der technischen Analyse, indem sie feststellen, dass vergangene Preise nicht zur profitierbaren Vorhersage zukünftiger Preise verwendet werden können. Daher ist es so, dass die technische Analyse nicht wirksam sein kann. Ökonom Eugene Fama veröffentlichte das wegweisende Papier über die EMH in der Journal of Finance 1970 und sagte: "Kurz gesagt, die Beweise für das effiziente Märkte -Modell sind umfangreich und (etwas einzigartig in der Wirtschaft) widersprüchliche Beweise sind spärlich."[55]

Da zukünftige Aktienkurse jedoch stark von den Erwartungen der Anleger beeinflusst werden können, behaupten Techniker nur, dass vergangene Preise zukünftige Preise beeinflussen.[56] Sie verweisen auch auf die Forschung im Bereich von VerhaltensfinanzierungInsbesondere, dass Menschen nicht die rationalen Teilnehmer sind, die EMH sie ausmacht. Techniker haben seit langem gesagt, dass irrationales menschliches Verhalten die Aktienkurse beeinflusst und dass dieses Verhalten zu vorhersehbaren Ergebnissen führt.[57] Der Autor David Aronson sagt, dass die Theorie der Verhaltensfinanzierung mit der Praxis der technischen Analyse einbindet:

Durch die Berücksichtigung der Auswirkungen von Emotionen, kognitiven Fehlern, irrationalen Präferenzen und der Dynamik des Gruppenverhaltens bietet Verhaltensfinanzierung prägnante Erklärungen für die Volatilität über den Markt sowie die überschüssigen Renditen, die durch abgestandene Informationsstrategien erzielt werden. Kognitive Fehler können auch das erklären Das Vorhandensein von Markteffizienzen, die die systematischen Preisbewegungen hervorrufen, die objektive TA -[technische Analysen] -Methoden ermöglichen.[56]

EMH -Befürworter antworten, dass einzelne Marktteilnehmer zwar nicht immer rational handeln (oder vollständige Informationen haben), ihre Gesamtentscheidungen gegenseitig ausgleichen, was zu einem rationalen Ergebnis führt (Optimisten, die Aktien kaufen und den Preis höher bieten, werden von Pessimisten, die ihre Aktien verkaufen , was den Preis im Gleichgewicht hält).[58] Ebenso spiegelt sich vollständige Informationen im Preis wider, da alle Marktteilnehmer ihre eigene individuelle, aber unvollständige Kenntnis auf dem Markt bringen.[58]

Zufällige Walk -Hypothese

Das Zufällige Walk -Hypothese kann aus der Hypothese der schwachen formellen Märkte abgeleitet werden, die auf der Annahme beruht, dass die Marktteilnehmer die in früheren Preisbewegungen enthaltenen Informationen (jedoch nicht unbedingt andere öffentliche Informationen) vollständig berücksichtigen. In seinem Buch Ein zufälliger Spaziergang entlang der Wall Street entlang, Princeton Economist Burton Malkiel Sagte, dass technische Prognosewerkzeuge wie Musteranalysen letztendlich selbst besiegt werden müssen: "Das Problem ist, dass die Menschen, sobald eine solche Regelmäßigkeit den Marktteilnehmern bekannt ist, so handeln, dass sie in Zukunft verhindert."[59] Malkiel hat erklärt, dass der Schwung möglicherweise einige Aktienkursbewegungen erklärt, es jedoch nicht genügend Schwung gibt, um überschüssige Gewinne zu erzielen. Malkiel hat die technische Analyse mit "verglichen"Astrologie".[60]

In den späten 1980er Jahren veröffentlichten die Professoren Andrew Lo und Craig McKinlay ein Papier, das die Hypothese der Random Walk -Hypothese zweifelt. In einer Reaktion von 1999 auf Malkiel, Lo und McKinlay sammelten empirische Papiere, die die Anwendbarkeit der Hypothese in Frage stellten[61] Dies deutete auf eine nicht zufällige und möglicherweise prädiktive Komponente der Aktienkursbewegung hin, obwohl sie darauf hinwiesen, dass das Ablehnen von Random Walk nicht unbedingt EMH ungültig macht, was ein völlig getrenntes Konzept von RWH ist. In einem 2000 Papier, Andrew Lo Backanalysierte Daten aus den USA von 1962 bis 1996 und stellten fest, dass "mehrere technische Indikatoren inkrementelle Informationen liefern und möglicherweise einen praktischen Wert haben".[8] Burton Malkiel wies die von Lo und McKinlay genannten Unregelmäßigkeiten als zu klein ab, um davon zu profitieren.[60]

Techniker sagen[wer?] Dass die EMH- und Random Walk -Theorien die Realitäten der Märkte ignorieren, da die Teilnehmer nicht vollständig rational sind und dass die aktuellen Preisbewegungen nicht unabhängig von früheren Bewegungen sind.[29][62] Einige Signalverarbeitungsforscher negieren die Zufallswanderhypothese, dass die Börsenpreise ähneln Wiener -Prozesse, weil die statistischen Momente solcher Prozesse und realen Aktiendaten in Bezug auf die Fenstergröße und in Bezug auf die Fenstergröße variieren Ähnlichkeitsmaß.[63] Sie argumentieren, dass Feature -Transformationen zur Beschreibung von Audio und verwendet werden Biosignale kann auch verwendet werden, um die Aktienmarktpreise erfolgreich vorherzusagen, was der Zufallswanderhypothese widersprechen würde.

Der Random Walk Index (RWI) ist ein technischer Indikator, der versucht, festzustellen, ob die Preisbewegung einer Aktie zufällig oder ein Ergebnis eines statistisch signifikanten Trends ist. Der Random Walk -Index versucht zu bestimmen, wann sich der Markt in einem starken Aufwärtstrend oder Abwärtstrend befindet, indem die Preisbereiche über N gemessen werden und wie er sich von dem unterscheidet, was durch einen zufälligen Spaziergang erwartet werden würde (zufällig nach oben oder unten). Je größer der Bereich schlägt einen stärkeren Trend.[64]

Kahneman und Tversky's anwenden Aussichtstheorie Zu Preisbewegungen lieferte Paul V. Azzopardi eine mögliche Erklärung, warum Angst die Preise stark sinken, während die Gier die Preise allmählich erhöht.[65] Dieses allgemein beobachtete Verhalten der Wertpapierpreise ist stark im Widerspruch zu Zufallsspaziergang. Durch Messung von Gier und Angst auf dem Markt,[66] Anleger können lange und kurze Portfolio -Sendungen besser formulieren.

Wissenschaftliche technische Analyse

Caginp und Balenovich im Jahr 1994[67] verwendete ihr Modell mit Vermögensflus-Differentialgleichungen, um zu zeigen, dass die Hauptmuster der technischen Analyse mit einigen grundlegenden Annahmen generiert werden könnten. Einige der Muster wie ein Dreieck -Fortsetzung oder ein Umkehrmuster können unter Annahme von zwei verschiedenen Gruppen von Investoren mit unterschiedlichen Bewertungsbewertungen erzeugt werden. Die Hauptannahmen der Modelle sind, dass die Endgüter von Vermögenswerten und die Verwendung von Trend sowie Bewertung der Entscheidungsfindung. Viele der Muster folgen als mathematisch logische Konsequenzen dieser Annahmen.

Eines der Probleme mit der herkömmlichen technischen Analyse war die Schwierigkeit, die Muster auf eine Weise anzugeben, die objektive Tests ermöglicht.

Japanische Kerzenmuster beinhalten Muster von wenigen Tagen, die sich innerhalb eines Aufwärtstrends oder Abwärtstrends befinden. Caginalp und Laurent[68] waren die ersten, die einen erfolgreichen großen Mustertest durchführten. Ein mathematisch präziser Kriteriensatz wurde getestet, indem zunächst eine Definition eines kurzfristigen Trends durch Glättelung der Daten und eine Abweichung im geglätteten Trend ermöglicht wurde. Sie betrachteten dann acht wichtige dreitägige Candlestick-Umkehrmuster auf nicht parametrische Weise und definierten die Muster als eine Reihe von Ungleichheiten. Die Ergebnisse waren positiv mit einem überwältigenden statistischen Vertrauen für jedes der Muster unter Verwendung des Datensatzes aller S & P 500-Aktien täglich für den fünfjährigen Zeitraum 1992–1996.

Zu den grundlegendsten Ideen der herkömmlichen technischen Analyse gehört, dass ein Trend, der nach dem Einbau tendenziell fortgesetzt wird, tendenziell fortgesetzt wird. Tests für diesen Trend haben jedoch häufig die Forscher zu dem Schluss geführt, dass Aktien ein zufälliger Spaziergang sind. Eine Studie, die von Poterba und Summers durchgeführt wird,[69] fand einen kleinen Trendeffekt, der zu klein war, um den Handelswert zu sein. Wie Fisher Black bemerkte,[70] "Rauschen" in Handelspreisdaten macht es schwierig, Hypothesen zu testen.

Eine Methode zur Vermeidung dieses Rauschens wurde 1995 von Caginp und Konstantin entdeckt[71] Wer verwendete ein Verhältnis von zwei im Wesentlichen identischen geschlossenen Fonds, um Änderungen der Bewertung zu beseitigen. Ein geschlossener Fonds (im Gegensatz zu einem Open-End-Fonds) handelt unabhängig von seinem Nettovermögenswert und seiner Aktien können nicht eingelöst werden, sondern nur unter den Anlegern als andere Aktien an den Börsen gehandelt werden. In dieser Studie stellten die Autoren fest, dass die beste Schätzung des morgigen Preisspreises nicht gestern ist (wie die Hypothese des effizienten Marktes angeht), und es ist auch nicht der reine Impulspreis (nämlich der gleiche relative Preiswechsel von gestern bis heute geht weiter heute bis morgen). Aber es ist fast genau auf halber Strecke zwischen den beiden.

Ausgehend von der Charakterisierung der vergangenen Zeitentwicklung der Marktpreise in Bezug auf Preisgeschwindigkeit und Preisbeschleunigung wurde ein Versuch, einen allgemeinen Rahmen für die technische Analyse zu erhalten Defekte aus dem Random Walk Market State und seiner zeit translationalen invarianten Eigenschaften.[72] Die Klassifizierung beruht auf zwei dimensionslosen Parametern, die, die Froude -Nummer Charakterisierung der relativen Stärke der Beschleunigung in Bezug auf die Geschwindigkeit und die Zeithorizont, die dimensionalisiert wird, um den Trainingsperiode zu dimensionalisiert. Trendverfolgung und kontrare Muster sind zusammen existieren und hängen vom dimensionslosen Zeithorizont ab. Verwendung einer Renormalisierungsgruppe Ansatz, der probabilistische Szenario -Ansatz zeigt statistisch signifikante prädiktive Macht in im Wesentlichen allen getesteten Marktphasen.

Eine Übersicht über moderne Studien nach Park und Irwin[73] zeigten, dass die meisten ein positives Ergebnis aus der technischen Analyse fanden.

Im Jahr 2011 Caginp und DeSantis[74] haben große Datensätze von geschlossenen Fonds verwendet, bei denen ein Vergleich mit der Bewertung möglich ist, um quantitativ zu bestimmen, ob wichtige Aspekte der technischen Analyse wie Trend und Widerstand wissenschaftliche Gültigkeit haben. Mithilfe von Datensätzen von über 100.000 Punkten zeigen sie, dass der Trend einen Effekt hat, der mindestens halb so wichtig ist wie die Bewertung. Die kleineren Auswirkungen von Volumen und Volatilität sind ebenfalls offensichtlich und statistisch signifikant. Ein wichtiger Aspekt ihrer Arbeit ist die nichtlineare Wirkung des Trends. Positive Trends, die innerhalb von ungefähr 3,7 Standardabweichungen auftreten, wirken sich positiv aus. Bei stärkeren Aufschwächten wirkt sich negativ auf die Renditen aus. Für Abwärtstrends ist die Situation ähnlich, außer dass der "Kauf auf Dips" erst dann stattfindet, wenn der Abwärtstrend ein Ereignis von 4,6 Standardabweichungen ist. Diese Methoden können verwendet werden, um das Investorenverhalten zu untersuchen und die zugrunde liegenden Strategien zwischen verschiedenen Anlageklassen zu vergleichen.

Im Jahr 2013 wiesen Kim Man Lui und T Chong darauf hin, dass die früheren Ergebnisse der technischen Analyse hauptsächlich über die Rentabilität spezifischer Handelsregeln für eine bestimmte Reihe historischer Daten berichteten. Diese früheren Studien hatten den menschlichen Händler nicht berücksichtigt, da kein realer Händler Signale aus einer technischen Analysemethode mechanisch anwenden würde. Um die Wahrheit der technischen Analyse zu enthüllen, sollten wir die Leistung zwischen erfahrenen und Anfänger verstehen. Wenn der Markt wirklich zufällig geht, wird es keinen Unterschied zwischen diesen beiden Arten von Händlern geben. Experiment wird jedoch festgestellt, dass Händler, die sich mit technischer Analyse stärker kennenlernen, diejenigen, die weniger wissen, erheblich übertreffen.[75]

Ticker-Tape-Lesung

Bis Mitte der 1960er Jahre, Klebebandlesung war eine beliebte Form der technischen Analyse. Es bestand aus Lesemarktinformationen wie Preis, Volumen, Bestellgröße usw. von einem Papierstreifen, der eine Maschine namens a Börsenticker. Marktdaten wurden an Brokerage -Häuser und an die Häuser und Büros der aktivsten Spekulanten gesendet. Dieses System fiel mit dem Aufkommen elektronischer Informationsplatten in den späten 60ern und späteren Computern nicht aus, die die einfache Vorbereitung von Diagrammen ermöglichen.

Jesse LivermoreEiner der erfolgreichsten Börsenbetreiber aller Zeiten befasste sich in erster Linie mit dem Lesen von Ticker -Klebeband. Er folgte seinem eigenen (mechanischen) Handelssystem (er nannte es den „Marktschlüssel“), der keine Diagramme brauchte, sondern stützte sich ausschließlich auf Preisdaten. Er beschrieb seinen Marktschlüssel ausführlich in seinem Buch "How to Trade in Aktien" aus den 1940er Jahren.[76] Das System von Livermore bestand darin, die Marktphasen (Trend, Korrektur usw.) über frühere Preisdaten zu bestimmen. Er nutzte auch Volumendaten (die er aus der Art und Weise schätzte, wie sich Aktien verhalten und über „Markttests“, ein Prozess der Testmarktliquidität durch Senden kleiner Marktaufträge), wie in seinem Buch aus den 1940er Jahren beschrieben.

Anführungszeichen

Eine andere Form der bisher verwendeten technischen Analyse war die Interpretation von Aktienmarktdaten in Anführungszeichen enthalten, das in der Zeit zuvor Elektronische Bildschirmewaren riesig Kreidebretter In den Börsen befindet sich Daten der wichtigsten finanziellen Vermögenswerte an der Börsen zur Analyse ihrer Bewegungen.[77] Es wurde manuell mit Kreide aktualisiert, wobei die Aktualisierungen zu einigen dieser Daten auf Umgebungen außerhalb von Börsen übertragen wurden (wie z. Maklerhäuser, Eimergeschäfteusw.) über das oben genannte Band, Telegraph, Telefon und später Telex.[78]

Dieses Analyse -Tool wurde sowohl vor Ort, hauptsächlich von Marktfachleuten als auch von der breiten Öffentlichkeit über die gedruckten Versionen in Zeitungen verwendet, die die Daten der Verhandlungen des Vortags zeigen, für schwingen und Positionshandel.[79]

Darstellungsbegriffe und Indikatoren

Konzepte

  • Durchschnittlicher wahrer Bereich- gemittelte tägliche Handelsreichweite, angepasst für Preislücken.
  • Ausbrechen- Das Konzept, bei dem die Preise in einen Bereich des vorherigen Bereichs eindringen Unterstützung oder Widerstand, normalerweise, aber nicht immer, begleitet von einer Volumensteigerung.
  • Diagrammmuster- Unterscheidungsmuster durch die Bewegung der Sicherheits- oder Rohstoffpreise in einer Tabelle
  • Fahrräder- Zeitziele für eine mögliche Änderung der Preisaktion (Preis bewegt sich nur nach oben oder seitwärts)
  • Dead Cat Bounce- Das Phänomen, bei dem ein spektakulärer Rückgang des Preises einer Aktie unmittelbar von einem moderaten und vorübergehenden Anstieg folgt, bevor seine Abwärtsbewegung wieder aufgenommen wird
  • Elliott Wave Prinzip und die Goldener Schnitt Berechnung aufeinanderfolgender Preisbewegungen und -retracements
  • Fibonacci -Verhältnisse- Wird als Leitfaden zur Bestimmung von Unterstützung sowie Widerstand und Wiederverkaufsprozentsätzen verwendet
  • Schwung- Die Preisänderungsrate
  • Punkt- und Figur -Analyse-Ein teurer analytischer Ansatz bei numerischen Filtern, die möglicherweise Zeitreferenzen enthalten, die Zeit jedoch vollständig in seiner Konstruktion ignoriert
  • Widerstand- Ein Preisniveau, der zu einer Nettoerhöhung der Verkaufstätigkeit führen kann
  • Die Unterstützung- Ein Preisniveau, der zu einer Nettoerhöhung der Kaufaktivität führen kann
  • Trendung- Das Phänomen, durch das die Preisbewegung dazu neigt, über einen längeren Zeitraum in eine Richtung zu bestehen

Arten von Diagrammen

  • Candlestick -Diagramm- Mit japanischen Ursprungs und ähnlich wie OHLC erweitern und füllen sie das Intervall zwischen den offenen und engen Preisen, um die offene/enge Beziehung hervorzuheben. Im Westen repräsentieren oft schwarze oder rote Kerzenkörper einen engen niedrigeren als die offenen, während weiße, grüne oder blaue Kerzen einen knapp höheren als der offene Preis darstellen.
  • Liniendiagramm- verbindet die Schließungspreiswerte mit Liniensegmenten. Sie können auch das Liniendiagramm mit offenem, hohem oder niedrigem Preis zeichnen.
  • Open-High-Low-Close-Diagramm- OHLC -Diagramme, auch als Balkendiagramme bekannt, zeichnen die Spannweite zwischen den hohen und niedrigen Preisen eines Handelszeitraums als vertikales Liniensegment zum Handelszeit und die offenen und schließen Preise mit horizontalen Zeckenspuren auf der Reichweite, normalerweise a Ticken Sie nach links für den offenen Preis und eine Häkchen nach rechts zum Schlusskurs.
  • Punkt- und Figur -Diagramm- Ein Diagrammtyp, bei dem numerische Filter verwendet werden und nur Verweise auf die Zeit übergeben und die Zeit vollständig in seiner Konstruktion ignoriert.

Overlays

Überlagerungen werden im Allgemeinen über die Hauptpreiskarte überlagert.

  • Bollinger -Bänder- eine Reihe von Preisvolatilität
  • Kanal- ein Paar paralleler Trendlinien
  • Ichimoku Kinko Hyo-Ein gleitendes durchschnittliches System, das zeitlich und der durchschnittliche Punkt zwischen dem hohen und niedrigen Kerzenfaktor faktor
  • Gleitender Durchschnitt- Ein Durchschnitt über ein Zeitfenster vor und nach einem bestimmten Zeitpunkt, der zu jedem Zeitpunkt in der angegebenen Tabelle wiederholt wird. Ein gleitender Durchschnitt kann als eine Art dynamischer Trendlinie betrachtet werden.
  • Parabolische SAR- Wilder Nachfolgerstopp bezogen auf Preise tendiert dazu, in einem zu bleiben parabolisch Kurve während eines starken Trends
  • Drehpunkt- Abgeleitet durch Berechnung des numerischen Durchschnitts der hohen, niedrigen und Schlusspreise einer bestimmten Währung oder Aktie
  • Widerstand- Ein Preisniveau, der als Decke über dem Preis dienen kann
  • Die Unterstützung- Ein Preisniveau, der als Boden unter dem Preis dienen kann
  • Trendlinie- Eine abfallende Linie, die von mindestens zwei Peaks oder zwei Trogs beschrieben wird
  • Zick Zag - Diese Diagrammüberlagerung, die gefilterte Preisbewegungen zeigt, die größer als ein gegebener Prozentsatz sind.

Breiteindikatoren

Diese Indikatoren basieren auf Statistiken, die aus dem breiten Markt stammen.

Preisbasierte Indikatoren

Diese Indikatoren sind im Allgemeinen unter oder über dem Hauptpreisdiagramm gezeigt.

Volumenbasierte Indikatoren

Handel mit Mischindikatoren

Siehe auch

Verweise

  1. ^ a b Kirkpatrick & Dahlquist (2006), p. 3
  2. ^ a b Akston, Dr. Hugh (13. Januar 2009). "Die Quants in ihrem eigenen Spiel schlagen".
  3. ^ Mizrach, Bruce; Weerts, Susan (27. November 2007). "Höhen und Tiefen: Eine Verhaltens- und technische Analyse". SSRN 1118080. {{}}: Journal zitieren erfordert |journal= (Hilfe)
  4. ^ Paul V. Azzopardi (2010). Technische Analyse des Verhaltens: Eine Einführung in die Verhaltensfinanzierung und ihre Rolle in der technischen Analyse. Harriman House. ISBN 978-1905641413.
  5. ^ Andrew W. Lo; Jasmina Hasanhodzic (2010). Die Entwicklung der technischen Analyse: Finanzielle Vorhersage von babylonischen Tabletten bis hin zu Bloomberg -Terminals. Bloomberg Press. p. 150. ISBN 978-1576603499. Abgerufen 8. August 2011.
  6. ^ a b c Irwin, Scott H.; Park, Cheol-ho (2007). "Was wissen wir über die Rentabilität der technischen Analyse?". Journal of Economic Surveys. 21 (4): 786–826. doi:10.1111/j.1467-6419.2007.00519.x. S2CID 154488391.
  7. ^ a b c Osler, Karen (Juli 2000). "Unterstützung für Widerstand: Technische Analyse und Wechselkurse in den Intraday", FRBNY Economic Policy Review (ÜberprüfungZusammenfassung und Papier hier).
  8. ^ a b c d Lo, Andrew W.; Mamaysky, Harry; Wang, Jiang (2000). "Grundlagen der technischen Analyse: Computeralgorithmen, statistische Inferenz und empirische Implementierung". Journal of Finance. 55 (4): 1705–1765. Citeseerx 10.1.1.134.1546. doi:10.1111/0022-1082.00265.
  9. ^ Joseph de la Vega, Confusión de Confusiones, 1688
  10. ^ Nison, Steve (1991). Japanische Kerzen -Charting -Techniken. S. 15–18. ISBN 978-0-13-931650-0.
  11. ^ Nison, Steve (1994). Beyond Candlesticks: Neue japanische Charting -Techniken enthüllt, John Wiley und Söhne, p. 14. ISBN0-471-00720-x
  12. ^ Paul V. Azzopardi, "Verhaltenstechnische Analyse", ebenda
  13. ^ a b c d Murphy, John J. Technische Analyse der Finanzmärkte. New York Institute of Finance, 1999, S. 1–5, 24–31. ISBN0-7352-0066-1
  14. ^ "PimePair.com Kopf- und Schulternmuster". Archiviert von das Original am 6. Januar 2015. Abgerufen 6. Januar 2015.
  15. ^ Elder (1993), Teil III: Klassische Diagrammanalyse
  16. ^ Elder (1993)Teil II: "Massenpsychologie"; Kapitel 17: "Management gegen Prognose", S. 65–68
  17. ^ a b Wilmott, Paul (2007). "Anhang B, insb S. 628". Paul Wilmott stellt quantitative Finanzen ein. Wiley. ISBN 978-0-470-31958-1.
  18. ^ Paulos, J.A. (2003). Ein Mathematiker spielt die Börse. Grundbücher. p. 53. ISBN 9780465054800.
  19. ^ Fama, Eugene (1970). "Effiziente Kapitalmärkte: Eine Überprüfung der Theorie und der empirischen Arbeit" (PDF). Das Journal of Finance. 25 (2): 383–417. doi:10.2307/2325486. JStor 2325486.
  20. ^ a b Griffioen, Technische Analyse auf den Finanzmärkten
  21. ^ Schwager, Jack D. Erste Schritte in die technische Analyse. Wiley, 1999, p. 2. ISBN0-471-29542-6
  22. ^ Brock, William; Lakonishok, Josef; Lebaron, Blake (1992). "Einfache technische Handelsregeln und die stochastischen Eigenschaften von Aktienrenditen". Das Journal of Finance. 47 (5): 1731–1764. Citeseerx 10.1.1.640.9983. doi:10.2307/2328994. JStor 2328994.
  23. ^ Neely, Christopher J. und Paul A. Weller (2001). "Technische Analyse und Intervention der Zentralbank", " Journal of International Money and Finance, 20 (7), 949–70 (Zusammenfassung und Papier hier)
  24. ^ Taylor, M.P.; Allen, H. (1992). "Die Verwendung technischer Analysen auf dem Devisenmarkt". Journal of International Money and Finance. 11 (3): 304–314. doi:10.1016/0261-5606 (92) 90048-3. Abgerufen 29. März 2008.
  25. ^ Frankel, J.A.; Froot, K.A. (1990). "Chartisten, Fundamentalisten und Handel auf dem Devisenmarkt". Die amerikanische wirtschaftliche Überprüfung. 80 (2): 181–185. JStor 2006566.
  26. ^ Neely, C.J. (1998). "Technische Analyse und die Rentabilität der US -amerikanischen Devisenintervention". Federal Reserve Bank of St. Louis Review. 80 (4): 3–17. Abgerufen 29. März 2008.
  27. ^ Elder (2008), Kapitel 1-Abschnitt "Trend vs Counter-Trending Trading"
  28. ^ "Achten Sie auf der Börse als sich selbst erfüllende Prophezeiung".
  29. ^ a b Kahn, Michael N. (2006). Technische Analyse einfach und einfach: Die Märkte in Ihrer Sprache aufstellen, Financial Times Press, Upper Saddle River, New Jersey, p. 80. ISBN0-13-134597-4.
  30. ^ Baiynd, Anne-Marie (2011). Das Handelsbuch: Eine vollständige Lösung für das Beherrschen technischer Systeme und Handelspsychologie. McGraw-Hill. p. 272. ISBN 9780071766494. Archiviert von das Original am 25. März 2012. Abgerufen 30. April 2013.
  31. ^ Kirkpatrick & Dahlquist (2006), p. 87
  32. ^ Kirkpatrick & Dahlquist (2006), p. 86
  33. ^ Technische Analyse: Die vollständige Ressource für Finanzmarkttechniker, p. 7
  34. ^ "Home - Australian Technical Analysten Association".
  35. ^ "Heim".
  36. ^ "CMT Association Wissensbasis". Archiviert von das Original am 14. Oktober 2017. Abgerufen 16. August 2017.
  37. ^ Wiley (2021). CMT Level I 2021: Eine Einführung in die technische Analyse. Wiley. ISBN 978-1119768050.
  38. ^ K. Funahashi, über die ungefähre Realisierung von kontinuierlichen Zuordnungen durch neuronale Netzwerke, Neural Networks Vol 2, 1989
  39. ^ K. Hornik, mehrschichtige Feed-Forward-Netzwerke sind universelle Approximators, Neural Networks, Band 2, 1989
  40. ^ R. Lawrence. Nutzung neuronaler Netze zur Prognose der Aktienmarktpreise
  41. ^ B.Geli et al. Vorhersage der Börse unter Verwendung künstlicher neuronaler Netze Archiviert 20. Juni 2007 bei der Wayback -Maschine
  42. ^ M. Zekić. Anwendungen für neuronale Netzwerke bei Börsenmärkte - eine Methodikanalyse Archiviert 24. April 2012 bei der Wayback -Maschine
  43. ^ Cooke, Forschung und Märkte. "Was ist eine Tageshandelsplattform".
  44. ^ Elder (1993), S. 54, 116–118
  45. ^ Elder (1993)
  46. ^ Ltd, Forschung und Märkte. "Das Kapitalwachstumsbrief - Forschung und Märkte".
  47. ^ "Archivierte Kopie". Archiviert von das Original am 12. Januar 2009. Abgerufen 31. August 2007.{{}}: CS1 Wartung: Archiviertes Kopie als Titel (Link)
  48. ^ "SFO". Archiviert von das Original am 6. Oktober 2007. Abgerufen 27. August 2007.
  49. ^ Browning, E.S. (31. Juli 2007). "Lesemarkt Teeblätter". Das Wall Street Journal Europe. Dow Jones. S. 17–18.
  50. ^ Skabar, Cloete, Netzwerke, Finanzhandel und die Hypothese der effizienten Märkte Archiviert 18. Juli 2011 bei der Wayback -Maschine
  51. ^ Nauzer J. Balsara, Gary Chen und Lin Zheng "Der chinesische Aktienmarkt: Eine Untersuchung des Randomwandermodells und des technischen Handelsregeln" Das Quarterly Journal of Business and Economics, Frühjahr 2007
  52. ^ Sullivan, R.; Timmermann, A.; White, H. (1999). "Data-Snooping, technische Handelsregel Leistung und die Bootstrap". Das Journal of Finance. 54 (5): 1647–1691. Citeseerx 10.1.1.50.7908. doi:10.1111/0022-1082.00163.
  53. ^ Chan, L.K.C.; Jegadeesh, N.; Lakonishok, J. (1996). "Momentum -Strategien". Das Journal of Finance. 51 (5): 1681–1713. doi:10.2307/2329534. JStor 2329534.
  54. ^ David Keller, "Durchbruch in technischer Analyse; neues Denken aus den Top -Köpfen der Welt", New York, Bloomberg Press, 2007, ISBN978-1-57660-242-3 S. 1–19
  55. ^ Eugene Fama, "Effiziente Kapitalmärkte: Eine Überprüfung der Theorie und der empirischen Arbeit", " Das Journal of Finance, Band 25, Ausgabe 2 (Mai 1970), S. 383–417.
  56. ^ a b Aronson, David R. (2006). Evidenzbasierte technische Analyse, Hoboken, New Jersey: John Wiley und Söhne, Seiten 357, 355–356, 342. ISBN978-0-470-00874-4.
  57. ^ Prechter, Robert R Jr.; Parker, Wayne D (2007). "Die finanzielle/wirtschaftliche Dichotomie in der sozialen Verhaltensdynamik: die soziionomische Perspektive". Journal of Behavioral Finance. 8 (2): 84–108. Citeseerx 10.1.1.615.763. doi:10.1080/15427560701381028. S2CID 55114691.{{}}: Cs1 montiert: Mehrfachnamen: Autorenliste (Link)
  58. ^ a b Clarke, J., T. Jandik und Gershon Mandelker (2001). "Die effiziente Markthypothese", " Experten Finanzplanung: Beratung von Branchenführern, ed. R. Arffa, 126–141. New York: Wiley & Sons.
  59. ^ Burton Malkiel, ein zufälliger Spaziergang Wall Street, W. W. Norton & Company (April 2003) p. 168.
  60. ^ a b Robert Huebscher. Burton Malkiel spricht über den zufälligen Spaziergang. 7. Juli 2009.
  61. ^ Lo, Andrew; Mackinlay, Craig. Ein nicht randomischer Spaziergang die Wall Street entlang, Princeton University Press, 1999. ISBN978-0-691-05774-3
  62. ^ Poser, Steven W. (2003). Elliott Wave Theory gewinnbringend anwenden, John Wiley und Söhne, p. 71. ISBN0-471-42007-7.
  63. ^ Eidenberger, Horst (2011). "Grundlegendes Medienverständnis" Atpress. ISBN978-3-8423-7917-6.
  64. ^ "Asiapacfinance.com Handelsindikator Glossar". Archiviert von das Original am 1. September 2011. Abgerufen 1. August 2011.
  65. ^ Azzopardi, Paul V. (2012), "Warum die Finanzmärkte langsam, aber stark steigen
  66. ^ "Fear & Greed Index - Anlegerstimmung".
  67. ^ Gunduz Caginp & Donald Balenovich (2003). "Eine theoretische Grundlage für die technische Analyse" (PDF). Journal of Technical Analysis. 59: 5–22. Archiviert von das Original (PDF) am 24. September 2015. Abgerufen 11. Mai 2015.{{}}: CS1 Wartung: Verwendet Autorenparameter (Link)
  68. ^ Caginalp, G.; Laurent, H. (1998). "Die Vorhersagekraft der Preismuster". Angewandte mathematische Finanzierung. 5 (3–4): 181–206. doi:10.1080/135048698334637. S2CID 44237914.
  69. ^ Poterba, J. M.; Summers, L. H. (1988). "Mittlere Umkehrung der Aktienkurse: Evidenz und Implikationen". Journal of Financial Economics. 22: 27–59. doi:10.1016/0304-405X (88) 90021-9. S2CID 18901605.
  70. ^ Black, F (1986). "Lärm". Journal of Finance. 41 (3): 529–43. doi:10.1111/j.1540-6261.1986.tb04513.x.
  71. ^ Caginalp, G.; Konstantine, G. (1995). "Statistische Inferenz und Modellierung der Dynamik der Aktienkurse". Angewandte mathematische Finanzierung. 2 (4): 225–242. doi:10.1080/135048695000012. S2CID 154176805.
  72. ^ J. V. Andersen, S. Gluzman und D. Sornette, Grundrahmen für die technische Analyse, Europäisches physisches Journal B 14, 579–601 (2000)
  73. ^ C-H Park und S.H. Irwin, "Die Rentabilität der technischen Analyse: A Review" AGMAS-Projektforschungsbericht Nr. 2004-04
  74. ^ G. Caginalp und M. DeSantis, "Nichtlinearität in der Dynamik der Finanzmärkte", Nichtlineare Analyse: Real World Applications, 12 (2), 1140–1151, 2011.
  75. ^ K.M. Lui und T.T.L Chong, "Do Technical Analysten übertreffen Anfänger: Experimentelle Evidenz" Economics Bulletin. 33 (4), 3080–3087, 2013.
  76. ^ Livermore (1940)
  77. ^ Lefèvre (2000), S. 1, 18
  78. ^ Lefèvre (2000), p. 17
  79. ^ Livermore (1940), S. 17–18

Literaturverzeichnis

Weitere Lektüre

  • Azzopardi, Paul V. Technische Analyse des Verhaltens: Eine Einführung in die Verhaltensfinanzierung und ihre Rolle in der technischen Analyse. Harriman House, 2010. ISBN978-1905641413
  • Colby, Robert W. Die Enzyklopädie technischer Marktindikatoren. 2. Auflage. McGraw Hill, 2003. ISBN0-07-012057-9
  • Covel, Michael. Der komplette Turtle Trader. Harpercollins, 2007. ISBN9780061241703
  • Douglas, Mark. Der disziplinierte Händler. New York Institute of Finance, 1990. ISBN0-13-215757-8
  • Edwards, Robert D.; Magee, John; Bassetti, W.H.C. Technische Analyse von Aktientrends, 9. Ausgabe (Hardcover). American Management Association, 2007. ISBN0-8493-3772-0
  • Fox, Justin. Der Mythos des rationalen Marktes. HarperCollings, 2009. ISBN9780060598990
  • Hurst, J. M. M. Die Gewinnmagie des Aktientransaktionszeitpunkts. Prentice-Hall, 1972. ISBN0-13-726018-0
  • Neill, Humphrey B. Lese- und Markttaktiken auf Band Lese- und Markttaktik. Erstausgabe von 1931. Market Place 2007 Nachdruck ISBN1592802621
  • Neill, Humphrey B. Die Kunst des gegenteiligen Denkens. Caxton Press 1954.
  • Pring, Martin J. Technische Analyse erläutert: Der erfolgreiche Leitfaden des Investors zum Erkennen von Investitionstrends und Wendepunkten. McGraw Hill, 2002. ISBN0-07-138193-7
  • Raschke, Linda Bradford; Connors, Lawrence A. Street Smarts: Kurzfristige Handelsstrategien mit hoher Wahrscheinlichkeit. M. Gordon Publishing Group, 1995. ISBN0-9650461-0-9
  • Rollo Tape & Wyckoff, Richard D. Studien zum Lesen von Band The Ticker Publishing Co. NY 1910.
  • Tharp, Van K. Endgültige Anleitung zur Positionsgröße Internationales Institut für Handelsmeister, 2008. ISBN0935219099
  • Wilder, J. Welles. Neue Konzepte in technischen Handelssystemen. Trendforschung, 1978. ISBN0-89459-027-8
  • Ladis Konecny, Aktien und Austausch - das einzige Buch, das Sie brauchen, 2013, ISBN9783848220656, Technische Analyse = Kapitel 8.
  • Schabackers, Richard W. Aktienmarkttheorie und -praxis, 2011. ISBN9781258159474

Externe Links

Internationale und nationale Organisationen