技术交易系统与我国股市有效性的实证分析，本文主要内容关键词为：实证论文,交易系统论文,股市论文,有效性论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自从有了股票市场，股票的投资者们就一直在探求“战胜”股市的各种方法。我国股市的投资者们和研究者们自然也不例外。由于异常收益的吸引，人们热衷于探求种种“战胜”股市的方法是可以理解的。但寻求过程中不断失败的实践却使人们不禁要问：“中国股市是否存在着获取异常收益的方法？若存在这种方法的话，其效率和稳定性又如何？”本文力图从技术交易系统（TTS）的角度来回答上述两个问题。
一、技术交易系统及其理论背景
技术交易系统（Technical Trading System，简称TTS ）是指人们将技术分析转化为计算机的程序，再由程序发出一系列买卖信号来指导人们买卖股票的系统。根据宋逢明（1998）对金融工程“三位一体”的定义，即金融工程是由金融理论、信息技术和工程方法三部分内容有机结合起来的，TTS可纳入金融工程的范畴。简单地说，TTS是金融工程在股票市场中的一种应用。
根据TTS 的定义， TTS 的理论基础是股票市场的技术分析。 而按Martin J.Pring（1985）（注：本文英文文献除特别在文后参考文献部分列出的外，其余均转引自Andrew W.Ro（1997）。）的定义：
所谓投资的技术分析方法是指这样一种思想的反应，即股价按照一种由投资者对经济、货币、政策和心理力量变化不断改变的态度所决定的趋势来运动。技术分析的艺术——因为它是一种艺术，就是要在一个较早阶段确定这种趋势的变化并持有一个投资头寸直到趋势的反转显现出来。
从这个经典定义我们可以得到两个推论，一是技术分析并不排斥进行基础分析；二是技术分析相信市场的基本面会受到非理性因素的干扰，价值中或多或少的随机变化都会伴随某种潜在的趋势，只要这种变化是慢慢消失的，那么就可利用这种变化来获得异常收益。
从历史沿革上来看，技术分析可分为两派，一是“图表派”，即利用各种技术指标（公式）将股价以及成交量进行运算处理后画出曲线，再根据曲线形成的图表来判断买卖。目前我国的证券分析人士大多“属于”这一派别；另一个是“系统交易派”，即利用计算机将股价以及成交量进行运算处理成各种技术指标，再根据这些指标来发出买卖信号从而指导操作。不管是哪个派别，其方法是否有效都取决于技术分析在实际市场中的适用性。技术分析的适用性要用异常收益来衡量。所谓异常收益是指收益中不应归于系统影响（即全市场范围的价格运动）的部分。针对技术分析，一般可用利用技术分析所得的收益与市场平均收益之间的差额来表示异常收益。市场平均收益一般用指数收益来替代。（注：要精确确定收益中的正常收益是很难的。这里用市场指数收益来替代正常收益只是一种便利的处理。有兴趣的读者可参看Andrew W.Ro（1997）。）举例来说，如果在某段期间技术分析所得的收益率是10%，而指数只上涨了8%，则可以说异常收益率是2%，也既是技术分析战胜了市场；反之，如果在某段期间技术分析所得的收益率是8%， 而指数上涨了10%，则可以是异常收益率是－2%，也既是技术分析失效了。
与技术分析针锋相对的理论是市场有效性假设（EMH）。 现代文献中最早论及市场有效性的是Samuelson（1965），Fama（1970 ）最早给出了市场有效性的精确定义——“一个价格经常‘完全反应’可获得的信息的市场被称为是有效的”。Roberts（1967 ）根据股价所反应的信息集合不同，将EMH分为三种类型，即弱式有效性（weak—form EMH， 它反应了过去历史交易所包含的信息。 ）、 半强式有效性（semi —strong form EMH， 它反应了投资者所能获得的全部公开信息。）和强式有效性（strong—form EMH，它反应了所有相关信息，包括内部信息）。Malkiel（1992）进一步发展了珐玛的思想，他给出了EMH的一个较为明确的定义：
一个资本市场被称为是有效的，如果它完全并正确地反应了所有有关决定证券价格的信息。形式地，对于某个信息集合市场称为是有效的……如果将那些信息披露给所有的市场参与者而股价不会受到影响。进一步来说，对于某个信息集合的有效性……意味着以[那个信息集合]作为依据进行交易是不能获得经济利润的。
如果股票市场是弱式有效的，则技术分析将是徒劳的，因为在此情况下，历史交易的信息都反应在了股价之中，再利用这些已被反应的信息显然不能获得异常收益。
目前已发表的研究我国股市有效性的文章不少。近几年在国内较有影响的主要有：
俞乔（1994）对上海和深圳股市是否具有弱式有效性进行了研究。他应用误差序列相关检验、 游程检验、 非参量性检验等方法对两市自1990年12月29日至1994年4月28日的综合指数进行了实证分析， 研究结果表明上海股市和深圳股市不具备弱式有效性。
高鸿桢（1996）对上海股市1990年12月9日至1994年12月19 日的数据从序列相关性、延续性和反应速度等方面进行了实证考察，研究结果认为上海股市从开市以来经过无效率的阶段正逐步向弱式有效性市场过度，上海股市的有效性正在不断提高。
陈小悦等（1997）利用Dickey & Fuller 检验对上海和深圳两市1993年1月至1996年11 月具有代表性的指数和个股进行了随机游走模型检验，研究结果认为，1993年以前，上海股市不能通过弱型效率检验，1993年以后可以认为上海股市场已经达到了弱型效率；深圳股市已达到了弱型效率。
其它还有宋颂兴和金伟根（1995）、胡朝霞（1998）以及陈永生（1999）等等。
上述各文献虽然研究方法各异、研究的样本区间不尽相同、得出的结论也各有差异，但在他们的研究中至少有一点是相同的，即他们都试图通过检验股价变动的随机性来检验股市的弱有效性。作者认为这一点是值得推敲的。根据Malkiel（1992）对市场有效性的阐述， 随机性与有效性的关系是这样的，即“如果证券异常收益是不可预测的，并且在这种‘随机’的意义下，市场有效性的假设不能被拒绝”。由此可知，股市的有效性应该是指股票异常收益的随机性，而股价变动的随机性与异常收益的随机性并不是两个等价的概念。作者认为，如果市场是弱有效的，则可得出股价变动是随机的结论；但如果股价变动是随机的，则能否得出市场是弱有效的结论却是一个有待研究的问题。正如Andrew W.Ro（1997）所指出的， 那些检验股价变动随机性的方法“用于衡量市场有效性比用于检验市场有效性更有益”。
我们在这里暂不对市场有效性进行更多的讨论，我们所要强调的是，目前检验市场有效性的结论不一定切合市场实际，探求在我国股票市场获得“异常收益”的方法具有可行性。
二、系统模拟与结论
移动平均线是技术分析中最为简单、也是最为人们熟悉的指标。本文利用这个简单的指标作为TTS模拟的基础，是为了更有力地证明TTS对于目前我国股市的理论和实践均具有价值。 基于移动平均线分析的TTS模拟原理是这样的：
1.选定所要研究的股票／股票指数及其研究区间（本文所用原始数据均来自《钱龙系统分析软件》）。
2.选择长、短日期参数N1和N2（N1＜N2）。
3.用上述参数计算移动平均值ma（N1）、ma（N2）。（注：股票指数或股票在某交易日的Ma（N）等于从该天算起前N个交易日的收盘指数或股价的算术平均值。）
4.根据ma（N1）、ma（N2）来判别买卖点，即ma（N1）大于ma（N2）时（这在图形上表现为短期均线上穿长期均线），此点为买入点。反之为卖出点。
5.采用全额买卖策略，即在买点时把钱全换成股票（为讨论方便假设可进行零股交易），在下一个紧随的卖点时把股票全部卖出。买卖的手续费都设为成交金额的1%。
6.我们知道，股票在一个交易日内有最高价、最低价和收盘价。本文以买卖时点的中间价作为买卖价，这主要是考虑到与实际操作相接近。中间价＝（最高价+最低价+2＊收盘价）／4。 收盘价权重较大是因为一天的收盘价具有承上启下作用，对一天行情有较大的意义。
7.在整个样本区间重复这个买卖过程。若在区间末尾持有股票则视该笔“买”为无效。
8.假设期初金额M0为1000元，经过在整个样本区间的买卖操作之后，期末金额为M1。这样在整个样本区间总的收益率为[（M1—M0）／M0—1]＊100%。再按算术平均公式将其折算为持有期年收益率。（注：这里用单利而不用复利是考虑到在卖到买期间投资者总是持币的，投资者的资金有很大的流动性。）
技术指标的一个关键问题是如何选择指标参数。参数选择的好，则指标精度高，反之亦然。在实践中有很多人老抱怨指标不准，其中的一个问题便是参数没有恰当选取。股市是变化的，在一个阶段好的参数在另一个阶段不一定就好。正确的方法是随行情变化不断调整参数以期获得最佳效果。
作者在1996年研究了技术指标在中国股市的适用性。该文分析的样本区间为1992年11月1日至1995年10月31日。研究结果表明， 对于上海股市综合指数而言，在Ma（3）—Ma（15）下平均年收益率达到91.35%，在Ma（5）—ma（10）下平均年收益率达到83.47%。我们就利用这两组参数来对1995年11月1日至1999年10月31 日上海综合指数的收益率进行模拟预测，同时比较这两组参数对深圳成分指数、青岛啤酒、浦东金桥、北京天桥进行模拟预测的结果。这三只股票的选择完全是随机的，模拟结果如表一所示。
表一模拟结果
参 数 指数/股票期末金额(元) 成交笔数
上海综合指数 26225.08
10
深圳成分指数 16491.33
15
3日-15日 青岛啤酒 29286.86
15
浦东金桥 10770.37
10
北京天桥 28784.52
15
上海综合指数 24193.65
17
深圳成分指数 50731.94
12
5日-15日 青岛啤酒 15641.78
15
浦东金桥 40741.67
14
北京天桥 24351.97
16
参 数亏损笔数年收益率(%)
4 40.56*
10 16.23*
3日-15日 7 48.22*
6 19.26
9 46.96*
6 35.48*
6 101.83*
5日-15日 8 14.17
7 26.85*
7 35.88*
从表一我们可以得到如下结论：
1.参数的应用效果是令人满意的。在1995年11月—1999年10月间运用Ma（3）—M（15）来指导买卖在上海股市平均每年可赚40.56%， 而运用Ma（5）—Ma（10）来指导买卖则场平均每年可赚35.48%。
这个结果肯定不是最优的，也许用别的参数组合可获得更高的收益率，也许用别的技术方法也可获得更高的收益举。但我们认为对绝大多数屡买屡套的中小投资者来说在长达4年的时间里平均35 %以上的年收益率是满意的。
2.技术指标的应用效果与参数选择的恰当与否有紧密联系。以深圳成分指数为例，两组参数得到的年收益率相差85.6%之多。比较模拟结果可知，来自于上海综指训练样本的参数应用于别的指数和个股收益率的预测时，其结果也理想。
3.尽管总的收益不菲，但就单笔成交来看，有赚有赔，且赔的频率还较高。这正是操作实践中技术分析给人以“无效”感觉的原因所在。技术分析尽管有失效之时，但在失效时却能给出“止损点”，使得投资者们赔少赚多，故总的来说还是赚。
下面我们将用现代统计理论来证明所获结果的显著性与稳定性。
三、统计检验
针对表一的结果需要回答两个问题，一是TTS 所得的模拟结果是否使投资者获得了异常收益？二是TTS方法的稳定性如何？ 我们仅以上海综合指数为例来回答这两个问题。
（一）异常收益的检验
正如前文所指出的，由于在现实中很难确定什么是正常收益，相应要确定什么是异常收益是很难的。人们的理性是有限的，实践中人们往往只求满意而不求最优。这是管理大师西蒙的思想，也是现代管理理论的一条原则。为了回答第一个问题，我们人为地引进一个正常收益的标准，即将随机买卖策略或买一持有策略（buy—and—hold，简称BH）的收益作为正常收益。也就是说，BH在样本区间内可随机买卖，其日收益率的期望可用每天收盘股价变动率（r）（注：每天股价变动率r＝（当天收盘价—前一天收盘价）／前一天收盘价＊100%。 ）的均值来表示。于是要检验异常收益就是要检验TTS所确定的持有期r的均值（记为rt）是否大于BH所确定的持有期（即样本区间）r的均值（记为rr）。
我们首先比较风险调整下rt与rr的大小。这需要引进夏普比（记为S）。（注：夏普比＝期望收益率—无风险收益率）／标准差。 ）对于区间1995年11月—1999年10月，参照银行一年期存款利率将无风险收益率取为8%。
然后我们要检验在统计意义上rr是否显著地小于rt。 这需要引进T统计量。（注：这里
其中a[2]为样本区间r的方差。）本文没严格检验r序列的正态性，有兴趣的读者可参看宋颂兴—金伟根（1995）。 （注：该文用K—S 检验法验证了上海综指的r 在去掉几个异动点之后可以被认为服从正态分布。）在95%的置信度下，若T小于—1.645，则可认为rr显著地小于rt。检验结果如表2所示。
表二 BH与TTS的结果比较
参 数 买卖方法 持有期天数 日平均收益率(%)
3日-15日
BH973
0.12
TSS
483
0.29
5日-10日
BH973
0.12
TTS
480
0.35
参 数S值
T值
3日-15日 0.05 -2.694
0.11
5日-15日 0.05 -3.468
0.15
从上表可知，无论从风险收益的角度看还是从统计学显著性的角度看TTS方法都优于BH方法。因此可以说，在该样本区间内， 两组参数下的TTS都能给投资者带来异常收益。
（二）TTS稳定性的检验
检验TTS 的稳定性其实是要回答一个这样的问题：在任意样本区间TTS是否都能给投资者带来异常收益？ 由于我们在这里所选的参数来之于训练样本（1992年11月1日至1995年10月31日）， 而上一部分检验的样本区间为1995年11月1日至1999年10月30日， 其预测功能已得到验证，所以我们只要针对历史样本区间来回答这个问题就可以了。下面我们使用符合检验法（注：符号检验法是实践中常用的一种非参数检验方法。具体方法可参看陈家鼎等（1993）或其它有关数理统计的入门教材。对于n＝20，95%置信度的临界值c＝15。）来检验参数为5日—10 日的情形。
考虑到TTS方法买卖次数不很频繁（由表一，四年内只有10 笔交易。），样本区间不能太短；考虑到符合检验方法本身的要求，比照的样本组数又不能太少。由此我们将区间1992年11月1日至1999年10月30 日分为20组，每组区间时长为2年。除了头尾两组样本，其余18 组样本按至少间隔两个月来随机选取。检验结果如表三所示。
表三 TTS的稳定性检验
组样本区间 BH方法
号 样本数 rr值 s值
1
92.11-94.10 508 0.154070.03
2
93.1-94.12
509 0.050750.01
3
93.4-95.3507 0.00517
-0.01
4
93.7-95.6506 -0.013 -0.2
5
93.10-95.9
505 0.035920.01
6
94.1-95.12
504 -0.0061-0.1
7
94.3-96.2502-0.008030.0
8
94.6-96.5500 0.103870.03
9
94.11-96.10 499 0.116650.04
10 95.4-97.3491 0.172310.06
11 95.7-97.6489 0.169900.07
12 95.10-97.9
489 0.116470.05
13 95.12-97.11 487 0.149150.06
14 96.3-98.2485 0.191350.08
15 96.6-98.5486 0.187890.08
16 96.11-98.10 488 0.068530.03
17 97.2-99.1487 0.049740.03
18 97.5-99.4486 -0.0307
-0.03
19 97.8-99.7488 0.074570.05
20 97.11-99.10 484 0.063760.04
组 TTS方法
号 样本数rr值 s值
1 2770.615640.13+
-2.41
2 2130.169890.14+
-0.66*
3 2130.169980.04+
-0.98*
4 3100.179760.04+
-1.18*
5 3310.197920.05+
-1.00*
6 3480.185540.05+
-1.21*
7 3180.226800.06+
-1.39*
8 3210.387450.1 +
-1.74
9 2600.358080.11+
-2.07
102510.421180.12+
-2.01
113050.419810.17+
-2.53
122820.411080.16+
-2.95
132650.440460.17+
-2.85
142520.432870.17+
-2.23
152830.387120.17+
-2.10
162390.263180.13+
-2.16
172030.314810.19+
-2.37
181630.130810.11+
-3.64
192210.253520.16+
-2.66
202380.160620.1 +
-1.55*
*号表示未通过T值显著性检验。
从上表可知，“+”号数为20，大于临界值15，故可认为TTS 方法优于BH方法。对于参数3日—15日，得到的“+”号数为17， 仍大于15。所以可以说TTS方法具有较好的稳定性。
技术交易系统有效性的理论探源
毋庸置疑，TTS 有效的根源在于目前我国市场并不具备真正的弱式有效性，至少可以说并不是时时有效的。我国证券市场并不具备弱式有效性的理由主要有以下几条：
1.市场有效性只是对金融市场一种理想状态的描述
本质上，有效资本市场理论只不过是理性预期理论在金融市场的应用。应用理性预期理论，可以将市场有效性表达为这样的观点，即“金融市场上的预期等于运用所有可知信息而作的最佳预期”。现实中，人们的理性是有限的，加上外界干扰（如股市谣言）和人的心理因素（人们在股市中一般比较易情绪化），人们一般很难作出理性预期。故即使是弱式有效性在现实中也不一定能达到。正如艾伦J.马柯斯等（1999）所述， 像美国股市那样发达的市场也只不过是“近似有效的（nearlyefficient）”。再加上我国股市特有的现象， 如“庄家”垄断市场价格、政策干预过多，都使得投资者很难根据以往的历史成交记录来形成最佳预期。
2.技术分析应用在我国股市有现实的基础
技术分析有三大假设：1）市场行为已说明了一切；2）股价呈趋势运动；3）股价运动具有历史再现性。 下面我们结合中国股市的实际来逐一分析这些假设。
假设1）是说技术分析人士只要分析股价和成交量就够了， 而不是说股价和成交量已反应了全部相关信息，如要这样理解的话，那就等于承认了市场有效性， 也就用不着做什么技术分析了。 技术分析理论和EMH真正的分歧点在于两者对市场如何反应信息的看法不同。EMH认为金融市场快速而有效地（quickly and efficiently ）处理了所有可获得的证券信息；而技术分析却认为由于现实中存在干扰，金融市场总不能快速而有效地处理所有可获得的证券信息，这就为技术分析提供了获取异常收益的机会。当然股市实际操作中只做技术分析是不够的，根据我们在第一部分得到的有关技术分析定义的推论，技术分析从不拒绝基本分析，如何将基本分析和技术分析有机结合起来是另一个值得研究的课题。
对于什么是股价的趋势运动国内也有很多不同的见解。 Black （1971）指出“……[股价运动的]随机性意味着一系列微小的向上运动（或向下运动）都是非常不可能的。”由此，趋势运动应该理解为股价一系列向上或向下的运动。但在一个多长的时间范围内观察股价系列又是个值得研究的问题。在极短时间内随机运动的股价在一个较长时间看来也许又是有趋势的。无论是打开上证综指的日K线图还是周K线图，我们都可以在它们上面画出一段段具有趋势的股价运动轨道，这算不算是一种趋势运动呢？所以我们认为假设2）在中国股市基本成立。
假设3）不是说股价会出现简单的重复， 而是说：一旦出现相似的环境，人们可能在价格决定上作出与过去相似的判断，从而使股价运动出现重复的规律。例如，“有涨必有跌，有跌必有涨”便是一条规律。股票市场运行总是遵循“弱→强→弱”这样的节秦，我们可以说“弱市中必会出现强市，强市中必会出现弱市”就是一种历史再现。实际上本文所使用的基于移动平均的TTS也利用了这种“强弱互转”的规律。
3.有关技术分析的二律背反
技术分析的二律背反是指这样一种现象，即能获得异常收益的技术分析方法一经公开，则广大投资者都会使用这种方法，于是这种技术分析方法就再也不会给投资者带来异常收益。这种二律背反现象在现代金融学中被称为技术分析的“自我毁坏”机制。
这种现象在我国股市上也是以一定的形式存在的。例如在94年或93年之前，当大多数股民不知技术分析为何物的时候，一些较早掌握了技术分析方法的人士确实利用技术方法轻松地赚了钱。可随着证券知识的普及，人们就发现技术分析越来越“不管用了”。
既然技术分析越来越“不管用了”，那为什么还有那么多的证券分析软件开发商和机构投资者仍在乐此不彼地进行技术分析方法的研究呢？对事实的进一步思考告诉我们：不管用的方法只是那些过时的或未被正确使用的方法。举个简单的例子，均线系统的参数设置为什么就一定要遵循“5日—10日—30日—60日”这种规则呢？ 灵活地使用现有方法以及不断地开发新的方法是专业人士的使命，也是他们制胜的法宝。
其实，西方发达市场的经验已告诉我们，二率背反存在的一个重要前提是市场的充分竞争性（参看艾伦J.马柯斯等（1998）），而目前我国股市尚难说是富有竞争性的。目前决定我国股价运动的力量有三股：政策、庄家、广大中小散户。政策影响股价的机制是将过热的股市冷却下来（如1996年12月发表《人民日报评论员文章》）或将过于低靡的股市激活起来（如1999年5.19行情前发布的一系列“利好”）。这股力量也许根本就用不着什么技术分析。广大中小散户限于时间、精力、资金以及专业水平的限制，要作技术分析的话也只能是“拿来主义”，且相比于庄家而言，他们对股价影响的力量在绝大多数情况下是微弱的（尽管也有像在327 国债期货事件中中小投资者“打败”强大庄家的特例）。庄家是影响我国股价运动的强大力量，没有他们，或许就没有那么时时火暴的市场。庄家要操盘，免不了也要看看盘面、做做技术分析的。至于他们用什么技术分析方法以及如何用技术分析方法，那是广大投资者不为所知的，迄今为止也没有哪家券商或投资基金公布过投资的具体操作方法。由于这股强大力量所用方法的高度保密性，很难说技术分析的二律背反现象在当前我国股市是很普遍的。
尽管技术分析本身具有种种缺陷，但本文通过对目前我国股市进行的定性和定量分析却论证了技术交易系统的确能给投资者带来异常收益。由于我国股市种种客观条件的限制，目前我国股市还不真正具备弱式有效性，当然这并不否定我国股市变得越来越有效的趋势。以技术分析为基础的技术交易系统对广大资本市场的参与者有现实的指导意义，同样进行深入细致的技术分析也是研究我国股市规律不可忽略的一面。