漫步华尔街 · 第 6 课 / 共 14 章
第六章 · 图表与趋势真的管用吗 | 来源:书 Ch6(PDF 第7版)
技术分析师描绘的价格图案和买卖信号,在统计上无法可靠预测未来走势;价格序列的真实行为,更接近一枚公平硬币的随机游走。
麦基尔在第5章已经拆解了基本面分析的局限。第6章换一个战场:技术分析——那些用图表、趋势线、K线形态来预测买卖时机的方法。他的结论同样让人不舒服:华尔街画图高手赖以谋生的工具,统计上没有超越随机的能力。
麦基尔找了一批学生,用以下规则生成一条"股价":以 50 美元为起点,每天抛一枚硬币——正面涨半点,反面跌半点,累积记录成曲线。
把这条硬币曲线拿给技术分析师看,他们立刻从中"读出"了头肩形、支撑位、突破信号……他们不知道那是一枚硬币的随机结果。
约瑟夫·格兰维尔(Joseph Granville)是技术分析界的传奇人物。他的买卖信号一度能让整个市场的日成交量暴涨。
格兰维尔的预测准确率 时高时低,统计上难以区分他是否真的有超能力,还是随机中的幸运者。
更根本的问题:如果他的信号真的有效,足够多的人跟随就会把利润抹平——信号会在价格里被"吃掉",不再有效。
市场的自我毁灭性:任何一致可利用的规律,一旦公开,就失效了。
技术分析最基础的假设是:价格有动量——涨了还会继续涨,跌了还会继续跌。麦基尔引用统计检验对此进行拆解。
| 检验方法 | 问的问题 | 结论 |
|---|---|---|
| 序列相关检验 | 今天涨了,明天涨的概率 > 50%? | 相关系数接近零,统计上无显著相关 |
| 游程检验 | 连续涨或连续跌的"游程"比随机序列更长? | 与硬币序列的游程长度无显著差异 |
| 过滤法则检验 | 价格涨 X% 就买、跌 X% 就卖,能超越持有? | 扣除交易成本后,净回报不如买入持有 |
麦基尔在书中列举并点评了华尔街流行的多种技术理论。以下是核心梳理:
女裙越短,牛市越长。裙摆在膝盖以上说明市场乐观,低迷时则保守。这类"指标"偶有历史吻合,但本质是数据挖掘——用历史数据拟合,无法预测未来。
哪个联盟的球队赢得超级杯,当年股市就涨/跌。历史吻合率曾超 80%,但这是纯属巧合。自从被广泛报道后,该"规律"即告失效。
散户(买卖不足100股的"零股"投资者)通常是错的。当零股买入激增,应反向卖出;当零股卖出激增,应反向买入。
价格从低点上涨 X% 时买入,从高点下跌 X% 时卖出。逻辑:捕捉趋势的中段。
道氏理论是技术分析的"祖师爷":当工业指数和运输指数同时突破前高,确认牛市;同时跌破前低,确认熊市。
问题:它是一个滞后系统——等到"确认"信号出来,大部分趋势已经完成。Cowles(1934年)研究表明,买入持有的业绩优于遵循道氏理论的策略。
买入过去表现最强的股票,卖出表现最弱的。这是技术分析中证据相对最多的策略。
| 观点 | 内容 |
|---|---|
| 支持 | Jegadeesh & Titman(1993):3-12个月动量因子确实存在超额回报 |
| 反驳 | 长期(3-5年)会出现均值回归;动量崩溃时(如2009年3月)损失巨大;风险调整后优势有限 |
| 结论 | 有一定实证基础,但不稳定,且极难在实践中持续执行 |
价涨量增 = 真涨;价涨量减 = 假涨,即将反转。技术分析师用成交量来"验证"价格信号。
实证结论:量价关系在统计上并不稳定,无法形成可靠的买卖规则。
头肩顶、双底、旗形、三角整理……技术分析教材中罗列的形态多达数十种。计算机可以自动识别这些形态并发出信号。
Gilovich、Vallone 和 Tversky(1985)研究了 NBA 球员的投篮记录。球迷和球员都相信存在"热手效应"——连续命中的球员"手感火热",下一球更容易进。
统计结果:命中后的下一球命中率 ≈ 未连续命中时的命中率。所谓"手感"是人类大脑在随机序列中强行识别模式的产物。
股市类比:技术分析师盯着K线图,在随机产生的价格序列中"看到"头肩顶、突破——和球迷相信热手是同一种认知偏误。这正是硬币实验里学生们的遭遇。
麦基尔列举了几位被媒体捧为"市场先知"的人物,用以说明成功预测的可重复性问题。
1987年10月前几天准确预测市场崩盘,一夜成名。但随后数年的预测记录与随机无异。单次精准预测不能证明能力,只能证明那次运气。
1980年代波浪理论预言牛市,精准。1987年后转为极度悲观,连续误判超过十年。一次准确不代表方法论有效。
一群伊利诺伊州退休女性成立投资俱乐部,宣称年均回报 23.4%,大幅跑赢大盘,出书演讲。后来审计发现:她们把新加入的会费算进了投资回报,实际年均回报仅约 9.1%,跑输同期标普500。自我汇报的业绩数据,尤其是小样本、非专业审计的,几乎都不可信。
如果技术分析无效,为什么它仍然在华尔街蓬勃存在?麦基尔给出了利益结构的解释:
麦基尔不是说市场"完全随机"或"完全有效"。他的立场是有边界的:
弱型有效市场假说:当前价格已经充分反映了所有历史价格信息。因此,仅凭过去的价格走势无法预测未来价格,技术分析无法获得稳定的超额回报。
| 效率级别 | 包含的信息 | 能否被利用获利 |
|---|---|---|
| 弱型(Weak) | 历史价格与成交量 | 不能 → 技术分析失效 |
| 半强型(Semi-strong) | 所有公开信息(财报/新闻/研报) | 不能 → 基本面分析失效 |
| 强型(Strong) | 所有信息,包括内幕 | 不能 → 内幕交易也无效(理论极端) |
即便你相信技术分析,择时操作还面临一个致命的执行风险:最大涨幅往往集中在极少数几个交易日。
即便技术择时偶尔能产生一点超额毛利润,还有一个经常被忽视的成本要考虑:
麦基尔估算:在相同的毛回报下,长期持有策略的税后净回报显著优于频繁换手策略。
| 维度 | 技术分析(主动择时) | 买入持有(被动) |
|---|---|---|
| 前提假设 | 历史价格包含未来信息 | 价格变动接近随机,无法预测 |
| 交易成本 | 高(频繁换手:佣金+买卖价差) | 极低(一次性或极少交易) |
| 税收 | 不利(频繁触发资本利得税) | 有利(递延纳税+长期税率) |
| 踏空风险 | 高(空仓期可能错过关键涨幅) | 无(始终在场) |
| 实证结论 | 扣除成本后,长期无法战胜市场 | 获得市场平均回报,长期超越大多数主动策略 |
别只是"看懂了"——回忆才能记住。每题先在心里答,再点开核对。