技术分析三大假设

1、市场行为包含一切

市场价格能够迅速反映人们的一致预期，但是却无法瞬间消化一个利好或者利空的消息，存在着一定的延迟反馈。总有懒人后知后觉，总有初期大家对同一信息的不同解读，总有那些获得信息比较慢的人，总有信息刚一出来“大家调整不足”从而导致趋势有继续延续下去的势头，从而短线出现机会。

技术分析经常批评基本面分析的投资者，因为他们认为价格已经消化包容了市场上的所有利好和利空消息，再去分析基本面的话，就相当于同一个信息用了两遍，而在信息论中，一个信息只能用一遍。但如果市场上大多数人都采用技术分析的方法炒股，很少有人研究基本面，那么类似于PE这样的基本面指标就不会100%包含在价格中，假设就不成立了。

若价格包含一切，那么价格就会包含每股盈利、每股净资产和每股销售额这些信息，市盈、市净、市销率都变得没意义。

股价包含的信息指的是：当所有的交易者都知道这个信息，这个信息就会被包含在股价之中。

如果历史信息没有包含在股价之中，那我们就可以用历史信息对股价做“预测”，此时股价的波动并不是随机的。

如果历史信息包含在了股价之中，新的公开信息和内幕信息具有偶发性，股价变得不可预测了，股价变得随机游走。

若价格已经包含所有的基本面蕴含的信息，那么靠基本面研究做投资决策的人就不应该有超额收益，因为他们并没有对市场上的其他人造成信息差。

技术面和基本面所获得的信息是不是正交的？基本面的信息是否已经包含在了技术面的“量价时”之中？技术面、基本面、消息面和政策面，这几个维度可能并不是完全正交的。比如，技术分析已经假设市场行为包含一切了，说明技术分析认为价格、成交量和时间已经包含基本面、消息面、政策面所蕴含的信息了，所以如果这个假设是正确的，那么技术面就已经覆盖了基本面、消息面、政策面的信息。

2、股价随趋势运动

只要人性不变，趋势跟踪有很大正确率。我们总是倾向于先得出结论然后再去找支持这个结论的证据。陨石为什么每次都恰好落到了陨石坑中？很多技术分析的书都有这个弊病，先是抛出一个结论，什么时候上涨什么时候下跌，然后就开始“举例论证”，找出一个有类似走势的标的一通分析，最后的结果就是举的例子完美地论证了观点。这样的例子，有统计学上面的意义吗？这就是高中语文教给我们议论文“举例论证”造成的流毒，没有调查取证，证据也不充分，单从极小的样本量就要得出结论，不犯错等啥呢？

再说了，股市有一成不变的规律吗？所有的技术指标应该都要接受量化分析的回测检验才能使用，考察该技术指标在过去的一段时间内，有效了多少次，失效了多少次，产生没产生正的期望值。这样才能全面考察技术指标的整体应用效果。每次应用技术指标，问问自己，那些没涨的股票中，该技术指标出现了吗？

原因总是先于结果发生，而技术分析依赖的都是已经发生的事情的结果，某种原因引起了价格涨跌，成交量的放大缩小，结果就是在K线图留下了痕迹，如果说K线能够预测什么的话，那么一定是这个阶段所产生的结果是下一个阶段股价涨跌的原因，那么就必然会有这样的假设：人类的买卖行为是有“惯性”的，一直涨的东西大概率就会一直涨，一直跌的东西大概率就会一直跌，直到趋势反转。技术分析者在这个层面上其实是把整个股市当做了一个黑箱，黑箱输出的什么结果明明白白显示在K线上，但是他们不关心到底是纯粹的随机性产生这样的结果，还是因为什么原因产生这样的结果。

技术分析虽然不能打败市场，获得超额收益，但是能够躲避大跌，使得你的最大回撤降低。

股市沿趋势运行，那么你抓住某个大趋势赢的钱，能否抵消在震荡行情下不断买入卖出付出的摩擦成本呢？如果你的标的一直长期震荡，那么正确的做法是做网格交易，但是未来不会写在历史的k线图里面，你仍然要做主观判断，而这样的判断很难。

从逻辑上来讲，人的情绪是连续的，而不是间断的，今天的情绪是昨天的延续，本周的心情是上周的延续，本月的看法是上月的延续，除非基本面、政策面产生那种爆炸性的突变，人的情绪才有可能发生 180 度的转弯，否则人的情绪就不会产生跳变，这就给趋势的产生奠定了逻辑上的基础：今天的涨跌会和昨天有正相关性，本周的涨跌会和上周有正相关性……

情绪在这个角度来讲就是有像牛顿惯性定律似的规律性，但是具体情绪在什么时候到达拐点，仍然不好做判断。

3、历史会重演

历史会重演，指的是周期存在，不管是情绪有周期还是技术更迭有周期。历史重演这个根基是通过过去的数据测试出来的，成立的条件是“过去能够在一定程度上代表未来”因为人性不变，人的理性行为和非理性行为在未来会重复发生，过去的数据就是对未来的粗略模拟。但是，未来并未发生，过去的数据也仅仅是模拟。上述做的历史测试就是在用归纳法，从特殊到一般，从历史数据到预测未来，我们就是在赌这套交易系统在未来还会有对市场的“正的期望值”。

千百年来，人性未变，而市场就是由人的心态情绪和行为组成的，所以我们从历史中找寻规律用于指导当今实践。群体确实有固定的行为模式——人性，并且一直在重复。站在大尺度视角下，恐惧和贪婪交替进行，大盘牛熊更替。问题是，这样简单的道理，如果硬搬到某一具体标的，那么它能被显示在图表中，被技术分析者捕捉到吗？

在数学中，平稳过程是一种特殊的随机过程，在其中任取一段时间或空间里的联合概率分布，与将这段时间或空间任意平移后的新时间或空间里的联合概率分布相等。这样，数学期望和方差这些参数也不随时间或空间的变化而变化。历史在某种程度上就能够重演。

历史上发生的事情的频率不一定代表未来这件事重复发生的概率，历史可能会重演，但过去的样本量中完全不会有未来可能发生的黑天鹅事件。以过去的经验线性地推导未来，就会犯线性外推的错误。

人们的情绪会在恐惧和贪婪两个极端区间摆动，造成周期重复。由于科技进步、信息传播方式改变、干预政策和事件对你的交易品种产生影响、交易制度变革、人们获取信息的方式受到互联网技术的冲击、市场监管制度和力度的变更、市场散户和机构投资者结构的变化等原因，历史又不会简单地重复——赚钱就会很困难——你以为市场跌到底了该V型反转了，结果只是小幅反弹，市场继续跌，你心态崩了；你以为市场到顶了回撤了一小段吓跑了，结果市场继续涨，你踏空了主升浪。

人类确实会一遍又一遍地重复过去的行为，只要他们没有纠正那些人性中的认知偏差，没有纠正那些行为金融学的偏误，市场上的异象就会一直存在，采用技术分析能够很好地捕捉到这些异象吗？

我们是用历史数据当做样本来猜未来的发展，这是仅有的模拟未来的数据和方法。市场是人与人博弈出来的结果，只要是人性不变，市场的运行规律就不会发生改变。几千年来，人类贪婪、恐惧、没有耐心的本性没变过，资本主义历史不长，通过归纳法找到的规律，比如当年的“量、价、时”就是这样的，那么，现在的已知条件和当年相同或类似，那么现在做预测以后的走势也会是大概率是当年的走势。

这就是经验主义归纳一个规律的方法，我发现有1000万只天鹅都是白色的，那么我就会相信所有天鹅都是白色的。历史不允许有假设，我们不可能迈入另一条河流，平行宇宙的发展动向我们也不得而知，我们不能根据当时的“量价时”的已知条件进行控制变量，来探究到底我发现的规律到底对不对，如果现在的穷举法没毛病，我就暂时认为我发现的规律是对的，这个规律就是能指导我现在的炒股决策和买卖行为。

技术指标全部都是过去的历史数据形成的，但是从证据的效力等级来讲，技术分析的指标所形成的证据处于最低等级。技术面很重要，但是不容易有效。除非你认为市场上的大多数人都没看量价时间，瞎买的，你用技术分析才会产生超额收益。

预测未来是否只是技术分析者头脑里面的一个幻觉？因为技术分析也不排斥那种小概率事件的发生导致技术分析失效，只要是通过多次的预测，对的次数比错的次数多，那我们就会觉得预测对的概率会很大，技术分析就是有效的。如果预测对了，你们会说，是技术分析在起作用，如果预测错了，你们会说，是小概率事件发生了。这就是社会科学难点——很难被证伪，每只股票当前的现状仅仅在历史中出现了一次，你不可能用相同的前提条件在实验室构造出一个相同或相似的“经济社会”，看看这只股票是否还这么运行。可能会对市场产生影响的因素太多了，你无法控制变量，而且市场的交易规则是人为确定的，投资者的资金量是动态变化的，每个人与每个人的想法也是不同的，这就造成不可能会有一个包打天下的赚钱投资策略。

如何证明用技术分析做对了预测，和股价真的按照预测变化了，这两件事有因果关系？基本面分析显然确定性更高一些。

若股市就是一个重复博弈的赌场，那么技术分析里面“历史会重演”这句话，会隐含着两个条件：前一阶段的博弈不改变后一阶段的博弈结构；所有参与人都能够观测到博弈过去的历史。

历史会重演吗？历史虽说会因为人性和人类的情绪的波动形成周期，但是也会因为科技的进步无法完全被重演。

要知道，原先那些技术分析指标是在互联网还不发达的时候发明的，当下大数据、云计算、人工智能、量化基金，算法科学可都是过去没有的，现实的“易变性”的速度被大大加快了，如果总用老眼光去看待新问题，那么必然会犯“线性思考”的错误。过去事件发生的频率是否等于未来事件发生的概率？过去事件累积的数据量，是否能够够形成足够的样本，来指导未来？

从周期的角度来讲，人们贪婪和恐惧的极端转化会重演，经济的繁荣与衰退会重演，周期股公司的盈利水平会随着经济周期的波动一再重演，银行信贷的风险容忍度会在“容忍风险和规避风险”两个极端来回摆动，从而使得历史重演。

我们现在总结出来的周期规律不会简单地重复，看待周期不能用小样本量线性外推，用一个不太成熟的体系来进行归纳，并想用归纳法来试图得出结论，并用这个结论进行演绎法推理，指导未来的实践。理想状态是，如果多元宇宙存在的话，考察100不同的宇宙他们的经济周期是如何发展演变的，结论会更靠谱一些。

持有这种想法的散户肯定是生活中极其排斥“历史会不断重演”这种想法的。而且对于归纳法的逻辑推理嗤之以鼻。

过去的样本永远代表不了未来的情况，但是除了历史数据来进行判断，没有其他数据作为决策依据。我们依据历史数据总结出来的历史规律，可以提高我们此时此刻获胜的概率（贝叶斯推理思路）。

历史的数据只代表历史，未来不可知，用过去的样本去预测未来的总体，说明过去的世界和未来的世界是“同质性的”，但是世界是具有易变性的。

根据奥卡姆剃刀原理，假设越多，这个假设前提下得出的结论就会越偏离实际情况。你的假设条件越多，能同时满足假设条件的概率就越小，你的理论就会越不准确。

不预测短期涨跌，做长期主义的事，抓住事物那个长期不变的东西，才是正道。

股票比大宗商品信息更不对称，你可能都不知道你买的股权到底是什么。

技术分析抓这些买点卖点，准确率能有多少？如果假设历史就是会重演的话，那么经验主义就是成立的，你上次成功的经验就是能应用到这次的交易中，人性不变，量价时空相似，那么上涨还是下跌的结果就应该是相似的。

为什么医生资历越老，诊断往往越准确？因为人们看到的都是“表征”，到底是什么引起的这些“表征”，人们往往并不知道，在这个“知道了结果求原因”游戏中，我们思考的框架就是通过这种贝叶斯推理，一步一步的逼近真相，医生在这个行业干得越久，积累的“后验数据”“后验概率”越充分，在下一次诊断时，上一次的后验概率就会变成这一次的先验概率。

休谟在《人类理解研究》中写道：我们在做一切推断时，都会在习惯的支配下，将过去的经验套用到将来的头上。这是一种线性思维和外推谬误。不管历时是否会重演，我们就是固执地认为，历史会重演。历史会重演，这意味着市场的某些属性将保持不变。历史会重演是这三条假设最好验证的一条。历史会重演，说明未来会像过去一样，那么在过去的过去，未来仍然会像过去一样。过去的表现其实和未来的表现并非完全相关。当你想要用某个技术指标时，先看一下历史回测数据支不支持你的结论。比如我们可以把2000~2010年的数据用某个技术指标训练，看是否产生超额收益，再来看看2011~2020年这种规律是否“重演”了。

除了以史为鉴，我们确实无法用什么别的方法判断未来了。我们只能假设过去的事情能按照同样的频次在未来重复出现。

想要一个理论正确，假设就不宜过多，假设条件过多，投资策略失效概率高。

大脑习惯于讲故事，事后归因，总结规律以应对未来的不确定性，并指导接下来的操盘原则。

我们要不要自己独创技术指标，比如说，修改均线的日期？如果这个技术指标有“自我加强”的特性的话，就不要自己修改，一是可能会犯过度拟合的错误（你感觉自己修改后的技术指标更贴近过去的k线走势，殊不知未来市场状态一变化指标就失灵了），二是，如果信这个指标的人越多，这个指标越有效，那么你为啥不随大流直接跟着这股趋势走呢？

技术指标，在证据等级中，属于第四级证据，仅仅比个人经验的可信度高那么一点点。技术指标到底有没有效，我们只能通过前后对比的方法进行验证。使用技术指标之前和之后，你的收益率确实有提升，说明有效。但是，该种证据受到的随机因素和不可控的变量太多了，远没有真正的“大规模随机双盲实验”来的更加准确。而投资的世界中，我们无法做出大规模随机双盲实验，时间的箭头指向固定的方向，每个人的人生都是单程票，历史不允许假设。

时间就像一只单向度的射出去的箭，我们无法让它拐个弯，说这次射的方向不对，上帝你换一个方向，我们面对历史数据形成的各种技术指标，只能寄希望于“历史会依据人性不变原理一再重演”。

技术指标同样不太好证伪。假如说，你某一次用了一个技术指标，赢钱了，那么你可以说，赢钱了是技术指标发挥了作用。另外一次，你又用了一个技术指标，但是输钱了，那么你怎么知道这次是小概率事件发生了，还是技术指标失效了呢？

《对赌》一书说，如果你的投资策略是对的，但是亏了钱，也有可能是小概率事件发生了，而不是你的本身的投资策略出现了问题。小概率事件发生了，说明你踏入的是这一条小概率事件的宇宙，平行宇宙的其他分支你是赚钱的。

有用的技术分析是那种能够在人性中得到解释的指标才会“有一定概率”有效。或者是，该技术分析大部分的交易者都在用，虽说没什么逻辑和道理，但是由于用的人越来越多，该技术指标也变得越来越有效，股市成了一个博傻游戏，因为我相信别人也在用这个指标，别人也认为大部分人在用这个指标，这个指标变成了博弈论中的“共同知识”。除了这样的解释，其他的技术指标我一概不看，那些罕见的，偏门的技术指标更没有学习的必要。因为一些偏门的技术指标很可能是统计学上面的“数据聚集”现象，是随机性蒙蔽那些试图在随机中寻找规律的人的重要手段，你不应该上了“随机性”的当。数据聚集效应：没准你回测哪几年，是大牛市，无论哪个因子进行回测都是赚钱的。

在统计套利，或者看技术指标炒股的时候，如果没有行为金融学作解释，能够得到逻辑上的印证，那么你发现的超额因子很有可能是一种小样本视角下的数据聚集现象。

如果一个技术指标只有你在用，别人都没在用，而且别人都不知道你在用，这样的话这个技术指标更接近于超额因子，可能会有效。

支撑和阻力仅仅依靠着行为金融学的一点点理论支撑，只是一个笼统的概念，赚钱的逻辑性太弱了。

一个赚钱的方法，有些会像是支撑线和阻力线这样的，告诉普罗大众，它会成为自我实现的预言，大家都知道了这个赚钱方法，这个赚钱方法获胜的概率反而更大了。

还有一种类型，也就是现在人们批评海龟交易法则批评的最多的一种声音，海龟交易法则已经过时了，一种交易快系统旦公布出来，被大家研究透，他自己本身也就失效了。

二者的区别在哪里？

支撑阻力线这套理论是有着自证预言的性质的，即使别人知道了这套理论，你也无能为力，只能顺势而为，这种共识是有着正循环的效应的。进一步讲，几乎所有的技术指标如果指向同一个结论，此时如果相信的人越多，这几个技术指标就会越有效。技术指标本身是否真的有效已经变得不重要了，因为相信的人越来越多，无效也会变得有效。就像是成语“三人成虎”所揭示的道理一样。这又有点像自证预言的味道。

而海龟交易法则这种交易系统本身并没有很强的心理学做支撑，形不成正循环，所以容易被别人利用。

技术分析中出现“金叉”“头肩底”等等信号。不好意思，纯粹的随机性也可以出现这样的图形，未来仍然难以分辨。当然这里面也有可能出现“自我实现的预言”，取决于市场上有多少人相信技术指标是有效的。技术分析k线形态中，头肩底和头肩顶也是反映了多空双方去留情况留下的痕迹。

为什么技术指标相信的人越多越有效，海龟交易法则相信的人越少越有效？

一个交易系统如果自己带有“自证预言”的功能，并且有强烈的反身性的话，那么相信的人越多，越有效。阻力线支撑线的模型才会长久不衰地存在于交易者的理念中。而且这种理念，信的人越多，越有效。K线研究中如果一只股票出现下跌趋势的十字星，短期内看涨，那么如果所有的交易者都这么想，那么大家就都想去买进这只股票，后市可能本来也没有什么买盘，由于大家都信这个指标，凭空多出来很多买盘，这些买盘使得“后市看涨”这个“预言”得以自我实现，整个过程就如同心理学上的“自我实现的预言”一样流畅。

如果此处的市场有效，指的是“价格等于价值”，价值就是用DCF方法折算出来的企业价值的话，那么，上述的股价运动过程很可能是“有效变无效”的过程（如果一开始股价能够反映企业的价值的话）。

一个有效的量化轮动投资策略是用归纳法来论证其正确性的，量化轮动和统计套利有可能是你在数据挖掘的过程中发现了一些隐藏的规律，这些隐藏的规律要么是反直觉的，要么就是不为大众所猜到，总之，这个规律带来了你和大众之间的信息差，你就赚取了超额收益。

散户处于信息和数据的末端，天然处于劣势地位，这就造成用劣质的信息去进行“主观概率的判断随着客观世界的变化而调整”这样的贝叶斯更新过程失效，你所得到的条件概率是“劣质概率”，用劣质概率去做投资决策，被机构打败就是必然的事情。