技術(shù)分析中威廉指標(biāo)的有效性研究

■ 李春水 程 浩 博士生（、華西證券有限責(zé)任公司 成都 6004 、西南財經(jīng)大學(xué)會計學(xué)院 成都 6307）

問題的提出

“技術(shù)分析”這一術(shù)語是各種交易技術(shù)的統(tǒng)稱。技術(shù)分析者相信，買賣交易的相互對比能夠被市場交易的圖像所描述。在基本面分析流行以前，技術(shù)分析被廣泛地應(yīng)用于資本市場投資。時至今日，技術(shù)分析仍然是與基本面分析具有同等重要地位的分析方法。那么，如此廣泛被應(yīng)用的方法是否可以為投資者帶來效益呢？這正是本文所要討論的目標(biāo)。

已有的文獻(xiàn)已從技術(shù)分析的某類方法對其有效性進(jìn)行了研究。例如，針對均線規(guī)則的有效性問題，Brock et al.（1992）的實證研究發(fā)現(xiàn)，投資者使用這一規(guī)則能夠獲利，而且，該異常收益不能被流行的收益率時間序列模型很好地解釋。不僅是均線規(guī)則，Lo et al.（2000）和陳卓思、宋逢明（2005）分別對頭肩形態(tài)在美國和中國市場中的有效性進(jìn)行檢驗時發(fā)現(xiàn)，投資者根據(jù)該形態(tài)進(jìn)行股票投資，都能夠獲得異常收益。

也有文獻(xiàn)對技術(shù)分析的有效性提出了質(zhì)疑。例如，Allen and Karjalainen（1999）的實證結(jié)果發(fā)現(xiàn)，投資者運用技術(shù)分析并不能獲取異常的收益率，僅有在部分市場形態(tài)下，投資者才能通過技術(shù)分析在股票市場中獲利。孫碧波（2005）在對上證指數(shù)進(jìn)行了實證研究后也發(fā)現(xiàn)，技術(shù)分析的有效性并非是持續(xù)和穩(wěn)定的。

本文使用滬深300指數(shù)2006年1月-2012年4月的數(shù)據(jù)，對W&R威廉指標(biāo)的有效性問題進(jìn)行了研究。本文發(fā)現(xiàn)：投資者能夠通過該指標(biāo)獲取收益，且買入日的平均回報率顯著高于賣出日的平均回報率；投資者在構(gòu)建策略時增加緩沖空間能夠獲得更大收益，因為緩沖空間提高了買入收益率，并且提高了賣空收益率的絕對值?；贏RMA模型以及GARCH模型的Bootstrap檢驗結(jié)果進(jìn)一步表明，W&R威廉指標(biāo)策略產(chǎn)生的收益率絕對值大于上述模型所得到的“正?！笔找媛实慕^對值，這兩個常用模型無法解釋W(xué)&R威廉指標(biāo)策略所獲得的收益率。

數(shù)據(jù)與描述性統(tǒng)計

本文的樣本為滬深300指數(shù)，時間范圍從2006年1月到2012年4月。這些數(shù)據(jù)全部來自于銳思數(shù)據(jù)庫?？紤]到2006年至2008年為我國股市歷史大牛市的周期，本文以2009年1月為界，將樣本劃分為兩個子區(qū)間，2006年1月至2008年12月，以及2009年1月至2012年4月。

樣本的描述性統(tǒng)計顯示：首先，樣本在兩個子區(qū)間中的差異十分明顯，在前一階段中，均值為0.12%，明顯大于后一階段0.06%的均值，且前一階段的標(biāo)準(zhǔn)差也大于后一階段。其次，無論在整個區(qū)間還是在子區(qū)間都表現(xiàn)出顯著自相關(guān)。然而，自相關(guān)程度和符合卻表現(xiàn)出明顯差異，最典型的是第一階自相關(guān)系數(shù)，后一階段顯著為負(fù)值。絕對值也增加至0.20%；Buy-Sell策略的日平均回報率增加至0.41%。這表明，考慮緩沖空間后，W&R威廉指標(biāo)策略所獲得的收益顯著提高了。

表1 W&R威廉指標(biāo)策略的實證結(jié)果

表2 考慮緩沖空間的實證結(jié)果

表3 ARMA模型的Bootstrap檢驗結(jié)果

W&R威廉指標(biāo)策略

W&R威廉指標(biāo)是由Larry Williams于1973年首創(chuàng)的，使用WMS來表示市場處于超買還是超賣的狀態(tài)。WMS的計算公式是：

WMS=100*(Hn-Ct)/(Hn-Ln) （1）

其中，Ct為當(dāng)天的收盤價；Hn和Ln是最近n日內(nèi)（包括當(dāng)天）出現(xiàn)的最高價和最低價。本文按照慣例將n取14天。WMS表示的含義是當(dāng)天的收盤價在過去的一段日子的全部價格范圍內(nèi)所處的相對位置。當(dāng)WMS低于20時，股票處于超買狀態(tài)；當(dāng)WMS高于80時，股票處于超賣狀態(tài)。為了避免WMS頻繁變動產(chǎn)生偽信號，本文引入緩沖空間，當(dāng)WMS變動超過臨界值（20和80）的1%時才做出買賣交易。

表1和表2給出了實證結(jié)果。其中：Buy為買入日回報率均值，Sell為賣出日回報率均值；Sd為標(biāo)準(zhǔn)差；Buy-Sell為根據(jù)同時買賣的總回報率均值。從表1中可以看到：在2006年1月至2012年4月中，投資者根據(jù)W&R威廉指標(biāo)買入股票，平均日回報率為0.14%；賣出日平均回報率為0.19%，根據(jù)W&R威廉指標(biāo)賣空股票所獲的收益率低于買入股票，這與買入和賣出交易日的風(fēng)險是相對應(yīng)的，買入日標(biāo)準(zhǔn)差大于賣出日的標(biāo)準(zhǔn)差；同時買賣所獲的日平均回報率為0.33%。分區(qū)間來看，根據(jù)W&R威廉指標(biāo)，投資者都能夠獲得顯著的異常平均回報率。而且，在股市趨勢更為明確的2006年至2009年中，投資者能夠獲得更高的異常收益率，日平均回報率為0.57%，顯著大于第二個區(qū)間0.1%的平均回報率。

當(dāng)增加緩沖空間時，買入日的平均回報率增加了，在2006年到2012年4月，增加到0.21%；同時，賣出日的平均回報率

W&R威廉指標(biāo)的Bootstrap檢驗

為了進(jìn)一步檢驗W&R威廉指標(biāo)的有效性，基于ARMA模型和GARCH模型，本文采用Bootstrap方法對上述結(jié)果進(jìn)行穩(wěn)健性檢驗。由于篇幅的限制，本文僅對2006年1月至2012年4月做檢驗。每個模型的模擬次數(shù)均為800次。

（一）ARMA模型

從前文給出的描述性統(tǒng)計結(jié)果可知，滬深300指數(shù)收益率具有顯著的自相關(guān)關(guān)系。自相關(guān)系數(shù)顯示，在2006年1月至2012年4月中，滬深300指數(shù)存在3階自相關(guān)關(guān)系，第4階自相關(guān)系數(shù)在10%水平下不顯著。因此，本文使用ARMA（3，1）模型。

表3得出結(jié)果與上文的檢驗結(jié)果基本一致，即：無論是否考慮緩沖空間，模擬的買入日收益率高于W&R威廉指標(biāo)結(jié)果的比值都非常??；類似地，賣出日的模擬結(jié)果中大于W&R威廉指標(biāo)結(jié)果的比例高達(dá)98%；Buy-Sell策略下，幾乎所有的W&R威廉指標(biāo)結(jié)果都大于利用ARMA得到的模擬結(jié)果。上述結(jié)果表明，對于投資者根據(jù)W&R威廉指標(biāo)所得到的異常收益率，ARMA模型無法給出合理預(yù)測。

（二）GARCH模型

股票收益率，特別是日度收益率序列，通常呈現(xiàn)出波動聚集的特征。因此，本文進(jìn)一步使用GARCH（1，1）模型來對股價進(jìn)行預(yù)測。模型的估計結(jié)果如下：

表4 GARCH模型的Bootstrap檢驗結(jié)果

其中，括號內(nèi)為t統(tǒng)計量。根據(jù)以上GARCH（1,1）模型，本文得到相應(yīng)的Bootstrap檢驗結(jié)果，并列在表4中。與表3結(jié)果類似，基于GARCH（1，1）的Bootstrap檢驗結(jié)果也表明：無論是否考慮緩沖空間，模擬的買入日收益率高于W&R威廉指標(biāo)結(jié)果的比值都非常??；類似地，賣出日的模擬結(jié)果中大于W&R威廉指標(biāo)結(jié)果的比例高達(dá)99.91%；Buy-Sell策略下，幾乎所有的W&R威廉指標(biāo)結(jié)果都大于利用GARCH得到的模擬結(jié)果。上述結(jié)果表明，對于投資者根據(jù)W&R威廉指標(biāo)所得到的異常收益率，GARCH模型無法給出合理預(yù)測。

結(jié)論

研究發(fā)現(xiàn)：投資者能夠通過該指標(biāo)獲取收益，且買入日的平均回報率顯著高于賣出日的平均回報率；投資者在構(gòu)建策略時增加緩沖空間能夠獲得更大收益，因為緩沖空間提高了買入收益率，并且提高了賣空收益率的絕對值?；贏RMA模型以及GARCH模型的Bootstrap檢驗結(jié)果進(jìn)一步表明，W&R威廉指標(biāo)策略產(chǎn)生的收益率絕對值大于上述模型所得到的“正?！笔找媛实慕^對值，這兩個常用模型無法解釋W(xué)&R威廉指標(biāo)策略所獲得的收益率。上述實證檢驗結(jié)果表明，在我國股票市場中，投資者根據(jù)W&R威廉指標(biāo)策略進(jìn)行股票投資，可以獲得超額收益率，即技術(shù)分析法具有有效性。

1.陳卓思，宋逢明.圖形技術(shù)分析的信息含量[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005（9）

2.孫碧波.移動平均線有用嗎？—基于上證指數(shù)的實證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005（2）

3.Allen，F(xiàn). and R. Karialainen. Using genetic algorithms to find technical trading rules. [J]. Journal of Financial Economics，1999（51）

4.Brock，W.，J. Lakonishok，and B.LeBaron. Simple technical trading rules and the stochastic properties of stock returns. [J].The Journal of Finance，1992（5）

5.Lo，A. W.，H. Mamaysky，and J.Wang. Foundations of technical analysis：computational algorithms，statistical inference，and empirical implementation.[J].The Journal of Finance，2000（4）