股票技术分析中MACD指标的有效性检验

发布时间：2020-11-13 03:37

　　 股票市场在资本市场中占据极其重要的地位,在当今市场经济的条件下,股票市场已经成为企业融资、大众投资的重要领域,是经济的晴雨表,对优化资源配置及经济发展起到极大的促进作用。多年来国内外学者热衷于对股市的研究,证券投资技术分析方法更是经常被投资大众津津乐道。技术分析常常带有神秘色彩,吸引越来越多的学者对此进行研究,在众多技术分析工具中,MACD指标经常被投资者使用,所以本文要基于MACD指标的经典定义,对其作用于中国上海股票市场上的有效性进行实证研究。 本文的实证研究是在笔者阅读了大量国内外文献,对相关的理论知识和统计模型的充分学习的基础上进行的。MACD是常用的技术分析方法之一,所以有必要在研究之前先对技术分析理论的发展历程进行陈述。证券投资技术分析起源于华尔街的道氏理论,至今已有一百多年的历史,在实践操作中很少有人完全不使用技术分析的。技术分析理论的发展经历了传统技术分析理论阶段和现代技术分析理论阶段。 传统的技术分析主要是以图表、技术指标为手段对证券市场的时间、价格及交易量进行研究,运用一系列方法进行归纳总结,从而达到预测证券市场价格变化趋势的目的。技术分析的成立与否,依赖于三个假定前提,即市场行为包容一切信息,价格变动是有趋势的以及历史会重演。在这三个假定前提的基础上,传统技术分析逐渐发展完善,形成了道氏理论、波浪理论、形态理论、切线理论及指标分析理论等。 传统的技术分析理论历经一百多年的发展,虽然已成体系,但一直被认为缺少科学依据和理论基础,而更多的是带有随意性和巧合的成分。使传统技术分析法具有科学合理性的三条假定条件与实际的证券市场状况也不完全一致,这也导致了传统技术分析法在实际应用时无效,所以技术分析法曾一度表现出衰退的迹象。直至20世纪90年代,随着统计学和计算机科学的发展,技术分析被赋予了新的意义,逐渐形成了现代技术分析理论。现代技术分析理论主要包括时间序列分析、人工智能技术以及博弈分析法等,其中人工智能技术主要包括混沌理论、分形理论、人工神经网络法以及遗传算法等。虽然现代技术分析理论更贴近股市的本质,但由于其操作困难,且对使用者的数理知识要求较高,所以在实际操作时很少有散户投资者会使用现代的技术理论,相反人们宁愿用传统的方法来指导股票买卖。那么传统的技术分析方法是否有效?在技术分析法的指导下能否获得超额收益?所以古今中外的学者对技术指标的有效性的争论由来已久,且大家看法褒贬不一 基于对技术分析理论的发展历程的了解基础上,本文开始切入正题。纵观国内外文献对MACD的有效性检验,主要是检验使用MACD指标进行股票投资时是否能获得超额利润,一个重要途径就是检验由MACD产生的交易信号所得到的条件收益率是否显著高于无条件收益率。目前对移动平均规则的有效性进行检验的方法可以归纳为四种：双样本均值T检验,Bootstrap法,非参数统计法以及前向人工神经网络法。且目前对股票市场的研究大多集中在对股票收益率的研究上,众多研究表明股票收益率序列会表现出波动聚集性、尖峰厚尾性以及波动非对称性的特征。而针对这三个特征,一般的线性模型已无法加以解释,只能应用非线性模型(如ARCH族模型)解释收益率的这些波动特性。 在对技术分析以及MACD指标的相关理论,收益率序列的特征以及适用模型的充分学习基础上,本文开始进入实证研究阶段。本文实证研究选取上证指数和30只样本股票(包括大盘股、中盘股和小盘股各10只)的2004年1月1日至2009年12月31日的收盘价作为样本。首先对其进行描述性统计分析,得到无条件(即买入并持有策略)收益率均值、标准差、峰度、偏度等描述性统计指标值,验证了所选的上证指数及30只样本个股在样本期的收益率均表现出了波动聚集性、尖峰厚尾性,于是选择了GARCH (1,1)的非线性模型进行检验,进一步验证该模型能否解释收益率的这些特性。 通过对指数和个股的标准检验证实了MACD技术指标对股票买卖是有一定的预测能力的,尤其对中盘股的指导效果较好。而且在股票操作中形成的买卖区间在收益率,波动率和价格变动方向上都表现出了非对称性。接下来通过Bootstrap检验作进一步研究,发现GARCH (1,1)虽然可以解释真实收益率过程中买卖区间波动性,但是却无法解释卖出区间收益率为负、买卖区间的超额收益以及价格变动方向上的非对称性,所以本文认为GARCH(1,1)无法解释MACD规则对于买卖区间收益率的预测能力。 通过对MACD(12,26,9)与其他6种中短线移动平均规则的对比研究,发现中短线规则在中国股市上的预测能力更强,中短线规则不仅能指导投资者获得超额收益,而且能预测股价变动趋势。其中中线规则更能预测股市中的高收益部分,短线规则更能预测股市中的低风险部分,投资者需根据自身的风险偏好做好取舍。在不同规则的对比分析中,发现MACD的预测能力并不是所检验的规则中最好的,可能因为MACD是个长期指标并且关注股价的长期走势,而中国股市投资者较关注市场的短期趋势,在MACD指标本身的特点和中国股市自身特点的双重原因下,MACD规则虽然在我国股市上具有预测能力,但其预测效果并非最佳。 综上所述,MACD指标在样本期的上海股票市场上表现出了一定的预测能力,尤其对中盘股的指导作用最强。GARCH (1,1)模型并不能捕捉到现阶段沪市股票收益率表现出来的波动非对称性。MACD指标虽然表现出了一定的有效性,但由于指标自身关注长期趋势的特点与目前中国股市投资者关注短期趋势的特点,MACD并非最有效的。与MACD指标相比,中短线规则更能指导现阶段中国股市投资者获利。本文也提出了一些实践操作上的建议,以期对投资者和今后的研究者有所启示。实践中投资者要注意MACD指标与中短线的MA配合使用,尽量长期投资、中期投资与短线操作相结合,在追求收益的同时要考虑风险的大小；MACD指标与其他技术指标配合使用,将趋势分析、超买超卖现象分析以及行情反转信号分析等相结合,同时注意各技术指标互相验证,增加预测的可信度；技术指标与其他技术分析方法配合使用,将技术指标与形态分析、波浪理论、切线理论以及价量分析相结合,并将各技术分析方法的预测结果相互验证；技术分析方法与基本面分析配合使用,两种方法结合使用可以互相弥补不足,这样才能实现中长期投资与短线操作相结合,变投机习惯为良好的投资习惯。 此外,本文还存在很多不足,本文仅是从MACD指标的经典定义出发进行研究,研究的前提过于简单和理想化,很多操作上的现实问题都未加考虑,如异步交易问题、交易成本以及成交量等的影响。在MACD指标有效性检验上考虑异步交易、交易成本以及成交量的影响,在对收益率波动特性的解释模型选择上考虑人工智能的方法,MACD指标滞后阶数的问题,以及MACD的步长参数的选择问题,这些都是文本在今后研究中需要进一步深入探讨之处。
【学位单位】：西南财经大学
【学位级别】：硕士
【学位年份】：2011
【中图分类】：F832.51;F224
【文章目录】：
摘要
ABSTRACT
1. 导论
    1.1 选题意义
    1.2 本文的研究内容
    1.3 研究方法简介
    1.4 本文的创新及不足
2. 文献综述
    2.1 技术分析理论综述
        2.1.1 传统技术分析理论
        2.1.2 现代技术分析理论
        2.1.3 对技术分析有效性的讨论
    2.2 MACD指标有效性检验的国内外研究现状
        2.2.1 双样本均值T检验
        2.2.2 自助法（Bootstrap）
        2.2.3 非参数统计法
        2.2.4 前向人工神经网络法
3. 模型介绍
    3.1 MACD的经典解释
        3.1.1 MACD指标概述
        3.1.2 MACD的应用规则
    3.2 模型介绍
        3.2.1 金融时间序列的特征
        3.2.2 非线性时序模型（ARCH族）
4. 对MACD指标有效性检验的实证研究
    4.1 样本数据的搜集
    4.2 模型的设定
    4.3 指数及个股分析
        4.3.1 样本描述性统计分析
        4.3.2 标准检验
        4.3.3 Bootstrap检验
    4.4 不同规则比较
5. 结论及建议
    5.1 结论
    5.2 建议
        5.2.1 实践操作上的建议
        5.2.2 今后研究上的建议
参考文献
致谢

【参考文献】

相关期刊论文 前10条

1 杨一文,刘贵忠;分形市场假说在沪深股票市场中的实证研究[J];当代经济科学;2002年01期

2 林玲,曾勇,唐小我;移动平均线交易规则检验[J];电子科技大学学报;2000年06期

3 唐彧,曾勇,唐小我;金融市场技术分析有效性检验的进展评介[J];管理工程学报;2001年02期

4 唐彧,曾勇,唐小我;考虑交易费用与风险情况下移动平均交易规则的检验[J];管理工程学报;2002年03期

5 王兆军,曾渊沧,郝刚;移动平均线方法的最佳步长组合的确定[J];高校应用数学学报A辑(中文版);2000年02期

6 郑宏;从股市有效性检验来看技术分析的应用效果[J];福建金融管理干部学院学报;2004年06期

7 孙碧波,方健雯;对中国证券市场弱态有效性的检验——基于技术分析获利能力的实证研究[J];上海财经大学学报;2004年06期

8 王卫宁,汪秉宏,史晓平;股票价格波动的混沌行为分析[J];数量经济技术经济研究;2004年04期

9 李敏强,张俊峰,寇纪淞;遗传算法在股市投资策略(战略)研究中的应用[J];系统工程理论与实践;1998年08期

10 孟祥泽,刘新勇,车海平,袁著祉;基于遗传算法的模糊神经网络股市建模与预测[J];信息与控制;1997年05期

相关硕士学位论文 前3条

1 苏茂坤;对证券市场技术分析的思考[D];西南交通大学;2002年

2 李文;股票市场中移动平均技术指标的效果准则和意义探讨[D];华东师范大学;2006年

3 朱威;股票技术指标的统计分析[D];华东师范大学;2006年

本文编号：2881671