技术分析与基本面分析，被认为是研究市场最重要的方法。对于日内交易，大多数的交易者都在使用技术分析。
甚至可以说，掌握一些技术分析的基础知识，就像是一张进入市场的“门票” —— 没有这张票，你就很难踏进这个圈子。
图片
然而，作为一种预测股市价格动态的方法，技术分析存在着一些缺陷，这些缺陷使它的实际适用性令人怀疑。
在我多年前对投资不太了解的时候，我一直在尝试使用技术分析，短线交易。在这段时间里，我在真实数据上测试了大量指标。结论却并不乐观：在很多情况下，市场的实际表现与预测完全相反。并且关于这些，已经有无数研究和文章，不需要在这里重复。
有些人可能会这样说：“技术分析需要很强的分析能力。如果使用的好，它确实能带来很好的结果。问题不在于技术分析本身，而在于如何正确使用它，以及心态。”
但在我看来，问题的根源在于：技术分析作为一种分析和预测价格动态的方法，本身在基本假设和理论逻辑上就存在缺陷。
注：所有错误都源于技术分析总是试图分析“图表”，而不是分析“市场”本身。
一些分析师在图表中发现某个形态时，立马喊道：“市场要转向了！因为我在图表里看到了这个形态！”然而正确的做法应当是：在观察到某个图表形态后，先问自己：“是什么样的市场过程导致了这个形态的出现？这个过程会带来趋势反转，还是仅仅意味着一次修正？”
忽视市场中真实过程的本质，只盯着表象图表去解读，这是技术分析在后续发展中犯下的最大错误。
错误一：不同市场却用同一套指标及K线分析法很多人分析市场时，不管是股票、债券，还是外汇、商品，全都套用同一套指标。表面上似乎合理，比如说“假底就是假底”，放在哪里都成立。可实际情况往往并非如此，这种做法常常会导致严重的误判。
这些市场之间的差异，不仅体现在交易机制和市场特性上，甚至连图表形态都完全不一样！专业交易员或许能一眼看出差别，但在新手眼里，它们看起来几乎没什么不同。
为了说明这一点，下图展示了两家个标的的年度走势图，一个是
图片
图片
二级市场的图表有一些典型特征：上涨时回调很短，下跌时回调很长；价格区间相对较窄；上涨后常常会进入一段很长的“静默期”。真正的市场大起大落并不常见，通常只会出现在由跌转涨的阶段。整体来看，二级市场的走势往往是：慢慢涨，迅速跌。
在下图中，可以看到一些大宗商品市场的图表。它们的典型特征是：趋势结构非常明显，但会出现突发性的“卡顿”（暴涨暴跌）；行情可能出现较大幅度的跳空；在剧烈波动中，价格方向可能会突然改变，波动区间也比较宽。与股票市场不同的是，商品市场的上涨和下跌周期长度大体相当，甚至有时会上涨很快、下跌却很慢。
每一种市场都有自己独特的“典型画像”。
图片
图片
遗憾的是，这个观点在现有的技术分析里几乎没有得到发展。外汇市场算是个例外。它的图表既有“商品”的一些特征，也带有“股票”的影子。
错误二：对市场本质的误解技术分析者有时搞不清楚市场的真正属性。有些人把市场看成是自然界的产物，而不是人为创造的系统。这种错误认知带来了一堆问题，导致出现了大量错误的预测方法 —— 他们试图去寻找一种“完美的秩序”，但事实上这种秩序根本不存在。例如什么多均线，艾略特波浪理论、斐波那契数列。另一部分研究者则把混沌理论、分形几何套用到市场分析上，但这些理论描述的对象与市场完全不同。
举个例子：Bill Williams 在《交易混沌》（第 64 页）里写到：“曼德布罗发现，河流的分形变化与大宗商品市场的结构类似，这证明市场更像是一种自然函数，而不是人脑左半球创造的过程。”
这种推理就是典型的逻辑错误。即便系统完全不同，也可能产生相似的外观。就像动物世界里，恐龙和哺乳动物在完全不同的年代里，都演化出了角和刺作为防御工具 —— 它们看起来类似，但本质上毫无关系。
分析师们喜欢用各种“能量”说法来描述市场：什么“多头力量”、“空头力量”。他们会说市场会“下跌”、“反弹”、“惯性运动”，会被“推动”、“托起”、“刹车”。比如MACD，曾经被形容成“像车灯一样为你指路”。Bill Williams 也说过：“能量总是沿着阻力最小的路径传递。市场就像一条河，往下流时，它的行为取决于选择最省力的路径。”
这让我想起一个朋友，他坚信“人应该多吃大麻籽”，理由是，鹦鹉吃大麻籽能活 300 年，所以人类吃了也能活 300 年。听上去荒谬吗？和上面那些类比差不多。
市场需要一套能如实描述其本质的理论，股票、商品、外汇等市场，不能被简单归结为自然法则、心理法则或金融法则。任何一个有组织的市场，都是一个复杂系统，它按照自身的规律存在和演化。
正因为对市场本质和结构缺乏清晰认识，才导致解释市场涨跌原因时总是模糊不清。于是才会有那些“牛市力量”、“熊市力量”、“潜在市场能量”，或者“群体情绪”、“大众心理结构”之类的模糊概念。
如果我们认真去研究市场的本质，就会发现，每个市场类型都有自己的一套核心驱动因素：
二级股票市场 —— 主要看资本流动；
大宗商品市场 —— 供需平衡的变化 + 风险资本的流入流出；
其他市场也有各自的逻辑。
这类话题需要系统性的研究。我自己也做过一些探索，但放到文章最后再讲。
由于对市场本质的理解模糊，技术分析在解释成交量时也出现了问题。说到底，如果我们都没弄明白图表所反映的市场过程，那么我们怎么能正确解读成交量？翻开技术分析的书，几乎什么都有，就是没有对成交量的真正解释。最多停留在“成交量确认趋势”或“成交量变化领先价格变化”这种空洞的说法。
基于成交量的指标就更糟糕了。想想经典的OBV（能量潮）或Force Index（能量指数）。尤其后者 —— 把成交量乘以价格差，这到底有什么意义？ “灯泡 × 橙子 = '灯橙’，这就不是一个真实的东西。” 简直荒谬。
举个简单的算术例子：迪克、哈利和汤姆每人有两个苹果，一共多少个？答案很清楚：3 × 2 = 6。这个乘法有明确的意义。但很明显，上述的灯橙，或类似的指标，明显没有任何的意义，更别提预测市场。
错误三：随意对待时间出于某种原因，技术分析师在画图时往往直接跳过周末和节假日。结果呢？图表在时间维度上被人为“拉直”或“掐掉”，最终变得扭曲。于是就出现了一些相当值得怀疑的方法，比如类似“井字棋”的画法。
更典型的例子是在图表中构造角度的方法（比如江恩角度）。试问：45° 的角度到底意味着什么？按数学定义，tan(45°) = 1。换句话说，价格 / 时间 = 1。也就是说：1刀对应 1 天。
可如果我的1刀 = 2天，那角度就会变成 26.57° —— 这就是 arctg(0.5)。这说明：如果时间刻度拉长两倍，角度会缩小 1.69 倍。同理，如果价格刻度放大两倍，角度就会变成 63.43°。
换句话说，这些所谓的“角度方法”，本质上完全依赖于图表比例尺的任意设定。只要比例一变，角度就变了。那这样的角度，究竟还能说明什么？
图片
忽视时间问题，还会导致分析者彻底忘记自己到底是在什么坐标系下操作。一个典型的例子，可以从A. Elder的《以交易为生学习指南》中看到：
“有几种方法可以预测突破会走多远。比如突破矩形之后的走势。测量矩形的高度，然后从突破的边界向突破方向投射，这就是最小目标位。最大目标位则通过取矩形的长度，并将其垂直投射到突破方向的边界来得到。”
请注意这句话里的“垂直投射”。这完全就是荒谬。因为在图表上，矩形的“长度”是用时间来衡量的（天、周），而把这种时间单位拿去画在价格坐标轴上，本身就是胡闹。
为了直观展示这种错误，我们来看下图：同一张图表在两种不同的时间刻度下的表现（右边的时间刻度放大了两倍）。结果很明显 —— 所谓的“目标位”根本就是比例尺的产物，而不是市场的真相。
图片
在第二种情况下，虽然我们用的还是同一个矩形，但预测出来的最高目标价却变成了两倍。这种方法同样没有回答一个关键问题：为什么“最高价”一定要落在这个位置，而不是别的地方？注：要避免此类错误，图表中的时间必须被正确地标示出来。
数学出身的 V.I. Yeliseev ，发明了一套完全不同的股市图表分析系统。普通分析师都会把价格放在纵轴、时间放在横轴，而 Yeliseev 却用的是圆形坐标系 —— 时间表现为同心圆，价格则标在唯一的径向坐标轴上。
更是幽默至极
图片
这个圆被分成十二个扇区，每个扇区代表一个月（或者其他周期）。一年下来，价格就像绕了一整圈，画出来的图表更像是一条螺旋线。
谈到时间，让我想起技术分析的另一个重点：指标里的时间参数。想象一下，我们要构建一个移动平均线 —— 那问题来了，取多少天？25 天？为什么偏偏是25？再看RSI信号，好吧，那要用多少天来计算？5 天？太短？14 天？可为什么是 14？
遗憾的是，这些“权威”们并没有给出答案。除了那句老掉牙的建议：“选择在历史数据上表现最好的时间参数。如果某个时间参数失效了，那就换一个。”
换句话说，他们的建议就是：“调到满意为止。” —— 好在不是“让结果去适应方法”，而是“让方法去迎合结果”。
我们真正需要的，是能够不依赖时间参数的指标，或者至少，这些参数必须能建立在清晰、科学的算法依据之上。
错误四：价格与成交量的呈现方式关于如何在图表中展示时间，自然会引出一个更大的问题：价格与成交量的呈现方式，以及更广义的 —— 交易数据的组织和表达方式。
上文提到的 V.I. Yeliseev 的圆形图表，就是对几十年来技术分析中形成的固有套路的一次挑战。
但问题来了：为什么我们一定要用开盘价、最高价、最低价和收盘价（OHLC）来画图？为什么不考虑均值？
我曾经看到过一位美国作者提出的“均值”算法：
mean=（max+min）除以2……这还是在奔腾（Pentium）电脑时代。
我认为原因是这样的：在最早的年代，股票开始公布报价表，分析师也开始在此基础上画图。可那时要计算均价，尤其是加权均价，工作量太大了（动辄上千笔交易），技术上几乎不可行。交易者于是干脆决定：算了，就用这个近似平均数吧…… 然后，这个“简单化”的方法就被沿用至今。
然而如今，计算一个平均值不过是毫秒级的事情。那为什么不把它真正引入到交易图表里呢？
西方分析师几十年来都在用笨拙的柱状图，装作没有更好的办法。直到 90 年代初，随着 S. Nison 的那本著作出版，他们才“发现”了日本蜡烛图。问题是：与其不断发明那些复杂的指标，不如先把图表本身画得更合理一些？
错误五：为什么我们只画直的趋势线，支撑压力位？几乎所有人画趋势线的时候，都是用直线。可问题是，在很多情况下，高点和低点的变化更接近一条曲线！原因很简单：直线连一连，小学生都会，而画曲线却要动用高等数学 —— 这往往是很多图表派的短板。（当然，还有一种偷懒的办法：去研究一下 MS Excel 的曲线拟合功能……）
错误六：过度关注日内事件技术分析师们对日内波动的执着，简直令人惊讶：“如果价格突破了这个位置，那么……”“今天的成交量极端，这说明……”
在我看来，这种观点完全错了。趋势不是在一天之内形成的，虽然你总能在图表里找到各种极值点。但在绝大多数情况下，趋势的转折是由更长期的、宏观的市场力量推动的。只有在极少数情况下，才是突发的“黑天鹅”导致了短期逆转。
举个例子，看看“乌云盖顶”这种反转形态：
图片
关于“乌云盖顶”形态，Gregory Morris 在他的著作《蜡烛图精解：股票与期货交易的永恒技巧》中是这样写的：“市场处于上升趋势。一根长长的白色蜡烛线形成，这是典型的上涨信号。第二天开盘向上跳空，但上涨可能到此为止。市场随后下跌，收盘价落在前一根白色蜡烛的实体内，几乎低于其中点。在这种情况下，所有多头交易者都应该重新审视他们的策略。就像'刺透形态’一样，这通常意味着一次重要的市场反转。”
问题在于：这段解释完全没有说明，为什么这个形态就必然是反转信号，为什么“所有多头交易者都必须调整策略”。要知道，对许多买家来说，一根黑色蜡烛所代表的强烈下跌，恰恰是逢低买入的好机会。在这种情况下，所谓的“重要反转”第二天可能根本不会发生。
那么，为什么在某些情况下，再观察到“乌云盖顶”之后趋势真的会反转呢？原因其实很简单 —— 并不是图形本身在起作用，而是大资金的行为在起作用。当大型交易者开始撤出市场时，才会出现“乌云盖顶”。推动市场的从来不是形态，而是那些能左右价格的大资金。
错误七：真假反转说到趋势反转，很多新手之所以失败，往往是因为分不清什么是真正的反转，什么只是虚假的假信号。
公平地说，就算是老手，当价格真正到达极值的时候，几乎没人能马上意识到“这就是顶点/底部”。大多数情况下，人们都是在一年甚至一年半之后，回过头来才明白。下图就展示了一个典型的 RSI 与价格在二级市场上的看跌背离。
图片
A. Elder 对此的说法是：
“看跌背离会发出卖出信号。它出现在价格创出新高时，而 RSI 的高点却低于前一次反弹时的高点。一旦 RSI 从第二个高点掉头向下，就应当做空，并在最近的小幅高点上方设置保护性止损。如果第一个 RSI 高点在参考线之上，而第二个高点跌到参考线之下，这个卖出信号会更强。”
问题是，这种情况往往发生在价格进一步上涨之前。于是，交易者们的止损会被触发（如果市场还算流动性充足的话）。这种可能的走势演变在下图里展示得很清楚。
图片
当然，光是抱怨“图形难以识别”还不算最糟糕。真正的问题在于：把形态当成原因，而不是结果。
艾略特波浪与斐波那契数列看价格图表是件既有趣又令人着迷的事，有时候甚至会吸引一些与市场本身并无太大关系的人。比如R.N. 艾略特 —— 一位生活在 19 世纪末至 20 世纪上半叶的普通美国会计师。他把所有的业余时间都用在了研究图表上，试图找到一种“魔法公式”，一把能打开市场之门的“万能钥匙”，让预测变得可靠。
直到今天，市场里依然存在许多这样的“点石成金”追寻者。这或许是人的本性。
艾略特耗费多年寻找，最后得出一个结论：在市场的波动背后，似乎存在一种神秘的结构在主宰。但问题是，他既没有明确这种结构究竟是什么，也没有说明它的本质。最终，他提出了一个所谓的原则，或者说“定律”，声称价格运动遵循着它。这就是所谓的 “艾略特波浪”。
图片
按照艾略特的理论，上升趋势由五个波浪组成，而下降趋势只有三个波浪。上涨与下跌之间会周期性地被修正波取代。在艾略特的模型中，波浪之间的参数被“聪明”的数学比例联系在一起。比如，第一浪和第二浪结束时的价格水平，被认为通过所谓的黄金分割 .618相关联图片
不过，艾略特的追随者们自己也不一致，有人坚持比例应该是 0.5，或 0.667（2/3）。顺便提一句，黄金分割在自然界中确实广泛存在：从银河系、动植物到人体比例（例如，你可以量一下自己手指的各段长度，它们大致符合 1.618 的比例关系）。1/1.618 刚好是 0.618；这两个数字有时被称为“斐波那契数”。严格来说，黄金分割的数值是无限不循环小数，φ = 1.6180339… = (1 + √5) / 2。古希腊的雕塑家和建筑师用过黄金比例，东方的工匠也用过，中世纪的数学家 列奥纳多·斐波那契 更是专门研究过这个问题。
斐波那契提出了一个数列：每个数字等于前两个数字之和：1, 1, 2, 3, 5, 8, 13, 21, 34, 55 …
如果把相邻两个数相除：
1/1 = 1，1/2 = 0.5，2/3 ≈ 0.667，3/5 = 0.6，5/8 = 0.625，8/13 ≈ 0.615 …
会发现，这些比值逐渐接近黄金分割，但永远不会等于它。
艾略特理论的追随者认为，黄金分割以及与之紧密相关的斐波那契数列，必然要在图表中出现。他们的逻辑是：既然自然界里存在这些比例，那么市场图表中也应该存在。更夸张的是，有些专家甚至声称市场本身就是一种“自然体”。正如 Bill Williams 所说：
“市场是一个'自然的’非线性函数，而不是'经典物理学’的线性函数。”（B. Williams，《交易混沌》）
但问题是，这种说法完全是荒谬的。正如巴别尔在《日落》里借人物讽刺地说过：“我永远不会说黑是白，也不会说白是黑。”
Bill Williams 却偏偏把白的说成黑的。市场绝不是自然界的产物，而是一个复杂的人造系统。科学家或许能揭示它的规律，但它的本质和自然现象完全不同。人类个体尚且不仅仅是“自然存在”，还是“社会存在”，那市场更是如此。数以百万计的参与者共同作用，能证明他们真的在制造艾略特波浪、斐波那契比例或江恩角度吗？明显不能
斐波那契数列和其他所谓“神奇比例”确实偶尔会在图表中出现，但同时也会出现其他各种比例。比如，市场上涨后的回调幅度，可能是 50%、40%、30% ……换句话说，幅度可以非常多样。任何头脑清醒的分析师都会承认这一点。
然而，许多“专家”依然坚持认为斐波那契数列、艾略特波浪等能“支配市场”。有时候这些比例确实能在图表中找到，但更多情况下，它们并不存在。价格波动的参数差异之大，使得你可以在其中硬套出任何比例。至于说这些数字“掌控”市场，我的回答是：没错，它们确实“掌控”了 —— 但掌控的不是市场，而是那些分析师的头脑。他们用预设好的参数去画波浪，于是自然能在图表中找到自己想要的结果。
再说回波浪。如果我们仔细观察艾略特波浪中的某一个元素，比如第1浪和第2浪，会发现它们其实是整个波浪结构的缩影。换句话说，艾略特波浪看起来像分形(Fractuals)对象。所谓分形，就是低层次的元素复制高层次的元素结构。
图片
在下图中，可以看到最简单的分形对象：它们由圆组成。第 n+1 层的结构复制第 n 层，只是半径缩小了一半，数量严格固定：一个大圆对应两个小圆。这是“有序分形”。在“无序分形”中，半径大小没有固定规律，子元素的数量也不确定。分形的层级数量称为“分形数”。在图示里，分形 A 的分形数是 4，分形 B 是 5。注意图里的时间箭头 —— 它是从大元素指向小元素的。这究竟意味着什么？我会在后面展开。
图片
“分形”一词是Benoît Mandelbrot在1977年提出的。他在 IBM Watson 研究中心工作时，给出了分形的数学描述。虽然早在 19 世纪就有数学家研究过类似的对象，但 Mandelbrot 把这个概念真正推广开了。单词 fractal来自拉丁语 fractus，意思是“分裂”、“分割”。Mandelbrot 定义分形为：一种粗糙或破碎的几何形状，可以被划分成部分，而每个部分（至少大致上）是整体的缩小版。
自然界中有很多分形：树木就是一种无序分形，从树干到枝干再到小枝，结构逐层缩小；鹅毛是另一种分形，不过比树木更有序。Mandelbrot 还指出，英国的海岸线形状，和某些假想的无序分形轮廓极为相似。他甚至注意到，一些表面上混乱的结构，内在却存在某种隐藏的秩序。
这些想法立刻吸引了技术分析师们。一部分研究者声称，价格图表的背后一定存在一个不可见的分形结构，只要找到它，就能准确预测未来走势。然而几十年过去了，这个“圣杯”至今没有被找到。另一部分人则更激进，直接宣称“市场本身就是分形”。
但问题是，这些人往往既没有搞清楚：a) 市场是什么；b) 分形是什么；c) “=” 的含义是什么。
于是就得出一个荒唐的逻辑：如果市场是分形的，那么观察 5 天的走势，就足以预测未来半个月的行情！
这让我想起一个故事：有个懒学生只复习了“跳蚤”这一章，考试时题目却考的是“鱼”。于是他在答卷里写道：“鱼身上有鳞片，如果它有毛发，那毛发里一定会有跳蚤。”然后他开始滔滔不绝写起跳蚤的知识……一些“市场=分形”的分析师，思路其实差不多。
严肃地讲，在你去构建预测方法之前，必须先科学地证明市场背后确实存在某种分形结构。而这样的证据，我从未见过。
更重要的是，我们必须区分：Mandelbrot 的分形是抽象的数学对象；而自然分形（比如树木、羽毛）则是“进化基因”编码下的产物。DNA 分子里确实存有关于比例、黄金分割等信息。但市场并没有 DNA。
此外，自然分形的发展方向是从大到小（时间沿着分形内部展开）；而图表却是从小到大，把无数微小的交易价格聚合成蜡烛图。换句话说，图表只是“看起来”像分形的轮廓，而不是分形本身。
注：所以，如果有人宣称市场是一个由斐波那契数列和其他固定数值关系支配的分形对象，我只会反问：请先拿出市场的DNA 分子，或者能证明市场受这种程序控制的证据！至少要证明：市场的价格混乱只是我们观察层次上的“假象”，在另一个角度上，它真的存在秩序。否则，关于波浪、分形和“神奇数字”的理论，根本没有任何严肃的科学基础。
结论如果只是盯着日内的 K 线波动，幻想通过几根蜡烛就能猜到未来，这无疑是危险的。市场的复杂性远超出单一图形能解释的范围。正因为如此，很多所谓的“形态预测”常常沦为自我安慰。
但这并不意味着技术分析一无是处。相反，当它与基本面数据、资金流动、宏观环境和市场逻辑结合起来时，它也许就能成为一套实用的工具。价格图形可以帮助我们观察市场情绪，成交量揭示资金力量，基本面决定长期方向，而逻辑和数据则提供了验证。
换句话说，技术分析只有在全面的视角下，才真正有用。它不是水晶球，而是放大镜 —— 用来观察市场的细节，并与全局拼图结合。只有这样，技术分析才能超越“盯盘占卜”的局限，成为理解和驾驭市场的可靠助手
另外，技术分析确实有机会发展成一门真正的科学，但前提是必须有新的突破，而不仅仅是承认并重复既有的缺陷和错误。
遗憾的是，大多数技术分析师对此毫无兴趣。他们把自己困在小小的世界里，只满足于画图表，找规律，找支撑压力。可问题在于，画图不是终点，预测才是最终目的。而预测，恰恰是市场中最困难的事情。
未来并不会像一个压缩文件一样，存放在过去等你解压；它总是充满未知与意外。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。华融配资提示：文章来自网络，不代表本站观点。
