1.技术分析：技术分析是金融学术前沿有在研究、并且欧美主流投资机构有运用的证券分析手段。“看图”给人不可信的感觉，主要原因是：传统技术分析没有固定算法，不同人在同一个K线图上看到的技术图形不同，是一种貌似客观其实主观的不科学分析手段。另外一个原因是，很多书籍介绍了技术分析方法，但没有深度揭示技术分析适用的市场环境，也没有系统的论证技术分析的实战效果，所以无法让人足够相信这种分析技巧。针对上面两个问题，本文主要参考AndrewWLo、HarryMamaysky和王江教授在年关于技术分析算法的探讨，建立科学的技术分析框架，并系统论证技术分析的适用场景和实战效果。本文除了构建科学的看图算法、提供函数代码外，还希望打破大家对于“看图”的偏见，更好的利用技术分析这个工具。2.算法原理：经典的技术图形大概有七八种，比如头肩底、头肩顶、顶部三角、顶部扩散等，这些图形都是通过关键点连线得到，在数学上关键点可以用极值点来代替。由于价格序列在一个小的区间内，可能来回震荡，不便于寻找极值点，可以利用核回归来获得相对平滑的价格时间序列，这样去既除了噪音，同时获得了相对准确的极值点估计。得到极值点后，通过各个图形的形态特征连线这些极值点，即可得到相对主观来说更客观、更准确的图形。3.实战效果：首先，重点考察技术分析在指数上的应用，对申万一级28个行业在-01-01到-07-10区间的日频价格数据（OHLC）进行技术分析，识别头肩底形态，并且考察形态之后3、5、10个交易日的累积收益情况。从年到年这个大区间来看，头肩底形态出现后10个交易日内，累积收益为负的，只有家用电器、公用事业、非银金融、农林牧渔、采掘、有色金属这六个行业，大多数行业在头肩底形态后10个交易日内获得正收益，国防*工这个区间的平均收益是1.77%、汽车1.63%、化工是1.23%、食品饮料1.46%、电气设备1.18%。从胜率来看，表现良好，胜率特别高的行业是化工72.50%、建筑材料69.44%、电气设备66.67%、汽车66.67%、医药生物67.50%；在加上MA(5)MA(10)条件后，胜率有所提升，较大的是汽车78.95%、医药生物76.92%、电气设备70.97%、通信69.57%。出于篇幅考虑，我们本次报告只考察了头肩底形态，后续报告会陆续验证其它技术图形。总体看，头肩底形态在指数上运用的效果比较好，在个股上效果一般。风险提示：本报告结论完全基于公开的历史数据进行统计、测算，文中部分数据有一定滞后性，同时存在第三方数据提供不准确风险；模型均基于历史数据得到的统计结论且模型自身具有一定局限性并不能完全准确地刻画现实环境以及预测未来；模型根据历史规律总结，历史规律可能失效；模型结论基于统计工具得到，在极端情形下或存在解释力不足的风险，因此其结果仅做分析参考。
图：头肩底形态在行业指数上的胜率分布(红色竖线是50%)
图：算法画图举例(中国宝安头肩底形态)
机构销售通讯录
特别声明
《证券期货投资者适当性管理办法》于年7月1日起正式实施，通过