股票市場在資本市場中占據(jù)極其重要的地位,在當(dāng)今市場經(jīng)濟(jì)的條件下,股票市場已經(jīng)成為企業(yè)融資、大眾投資的重要領(lǐng)域,是經(jīng)濟(jì)的晴雨表,對優(yōu)化資源配置及經(jīng)濟(jì)發(fā)展起到極大的促進(jìn)作用。多年來國內(nèi)外學(xué)者熱衷于對股市的研究,證券投資技術(shù)分析方法更是經(jīng)常被投資大眾津津樂道。技術(shù)分析常常帶有神秘色彩,吸引越來越多的學(xué)者對此進(jìn)行研究,在眾多技術(shù)分析工具中,MACD指標(biāo)經(jīng)常被投資者使用,所以本文要基于MACD指標(biāo)的經(jīng)典定義,對其作用于中國上海股票市場上的有效性進(jìn)行實(shí)證研究。 本文的實(shí)證研究是在筆者閱讀了大量國內(nèi)外文獻(xiàn),對相關(guān)的理論知識和統(tǒng)計(jì)模型的充分學(xué)習(xí)的基礎(chǔ)上進(jìn)行的。MACD是常用的技術(shù)分析方法之一,所以有必要在研究之前先對技術(shù)分析理論的發(fā)展歷程進(jìn)行陳述。證券投資技術(shù)分析起源于華爾街的道氏理論,至今已有一百多年的歷史,在實(shí)踐操作中很少有人完全不使用技術(shù)分析的。技術(shù)分析理論的發(fā)展經(jīng)歷了傳統(tǒng)技術(shù)分析理論階段和現(xiàn)代技術(shù)分析理論階段。 傳統(tǒng)的技術(shù)分析主要是以圖表、技術(shù)指標(biāo)為手段對證券市場的時(shí)間、價(jià)格及交易量進(jìn)行研究,運(yùn)用一系列方法進(jìn)行歸納總結(jié),從而達(dá)到預(yù)測證券市場價(jià)格變化趨勢的目的。技術(shù)分析的成立與否,依賴于三個(gè)假定前提,即市場行為包容一切信息,價(jià)格變動是有趨勢的以及歷史會重演。在這三個(gè)假定前提的基礎(chǔ)上,傳統(tǒng)技術(shù)分析逐漸發(fā)展完善,形成了道氏理論、波浪理論、形態(tài)理論、切線理論及指標(biāo)分析理論等。 傳統(tǒng)的技術(shù)分析理論歷經(jīng)一百多年的發(fā)展,雖然已成體系,但一直被認(rèn)為缺少科學(xué)依據(jù)和理論基礎(chǔ),而更多的是帶有隨意性和巧合的成分。使傳統(tǒng)技術(shù)分析法具有科學(xué)合理性的三條假定條件與實(shí)際的證券市場狀況也不完全一致,這也導(dǎo)致了傳統(tǒng)技術(shù)分析法在實(shí)際應(yīng)用時(shí)無效,所以技術(shù)分析法曾一度表現(xiàn)出衰退的跡象。直至20世紀(jì)90年代,隨著統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的發(fā)展,技術(shù)分析被賦予了新的意義,逐漸形成了現(xiàn)代技術(shù)分析理論。現(xiàn)代技術(shù)分析理論主要包括時(shí)間序列分析、人工智能技術(shù)以及博弈分析法等,其中人工智能技術(shù)主要包括混沌理論、分形理論、人工神經(jīng)網(wǎng)絡(luò)法以及遺傳算法等。雖然現(xiàn)代技術(shù)分析理論更貼近股市的本質(zhì),但由于其操作困難,且對使用者的數(shù)理知識要求較高,所以在實(shí)際操作時(shí)很少有散戶投資者會使用現(xiàn)代的技術(shù)理論,相反人們寧愿用傳統(tǒng)的方法來指導(dǎo)股票買賣。那么傳統(tǒng)的技術(shù)分析方法是否有效?在技術(shù)分析法的指導(dǎo)下能否獲得超額收益?所以古今中外的學(xué)者對技術(shù)指標(biāo)的有效性的爭論由來已久,且大家看法褒貶不一 基于對技術(shù)分析理論的發(fā)展歷程的了解基礎(chǔ)上,本文開始切入正題�？v觀國內(nèi)外文獻(xiàn)對MACD的有效性檢驗(yàn),主要是檢驗(yàn)使用MACD指標(biāo)進(jìn)行股票投資時(shí)是否能獲得超額利潤,一個(gè)重要途徑就是檢驗(yàn)由MACD產(chǎn)生的交易信號所得到的條件收益率是否顯著高于無條件收益率。目前對移動平均規(guī)則的有效性進(jìn)行檢驗(yàn)的方法可以歸納為四種：雙樣本均值T檢驗(yàn),Bootstrap法,非參數(shù)統(tǒng)計(jì)法以及前向人工神經(jīng)網(wǎng)絡(luò)法。且目前對股票市場的研究大多集中在對股票收益率的研究上,眾多研究表明股票收益率序列會表現(xiàn)出波動聚集性、尖峰厚尾性以及波動非對稱性的特征。而針對這三個(gè)特征,一般的線性模型已無法加以解釋,只能應(yīng)用非線性模型(如ARCH族模型)解釋收益率的這些波動特性。 在對技術(shù)分析以及MACD指標(biāo)的相關(guān)理論,收益率序列的特征以及適用模型的充分學(xué)習(xí)基礎(chǔ)上,本文開始進(jìn)入實(shí)證研究階段。本文實(shí)證研究選取上證指數(shù)和30只樣本股票(包括大盤股、中盤股和小盤股各10只)的2004年1月1日至2009年12月31日的收盤價(jià)作為樣本。首先對其進(jìn)行描述性統(tǒng)計(jì)分析,得到無條件(即買入并持有策略)收益率均值、標(biāo)準(zhǔn)差、峰度、偏度等描述性統(tǒng)計(jì)指標(biāo)值,驗(yàn)證了所選的上證指數(shù)及30只樣本個(gè)股在樣本期的收益率均表現(xiàn)出了波動聚集性、尖峰厚尾性,于是選擇了GARCH (1,1)的非線性模型進(jìn)行檢驗(yàn),進(jìn)一步驗(yàn)證該模型能否解釋收益率的這些特性。 通過對指數(shù)和個(gè)股的標(biāo)準(zhǔn)檢驗(yàn)證實(shí)了MACD技術(shù)指標(biāo)對股票買賣是有一定的預(yù)測能力的,尤其對中盤股的指導(dǎo)效果較好。而且在股票操作中形成的買賣區(qū)間在收益率,波動率和價(jià)格變動方向上都表現(xiàn)出了非對稱性。接下來通過Bootstrap檢驗(yàn)作進(jìn)一步研究,發(fā)現(xiàn)GARCH (1,1)雖然可以解釋真實(shí)收益率過程中買賣區(qū)間波動性,但是卻無法解釋賣出區(qū)間收益率為負(fù)、買賣區(qū)間的超額收益以及價(jià)格變動方向上的非對稱性,所以本文認(rèn)為GARCH(1,1)無法解釋MACD規(guī)則對于買賣區(qū)間收益率的預(yù)測能力。 通過對MACD(12,26,9)與其他6種中短線移動平均規(guī)則的對比研究,發(fā)現(xiàn)中短線規(guī)則在中國股市上的預(yù)測能力更強(qiáng),中短線規(guī)則不僅能指導(dǎo)投資者獲得超額收益,而且能預(yù)測股價(jià)變動趨勢。其中中線規(guī)則更能預(yù)測股市中的高收益部分,短線規(guī)則更能預(yù)測股市中的低風(fēng)險(xiǎn)部分,投資者需根據(jù)自身的風(fēng)險(xiǎn)偏好做好取舍。在不同規(guī)則的對比分析中,發(fā)現(xiàn)MACD的預(yù)測能力并不是所檢驗(yàn)的規(guī)則中最好的,可能因?yàn)镸ACD是個(gè)長期指標(biāo)并且關(guān)注股價(jià)的長期走勢,而中國股市投資者較關(guān)注市場的短期趨勢,在MACD指標(biāo)本身的特點(diǎn)和中國股市自身特點(diǎn)的雙重原因下,MACD規(guī)則雖然在我國股市上具有預(yù)測能力,但其預(yù)測效果并非最佳。 綜上所述,MACD指標(biāo)在樣本期的上海股票市場上表現(xiàn)出了一定的預(yù)測能力,尤其對中盤股的指導(dǎo)作用最強(qiáng)。GARCH (1,1)模型并不能捕捉到現(xiàn)階段滬市股票收益率表現(xiàn)出來的波動非對稱性。MACD指標(biāo)雖然表現(xiàn)出了一定的有效性,但由于指標(biāo)自身關(guān)注長期趨勢的特點(diǎn)與目前中國股市投資者關(guān)注短期趨勢的特點(diǎn),MACD并非最有效的。與MACD指標(biāo)相比,中短線規(guī)則更能指導(dǎo)現(xiàn)階段中國股市投資者獲利。本文也提出了一些實(shí)踐操作上的建議,以期對投資者和今后的研究者有所啟示。實(shí)踐中投資者要注意MACD指標(biāo)與中短線的MA配合使用,盡量長期投資、中期投資與短線操作相結(jié)合,在追求收益的同時(shí)要考慮風(fēng)險(xiǎn)的大�。籑ACD指標(biāo)與其他技術(shù)指標(biāo)配合使用,將趨勢分析、超買超賣現(xiàn)象分析以及行情反轉(zhuǎn)信號分析等相結(jié)合,同時(shí)注意各技術(shù)指標(biāo)互相驗(yàn)證,增加預(yù)測的可信度；技術(shù)指標(biāo)與其他技術(shù)分析方法配合使用,將技術(shù)指標(biāo)與形態(tài)分析、波浪理論、切線理論以及價(jià)量分析相結(jié)合,并將各技術(shù)分析方法的預(yù)測結(jié)果相互驗(yàn)證；技術(shù)分析方法與基本面分析配合使用,兩種方法結(jié)合使用可以互相彌補(bǔ)不足,這樣才能實(shí)現(xiàn)中長期投資與短線操作相結(jié)合,變投機(jī)習(xí)慣為良好的投資習(xí)慣。 此外,本文還存在很多不足,本文僅是從MACD指標(biāo)的經(jīng)典定義出發(fā)進(jìn)行研究,研究的前提過于簡單和理想化,很多操作上的現(xiàn)實(shí)問題都未加考慮,如異步交易問題、交易成本以及成交量等的影響。在MACD指標(biāo)有效性檢驗(yàn)上考慮異步交易、交易成本以及成交量的影響,在對收益率波動特性的解釋模型選擇上考慮人工智能的方法,MACD指標(biāo)滯后階數(shù)的問題,以及MACD的步長參數(shù)的選擇問題,這些都是文本在今后研究中需要進(jìn)一步深入探討之處。
【學(xué)位單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F832.51;F224
【文章目錄】：
摘要
ABSTRACT
1. 導(dǎo)論
    1.1 選題意義
    1.2 本文的研究內(nèi)容
    1.3 研究方法簡介
    1.4 本文的創(chuàng)新及不足
2. 文獻(xiàn)綜述
    2.1 技術(shù)分析理論綜述
        2.1.1 傳統(tǒng)技術(shù)分析理論
        2.1.2 現(xiàn)代技術(shù)分析理論
        2.1.3 對技術(shù)分析有效性的討論
    2.2 MACD指標(biāo)有效性檢驗(yàn)的國內(nèi)外研究現(xiàn)狀
        2.2.1 雙樣本均值T檢驗(yàn)
        2.2.2 自助法（Bootstrap）
        2.2.3 非參數(shù)統(tǒng)計(jì)法
        2.2.4 前向人工神經(jīng)網(wǎng)絡(luò)法
3. 模型介紹
    3.1 MACD的經(jīng)典解釋
        3.1.1 MACD指標(biāo)概述
        3.1.2 MACD的應(yīng)用規(guī)則
    3.2 模型介紹
        3.2.1 金融時(shí)間序列的特征
        3.2.2 非線性時(shí)序模型（ARCH族）
4. 對MACD指標(biāo)有效性檢驗(yàn)的實(shí)證研究
    4.1 樣本數(shù)據(jù)的搜集
    4.2 模型的設(shè)定
    4.3 指數(shù)及個(gè)股分析
        4.3.1 樣本描述性統(tǒng)計(jì)分析
        4.3.2 標(biāo)準(zhǔn)檢驗(yàn)
        4.3.3 Bootstrap檢驗(yàn)
    4.4 不同規(guī)則比較
5. 結(jié)論及建議
    5.1 結(jié)論
    5.2 建議
        5.2.1 實(shí)踐操作上的建議
        5.2.2 今后研究上的建議
參考文獻(xiàn)
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊一文,劉貴忠;分形市場假說在滬深股票市場中的實(shí)證研究[J];當(dāng)代經(jīng)濟(jì)科學(xué);2002年01期

2 林玲,曾勇,唐小我;移動平均線交易規(guī)則檢驗(yàn)[J];電子科技大學(xué)學(xué)報(bào);2000年06期

3 唐彧,曾勇,唐小我;金融市場技術(shù)分析有效性檢驗(yàn)的進(jìn)展評介[J];管理工程學(xué)報(bào);2001年02期

4 唐彧,曾勇,唐小我;考慮交易費(fèi)用與風(fēng)險(xiǎn)情況下移動平均交易規(guī)則的檢驗(yàn)[J];管理工程學(xué)報(bào);2002年03期

5 王兆軍,曾淵滄,郝剛;移動平均線方法的最佳步長組合的確定[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯(中文版);2000年02期

6 鄭宏;從股市有效性檢驗(yàn)來看技術(shù)分析的應(yīng)用效果[J];福建金融管理干部學(xué)院學(xué)報(bào);2004年06期

7 孫碧波,方健雯;對中國證券市場弱態(tài)有效性的檢驗(yàn)——基于技術(shù)分析獲利能力的實(shí)證研究[J];上海財(cái)經(jīng)大學(xué)學(xué)報(bào);2004年06期

8 王衛(wèi)寧,汪秉宏,史曉平;股票價(jià)格波動的混沌行為分析[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2004年04期

9 李敏強(qiáng),張俊峰,寇紀(jì)淞;遺傳算法在股市投資策略(戰(zhàn)略)研究中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;1998年08期

10 孟祥澤,劉新勇,車海平,袁著祉;基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)股市建模與預(yù)測[J];信息與控制;1997年05期

相關(guān)碩士學(xué)位論文 前3條

1 蘇茂坤;對證券市場技術(shù)分析的思考[D];西南交通大學(xué);2002年

2 李文;股票市場中移動平均技術(shù)指標(biāo)的效果準(zhǔn)則和意義探討[D];華東師范大學(xué);2006年

3 朱威;股票技術(shù)指標(biāo)的統(tǒng)計(jì)分析[D];華東師范大學(xué);2006年

本文編號：2881671