實證技術分析 | 被動收入的投資秘訣 - 2024年6月

實證技術分析

作者:(美)戴維·阿倫森
出版社:機械工業
出版日期:2015年02月01日
ISBN:9787111492597
語言:繁體中文

技術分析是一門古老的投資分析工具,但是這一工具有一個致命的缺點,就是過於依賴交易員或投資者的主觀判斷,甚至很多人認為技術分析是門藝術而不是科學。對於涉及資金投入與風險的投資行業來說,技術分析缺乏應有的嚴謹性。本書的作者用統計學工具揭示了技術分析理論的缺陷。作者自己開發了一套實證檢驗技術分析理論有效性的系統方法。對於技術分析的實踐操作者來說,是一個非常有用的分析框架。

導論 致謝 第一部分 方法論、心理學、哲學以及統計學的基礎 第1章客觀的法則及其評估 重要的分水嶺:客觀的技術分析VS.主觀的技術分析 技術分析法則 傳統的法則與反轉法則 在法則評估中基准的使用 其他細節:前視偏差和交易成本 第2章主觀的技術分析的效率錯覺 主觀的技術分析作為知識的不合理性 個人的傳聞軼事:從最初真正的技術分析信仰者到后來的懷疑者 大腦:自然形態的發現者 荒誕的信仰的傳播 認知心理學:啟發、偏好和錯覺 人類處理信息的局限性 極端的確認:過度自信偏差 二手信息偏差:好故事的力量 確認性偏差:現存的信念是如何過濾經驗的,以及矛盾的實證是如何存活下來的 虛幻的相關性 圖形分析中的錯誤信仰 直覺判斷與啟發的作用 代表性啟發式與錯誤趨勢和圖形中的形態:真實與虛幻 解決虛幻的知識的方法:科學的方法 第3章科學的方法與技術分析 最重要的知識:獲得新知的方法 希臘科學的遺產:喜憂參半的結果 科學革命的起源 對客觀現實的信心與客觀觀察 科學的知識的本質 邏輯在科學中的作用 科學的哲學 最終結果:假設演繹法 對觀察結果進行嚴謹和詳細的分析 對科學的方法的主要內容的總結 如果技術分析采用科學的方法 主觀的技術分析客觀化:樣本 技術分析的子集 第4章統計分析 統計學推理概覽 嚴謹的統計學分析的必要性 抽樣與統計推斷的樣本 實驗概率與隨機變量 統計理論 描述性的統計學 概率 隨機變量的分布概率 概率和概率分布的部分面積之間的關系 抽樣分布:統計學推理當中最重要的概念 獲得抽樣分布:經典的方法 用計算機模擬計算的方法獲得抽樣分布 關於下一章 第5章假設檢驗和置信區間 統計學推理的兩種類型 假設檢驗VS.非正式推理 假設檢驗的基本原理 假設檢驗:構成法 用計算機模擬的方法產生抽樣分布 估算 第6章數據挖掘偏差:客觀技術分析的黃銅礦 落入陷阱:數據挖掘偏差的故事 在客觀的技術分析中出現的錯誤知識的問題 數據挖掘 客觀的技術分析研究 數據挖掘和統計推斷 數據挖掘偏差:兩種因素的影響 數據挖掘偏差的試驗研究 解決方法:處理數據挖掘偏差 第7章非隨機價格波動理論 理論的重要性 科學的理論 流行的技術分析有什麼問題 反對者的觀點:有效市場和隨機游走 挑戰有效市場假說 行為金融學:隨機價格波動理論 發生在有效市場條件下的非隨機價格運動 結語 第二部分 案例研究:標准普爾500指數的信號法則 第8章對應用於標准普爾500指數的法則進行數據挖掘的案例研究 數據挖掘偏差和法則評估 避免數據探測法偏差 分析數據序列 技術分析的主題 績效統計量:平均收益率 不評估復雜法則 以統計學術語定義的案例研究 法則:將數據序列轉換成市場頭寸 時間序列指標 法則的輸入序列:原始時間序列和指標 應用於案例研究的40種輸入序列列表 法則 第9章案例研究結果與技術分析的未來 研究結果 對案例研究的批評 案例研究擴展的可能性 把復雜法則考慮在內 技術分析的未來 附錄對消除趨勢與以頭寸偏差為基礎的基准相等的觀點進行論證


相關書籍