OBV
On Balance Volume
거래량은 항상 주가에 선행한다는 것을 전제로 거래량분석을 통해 주가를 분석하는 방법이다.
OBV 는 기준일 이후의 주식거래량을 상승한 날의 거래량에서 하락한 날의 거래량을 차감하여
매일 누적적으로 집계한 것으로 이 잔고의 추이를 그래프 화한 것을 OBV 선, 그 선의 위치,
현상으로부터 주가동향을 판단하는 것을 OBV선법이라고 한다. 이 방법에서는
주가 상승 일의 거래량은 매입세력을 나타내고
주가 하락 일의 거래량은 매도세력을 나타낸다고 볼 수 있다. 따라서 OBV 선이 우상향하게 되면
매입세력이 축적된 것을, 우하향하면 매입세력이 약화되고 있다는 것을 나타낸다.
즉, OBV 선은 주가의 이동평균선과 같이 상승, 하강에 따라 주가의 강약을 판단할 수가 있다.
이 방법을 고안한 사람은 그랜빌(J.E. Granville)로서
그는 OBV 선과 주가그래프를 연관시켜 관찰함으로써 보다 섬세한 시세의 강약판단을
내릴 수 있었다고 주장하고 있다. 이 방법은 개별종목의 주가판단 뿐만 아니라
평균주가 및 주가지수의 판단에도 활용할 수 있다.
V.R
Volume Ratio
일정기간 동안에 걸쳐 주가 상승 일의 거래량과 주가 하락 일의 거래량간의 비율을
나타낸 것으로서 보통 1개월 간(입회일수 25 일)의 거래량을 기준으로 한다.
이때 주가가 변동하지 않은 날의 거래량의 반은 상승 일에, 나머지 반은
하락 일의 거래량 합계에 더하여
'VR = 주가상승 일의 거래량합계/주가하락 일의 거래량합계×100’으로 계산한다.
우리나라 증권시장의 경험에 비추어 보면, 대체로 강세시장일 경우에는
주가가 상승하는 날의 거래량이 주가가 하락하는 날의 거래량보다 많고,
반대로 약세시장일 때에는 하락 일의 거래량이 상승 일의 거래량보다 많았다.
따라서 VR 은 150% 내외가 되는 경우가 가장 많이 나타나고
450%를 초과하면 대개 천정권으로 판단하여 단기적으로 주가의 경계신호가 되며,
70% 이하이면 바닥권으로 판단한다. 이 지표는 주가가 천정권일 때보다는
바닥권일 때가 더 신뢰도가 높게 나타나는 것으로 알려져 있다. <동아경제사전>
주가가 상승할까, 하락할까의 판단이 서지 않을 때 참고하는
보조지표 중에 선반영되는 OBV지표를 활용할 수가 있습니다.
위에서의 사전적 의미를 떠나서 재래시장에 가보면 물건을 사던 그렇지 않던간에
유동인구가 많아야 활성화를 알 수 있습니다. 유동인구가 아예 없는데
시장이 활성화될 수는 없겠지요. 마찬가지로 거래량이 활발하여야 주가가 오르던 내리던
움직이고자 준비하는데, 시장에서의 유동인구가 많아야 물건이 많이 팔리듯,
거래량이 많아지면 주가가 오르거나 내리기 좋을 겁니다. 어찌 되었든 살 사람과
팔 사람이 활기를 띄게 됩니다.
정상적인 흐름에서 거래량이 증가하면 주가는 올라야 하고 거래량이 줄어들면 주가는 내리게 됩니다.
그런데, 이것과 역행하여 움직이는 이유가 최근에 주포라고 불리우는 세력들이 개인들의 발빠른 대응때문에
교란하기 위해서 현혹시키는 패턴을 만들기 때문입니다. 예를 들어,
주가는 하락하는데 지속적으로 거래량이 상승한다면 주포들의 저가로 매수하는 매집의 상태이므로
차후 주가는 반등할 것이고, 주가는 오르는데 지속적으로 거래량이 감소한다면 주포들의 고가로
매도하는 떠넘기기의 상태이므로 차후 주가는 반락할 것을 예상할 수 있습니다.
삼성전자에 OBV, VR을 적용해보면서 주가의 움직임을 보겠습니다. 여러 가지 전략이 있겠지만,
개인적인 생각엔 먼저 OBV가 우상향으로 바뀌면서 VR이 OBV 위로 올라가 있을 때
상승의 확률이 더 많음을 알 수 있습니다. 현재는 OBV가 상승방향으로 돌아섰으므로
하락보다는 상승에 확률적으로 무게가 더해집니다. 더불어 매매동향을 함께 참조한다면
주가가 상승할지 하락할지의 향방을 예측할 수가 있습니다. 어차피 개인들의 상대패는
외국인들과 기관들이기 때문에 반드시 그들의 패(움직임)를 보면서 매매전략을 취해야 승리할 겁니다.
<마침!>
기술적 분석의 대상은 크게 두가지로 볼 수 있는데 바로 주가와 거래량입니다.
그런데 이 중 주가보다 거래량을 더 중요하게 보는 분석가들이 적지 않습니다.
거래량은 해당 주가에 대한 신뢰도를 결정하는 요인이기도 하거니와 더 나아가서
거래량 변화가 주가 변화에 선행한다고 보는 시각을 가진 분석가들이 적지 않다는 것입니다.
이러한 거래량의 변화를 잘 포착하기 위해 개발된 것이 바로 거래량 지표입니다.
가장 이해가 쉬운 대표적인 거래량 지표 중 하나가 바로 OBV(On Balance Volume)입니다.
OBV의 기본 원리는 간단합니다. 상승한 날의 거래량과 하락한 날의 거래량을 비교하여
어느 쪽이 많은 지 알아 보는 것입니다. 지표는다음과 같이 만들어집니다.
상승한 날의 거래량 합계에서 하락한 날의 거래량 합계를 차감 이를 매일 누적해서 집계한 후 이를 도표화합니다.
아래 챠트는 삼성전기의 주가, 거래량, OBV를 표시한 것입니다. 설정된 OBV의 기간값은 20 입니다.
OBV도 주가 분석과 마찬가지로 이동 평균선이 이용될 수도 있고, 전고선 돌파나 전저점선 돌파 등을
중요한 신호로 파악할 수도 있습니다. 그러나 OBV 하나만 가지고 이를 매매에 이용하는 것은
그리 권장할만한 방법이 못됩니다. 보조적으로 전체적인 흐름을 파악하는데 참고하는 정도로
사용하는 것이 좋으리라 생각 됩니다.
어쨌든 OBV가 증가한다는 것은 매집 활동이 꾸준히 활발하게 이뤄지는 것으로,
OBV 감소는 분산이 이뤄지는 것으로 볼 수 있습니다. 주가 상승과 함께 OBV가 증가 한다면
주가 상승이 계속해서 힘을 받고 있는 것으로 판단할 수 있으나 주가가 상승함에도 OBV가 감소 한다면
매수세가 점차 약화되고 있는 것으로 주가 상승이 길게 가지 못할 것임을 짐작할 수 있습니다.
반대로 주가 하락과 함께 OBV가 감소 한다면 매도세가 점차 강화되는 것으로 하락 추세가 이어질
가능성이 높은 것으로 판단할 수 있는 반면, 주가가 하락함에도 OBV가 증가 한다면
바닥권이 형성되고 있음을 짐작해 볼 수 있을 것입니다.
OBV는 비교적 간단한 아이디어로 거래량과 주가의 관계를 파악하는 지표임을 쉽게 알 수 있을 것입니다.
보다 세련된 지표들이 많이 있지만 OBV에 담겨 있는 가장 기본적인 아이디어를 이해 한다면
다른 거래량 지표들을 이해하는데 큰 어려움이 없을 것입니다.
OBV(On Balance Volume)란..?
OBV선은 특정한 날을 기준으로 하여 주가가 상승한 날의 거래량 합계(Up-Volume)에서 하락한 날의 거래
량합계 (Down - Volume)를 차감하고 이를 매일 누적 집계하여 그래프화한 것입니다. 주가가 오른 날의
거래량은 매집으로 보고, 주가가 떨어진 날의 거래량은 분산으로 보아 매수세력과 매도세력의 힘을 알아
보는 것입니다. 물론 계산은 컴텨가 다 알아서 해줍니다..
OBV선을 이용한 투자 판단
1. OBV이 상승하고 있는 가운데 기준선을 상향돌파하려고 골든크로스를 만들때 매수 시점입니다.
만약 기준선을 하향 돌파하면 매도하되, 원칙적으로 단기적인 관점에서 매도합니다. OBV(기준)선의
상승은 장기적인 추세의 상승을 의미하기 때문입니다.
2. OBV선이 하락하고 있는 가운데 기준선을 하향 돌파하려고 데드크로스를 만들때 매도 합니다.
만약 기준선을 상향 돌파하면 매수하되, 원칙적으로 단기적인 관점에서 매수합니다. OBV(기준)선의
하락은 장기적인 추세의 하락을 의미하기 때문입니다.
OBV 선의 지표값은 기준시점을 언제로 잡느냐에 따라 달라집니다. 그러므로 지표를 무시하고
OBV선의 방향과 기준선과의 교차점만 보세요..
OBV는 거래량의 증가분과 감소분을 누적적으로 나타내는 지표입니다.
개인적으로 주가보다는 거래량을 중요하게 생각합니다만, 거래량을 단순히 차트로 보면 알기가 어렵습니다.
그래서 우리의 그랜빌 할아버지(그랜빌 할아버지! 조셉 E 그랜빌 할아버지! 우리의 그랜빌 할아버지!
우리 차트쟁이의 수장! 그랜빌 할아버지! 정말 너무 좋아해요!)
는 거래량을 수급과 연관시킨 지표를 개발했습니다.
예를 들어서 매일의 거래량을 표시할 때
1일 : 100
2일 : 97
3일 : 103
4일 : 80
5일 : 132
8일 : 200
9일 : 140
빨간 색은 주가가 상승한 날이고, 파랑은 주가가 하락한 날, 검정색은 주가가 보합인 날입니다.
여기서 거래량에 대한 기본적인 설명을 하겠습니다.
OBV가 거래량을 설명하는 지표인 만큼 거래량을 먼저 설명해야겠습니다.
일단은 필요한 만큼만... 자세한 건 또 나중에.
거래량이란 것은 본질적으로 양면을 가지고 있습니다.
사는 사람이 있으면 파는 사람도 있다는 거죠.
단순하게 말해서 "기관이 사고 있다"라는 것은 주가가 오른 다는 것을 말하는 게 아닙니다.
기관이 주가를 떨어뜨리면서 사는 것도 일단은 사는거니까요.
중요한 건 "비싸더라도 사려한다"는 것입니다.
주가가 오른다는 것, 매수세가 강하다는 것은 비싸도 괜찮으까 사겠다.는 것을 뜻합니다.
그래서 주가가 증가한 날 발생한 거래량은 비싸도 괜찮으니까 사겠다는 사람들이 가져간 물량입니다.
그리고 그들이 바로 매수세력입니다. 매수세력은 주가의 하락을 방지하는 자들임과
동시에 주가를 올리는 자들입니다. (하지만 이들은 선 하나를 두고 매도세력으로 바뀌기도 합니다.
이에 대한 이야기도 다음에 또 하죠...)
반대로 주가가 떨어진다는 건 싸더라도 팔아야 겠다.는 것을 말합니다.
이들이 바로 매도세력이며, 이 물량을 매수세력이 소화해야만(즉 매도물량을 매수세력이 사야) 주가가 올라갑니다.
본론으로 돌아와 OBV 이야기를 합시다.
1일에는 100개의 물량을 매수세력이 가져갔습니다.
2일에는 매수세력이 매도세력으로 변해 97개의 물량을 팔아서 3개의 물량이 매수세력에게 있습니다.
(사실 이 논리에는 오류가 존재합니다. 하지만 계산을 하자면 처음이 존재해야 합니다.
그래서 어쩔 수 없이 이러한 계산을 하는 겁니다. 이게 OBV의 한계점입니다. 하지만 차트를
일단 펼치면 수많은 데이타속에서 한계는 무척이나 작아집니다.)
3일에는 103개의 물량이 거래되었지만 주가는 변하지 않았습니다. 즉 매수측과 매도측이
주가에 대해 합의한 상태인 것입니다.(실제로 차트를 보면 캔들차트로 십자가 형인 경우가 많습니다.
이러한 경우는 공방이 매우 치열한 경우로, 따로 신경을 써야 하지만, 지금은 거래량을 중심으로 생각하고 있으니
신경쓰지 맙시다.) 주가를 바꾸지 못한 거래량은 의미가 없는 거래량입니다.
매수세력이 가진 물량은 아직 3개밖에 없습니다.
4일에는 80개의 물량을 매수세력이 가져갔습니다. 이제 가진 물량은 83개입니다.
5일에는 132개의 물량을 매수세력이 가져갔습니다. 매수세력의 물량은 215개입니다.
8일에는 200개의 물량을 매수세력이 가져갔습니다. 매수세력의 물량은 415입니다.
9이에는 매수세력의 물량 415중 140개의 물량이 매도됨으로써 275개의 물량이 매수세력에게 남았습니다.
OBV로 표현하면
1일 : 100
2일 : 3 DOWN
3일 : 3
4일 : 83
5일 : 215 UP
8일 : 415 UP
9일 : 275
입니다.
제가 사용하는 키움닷컴에서는 표가 아니라 차트를 제공해서 전 차트를 사용하지만,
사실은 표를 사용하는 게 더 효과적입니다. 차트는 보기는 쉽지만 세부적인 사항을 알기가 어렵습니다.
UP표시는 전고점을 갱신하는 것으로써 매수세력이 지금까지 그 어느때보다 강력해졌다.
는 것을 알립니다.
강력한 매수세력은 주가를 올립니다.
반대로 DOWN 표시는 매수세력이 그 어느때보다 약해졌다.는 것을 알립니다.
약한 매수세력은 매도세력에게 몰려 주가를 떨어뜨립니다.
OBV는 현시점에서 매수세력이 얼마나 들어와있는지를 표현하는 차트입니다.
이를 통해서 여러가지를 알 수 있습니다. 단순히 주가의 등락뿐만 아니라 현 종목에 대한 여러가지 판단을.
하지만 여기부터는 너무 깊으니 아직은 안 들어갑니다.
(이에 대한 이야기는 또 나중에... 주제가 깊어서 그런지 따로 들어갈 게 많은 포스트네요.)
이것으로 OBV에 대한 기본적인 설명을 마치겠습니다.
하지만 이는 어디까지나 개략적인 설명입니다. 가능하면 그랜빌의 최후의 예언 을 읽어주셨으면 합니다.
차트쟁이로써 절대 읽어야 하는 책입니다.
아쉽게도 그분의 다른 책들은 구하기 어렵습니다.(전 이번달 안에 국회도서관에 가서 그 책을 찾아볼 생각입니다.)
하지만 다행히도 최근에 그분의 책이 나왔습니다.
무슨 일이 있어도 읽어야 합니다. 기술적 분석에 대한 새로운 시각이 열릴 것입니다.
*아, 주가가 떨어져도 OBV가 오르는 경우가 있습니다.
이는 매수세력이 강력한 매도세력의 물량을 소화하는 과정에서 시가가 종가 아래로 밀려난 것이지만,
매수세력이 물량을 가져간 건 숨길 수 없습니다. 이는 강력한 상승신호입니다.
마침 지금 삼성전기가 주가는 떨어지고 OBV는 상승한 경우입니다.
한번 보시는 것도 좋으실 겁니다.
간단히 생각해서 OBV가 오르는데 주가가 횡보하거나 하락하면, 금방 오른다는 뜻입니다.
반대로 OBV가 떨어지는데 주가가 오르거나 횡보하면, 금방 떨어진다는 뜻입니다.
이 두가지는 OBV에 대한 가장 간단하고 표면적인 사용법입니다.
거래량은 무척이나 중요하고 또한 어렵고 심오한 것입니다.
저 또한 그리 많은 것을 알고 있는 것은 아니고, 오히려 배울 게 더 많아진 것이 느껴집니다.
기술적 분석에 있어서 어느정도 수준에 도달했다고 생각합니다만 아직도
제 기술이 오를 길이 멀고도 멉니다. 으음... 이런 이야기를 하려 한 게 아닌데
제가 하려는 말은 거래량과 세력(작전세력이 아니고 매수,매도세력)에 관해서는
글을 읽고 이해하는 게 아니라 스스로 깨달아야 한다는 것입니다.
수만(혹은 수십만, 수백만)장의 차트를 읽고 또 고민해서 얻어야 가치가 있을 것입니다.
하지만 제가 한 이야기가 가치가 없는 것은 아닐겁니다. 언젠가 들었던 이야기는
깨닫게 되었을 때 길잡이가 되어줍니다. 지금은 제 이야기를 과거로 돌리더라도 나중에 깨달을 때
"아, 이런 이야기를 들은 적이 있지" 해주신다면 정말 기쁠겁니다.
아니, 뭐, 지금 거래량을 모르신다면 말이지만.
[주식 기초교실 제1편] 매집단계를 나타내는 지표 OBV
HTS 를 사용하면서 마주치게 되는 수많은 기술적 보조지표들을 볼 때마다 생소한 느낌이 드셨을
것입니다. 앞으로 몇 편에 걸쳐 기술적 보조지표란 어떻게 활용하고 무엇을 의미하는지를 간략히
적어보겠습니다. 기술적 분석이란 기본적 분석과 달리 언제나 과거의 통계치를 모수하여 예측하
는 기법이므로 종목의 매매 타이밍을 잡는데 이용되지만 현실적으로 그 정확성은 보장할 수 없는
경우가 많으니 참고정도로만 활용하시면 되겠습니다.
OBV (On balance volume)
OBV는 주가가 상승한 날의 거래량 누계에서 주가가 하락한 날의 거래량 누계를 빼어 산출합니다
이 지표는 주가가 뚜렷한 등락을 보이지 않고 정체되어 있을 때에 거래량 동향에 의해 향후 주가
의 방향을 예측하는데 쓰입니다. 즉 시장이 매집단계이 있는지 분산단계에 있는지를 나타내주는
지표이며 OBV 선의 상승은 매입세력 집중, 하락은 분산을 나타내게 됩니다.
강세장에선 OBV 선의 장기적 상향추세가 진행되며 하락장에선 OBV 선 역시 동반하락하게 됩
니다.
보통 VR를 OBV와 함께 사용하는데 OBV가 누적차수이기 때문에 과거수치와 비교가 불가능한
단점을 보완하기 위함입니다. 중요한 것은 OBV나 MACD/VR/스톡캐스틱 등등 과거에 굵직한
분석기법들이 현대에는 그다지 통하지 않는다는 것 입니다.
변곡점의 이유가 훨씬 많아진 현세장에서 과거를 논하는 기법은 단기나 장기나 주가의 향방을
논하기에는 의미가 많이 없어졌습니다.
1. 주가가 이틀에 걸쳐 같은 폭의 등락을 보였다 하더라도 거래량 차이가 발생되기 때문에 주가
하락시 OBV 하락폭이 시장상황보다 축소되므로 분석에 오류가 있으면 매도시기를 놓치게 됩니
다. 이는 D마크 출현이 늦게되어 타이밍을 놓칠 수 있는 것입니다.
2. 거래량을 중심으로 일정한 타당성이 있으나, 자전거래종목 적용시 거래량의 증가와 주가조작
의 비효율적인 측면 때문에 반드시 적중하지 않습니다.
3. 기산일을 활황장세에서 잡으면 주가가 하락으로 돌아설 때 매매신호가 뒤늦게 발생되어 정확
하지 않습니다.
이와 같은 한계성이 있는 경우가 있습니다.
4. 주가의 선행성에 대한 거래량 지표이기는 하지만 현실적으로 OBV지표는 주가가 전환된 후 주
가방향으로 움직이므로 매매신호가 늦게 나타나기 때문에 조기 신호 지표라기 보다 오히려 시세
확인으로 그치는 경우가 대부분입니다.
5. OBV는 누적거래량에 대한 산출기준일 선정에 따라서 과대평가되고 과소평가될 수 있기 때문
에 주가와 비교분석 없이 단독적으로 주가의 전환을 알지 못합니다.
이와같은 한계성이 있습니다.
- 원스닥 소로스 올림
주가의 현위치를 알아보는 여러지표중에
OBV지표
일명 거래량지표이기도 하는데...
저게 수직상승한다는 것은
시장의 힘이 좋다는 의미...
즉, 거래량이 많다.
유동성이 많다는 의미입니다...
빨간화살표가 매수신호...
파란화살표가 매도신호...
매수신호 받고...
급등하고 있죠...
언제가 매도신호냐???
저 주황색선이 하늘색선을 하향돌파해야하는데...
주식시장- 기술적 분석으로 시장을 이길 수 있는가?
말과의미 | 2010-03-21 09:56 | 조회 67 | 출처: 참고서적: '주식투자 마법의공식'(저자 정광옥)
"click=addRecommendCount&id=recommend_O&count=2&aid=",59,49,"recommend_O");
기술적 분석으로 시장초과수익률을 올릴수 있는가? 학문적 연구성과들 요약
파트 1에는 기술적 매매의 효율성에 대한 학문적 연구성과의 예를 요약해두었다. 파트 2에서는 나의 생각을 덧붙여 기술적 매매의 효율성에 관한 학문적 연구를 종합했다. 파트3에서는
위험이 조정된 트레이딩 전략(1999년)에서 보면 MA와 같은 이동평균 등에 시스템 트레이딩은 위험이 조정된 경우 Buy-and-Holding 보다 수익율이 높지 않다는 것이다.
테크니컬 데이타 분석(1997년) 자료를 보면 이동평균과 지지와저항, 돌파전략, 거래량 전략 등 다양한 매매전략을 다우존스의 100년간의 데이타와 S&p500 선물데이타를 통해 검증한 결과 우수한 매매전략을 발굴했지만, 이런 데이타마이닝(Data - Mining) 방식에 의해 발굴된 '우수한 매매전략'이 미래에도 그대로 적용될 지는 미지수다.
적응적시장가설(AMH)의 입증:외환시장에서의 증거(2006)년 자료를 보면 시장은 EMH가 아니라 AMH다.
화이트 리얼티 체크에서의 기술적 분석의 적용 재검증 논문에서는 '다우존스와 S&P500의 가장 뛰어난 매매전략은 거래량에 따른 모멘텀 매매전략과 OBV를 활용한 역발상매매전략'이다. 이같은 결론은 성과측정지수인 샤프지수로도 입증된다. 가장 좋은 룰은 2일 이동평균으로 연간 38.19%의 수익율을 얻었다.
펀드성과(2006)년 자료를 보면 '단지 8개의 뮤추얼 펀드만이 S&P500 지수를 초과했고, 극소수의 헤지펀드가 risk-free rate 기준으로 봤을때 시장초과수익율을 올렸다'
미국 선물시장에서의 기술적 매매의 수익성 분석(2005)년 자료를 보면 1978년부터 1984년 동안 수익을 올리던 매매방식은 1985년과 2003년동안에는 유용하지 않았다.
참고서적: '주식투자 마법의공식'(저자 정광옥)
In this Part I of a series, I summarize a sampling of academic studies on the effectiveness of technical trading. In Part II, I'll synthesize the academic studies and add my own thoughts, and in Part III, I'll discuss the findings with regard to the development of CASTrader.
Teresa Lo at PowerSwings has a treasure trove collection of studies finding mixed degrees of utility in technical trading rules (note: PowerSwings has copies of the papers, but alternate links are given) and they are summarized below:
In Risk-adjusted, Ex Ante, Optimal, Technical Trading Rules in Equity Markets (1999), Neely creates a genetic algorithm to e-valuate trading rules and finds that the system cannot outperform buy-and-hold on a risk adjusted basis. The authors state that e-valuation of risk is central to the e-valuation of a trading system, and the paper discusses several ways to examine risk. It's not entirely clear, but the "rules" appear to be functions of moving averages.
-
In Data-snooping, technical trading rule performance and the bootstrap (1997), the authors re-examine an old previous study and find that the trading rules that had superior performance there lost their superiority in the 10 years since the study of moving averages and trading range breaks. They discuss the hazards of datasnooping in the studies in the financial literature, and discuss a method called White's Reality Check to check for data mining. In this paper, the authors examine a wide range of trading rules, including filter, moving average, support and resistance, channel break-outs, and on-balance-volume averages applied to the Dow on 100 years of data as well as S&P 500 futures data. They find superior rules to the previous paper, but none that stand up to the data mining effect.
-
In Adaptive Market Hypothesis: Evidence from the Foreign Exchange Market(2006), the authors find that "The excess returns of the 1970s and 1980s were genuine and not just the result of data mining. But these profit opportunities had disappeared by the mid-1990s for filter and moving average (MA) rules. Returns to less-studied rules, such as channel, ARIMA, genetic programming and Markov rules, also have declined, but have probably not completely disappeared....These regularities are consistent with the Adaptive Markets Hypothesis (Lo, 2004), but not with the Efficient Markets Hypothesis."
-
-
In Re-examining the Profitability of Technical Analysis with White’s Reality Check, the authors find profitable rules for NASDAQ and the Russell 2000, but not the S&P 500 and DJIA, even after adjusting for data snooping bias. These authors examine a large universe of strategies, larger than (2) above. The authors state "the best rules for DJIA and S&P 500 are, respectively, a momentum strategy in volume and a contrarian rule in the OBV class. Neither of these rules yields statistically significant return based on the Reality Check p-values. The same conclusion also holds when the performance measure is Sharpe ratio. On the other hand, the profits of the best rules for NASDAQ Composite and Ruseell 2000 are statistically significant at 1% level. For the former, the best rule is the 2-day MA rule with 0.001 multiplicative band, yielding average daily return 0.00152 (or 38.19% annually); for the latter, the best rule is the 2-day simple MA rule that gives average daily return 0.00186 (or 47.1% annually)."
-
In A Stepwise SPA Test and Its Applications on Fund Performance e-valuation (2006), the authors propose alternative data snooping methodologies to White's Reality Check discussed in (2), (3) and (5) above and find that "only eight mutual funds are found to beat the S&P 500 index, and only few hedge funds outperform the risk-free rate. With these two empirical cases, we substantiate the empirical value of our test in fund performance e-valuation."
-
I'll add my own discovery of a study that looks at something completely different from all of the above: candlestick patterns. In The Predictive Power of Price Patterns (1998), the authors look at all S&P 500 stocks from 1992 to 1996 examine the predictive ability of candlestick patterns and state:
Out-of-sample tests indicate statistical significance at the level of 36 standard deviations from the null hypothesis, and indicate a profit of almost 1% during a two-day holding period. An essentially non-parametric test utilizes standard definitions of three-day candlestick patterns and removes conditions on magnitudes. The results provide evidence that traders are influenced by price behavior. To the best of our knowledge, this is the first scientific test to provide strong evidence in favor of any trading rule or pattern on a large unrestricted scale.
Continue to Part II.
http://www.castrader.com/2006/10/can_technical_a.html
|
참고로 저는 거래량지표,볼린져밴드를 포함하여 총 7개의 지표를 사용하고 있어요~~^^
나만의 지표를 만들어 읶히는데 거의 보름이 걸린것 같네요^^
10.03.31 20:44