技術分析的邊界 — 學術怎麼看它，什麼時候有參考價值
台灣 YouTube 財經頻道裡，技術分析教學的觀看數通常遠高於基本面或總經討論。均線、RSI、MACD、布林通道——這些詞在股市討論中無處不在。
但學術界對技術分析的評價，遠比市場上的流行程度謹慎。
定義
技術分析（Technical Analysis） 是透過研究過去的價格走勢、成交量等市場數據，以圖表和指標的型態預測未來價格方向的分析方法（Murphy, 1999）。
它的核心假設有三（Dow, 1900s；Murphy, 1999）：
- 市場行為已反映一切（價格包含所有已知資訊）
- 價格循趨勢移動（上漲趨勢傾向持續）
- 歷史會重演（相同型態會產生相似結果）
效率市場假說的批判
Fama（1970）的效率市場假說（EMH）的弱式效率（Weak Form Efficiency） 直接挑戰技術分析的基礎：
若市場具有弱式效率，過去所有的價格資訊已被充分反映在現在的價格中，因此無法利用過去價格資料預測未來報酬，技術分析無效。
Fama 與 Blume（1966）的實證研究：測試多種技術分析交易策略，在扣除交易成本後，表現均不優於買入並持有（Buy and Hold）。
Malkiel（1973）在《漫步華爾街》中以更通俗的方式陳述：「如果技術分析真的有效，所有人都使用後，它就會失效——因為它預測的動作已被套利者提前執行。」
動能效應：唯一有學術支持的技術現象
技術分析的整體評價偏負面，但有一個例外值得注意。
Jegadeesh 與 Titman（1993）的實證：過去 3–12 個月表現強的股票，接下來 3–12 個月傾向繼續強勢——這個現象稱為動能效應（Momentum Effect）。
這個效應在多個市場、多個時期被重複觀察到，Fama 與 French（1996）也承認它是資產定價三因子模型無法完全解釋的異常（Anomaly）。
重要限制：
- 動能效應主要在月頻率、機構交易規模下有效，散戶的交易摩擦（手續費、稅）容易吃掉這個效應
- 動能效應在反轉點（市場急跌後的反彈）會失效，而且失效時往往是一次性大幅虧損
- 部分智慧型 Beta ETF（如動能因子 ETF）試圖系統化地捕捉這個效應，但長期成效各異
常用技術指標及其邏輯
移動平均線（Moving Average）
以過去 N 天收盤價的平均值畫出的線，用於平滑價格波動、觀察趨勢方向。
- 黃金交叉（短期均線向上穿越長期均線）：傳統上視為買入信號
- 死亡交叉（短期均線向下穿越長期均線）：傳統上視為賣出信號
學術研究：Brock、Lakonishok 與 LeBaron（1992）發現均線策略在 1897–1986 年的美股有顯著預測能力，但 Lo 等人（2000）指出在 1986 年後效果大幅衰退——可能因為策略已廣泛被知曉和套利。
相對強弱指數（RSI）
衡量一段時間內漲幅與跌幅的比例，數值 0–100。
- RSI > 70：傳統上認為超買（overbought），可能即將回落
- RSI < 30：傳統上認為超賣（oversold），可能即將反彈
RSI 反映的是短期市場情緒的極端程度，在震盪市場（無明顯趨勢）時較有參考性；在強趨勢市場中，RSI 可以長期維持在超買或超賣區間。
MACD（指數平滑異同移動平均線）
由兩條指數移動平均線的差距構成，用於捕捉趨勢轉折信號。MACD 線上穿訊號線被視為買入，下穿為賣出。
本質上是移動平均線的衍生指標，學術評估上的限制與均線類似。
適應性市場假說：更完整的框架
Lo（2004）提出適應性市場假說（Adaptive Markets Hypothesis, AMH）：市場效率不是固定的，而是隨著市場參與者的行為和競爭動態變化。
在 AMH 框架下：
- 市場極端恐慌或貪婪時（2008 金融危機、2020 疫情暴跌），投資者行為偏離理性，技術型態可能有更高的短期預測性
- 市場充分競爭、資訊流通快時，技術分析套利空間被壓縮
- 技術分析在不同市場環境下的有效性，本來就不固定
🔍 如何觀察 / 如何實作
批判性測試技術分析的方式：
選一個你想測試的技術指標（如「RSI 低於 30 買入、高於 70 賣出」），用台股歷史數據做回測（backtesting）。但要注意：
- 樣本外測試：回測成功不代表未來成功——你的策略可能只是過擬合（overfitting）歷史數據
- 包含交易成本：策略在加入手續費和稅後是否仍然獲利
- 比較基準：是否優於同期間直接持有 0050
如果一個指標在嚴格的樣本外測試仍然有效，才值得認真考慮。
對大多數投資人的建議：技術分析用於輔助「擇時進出」不比買入並持有更優，但用來了解市場情緒、設定止損點，在心理層面有一定的輔助功能。
本篇名詞速查
| 名詞 | 解釋 |
|---|---|
| 技術分析 | 用過去價格和成交量預測未來走勢的分析方法 |
| 弱式效率 | 過去價格資訊已反映在現價，技術分析無效的理論基礎 |
| 動能效應 | 短期強勢股傾向繼續強勢的統計現象，有學術支持但有限制 |
| 移動平均線 | 過去 N 天均價，用於平滑波動觀察趨勢 |
| RSI | 相對強弱指數，衡量短期超買/超賣程度 |
| 回測 | 用歷史數據驗證交易策略的方法，有過擬合風險 |
| 適應性市場假說 | Lo（2004）的框架：市場效率不固定，隨環境變化 |
💭 Think About This
「技術分析的問題不在於它完全無效，而在於你永遠無法確定它在目前這個市場環境裡是否有效。而等你確定的時候，機會已經過去了。」
References
- Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25(2), 383–417.
- Fama, E. F., & Blume, M. E. (1966). Filter rules and stock market trading. Journal of Business, 39(1), 226–241.
- Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers. The Journal of Finance, 48(1), 65–91.
- Lo, A. W. (2004). The adaptive markets hypothesis. Journal of Portfolio Management, 30(5), 15–29.
- Malkiel, B. G. (2023). A Random Walk Down Wall Street (13th ed.). W. W. Norton & Company.
- Murphy, J. J. (1999). Technical Analysis of the Financial Markets. New York Institute of Finance.
- Brock, W., Lakonishok, J., & LeBaron, B. (1992). Simple technical trading rules and the stochastic properties of stock returns. The Journal of Finance, 47(5), 1731–1764.
上一篇：基本面分析 — 買的是公司，不是代號 下一篇：衍生品 — 高風險工具，了解才能避開