打开分析工具 →

首页 › 浏览投资策略 › 技术分析

技术分析基础:价格、成交量与趋势

图表呈现的三个事实,即价格位置、成交量和趋势,被转化为可以计算的定义,并给出2000年以来SPY和QQQ在每种状态之后一个月和一年的表现。文中还一并概述了从Brock、Lakonishok和LeBaron(1992)开始的研究。

一句话概括

低于200日均线的日子、放量的日子和过去一年为负之后的月份,之后的波动都更大。2000年以来,SPY在200日均线下方时次日波动率为年化29.6%,是均线上方13.2%的2.2倍,而平均收益率的方向在2000年代和2010年之后恰好相反。

正文

第一次打开图表,线条和指标多得让人不知从何看起。但大多数指标不过是用不同方式重新计算的价格和成交量,归根结底问的是三件事:价格现在在哪里,这段走势背后有多少成交,以及有没有方向。先把这三点弄清楚,就能看出其他每个指标多提供了什么。

技术分析只用价格和成交量。在图表上,人们主要看价格在哪里、背后有多少成交,以及它的方向。本文把这三点转化为可以计算的定义,并用数字展示2000年以来SPY和QQQ在每种状态之后发生了什么。数字截至2026年9月,由运营者用与本站回测相同的价格数据计算。按移动平均线买卖的规则的结果见移动平均线交易。

用数字表示的三个事实

  • 价格位置:收盘价在200日简单移动平均线(最近200个收盘价的平均值)之上还是之下。与52周高点的距离携带同类信息,在支撑、阻力与突破中介绍。
  • 成交量:当日成交量除以此前50个交易日的平均值。ETF的成交量随时间变化很大,原始成交量很难比较。SPY在2008年的日均成交量是2024年水平的五倍多。
  • 趋势:道氏理论把高点和低点都在抬高称为上升趋势。结果取决于高点和低点如何选取,所以本文改用过去12个月总收益率的正负。这与Moskowitz、Ooi和Pedersen在2012年研究时间序列动量时使用的衡量标准相同。

状态按拆股调整后的收盘价判断,之后的收益率使用分红再投资的价格。期间为2000年1月3日至2026年9月30日。一个月约为21个交易日,一年约为252个交易日。

研究发现了什么

在1992年的论文中,Brock、Lakonishok和LeBaron把26条移动平均线以及前高前低突破规则应用于1897年至1986年的道琼斯工业平均指数。买入信号之后的收益率高于卖出信号之后,波动也更小。1999年,Sullivan、Timmermann和White同时检验了7,846条规则,以校正数据窥探,即从众多规则中只留下最好那条的错误。1897年至1986年间,校正之后仍有一些规则跑赢基准,但在1987年至1996年间,连最好的规则没有跑赢基准的概率也接近12%,所以按通常的标准无法确认它的价值。在2000年的论文中,LeBaron把一条150日移动平均线规则重新计算到1999年。1988年之后,买入期与卖出期平均收益率的差距已经消失,但卖出期的方差仍保持在买入期的约两倍,与100年来的情形大致相同。Park和Irwin在2007年回顾了95项采用现代检验方法的研究,其中56项发现有盈利,20项没有,19项结论不一,作者指出数据窥探、事后挑选规则以及对风险和成本的估计是常见的弱点。

200日均线之上与之下(截至2026年9月)

2000年以来,收盘价在200日均线之上的日子,在SPY的交易日中占72.1%,在QQQ中占73.2%。下表按当天的位置,把次日、次月和次年分开列出。

案例天数次日波动率(年化)21个交易日后的平均值21个交易日后上涨的比例252个交易日后的平均值252个交易日后上涨的比例
SPY,在200日均线之上4,846 (72.1%)13.2%0.90%67.6%10.9%83.6%
SPY,在200日均线之下1,879 (27.9%)29.6%0.52%56.7%7.0%62.6%
QQQ,在200日均线之上4,924 (73.2%)19.7%1.18%65.1%13.3%84.7%
QQQ,在200日均线之下1,801 (26.8%)40.0%0.28%55.7%10.0%64.8%

200日均线区分得最清楚的是波动的大小,而不是方向。均线下方的次日波动率是均线上方的两倍多。大幅波动的日子也大多出现在均线下方。SPY单日上涨超过3%的91天中,有87天之前的收盘价在200日均线之下,下跌超过3%的94天中也有73天如此。QQQ的数字分别是213天中的165天和268天中的180天。大多数位于均线下方的阶段都很短。SPY跌破200日均线的94次中,有56次在五个交易日内结束。

SPY 和 QQQ 在其后 21 个交易日的平均收益,按收盘价在 200 日均线之上和之下分开。2000 到 2009 年,收盘在均线之下的日子之后,SPY 为 −0.63%,QQQ 为 −1.14%,低于均线之上的日子。2010 到 2026 年,之后分别为 2.31% 和 2.69%,高于均线之上的日子。四个时期里,均线之下次日的波动率都是均线之上的 1.7 到 2.3 倍。 ① 收盘跌破 200 日均线后的一个月:2000 年代与 2010 年以后正好相反 其后 21 个交易日的平均收益(含股息)。右列:次日波动率(年化)。 200 日均线是拆股调整后收盘价的 200 日简单平均。 次日收益波动率 −1% 0 +1% +2% +3% SPY 2000 到 2009 年 +0.69% 14.1% −0.63% 29.5% SPY 2010 到 2026 年 +0.98% 12.8% +2.31% 29.8% QQQ 2000 到 2009 年 +0.61% 25.1% −1.14% 43.5% QQQ 2010 到 2026 年 +1.40% 17.2% +2.69% 33.5% 收盘在 200 日均线之上的日子 收盘在 200 日均线之下的日子 波动率之比(之下 ÷ 之上)在四个时期都是 1.7 到 2.3。变化的只是平均收益的正负号。

平均收益率的方向随时期而变。在2000年至2009年,收盘价跌破均线之后的21个交易日,SPY平均为−0.63%,QQQ为−1.14%,低于收盘价在均线之上之后。在2010年至2026年,它们平均为2.31%和2.69%,高于均线之上的情形(0.98%和1.40%)。在2000年代,SPY有三次连续超过250个交易日位于均线下方,而2010年之后最长的一段是162个交易日,从2022年4月到11月。当下跌很短时,从均线下方开始的那个月就包含了反弹。波动率的差距在两个时期相似。这与LeBaron在一个世纪的道琼斯数据中发现的规律相同。

成交量:成交最放大的日子大多是下跌日

在1987年的一篇综述中,Karpoff写道,成交量随价格变动幅度而上升,在股票市场中还随价格上涨而上升。1994年,Blume、Easley和O'Hara提出了一个模型,认为成交量携带着仅靠价格无法提供的、关于信息质量的信息。2001年,Gervais、Kaniel和Mingelgrin报告说,在一天或一周内成交量异常高的个股,此后一个月往往上涨。

在指数ETF上,只有幅度这一部分成立。2000年以来,SPY的成交量比率与日收益率绝对值的相关系数为0.40,与收益率本身则为−0.19。成交量比率在下跌日平均为1.11,在上涨日为0.96,在27个日历年中有26年是下跌日成交更大。QQQ的数字为1.10和0.95,27年中有25年如此。成交量超过平均值两倍的日子,SPY有194天,QQQ有174天,其中75%和77%是下跌日。此后20个交易日的波动率,SPY为28.4%,QQQ为32.5%,高于整体的15.8%和21.9%;此后63个交易日的平均收益率为4.74%和5.95%,同样高于整体平均值(2.35%和2.71%)。这些数字包含了急跌之后的反弹。

人们常说放量上涨更可信,这一点并未出现。成交量至少为平均值1.5倍的上涨日之后,此后63个交易日的平均收益率,SPY为1.73%(238天),QQQ为0.97%(205天)。成交量低于平均值的上涨日之后,平均为2.26%(2,380天)和2.98%(2,352天)。

趋势:过去一年与下个月

我们在每个月末检查过去12个月的总收益率是否为正,并测量下个月的表现。对SPY(2000年1月至2026年9月,321个月)而言,过去一年为正之后的251个月平均为0.94%,66.9%的月份上涨;过去一年为负之后的70个月平均为0.10%,50.0%的月份上涨。对QQQ(自2000年4月起的318个月)而言,过去一年为正的254个月之后,数字为1.14%和59.8%;为负的64个月之后,为−0.17%和56.3%。

过去一年为负的月份只占SPY月份的22%,但大幅波动集中出现在这些月份之后的那个月。下个月表现最好的十个月中有四个(2001年4月、2009年4月、2020年4月和2022年7月),最差的十个月中有七个,都出现在过去一年为负之后。按时期看,2000年至2009年过去一年为负之后的52个月平均为−0.78%,而2010年至2026年的18个月平均为2.66%。趋势信号只在下跌持续的那个时期有效。2016年的论文中,Daniel和Moskowitz报告说,动量策略(买入近期赢家、卖空近期输家)的大额亏损,集中出现在大幅下跌之后的急剧反弹中。单个指数的趋势读数在同样的阶段表现也很弱。

相关概念与搜索词

  • 道氏理论:查尔斯·道在1900年至1902年的华尔街日报社论中写下的想法,经威廉·汉密尔顿和Robert Rhea整理(The Dow Theory,1932)。1998年,Brown、Goetzmann和Kumar重新计算后发现,遵循汉密尔顿1902年至1929年的社论,本可获得为正的风险调整后收益。
  • 弱式有效:过去价格和成交量中的信息已经反映在价格里的假说。尤金·法玛在1970年的论文中阐述了这一假说,上面的大多数研究都在检验它。
  • 波动率聚集:大幅波动之后往往还是大幅波动。LeBaron(2000)把移动平均线规则所区分出的波动率差距,与杠杆效应联系起来,即价格下跌时波动率上升(Black,1976)。

搜索词:technical analysis, 200-day moving average, trading volume, Dow theory, time series momentum, volatility clustering, data snooping, Brock Lakonishok LeBaron。

局限

  • 这些是两只美国指数ETF在27年间的结果。个股、其他市场和其他时期可能不同。
  • 把每一天都算进去,会让样本看起来比实际更大。SPY位于200日均线下方的1,879天分布在94个阶段中,其中2000年至2002年和2008年至2009年占了很大一部分。
  • 这些是各状态的平均值,不是计入成本和税费的交易规则的结果。
  • ETF的成交量混杂了申购、赎回和对冲交易。
  • 以2010年划分时期,是看到结果之后做出的选择。换成其他划分年份,数字会不同。

运营者的评估

从数据看,价格位置、成交量和趋势更能稳定地说明接下来的波动会有多大,而不是会往哪个方向走。2000年以来,SPY在200日均线下方时的次日波动率为年化29.6%,是在均线上方时13.2%的2.2倍,这个比值在2000年至2009年和2010年至2026年两段时期都超过了2。平均收益的差距在两段时期里方向相反:2000年代下跌持续得久,2010年以后下跌持续得短。成交量超过平均值两倍的交易日中,75%是下跌日,上涨日放量也没有让之后的表现变好。所以这三项与其说是方向信号,不如说更适合用来检查市场是否处于动荡状态。Confluence Zone 先检查市场阶段,把它作为一道不计入分数的关口。上面的数字显示,同样的状态在不同时期会带来不同的结果,因此要把两者分开来看。

本文不涉及的内容

本文不涉及任何个股或交易时点。文中数字是用美国ETF SPY和QQQ的历史日价格算出的各状态平均值,不是计入成本和税费的交易规则的结果。指标数值需要与市场阶段和成交量一起解读,任何结论都不能只靠单一数值。 本文所有内容均为基于过往公开数据的参考信息,不构成投资建议。

同一主题的文章与问题

移动平均与趋势跟踪

相关阅读

移动平均线交易 · 支撑、阻力与突破 · 指标解读 · 200日均线规则回测 · 利弗莫尔的趋势突破 · 米纳维尼的趋势模板

基础与交易策略

← VIX恐慌指数与群体心理 · 目录 · 支撑、阻力与突破:52周新高与回落 →

在应用中查看实际指标 →

Confluence Zone 是用于信息提供和研究目的的分析工具,不是投资建议、投资顾问服务或交易指示。投资判断及其结果由用户本人负责。
运营信息·方法论 · 浏览投资策略 · 术语表 · 问与答 · 规则状态 · 分析示例 · 价格 · 服务条款 · 投资信息声明 · 隐私政策 · 打开分析工具 · 한국어 · English · 日本語 · 繁體中文