技术分析和离散错误发现率：来自MSCI的证据

由于每个交易规则可能在单个时间步产生一个长、短或中性信号，我们将我们财富的同等比例投资于这些信号以及每个后验规则产生的相应回报，类似于计算它们的等权重横截面平均数。根据之前的研究（见Brock等人，1992年；Bajgrowicz和Scaillet，2012年），当多头或空头信号产生时，打开交易头寸，当信号反转或中和时，平仓。如果提高中性头寸，则假定按比例财富投资于无风险资产或储蓄账户。每日总回报率是根据基础指数收盘值的变化计算的。当头寸终止时，从总回报中扣除单向交易成本。然后估计超额回报，将交易规则的盈利能力与无风险利率进行比较。IS性能本节提供技术规则的事后分析。在第5.1节中，列出了两年回顾期内确定为真正盈利的策略数量、相关盈利能力以及盈利交易规则类型的分类分析。第5.2节报告了相应的盈亏平衡交易成本分析。附录B.1.5.1识别、IS盈利能力和分解分析中给出了基于一年IS的相关结果。表2给出了我们10%DFDR+/投资组合确定的幸存者规则的百分比和标准差。回顾期设定为两年，投资组合每月重新调整一次。[这里的表2]我们注意到，已确定规则的百分比随着年份的变化而变化，并且随着市场的变化而变化。

英国、俄罗斯和Frontiermarkets指数中确定的规则数量较高。多年来，已确定规则的百分比没有明显的趋势。峰值出现在2006年、2009年和2010年，而最低值出现在2012年。有趣的是，我们的程序为所有指数和所有年份选择了有利可图的规则。回溯期内产生的投资组合的相关交易绩效如表3所示。【此处的表3】在所有指数的交易成本之后，都有一个重要的盈利模式。就年化回报率而言，新兴市场的盈利能力比同行有所提高。技术分析的盈利能力没有明显的趋势。2009年和2010年的年化回报率达到峰值，所有年份的夏普比率都保持稳定。确定规则的百分比与生成的投资组合的交易绩效之间也没有联系。表4根据表2的调查结果，对每个单一市场中盈利的交易规则类别（即RSI、过滤规则、移动平均线、支撑和阻力以及渠道突破）进行了分类分析。在表4中，我们给出了当回望期设置为两年且投资组合每月重新调整时，所有年份（即2006-2015年）盈利的规则系列的平均百分比。[这里的表4]很明显，移动平均线在所有市场的对应方中占据主导地位。第二大家族的真正有利可图的规则是支持和抵制。我们注意到，所有正在研究的市场（约旦和英国除外）的反向交易规则（RSI）所占百分比都相当低。似乎所有正在研究的市场都以势头和强劲趋势为特征。

我们的结果扩展了Chan等人（1997）、Jegadeesh（1990）以及Jegadeesh和Titman（1993、2001）的研究结果，他们发现了美国和欧洲股票momentumtrading策略的盈利能力。5.2盈亏平衡交易成本在本节中，我们对技术交易规则在回顾期内的超额盈利能力进行盈亏平衡分析。根据该领域的相关研究（见附录B.2.others，Bessembinder and Chan，1998；Bajgrowicz and Scaillet，2012；Hsu et al.，2016），附录B.2.others对每一年和市场盈利的交易规则类别进行了更详细的分类分析），weadopt作为盈亏平衡成本，即单向交易成本水平，这使得表现最佳的技术交易规则的超额盈利能力（即平均回报）减少到零。盈亏平衡成本超过实际成本越多，规则的超额盈利能力就越强。图1分别显示了夏普比率指标下最佳绩效技术交易规则和每个指数的平均盈亏平衡交易成本大小。我们根据两年的回顾期为每个月选择表现最佳的规则。然后在每年的12个月内重复该程序，同时进行再平衡。通过将最佳规则的每月盈亏平衡交易成本之和除以12来估计每年的平均盈亏平衡交易成本。整个10年期间采用相同的程序。【图1】该图显示的主要趋势是，前沿市场实现了最高的盈亏平衡交易成本，其次是新兴市场和发达市场，至少在前四年。

特别是，摩洛哥（高达38%）、俄罗斯（高达43%）和巴西（高达41%）在这一时期的超额盈利稳健性方面占据主导地位，而另一方面，日本等发达市场（高达52%）的盈亏平衡成本在2009年和2011年创下新高。在研究期的其余时间里，盈亏平衡交易成本有所下降，但2014年除外，从2014年起，与其他时间相比，发达市场开始复苏。例如，相应的发达市场指数和美国的盈亏平衡交易成本从14%到20%不等。当然，仍有一些新兴市场（即俄罗斯和巴西）和前沿市场（即爱沙尼亚和摩洛哥），它们的成本相似甚至更高。总的来说，我们观察到盈亏平衡成本呈下降趋势，因此多年来盈利能力过剩，成本达到近年来的最低水平，尤其是2015年。然而，这一趋势并不总是稳定的。具体而言，大多数国家在2006年表现出较高的盈亏平衡成本，2007年面临较小的衰退，而在2008年至2010年期间，它们又恢复到较高的水平，在此期间，它们也达到了一个典型的峰值。在接下来的几年中，它们的规模出现了可观的衰退，仅在2014年略有恢复，而2015年还没有清除雷曼。因此，除了盈亏平衡成本报告其最高值的年份之外，附录B.3中报告的使用一年的相应盈亏平衡交易成本显示，一般而言，盈亏平衡交易成本较低。然而，图1中的主要趋势仍然存在。（即2008-2010年），技术交易规则的表现在某种程度上是一致的，尤其是在最近的时期。OOS分析本节采用事前方法，对基于DFDR+程序生存规则构建的投资组合进行全面分析。

第6.1节介绍了DFDR+投资组合相对于OOS的超额盈利能力。第6.2节通过衡量DFDR+投资组合能够产生高于无风险利率的回报的周期数来研究绩效持续性。在第6.3节中，提供了一种新的交叉验证实践，该实践同时考虑了is和OOS，并保持了基本时间序列的顺序。最后，第6.4节侧重于通过考虑市场中的财务压力水平，解读不同时期投资组合的超额回报。6.1盈利能力根据之前在该领域的研究，我们基于重要技术交易规则的表现进行了OOS实验。我们根据指数的IS显著性，为每个指数创建了优于交易规则的投资组合，并在OOS中对其进行评估。在两年回顾期之后，我们考虑三个OOS期，分别为一个月、三个月和六个月。例如，对于一个月后的样本期，我们根据其在过去两年的表现，并根据10%-DFDR+方法，选择显著积极的资产作为投资组合构建工具（见第4.4节）。然后在接下来的一个月内评估投资组合的绩效。在一年多的滚动结构中，我们每个月都会重新平衡DFDR+/投资组合，并在样本中的所有年份（即2006-2015年）重复相同的程序。通过这种方式，我们动态构建和评估我们的投资组合，就像积极投资者在实践中所做的那样。

我们以类似的方式分别使用三个月和六个月的OOS周期。表5报告了每个指数的平均超额年化平均回报率和夏普比率（括号中），使用两年回顾期原样和一个月的完整OOS。我们还设置了涵盖一年的IS期，但相应的重要规则投资组合的表现略差于在两年IS期下构建的投资组合。附录B.4中提供了相关表格和讨论。我们观察到索蒂诺比率和操纵比率的类似趋势（时变盈利能力）。这些结果可根据要求提供。表5所示的结果是每年12次连续实验的平均值。这一程序以及我们的OOS很短的事实（即使在附录中列出的3个月和6个月的情况下）验证了下面的讨论，无论性能指标如何。交易成本后十年的样本。年化平均超额收益率和夏普收益率均计算为12个投资组合的相应OOS平均值，这些投资组合在一年内将IS向前滚动一个月后，具有显著的盈利能力，优于为每个指数制定的规则。【此处的表5】OOS证据表明，技术交易规则在早期（即2006年、2007年）考虑的大多数市场中表现良好，并购市场的表现更为深刻。现在关注接下来的几年，特别是2008年和2009年，几乎所有市场都呈现出非凡的表现。2008年和2009年是全球金融危机时期，在此期间，大多数市场都面临着极度下降的趋势和严重的损失。

这种环境似乎有利于我们的技术交易规则的宇宙，因为它主要由利用这种大趋势的动量规则组成。这也解释了2010年大多数交易行为的负面表现，这是大多数市场的饱和点。此外，我们的DFDR+/投资组合的有限盈利能力在接下来的几年中在一定程度上继续存在，然后在最近的几年中恢复。近年来（即2013-2015年）的盈利能力主要体现在一些发达和新兴市场。就整体绩效的比较而言，前沿市场在整个样本期内提供了更可靠的投资选择，在大多数年份产生了正的平均回报率和夏普比率，其次是新兴市场，第三是发达市场。不过，我们的总体发现是，技术交易规则的盈利能力在所审查的年份中是可变的，技术分析可以利用短期市场的低效率。表6和表7显示了每一个指数的年化平均超额平均收益率和夏普比率（inparenthesis），交易成本后使用两年回顾期，但这一次分别应用了三个月和六个月的OOS期。再次，两个报告的指标分别计算为三个月和六个月滚动结构中每个指数每年相应十二个月投资组合的OOS平均值。[这里的表6][这里的表7]在使用一个月作为OOS期的情况下，有相当多的证据表明，在早些年，技术交易规则的盈利能力非常强，但现在这主要集中在新兴市场，而且只有少数几个市场。

2008年的表现再次达到最高水平，超过一半的指数在2009年转为负回报。这可能是由于检查的OOS周期较长，因此对新趋势的调整频率较低。再次，技术交易规则的表现在未来几年会有所下降，但技术分析仍然能够很好地预测最近几年的一些先进市场指数，即平均超额回报率和夏普比率。这可能表明这些年来市场趋势的特定模式，这些模式被技术交易规则所利用。前沿市场似乎仍然是一个很好的投资机会，尽管OOS周期现在已经增加，但新兴市场仍将持续多年。之前的结果强调了技术分析在利用短期市场低效方面的有效性。随着OOS的增加，我们规则的盈利能力下降，这从两个应用程序将回溯期分别设置为一年（见附录B.1）和两年来看是合理的。当市场效率消除了任何盈利能力和/或主导股市变化的潜在趋势时，这种结果就会自然而然地发生。这些发现也解释了过去技术分析领域的部分文献及其可行性。之前的研究人员倾向于研究长时间（参见Sullivan等人，1999年；Qi和Wu，2006年；Bajgrowicz和Scaillet，2012年；Hsu等人，2016年）。正如我们的经验练习所强调的，特定技术规则的盈利能力是短期的，并且在不同时期有所不同。由于市场效率的原因，自然不存在长期存在的规则。

具体技术规则的盈利能力似乎是短期的，适应性可能是关键。6.2业绩持续性在上一节中，我们着重于确定DFDR+/的盈利技术规则，并检查生成的投资组合的交易业绩。如前所述，技术规则和我们的方法似乎能够利用短期市场的低效率。然而，市场效率迟早会降低任何盈利能力。看看这种盈利能力衰减的速度有多快，以及不同市场和时期之间是否存在差异，将是一件有趣的事情。在相关文献中，这一因素被忽视了，因为经验评估是静态的，仅限于特定时期。在真实的交易环境中，从业者具有适应性，并经常重新平衡他们的投资组合。表8显示了我们生成的投资组合在两年回顾期（IS）和OOS一个月情况下的持续性。我们将持续性衡量为连续的OOS月份，我们的投资组合的交易表现高于相关的无风险利率。[这里的表8]我们注意到，在绝大多数情况下，交易员需要每月以上重新平衡投资组合。考虑到金融市场的效率水平和上一节概述的交易规则的平庸交易表现，这些结果是可以预期的。然而，应该注意的是，在少数情况下，测量的可信度高于一个月。换句话说，在某些情况下，市场效率弱到足以让静态投资组合盈利。2007年和2008年的持续性更高，这可以归因于全球金融危机造成的动荡及其对市场效率的副作用。

有趣的是，具有更高持续性的市场是美国，这是研究中规模最大、流动性最强的指数。在表9中，我们对两年回顾期和OOS三个月的情况重复了相同的练习。[这里的表9]大多数病例和年份的持续性都有所下降。我们注意到，2008年，我们投资组合的平均持久性超过1。此外，我们的投资组合在OOS的前三个月后仍保持盈利能力。考虑到特定的市场，我们注意到，美国的电阻仍然大于平均OOS，这与之前的研究结果一致。这一问题令人惊讶，因为人们可能预计前沿市场和新兴市场的持续性将强于发达市场。表10给出了两年回顾期和六个月OOS的相同练习。[这里的表10]从表10中，我们观察到持久性进一步降低。有些年份（尤其是前沿市场）的持续性为0。这意味着这些年中生成的投资组合中，没有一个的交易业绩高于OOS前六个月的相关无风险利率。同样，对于前两起案件，我们注意到2008年出现了峰值。上述结果突显了贸易再平衡的重要性。我们注意到，在OOS的第一个月，投资组合的盈利能力可能为负的情况很少，但其中一些投资组合会在随后的时期内反弹（例如，见表8至表10中的2008年持续性）。在这些情况下，适应性似乎并不总是能带来利润的增加，而耐心是值得的。然而，大多数结果强调了平衡投资组合的重要性。新兴市场和前沿市场似乎并没有为静态投资组合提供避风港。