※ 引述《jeter17 (扬鸡)》之铭言：
: 股票长线投资必须看基本面这是无庸置疑
: 但是基本分析对一般人还是有困难复杂跟麻烦、短中线失能等缺陷
: 像许多股票是当前财务数据越烂却是越飙，基本面完全抓不到这些股
: 板上有没有神人完全看技术面不看基本面操作买卖股票长期下来还是获利的？
技术分析已经存在超过一百年，一直都有人靠技术分析赚钱...
技术分析就是基于成交明细，也就是价格数据 (有的包含成交量) 所做的分析。
上面这句话很重要，因为这贯穿了以下的所有内容。
技术分析分两大类: 图表分析 (chart) 和 技术指标 (indicators)
1. 图表分析，就是画 K 线做分析，在 20 世纪以前都是主流分析方式
2. 技术指标，就是用量化数据做分析，在 1980 个人电脑开始普及之后才蓬勃发展
图表分析又可以分门派
1. 裸 K 派: 不画线、只看价格变化的倾向与跳动
2. 型态学: 现在讲图表分析大多为这类型
3. 秩序玄学: 艾略特波浪理论、江恩、中国缠论 (这部份没研究)
# 图表分析之一 – 裸 K 派
裸 K 派的作法，基本上就是基于价格的变动，判断趋势。
一种是日本江户时代酒田战法 (18 世纪)
日本是最早将数字视觉化，绘制价格变化成图形，方便浏览历史变化。
酒田战法应该是最早的图表分析始祖，并且着重在看 K 线的形态判断是否会反转。
一种是 Livermore (1877-1940) 这类对数字跳动的速度、振幅敏感程度。
不一定需要绘制成图。Livermore 可以单纯阅读数字的变化就做出判断。
Livermore 可能是最早只看价格跳动就能赚大钱的人。但手法没公布。
一种是 Darvas (1920-1977) 的箱型理论，就是判断价格是持续突破，还是在某特定范围震荡。
不一定需要绘制成图，只需要看收盘价是否有突破最近的高低点。
基本上 Darvas box 可以看做是压力支撑的简单版。
Darvas 后来在 1960 年有出书，但当时出版量似乎不高。
当然还有其他种类 (欢迎补充)。
裸 K 派通常不太需要太多的历史数据，而是专注于最近的价格变化。
对于比较久远的数据大多快速看过，只需要知道大致上的趋势、价格位阶。
裸 K 比较注重当下买卖力道是否发生变化，而改变趋势。
一般不会把裸 K 派的作法放进技术分析。
原因是第一本讲技术分析的书是 1950 年，Edwards & Magee 就一直没列入裸 K 派。
因为当时裸 K 派没有明确说明作法 (如 Livermore)，只说需要价格变动的盘感。
而 Darvas 是 1960 年才出书，也没有引起很大的关注 (或者说是压力支撑的分支)。
而日本 K 线战法，是 1991 年 Steve Nison 出版才逐渐广为被美国人知道。
Magee 的技术分析，已经修订了非常多版本，但一直没有把这些方法放入书中。
但就定义上来说，裸 K 派就是技术分析，因为都是基于历史成交数据所做的分析。
基本上，我把没有在图表上画线，并且没有放入这本技术分析的，都称为裸 K 派。
# 图表分析之二 – 型态学
型态学，其实也是基于裸 K 派，但更注重长期的历史数据。
主要看重的是大型的结构，判断宏观趋势，并找出可能的转折点、趋势是否发生变化。
典型的图表分析都写在 Magee 技术分析一书中。
大致包含型态、趋势线、压力支撑。
基本上书就先从道氏理论开始说起，说 Dow 是技术分析鼻祖。
但实际上日本早就领先世界几百年，但美国人一直没修正他们的说法。
图表分析跟裸 K 一样，都需要培养图表眼，就是看图表就能猜出接下来可能的发展。
简单的说就是盘感。这是需要非常长时间、大量阅读各种走势，才能获得获得的技能。
其实技术分析背后的原理就是价格走势反应了市场情绪、趋势、波动。
而价格大幅上涨之前或下跌之前，很容易出现某种特定的价格变化特征，也就是型态。
技术分析有用的论点，就是价格是人的供需现象的结果。而人性一直没变。
前面说的人性论，只是假设、说词、或是对市场的理解，而非真理；
另外还有效率市场派，认为价格只是反应所有已知资讯；
另外还有神祕秩序力量的派系，以及其他小众的理论基础。
这些就是技术分析经常会被混淆的地方，虽然大家都叫技术分析，
但不是“把所有宗派都学会，才懂得什么是技术分析”。
记得本篇的第一句话吗？
“技术分析就是基于成交明细，也就是价格数据 (有的包含成交量) 所做的分析。”
换句话说，只要看 K 线、看价格变化，都是技术分析。
而一百多年来就一直有人只靠技术分析赚钱。
而最大的问题，就是有人只学了某门派没效果，就说整个技术分析没用。
殊不知“技术分析”只是一个统称范畴，而非一个完整的体系。
就像你学太极拳打不赢别人，却说所有格斗技巧都是骗人的，还不如直接王八拳拼反应。
但格斗就有分柔道、空手道、泰拳、摔角、中国功夫、桑搏...，每个底下又一堆门派。
会认为技术分析没用的根本问题有两个，
一个是没学透，认为上几堂课就有功夫能出去跟人打架，不知道出师要很久。
一个是随意混搭，错误地把不同门派的方法混合一起使用，不知道难以并用。
技术分析需要有很强的价格变化背后原因的理解，
需要了解在什么价格走势之下，某个出现的形态后续走势会容易成功或是失败。
能够说得出来的现象，都被归类于型态，
但技术分析更多无法容易说清楚的技术，也就所谓的经验、图表眼、盘感。
型态、技术指标等，比较倾向于科学 (science)，因为是基于统计、可描述的结果。
但盘感、图表眼、交易经验，则是一种艺术 (art)，也就是存在着个人表现的差异。
Art 都是需要经验累积，跟个人能力相关，且每个人的能力上限也不同。
不管是武术、绘画、舞蹈、沟通交流、体育、电竞...还有交易，都是含有艺术的成份。
这也就是一堆无法精通技术分析的人，最大的问题。
尤其是“技术指标”学派，想用纯科学 (数据分析)，来解决交易判断。
但对技术分析没有深刻理解的人，只会在技术指标的大海中，迷失方向。
技术分析只能给予大方向的指引，但胜负往往都在细节的判断上。
同样一套技术分析，完整理解的人就能够更好的掌握进出场的判断。
而且影响交易成果的因素，还包括了个人心理与纪律、资金控管、风险管理等。
很多交易失败的人，往往只怪罪到交易策略 (技术分析) 上，
而非系统性的检视到底是哪里出问题。
# 图表分析之三 – 秩序玄学
这部份没研究，但基本上会被传统图表分析师、裸 K 交易者给唾弃。
算是特别的门派，而且每个分支都互为独立。或许应该归类为 miscellaneous。
没听过哪个人靠这些理论获得巨大财富的 (可能都默默在赚)。
我认为这门派都是基于图表分析所衍生出来的理论，
只不过在特定交易品种上可能存在的特别规律现象，但不容易广泛跨商品使用。
例如黄金、外汇，可能就存著一种特别规律走势，而能发展出一套有用的交易方法。
如果你学了这些门派的方法而找到了特定适合使用的商品，那还是值得使用。
但我觉得与其学这些不易使用的方法，然后才去找交易品种，
还不如直接先研究交易品种，在去找适合的交易方法。
但是这个门派的存在，说明了技术分析的一个问题：
不同交易品种存在着特别有用的方法，同时也存在某些方法不好使用。
无论你学了什么技术分析，还是需要回归交易品种的筛选与理解。
一种人是先拟定交易策略，然后再去找适合品种。
一种人是先研究交易品种，再去做图表分析，看哪种方法适合交易，再决定交易计画。
前者比较适合程式交易，能够写一套逻辑，再去匹配可能适合的交易品种。
后者比较适合只专注交易特定品种的交易者，比较能感知牛熊市的变化、交易是否好做。
而这就关系到下一个技术分析的大门派：技术指标
# 技术分析兴起的新门派 – 技术指标
技术指标算是近 40 年来最受欢迎的技术分析领域，
原因是个人电脑的普及，具有统计上的优势，并且是高度科学、有方法论。
而图表分析的方法就那几种，很吃个人的能力。
我把技术分析分为图表分析 (chart) 和 技术指标 (indicators) 两大类，
其实技术指标应该被分为量化分析 (quantitative analysis) 会比较好。
但这门派最早基本上都是在做价量的技术指标，
后面才衍生出其他依赖电脑算力的其他量化交易。
最主要是早期的电脑根本没办法应付庞大的资料量和算力。
但现在量化交易做纯技术指标的比较少，大多是散户在做。
尤其是能绘图的指标，最受散户欢迎。
毕竟有可视化的东西，就会被散户觉得容易理解、而可以应用。
但量化高手不是单纯做技术指标，而是跨品种、跨数据找相关性来搭建交易策略或组合。
早期量化的目的，是为了提供更客观的阅读图表方式，
用公式计算出一个数值来判断，更容易快速看出图表的存在的现象。
技术指标大致分三类
1. 趋势指标: 包括均线、MACD 线等。大多为落后指标，但能表现出价格趋势。
2. 震荡指标: 包括 RSI、威廉指标等。大多为领先指标，反应走势是否过激而可能反转。
3. 情绪指标: Put/Call ratio、新高新低数等。大多为领先指标，反应市场多空情绪。
如果你连指标的分类用途，以及领先落后的问题都不知道，那大概就不用玩了。
因为你的搭建的交易策略一定会有问题。
大多数散户、不懂交易的程式开发者，大多只是改改参数，跑跑回测，看看结果。
这就是这些人会失败的原因: 不懂真正的技术分析、无法解读技术分析失效的原因。
也就是忽略了前面提到的 art 的部份。错认为数据科学才是上乘武功。
量化交易可以很有用、也可能以赚大钱、更可以自动化交易。
但必须建立在对交易、技术分析的正确认知上。
只看统计结果，却不看也不理解原始数据的特性，往往很容易得到错误的结论。
不能理解什么样的参数是合理范围，策略失效是什么原因，
最后陷入过拟合 (overfitting)，或是不断寻找新圣杯的问题。
机构型的量化交易，又是另外一个世界了。
无论是基于数学模型的交易 (例如统计套利)，
或是基于实时海量数据的的数据科学、数据探勘，
或是基于机器学习的黑盒交易，
都是在做一般人不懂的交易方法。
这些机构有的成功，有的不成功。
靠基金经理人的主观判断做交易，其成功很难被复制 (因为是 art)。
像巴菲特这种 artist，就没人容易复制他的交易判断。
靠量化数据的交易，可以让众多菁英去迭代优化，并传承交易方法给接班人。
但最重要的是量化交易听起来高大上、看起来像是火箭科学，就容易吸引投资人。
量化分析的水很深，绝对不是看看指标做判断就能成功。
背后的原因还是对于交易品种的理解，对于技术分析的理解。
基本上数据科学家比软件工程师会更快掌握交易的精髓。
因为技术分析，本质上就是“对于交易数据的理解”的一种研究。
数据科学家和图表分析师，基本上都是在做一样的工作，只是方法不同。
但绝对不是想策略、写程式、跑回测这么简单。
重点是在理解数据，才去构思交易策略。而不是构思策略，才去找参数。
到最后还是必须回归技术分析工作的本质: 如何看待交易数据规律所发生的变化
然后才能做出正确的判断，决定重拟新策略、调整参数、暂停交易、或继续执行原策略。
技术分析有没有用？ 真的就是看个人。
以及最主要的问题: 你说的技术分析到底是指哪一种方法？
后续补充
K 线只是数据可视化的一种方式 (基于时间范围)，大多图表分析是基于 K 线。
至于为何叫 K 线？我猜是 Candle 日文为 キャンドル (Kyandoru)，取第一个字和音。
但另外还有 Heikin-Ashi、Renko 等其他绘制数据的方式，能得到不同的解读。
而量化交易则是数据分析的过程，比较强调数学、写程式能力。
但其实所有技术分析都是在研究一样的数据，只是方法和过程不同。