Loading article…
金融におけるテクニカル分析は、過去の市場データ、主に価格と出来高の研究を通じて価格の方向性を分析および予測するための分析手法です。 [ 1 ]アクティブ運用の一種として、現代のポートフォリオ理論の多くと矛盾しています。テクニカル分析の有効性は、株式市場の価格は本質的に予測不可能であると述べる効率的市場仮説によって議論されており、[ 2 ]テクニカル分析が何らかの利点をもたらすかどうかの研究は、さまざまな結果を生み出しています。[ 3 ] [ 4 ] [ 5 ]これは、企業の財務諸表、健全性、市場と経済の全体的な状態を考慮するファンダメンタル分析とは区別されます。
テクニカル分析の原理は、数百年にわたる金融市場のデータから導き出されたものです。[ 6 ]テクニカル分析のいくつかの側面は、17 世紀にアムステルダムを拠点とする商人ジョセフ・デ・ラ・ベガがオランダの金融市場について記した記述に現れ始めました。アジアでは、テクニカル分析は 18 世紀初頭に本間宗久によって開発された手法であり、ローソク足チャートの使用へと発展し、今日ではテクニカル分析のチャートツールとなっています。[ 7 ] [ 8 ]
ジャーナリストのチャールズ・ダウ（1851年～1902年）は、アメリカの株式市場のデータを収集・分析し、その結論の一部をウォール・ストリート・ジャーナルの社説で発表した。彼は、このデータの中にパターンや景気循環が見出せる可能性があると考え、後に「ダウ理論」として知られるようになった。しかし、ダウ自身は、自身の考えを株式取引戦略として用いることを決して推奨しなかった。
1920年代と1930年代には、リチャード・W・シャバッカーがチャールズ・ダウとウィリアム・ピーター・ハミルトンの研究を引き継いだ『株式市場の理論と実践』と『テクニカル市場分析』という書籍を数冊出版した。1948年には、ロバート・D・エドワーズとジョン・マギーが『株式トレンドのテクニカル分析』を出版した。これはこの分野の先駆的な著作の一つとして広く認められている。この著作はトレンド分析とチャートパターンのみを扱っており、現在でも使用されている。初期のテクニカル分析は、現代の統計分析に必要なコンピュータの処理能力がなかったため、ほぼチャート分析のみであった。チャールズ・ダウは、ポイント・アンド・フィギュア・チャート分析の一種を考案したと言われている。行動ファイナンスが経済学の独立した分野として出現すると、ポール・V・アゾパルディはテクニカル分析と行動ファイナンスを組み合わせ、「行動テクニカル分析」という用語を作り出した。[ 9 ]
分析手法の先駆者としては、20世紀初頭にそれぞれ独自の手法を開発したラルフ・ネルソン・エリオット、ウィリアム・デルバート・ギャン、リチャード・ワイコフなどが挙げられる。
ファンダメンタルアナリストは、収益、配当、資産、品質、比率、新製品、研究などを調査します。テクニカルアナリストは、チャートの使用を含む多くの方法、ツール、テクニックを使用します。チャートを使用して、テクニカルアナリストは金融市場における価格パターンと市場トレンドを特定し、それらのパターンを利用しようとします。[ 10 ]
チャートを使用するテクニカルアナリストは、よく知られているヘッドアンドショルダーズ[ 11 ]やダブルトップ/ダブルボトム反転パターンなどの典型的な価格チャートパターンを探し、テクニカル指標や移動平均線を研究し、サポートライン、レジスタンスライン、チャネルなどの形状や、フラッグ、ペナント、バランスデイ、カップアンドハンドルパターンなどのより不明瞭な形状を探します。[ 12 ]
テクニカルアナリストは、さまざまな市場指標を幅広く利用しており、その中には価格を数学的に変換したものもあり、多くの場合、出来高の増減、上昇/下落データ、その他の入力が含まれます。これらの指標は、資産がトレンドにあるかどうか、トレンドにある場合はその方向と継続の可能性を評価するのに役立ちます。テクニカルアナリストはまた、価格/出来高指数と市場指標の間の関係を探します。例としては、移動平均、相対力指数、MACDなどがあります。その他の研究分野としては、オプション（インプライド・ボラティリティ）の変化とプット/コール比率と価格との相関関係があります。また、プット/コール比率、ブル/ベア比率、空売り残高、インプライド・ボラティリティなどのセンチメント指標も重要です。
テクニカル分析には多くの手法があります。異なる手法（例えば、日本の穀物商人が開発した最も古いテクニカル分析手法であるローソク足分析、ハーモニック分析、ダウ理論、エリオット波動理論など）の支持者は、他のアプローチを無視するかもしれませんが、多くのトレーダーは複数の手法の要素を組み合わせています。テクニカルアナリストの中には、特定の銘柄が特定の時点でどのパターンを示しているか、そしてそのパターンをどのように解釈すべきかを主観的な判断で決定する人もいます。一方、パターン識別と解釈に厳密に機械的または体系的なアプローチを用いる人もいます。
テクニカル分析とは対照的に、ファンダメンタル分析とは、投資家が金融市場の価格を決定する際に影響を与える経済的要因やその他の基礎的要因を研究するものです。これには、企業の最近のEBITDA数値などの通常の企業指標、取締役会の最近の人事異動による影響の推定、地政学的考慮事項、さらには地球温暖化の将来の影響の推定などの科学的要因が含まれる場合があります。純粋なテクニカル分析では、価格はすでにすべての基礎的要因を反映していると考えることができます。テクニカル指標は将来のトレンドを明らかにするために設計されていますが、テクニカル指標もファンダメンタル指標も完璧ではありません。一部のトレーダーはテクニカル分析またはファンダメンタル分析のみを使用し、他のトレーダーは両方のタイプを使用して取引の意思決定を行います。[ 13 ] [ 14 ]
定量分析との対比は、ファンダメンタル分析との区別ほど明確ではありません。テクニカル分析と定量分析をほぼ同義語として扱う情報源もあれば、明確な区別を設ける情報源もあります。例えば、定量分析の専門家であるポール・ウィルモットは、テクニカル分析は「チャート作成」（グラフ表現を外挿して予測を行うこと）に過ぎず、テクニカル分析には予測力がほとんどないことを示唆しています。[ 15 ] [ 14 ]
テクニカル分析の基本原則は、市場価格がその市場に影響を与えるすべての関連情報を反映しているという点です。そのため、テクニカルアナリストは、経済、ファンダメンタルズ、ニュースイベントなどの外部要因ではなく、証券や商品の取引パターンの履歴に着目します。投資家の集団的でパターン化された行動により、価格変動は繰り返される傾向があると考えられています。したがって、テクニカル分析は識別可能な価格トレンドと状況に焦点を当てます。[ 16 ] [ 17 ]
テクニカルアナリストは、関連するすべての情報はすでに価格に反映されているという前提に基づき、投資家がその情報（既知の情報と認識されている情報）をどのように考えているかを理解することが重要であると考えている。
テクニカルアナリストは、価格には方向性がある、つまり上昇、下降、横ばい（フラット）、またはそれらの組み合わせがあると考えている。価格トレンドの基本的な定義は、もともとダウ理論によって提唱された。[ 10 ]
明らかなトレンドを示した証券の例として、2001 年 11 月から 2002 年 8 月までの AOL が挙げられます。このトレンドを認識したテクニカル アナリストやトレンド フォロワーは、この証券を売却する機会を探します。AOL の価格は一貫して下落しています。株価が上昇するたびに、売り手が市場に参入して株を売却します。そのため、価格は「ジグザグ」の動きをします。「高値切り下げ」と「安値切り下げ」の連続は、株価が下降トレンドにあることを示す明らかな兆候です。[ 18 ]つまり、株価が下落するたびに、以前の相対的な安値を下回ります。株価が上昇するたびに、以前の相対的な高値のレベルに達することができません。
注目すべきは、安値と高値が切り下がる傾向が始まったのは8月になってからだったということです。その後、AOLは月初めに記録した相対的な安値を下回らない安値を記録します。同じ月の後半には、株価は直近の相対的な高値と同等の相対的な高値を記録しました。このことから、テクニカルアナリストは下降トレンドが少なくとも一時停止し、場合によっては終了する可能性が高いという強い兆候を見出し、その時点で積極的に株を売るのをやめるでしょう。
テクニカルアナリストは、投資家は先行する投資家の行動を集合的に繰り返すと考えている。テクニカルアナリストにとって、市場における感情は非合理的かもしれないが、確かに存在する。投資家の行動は頻繁に繰り返されるため、テクニカルアナリストは、チャート上に認識可能（かつ予測可能）な価格パターンが形成されると考えている。[ 10 ]これらのパターンを認識することで、テクニカルアナリストは成功確率の高い取引を選択できるようになる。[ 19 ]
テクニカル分析はチャート作成だけに限られませんが、常に価格動向を考慮します。[ 1 ]例えば、多くのテクニカルアナリストは投資家心理調査を監視しています。これらの調査は、参加者の市場心理、特に「弱気」か「強気」かを測定します。テクニカルアナリストはこれらの調査を利用して、トレンドが継続するか、反転が起こるかを判断します。調査で極端な投資家心理が報告された場合、変化を予測する可能性が最も高くなります。[ 20 ]例えば、圧倒的な強気を示す調査は、上昇トレンドが反転する可能性がある証拠です。その前提は、ほとんどの投資家が強気であれば、すでに市場を購入している（価格上昇を予想している）ということです。そして、ほとんどの投資家が強気で投資しているため、残っている買い手は少ないと想定されます。これは、強気な心理にもかかわらず、買い手よりも売り手のほうが多いことを意味します。これは価格が下落傾向にあることを示唆しており、逆張り投資の一例です。[ 21 ]
業界は、地域および国の組織の連合体である国際テクニカルアナリスト連盟（IFTA）によって世界的に代表されています。米国では、CMT協会と米国プロフェッショナルテクニカルアナリスト協会（AAPTA）の両方が業界を代表しています。米国には、サンフランシスコテクニカルセキュリティアナリスト協会（TSAASF）もあります。英国では、テクニカルアナリスト協会（STA）が業界を代表しています。STAはIFTAの創設メンバーであり、最近50周年を祝い、テクニカル分析のディプロマでアナリストを認定しています。カナダでは、カナダテクニカルアナリスト協会が業界を代表しています。[ 22 ]オーストラリアでは、オーストラリアテクニカルアナリスト協会（ATAA）[ 23 ]（IFTAに加盟）とオーストラリアプロフェッショナルテクニカルアナリスト（APTA）Inc. [ 24 ]が業界を代表しています。
プロのテクニカル分析協会は、テクニカル分析の分野を説明する知識体系の作成に取り組んできました。知識体系は、テクニカル分析がどのように、そしてなぜ機能するのかを定義する方法として、この分野の中心となります。そして、学術界や規制機関が、この分野の適切な研究や基準を開発する際に、この知識体系を使用することができます。CMT協会は、公認マーケットテクニシャン（CMT）試験の構造となる知識体系を公開しています。[ 25 ] [ 26 ]
テクニカル分析ソフトウェアは、テクニカルアナリストが金融市場（株式市場など）のレビューや予測を行う際に役立つチャート作成、分析、レポート作成機能を自動化します。
従来型のデスクトップにインストール可能なソフトウェアパッケージに加え、業界ではクラウドベースのアプリケーションや、 RESTful HTTPやイントラネットプロトコルを介してテクニカル指標（MACD、ボリンジャーバンドなど）を提供するアプリケーションプログラミングインターフェース（API）が登場している。
最新のテクニカル分析ソフトウェアは、多くの場合、ソフトウェアパッケージをダウンロードしてインストールする必要がなく、ウェブアプリやスマートフォンアプリとして利用できます。中には、統合されたプログラミング言語や自動バックテストツールを提供するものもあります。
1990年代初頭に初めて実用的なタイプが登場して以来、人工ニューラルネットワーク（ANN）の人気は急速に高まっています。これらは、生物学的ニューラルネットワークの仕組みにヒントを得た人工知能適応型ソフトウェアシステムです。複雑なパターンをデータから検出することを学習できるため、利用されています。数学的には、これらは普遍関数近似器であり、[ 27 ] [ 28 ]適切なデータが与えられ、正しく構成されていれば、あらゆる入出力関係を捉えてモデル化することができます。これにより、チャートの人間による解釈や、エントリー/エグジットシグナルを生成するための一連のルールが不要になるだけでなく、ファンダメンタル分析で使用される変数を入力として使用できるため、ファンダメンタル分析への橋渡しにもなります。
ANNは本質的に非線形統計モデルであるため、その精度と予測能力は数学的にも経験的にも検証できます。さまざまな研究において、著者らは、さまざまなテクニカルおよびファンダメンタル入力に基づいて取引シグナルを生成するために使用されるニューラルネットワークは、ルールベースのエキスパートシステムと組み合わせると、バイホールド戦略や従来の線形テクニカル分析方法を大幅に上回るパフォーマンスを発揮すると主張しています。[ 29 ] [ 30 ] [ 31 ]
こうした適応型システムの高度な数学的性質ゆえに、金融分析におけるニューラルネットワークは主に学術研究の分野にとどまっていたが、近年、よりユーザーフレンドリーなニューラルネットワークソフトウェアの登場により、トレーダーにとってこの技術がより身近なものになりつつある。
体系的な取引は、多くの場合、過去のデータに基づいて投資戦略を検証した後に行われます。これはバックテスト（またはハインドキャスティング）として知られています。バックテストは、ボラティリティと組み合わせたテクニカル指標に対して行われることが最も多いですが、ほとんどの投資戦略（ファンダメンタル分析など）にも適用できます。従来のバックテストは手作業で行われていましたが、通常は人間が選択した銘柄のみを対象としていたため、銘柄選択における事前知識の影響を受けやすかったのです。コンピュータの登場により、バックテストは数十年にわたる過去のデータに基づいて、取引所全体を対象に非常に短時間で実行できるようになりました。
コンピュータの使用には欠点もあり、コンピュータが実行できるアルゴリズムに限定されます。いくつかの取引戦略は人間の解釈に依存しており、[ 33 ]コンピュータ処理には適していません。[ 34 ]完全にアルゴリズム的なテクニカル指標のみが、コンピュータによる自動バックテスト用にプログラムできます。
ジョン・マーフィーは、技術者が利用できる主な情報源は価格、出来高、建玉であると述べている。[ 10 ]指標やセンチメント分析などの他のデータは二次的なものとみなされている。
しかし、多くのテクニカルアナリストは純粋なテクニカル分析の枠を超え、他の市場予測手法をテクニカル分析と組み合わせます。このアプローチの提唱者の一人がジョン・ボリンジャーで、彼は1980年代半ばにテクニカル分析とファンダメンタル分析の交点を表す用語として「合理的分析」という用語を作り出しました。 [ 35 ]また、別のアプローチである融合分析は、ファンダメンタル分析とテクニカル分析を重ね合わせ、ポートフォリオマネージャーのパフォーマンス向上を目指します。
テクニカル分析は、定量分析や経済学と組み合わされることもよくあります。例えば、ニューラルネットワークは、市場間の関係を特定するのに役立つ場合があります。[ 36 ]
投資家やニュースレターのアンケート、雑誌の表紙のセンチメント指標もテクニカルアナリストによって利用されている。[ 37 ]
テクニカル分析が実際に機能するかどうかは議論の的となっている。手法は大きく異なり、異なるテクニカルアナリストが同じデータから矛盾する予測をすることさえある。多くの投資家はプラスのリターンを得ていると主張するが、学術的な評価では予測力がほとんどないことがしばしば判明する。[ 38 ] 95の最新の研究のうち、56はテクニカル分析がプラスの結果をもたらすと結論付けているが、データスヌーピングバイアスなどの問題により分析が困難になっている。[ 3 ]ニューラルネットワークを使用した非線形予測は、統計的に有意な予測結果を生み出すことがある。 [ 39 ]短期外国為替レートのサポートレベルとレジスタンスレベルに関する連邦準備制度理事会のワーキングペーパー[ 4 ]は、「これらのレベルが日中のトレンド中断を予測するのに役立つという強力な証拠を提供している」が、これらのレベルの「予測力」は「調査対象の為替レートと企業によって異なることが判明した」。
2007年の研究では、テクニカル取引戦略が中国市場で効果的であることが示され、「最終的に、移動平均線クロスオーバールールの逆張りバージョン、チャネルブレイクアウトルール、およびボリンジャーバンド取引ルールによって生成された買い取引で、取引コスト0.50%を考慮した後でも有意なプラスのリターンが見られた」と述べている。[ 40 ]
ブロックらによる1992年の影響力のある研究では、テクニカル取引ルールの支持が見出されたように見えた。[ 41 ]サリバンとティマーマンは1999年に、データスヌーピングやその他の問題に関して1992年の研究を検証した。[ 42 ]彼らは、ブロックらが対象としたサンプルはデータスヌーピングに対して頑健であると判断した。
その後、アムステルダムの経済学者ゲルウィン・グリフィオエンによるこの問題に関する包括的な研究では、「米国、日本、およびほとんどの西ヨーロッパの株式市場指数については、わずかな取引コストを導入した後、再帰的なサンプル外予測手順は利益を生まないことが示されています。さらに、十分に高い取引コストの場合、CAPMを推定すると、テクニカル取引は、ほぼすべての株式市場指数について、統計的に有意なリスク補正済みサンプル外予測能力を示さないことがわかります。」と結論付けられています。 [ 43 ]取引コストは特に「モメンタム戦略」に適用されます。1996年のデータと研究の包括的なレビューでは、わずかな取引コストでも、そのような戦略から超過分を捉えることができなくなると結論付けられています。[ 44 ]
2000年に『ジャーナル・オブ・ファイナンス』誌に掲載された論文で、 MITのアンドリュー・W・ロー教授は、ハリー・ママスキー氏とジャン・ワン氏と共同で、以下のことを発見した。
テクニカル分析、別名「チャート分析」は、何十年にもわたって金融実務の一部となってきましたが、この分野はファンダメンタル分析などのより伝統的なアプローチと同じレベルの学術的な精査と受容を受けていません。主な障害の1つは、テクニカル分析の非常に主観的な性質です。過去の価格チャートに幾何学的形状が存在するかどうかは、しばしば見る人の主観に左右されます。本稿では、ノンパラメトリックカーネル回帰を使用したテクニカルパターン認識への体系的かつ自動的なアプローチを提案し、この方法を1962年から1996年までの多数の米国株に適用して、テクニカル分析の有効性を評価します。日々の株価収益率の無条件の経験的分布を、ヘッドアンドショルダーやダブルボトムなどの特定のテクニカル指標で条件付けされた条件付き分布と比較することにより、31年間のサンプル期間において、いくつかのテクニカル指標が確かに付加的な情報を提供し、ある程度の実用的な価値があることがわかります。[ 5 ]
同じ論文の中で、Loは「いくつかの学術研究は 、テクニカル分析が市場価格から有用な情報を抽出する効果的な手段になり得ることを示唆している」と述べている。[ 5 ]ドラモンド・ジオメトリなどの手法は、異なる時間枠からのサポートとレジスタンスのレベルを近い将来に投影し、それを平均回帰の手法と組み合わせることで、過去のデータバイアスを克服しようとしている。[ 45 ]
効率的市場仮説（EMH）は、過去の価格を使って将来の価格を利益を上げて予測することはできないと述べることで、テクニカル分析の基本原則に反する。したがって、テクニカル分析は効果的ではないと主張する。経済学者のユージン・ファーマは、1970年にジャーナル・オブ・ファイナンス誌にEMHに関する画期的な論文を発表し、「要するに、効率的市場モデルを支持する証拠は豊富であり、（経済学ではやや特異なことに）反証は乏しい」と述べた。[ 46 ]
しかし、将来の株価は投資家の期待に大きく左右される可能性があるため、テクニカル分析家は過去の価格が将来の価格に影響を与えるのは当然のことだと主張している。[ 47 ]また、行動ファイナンスの分野の研究、特に人々はEMHが想定するような合理的な参加者ではないという点にも言及している。テクニカル分析家は、非合理的な人間の行動が株価に影響を与え、この行動が予測可能な結果につながると長年主張してきた。[ 48 ]著者のデイビッド・アロンソンは、行動ファイナンスの理論はテクニカル分析の実践と融合すると述べている。
感情、認知エラー、非合理的な選好、集団行動のダイナミクスの影響を考慮することで、行動ファイナンスは、市場の過剰な変動性や、古い情報戦略によって得られる超過収益について簡潔な説明を提供します。認知エラーは、客観的なTA（テクニカル分析）手法が機能することを可能にする体系的な価格変動を生み出す市場の非効率性の存在も説明できる可能性があります。[ 47 ]
EMHの支持者は、個々の市場参加者が常に合理的に行動するとは限らない（あるいは完全な情報を持っているとは限らない）ものの、彼らの集合的な決定が互いにバランスを取り合い、合理的な結果をもたらす（株を買って価格を高くする楽観主義者は、株を売る悲観主義者によって相殺され、価格が均衡を保つ）と反論する。[ 49 ]同様に、すべての市場参加者がそれぞれ不完全な知識を市場に持ち込むため、完全な情報が価格に反映される。[ 49 ]
ランダムウォーク仮説は、市場参加者が過去の価格変動に含まれるあらゆる情報（ただし、他の公開情報は必ずしも考慮しない）を完全に考慮するという仮定に基づく、弱形式効率的市場仮説から導き出される可能性がある。プリンストン大学の経済学者バートン・マルキールは著書『ウォール街のランダムウォーク』の中で、パターン分析などのテクニカル予測ツールは最終的には自己矛盾に陥るに違いないと述べている。「問題は、市場参加者がそのような規則性を知ると、人々は将来それが起こらないように行動するようになるということだ。」[ 50 ]マルキールは、勢いは株価変動の一部を説明できるかもしれないが、超過利益を生み出すほどの勢いはない、と述べている。マルキールはテクニカル分析を「占星術」に例えている。 [ 51 ]
1980年代後半、アンドリュー・ロー教授とクレイグ・マッキンレイ教授は、ランダムウォーク仮説に疑問を投げかける論文を発表した。1999年にマルキールへの反論として、ローとマッキンレイは、株価変動に非ランダムで予測的な要素があることを示唆する、同仮説の適用可能性に疑問を呈する実証論文を集めた[ 52 ]。ただし、ランダムウォークを否定しても必ずしもEMHが無効になるわけではなく、EMHはRWHとは全く別の概念であると注意を促した。2000年の論文で、アンドリュー・ローは1962年から1996年までの米国のデータを遡及分析し、「いくつかのテクニカル指標は確かに付加的な情報を提供し、ある程度の実用的な価値があるかもしれない」ことを発見した[ 5 ] 。バートン・マルキールは、ローとマッキンレイが言及した不規則性は利益を得るには小さすぎるとして退けた[ 51 ]。
技術者らは、EMH理論とランダムウォーク理論の両方が市場の現実を無視していると主張している。つまり、市場の参加者は完全に合理的ではなく、現在の価格変動は以前の変動とは独立していない。[ 18 ] [ 53 ]一部の信号処理研究者は、株式市場の価格がウィーナー過程に似ているというランダムウォーク仮説を否定している。なぜなら、そのような過程と実際の株式データの統計的モーメントは、ウィンドウサイズと類似度尺度に関して大きく異なるからである。[ 54 ]彼らは、音声信号や生体信号の記述に使用される特徴変換は、株式市場の価格をうまく予測するためにも使用できると主張しており、これはランダムウォーク仮説と矛盾する。
ランダムウォーク指数（RWI）は、株価の動きが本質的にランダムなものか、統計的に有意なトレンドの結果であるかを判断しようとするテクニカル指標です。ランダムウォーク指数は、N を超える価格範囲を測定し、それがランダムウォーク（ランダムに上昇または下降する）によって期待されるものとどのように異なるかを測定することによって、市場が強い上昇トレンドまたは下降トレンドにあるかどうかを判断しようとします。範囲が大きいほど、トレンドが強いことを示唆します。[ 55 ]
ポール・V・アゾパルディは、カーネマンとトベルスキーのプロスペクト理論を価格変動に適用し、恐怖が価格を急落させ、貪欲が価格を徐々に押し上げる理由について説明しました。[ 56 ]この証券価格の一般的な挙動は、ランダムウォークとは大きく異なります。市場における貪欲と恐怖を測定することで、[ 57 ]投資家はロングとショートのポートフォリオスタンスをより適切に策定できます。
1994年にCaginalpとBalenovichは[ 58 ]、資産フロー微分方程式モデルを用いて、テクニカル分析の主要なパターンはいくつかの基本的な仮定に基づいて生成できることを示した。三角形の継続パターンや反転パターンなどのパターンは、評価額の異なる2つの異なる投資家グループが存在するという仮定に基づいて生成できる。モデルの主な仮定は、資産の有限性と、意思決定におけるトレンドと評価額の使用である。多くのパターンは、これらの仮定の数学的に論理的な帰結として導かれる。
従来のテクニカル分析における問題点の1つは、客観的な検証を可能にするような形でパターンを特定することが難しい点にある。
日本のローソク足パターンは、上昇トレンドまたは下降トレンド内の数日間のパターンを指します。CaginalpとLaurent [ 59 ]は、パターンの大規模なテストを初めて成功裏に実施しました。数学的に正確な基準セットは、まずデータを平滑化し、平滑化されたトレンドに1つの偏差を許容することによって短期トレンドの定義を使用することでテストされました。次に、8つの主要な3日間のローソク足反転パターンを非パラメトリックな方法で検討し、パターンを不等式のセットとして定義しました。1992年から1996年までの5年間のS&P 500銘柄すべての日次データセットを使用して、各パターンについて圧倒的な統計的信頼度で肯定的な結果が得られました。
従来のテクニカル分析の最も基本的な考え方の1つは、トレンドは一度確立されると継続する傾向があるというものです。しかし、このトレンドを検証した結果、研究者たちは株式はランダムウォークであると結論付けることがよくありました。ポテルバとサマーズが行ったある研究[ 60 ]では、取引価値を持つには小さすぎる小さなトレンド効果が見つかりました。フィッシャー・ブラックが指摘したように[ 61 ] 、取引価格データの「ノイズ」によって仮説の検証が困難になります。
このノイズを回避する方法の1つは、1995年にCaginalpとConstantine [ 62 ]によって発見されました。彼らは、実質的に同一の2つのクローズドエンドファンドの比率を使用して、評価額の変動を排除しました。クローズドエンドファンドは（オープンエンドファンドとは異なり）純資産価値とは独立して取引され、その株式は償還できず、取引所の他の株式と同様に投資家間でのみ取引されます。この研究では、著者らは、明日の価格の最良の推定値は昨日の価格（効率的市場仮説が示すように）でもなく、純粋なモメンタム価格（つまり、昨日から今日までの同じ相対的な価格変動が今日から明日まで続く）でもないことを発見しました。むしろ、それは2つのほぼちょうど中間です。
価格速度と価格加速度の観点から市場価格の過去の時間的変化を特徴づけることから始め、ランダムウォーク市場状態からの逸脱または欠陥を特徴づける可能性のあるパターンとその時間並進不変特性を原理的に分類することを目標として、テクニカル分析の一般的なフレームワークへの試みが開発されました。[ 63 ]この分類は、速度に対する加速度の相対的な強さを特徴づけるフルード数と、トレーニング期間に次元化された時間的予測という 2 つの無次元パラメータに依存しています。トレンドフォローと逆張りのパターンは共存し、無次元の時間的予測に依存することがわかりました。再正規化グループアプローチを使用すると、確率ベースのシナリオアプローチは、テストされたほぼすべての市場フェーズで統計的に有意な予測力を示します。
パークとアーウィン[ 64 ]による現代の研究の調査では、ほとんどの研究がテクニカル分析から肯定的な結果を得ていることが示されました。
2011年、CaginalpとDeSantis [ 65 ]は、評価との比較が可能なクローズドエンド型ファンドの大規模データセットを用いて、トレンドやレジスタンスといったテクニカル分析の重要な側面が科学的に妥当であるかどうかを定量的に判断しました。10万点を超えるデータセットを用いて、トレンドの影響は評価の少なくとも半分程度重要であることを実証しました。より小さいボリュームとボラティリティの影響も明らかであり、統計的に有意です。彼らの研究の重要な側面は、トレンドの非線形効果です。約3.7標準偏差の範囲内で発生する正のトレンドは正の効果をもたらします。より強い上昇トレンドの場合、リターンに負の影響を与え、上昇トレンドの規模が大きくなるにつれて利益確定が行われることを示唆しています。下降トレンドの場合も同様ですが、「押し目買い」は下降トレンドが4.6標準偏差に達するまで行われません。これらの方法は、投資家の行動を調査し、異なる資産クラス間の基礎となる戦略を比較するために使用できます。
2013年に、キム・マン・ルイとT・チョンは、テクニカル分析に関する過去の研究結果のほとんどは、特定の取引ルールが特定の履歴データに対してどれだけ収益性があるかを報告していると指摘した。これらの過去の研究では、現実世界のトレーダーはどのテクニカル分析手法からのシグナルも機械的に採用しないため、人間のトレーダーは考慮されていなかった。したがって、テクニカル分析の真実を明らかにするには、経験豊富なトレーダーと初心者のトレーダーのパフォーマンスの違いを理解する必要がある。市場が本当にランダムに動いているのであれば、これら2種類のトレーダーに違いはないはずだ。しかし、実験によって、テクニカル分析についてより知識のあるトレーダーは、知識の少ないトレーダーよりも大幅に優れたパフォーマンスを発揮することがわかっている。[ 66 ]
1960年代半ばまで、テープ読み取りはテクニカル分析の一般的な手法でした。これは、株価、出来高、注文サイズなどの市場情報を、ストックティッカーと呼ばれる機械に通された紙テープから読み取るというものでした。市場データは証券会社や、最も活発な投機家の自宅やオフィスに送信されていました。このシステムは、60年代後半に電子情報パネルが登場し、その後、チャート作成が容易なコンピューターが登場したことで、次第に使われなくなりました。
史上最も成功した株式市場の運用者の1人であるジェシー・リバモアは、若い頃から主にティッカーテープの読み取りに関心を持っていた。彼は独自の（機械的な）取引システム（彼はそれを「マーケットキー」と呼んだ）に従っており、チャートは必要なく、価格データのみに依存していた。彼は1940年代の著書『株式取引の方法』でマーケットキーを詳細に説明した。 [ 67 ]リバモアのシステムは、過去の価格データを通じて市場の局面（トレンド、調整など）を判断するものであった。彼はまた、1940年代の著書で説明されているように、出来高データ（株価の動きと「マーケットテスト」、つまり小さな成行注文を送ることで市場の流動性をテストするプロセスを通じて推定したもの）も利用した。
これまで用いられてきた別のテクニカル分析の形態は、電子スクリーンが普及する以前の時代には証券取引所に設置された巨大な黒板であった引用板に記載された株式市場データの解釈によるものでした。引用板には、取引所に上場されている主要な金融資産のデータが記録され、その動きを分析するために使用されていました。[ 68 ]これはチョークで手動で更新され、これらのデータの一部に関する更新情報は、前述のテープ、電信、電話、そして後にテレックスを介して取引所外の環境（証券会社、バケットショップなど）に送信されました。[ 69 ]
この分析ツールは、主に市場の専門家によってその場で使用されただけでなく、前日の取引データを示す新聞の印刷版を通じて一般の人々にも、スイングトレードやポジショントレードに利用された。[ 70 ]
オーバーレイは通常、メインの価格チャートの上に重ねて表示されます。
これらの指標は、広範な市場から得られた統計に基づいています。
これらの指標は通常、メインの価格チャートの下または上に表示されます。
{{cite web}}: CS1 maint: タイトルとしてアーカイブされたコピー (リンク){{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク)