从巴比伦泥板到Bloomberg终端——MIT教授把"技术分析"的历史、逻辑和未来全部说透了

你有没有这种感觉——

刷到某股评大V说"这里形成了头肩顶形态，强烈看空"，底下评论吵成一团：有人说"技术分析就是玄学"，有人说"我用均线稳定盈利5年了"，还有人说"所有技术指标都是滞后的，本质上是心理博弈"。

吵了这么多年，有没有人认真去研究过：技术分析到底从哪里来？它为什么有时有用有时没用？它和基本面分析到底能不能结合？

这本书干了件事——把从古巴比伦到今天，所有和技术分析有关的历史、理论、争议、证据，全部梳理了一遍。作者是MIT终身教授、华尔街顶级对冲基金的创始人，他不是在给技术分析站台，他是在认真地检验它。

一段跨越4000年的历史

技术分析不是某个聪明人发明的，它是人类集体经验自己长出来的。

起点：巴比伦的泥板

公元前2000年左右，美索不达米亚的商人已经开始记录商品价格——不是用图表，而是刻在泥板上。记录内容包括：大麦的价格、银的价格、天气对收成的影响。这些信息的用途只有一个：预判未来的价格。

考古发现的现存记录中，最早的商品价格数据可以追溯到公元前600年左右，包含了六种商品的市场价格信息。巴比伦商人不仅记录价格，他们还系统性地研究价格数据中的供求不平衡，并采取针对性行动从中获利。

有意思的是，巴比伦的商人词汇中，"machim"这个词最初只有"价格、市场价值"和"商业行为"的抽象意义，到了古巴比伦时期，它的专门意义已经变成了"集市"。市场的概念，从一开始就和价格绑定在一起。

日本：世界上第一个期货交易所的K线诞生

17世纪的日本大阪，世界上最古老的期货交易所——一田大米交易所（Dojima Rice Exchange）——诞生了。有一个人把技术分析推向了一个新的高度：本间宗久（Munehisa Homma）。

本间宗久的交易方法被整理成"酒田战法"（Sakata Method），这是K线图最早的完整体系。他把价格变动分成六种基本模式，并配以具体的图形识别规则。他发明的方法能够直观地看到一段时间内的开盘、最高、最低和收盘价——这些方法时至今日仍然被广泛采用。

本书指出了一个惊人的相似性：尽管远隔重洋，历时千百年，现代技术分析之父查尔斯·道的智慧，与他的前辈们惊人地相似——古希腊人使用价格水平作为市场观点的指标；本间宗久的阴阳（牛市或熊市）循环观点；中国古代的"大道"指出的"物极必反"。

这不是巧合，这是人性使然。

1900年代的华尔街：查尔斯·道

查尔斯·道（Charles Dow）——《华尔街日报》的创始人、道琼斯指数的发明者——1900年代初发表了后来被称为"道氏理论"的一系列文章。

道的核心观点是：

"市场走势并不像气球一样在风中随意摇摆。相反，它产生于对未来情况严肃认真、细致周密的思考，以及消息灵通人士根据目前价值或者对不远的将来预期的价值，不断调整的出价。"

道氏理论的核心是趋势思想。1902年1月4日的《华尔街日报》中，他介绍了用连续高点来衡量趋势的方法：

"只要一个高点超越了之前的高点就是牛市，当低点比之前的低点还低，就是熊市。"

他还明确提出市场有三种趋势：日间变化（由局部因素形成）、次要趋势（10-60天，一般30-40天）、主要趋势（4-6年的大幅波动）。

道把股票市场视为一个自然的系统，用他著名的"浪潮"比喻：

"一个人看到正在涨潮，他希望知道涨潮的最高点在哪儿，就在每次涨潮时在沙滩上达到的最高点处插上一根棍子，直到波浪难以达到棍子所插的位置，并有一定的后退，就知道开始退潮了。这种方法也是观测和判断股市潮涨潮落的好方法。"

道氏理论是现代技术分析大厦的地基。讽刺的是，道本人从来没有系统性地验证过自己的理论——那时候没有计算机、没有回测工具，他就是在观察、在总结。

1930年代：图形形态的大规模积累

道之后，技术分析进入了一段"民间智慧"积累期。各种图形形态被交易员们反复发现、命名、归类：

头肩顶/头肩底（Head and Shoulders）

双顶/双底（Double Top/Bottom）

三角形整理（Triangles）

旗形/楔形（Flags and Pennants）

矩形整理（Rectangles）

喇叭形（Broadening Formations）

这些形态都是交易员在市场中长期观察后归纳出来的，没有人做过系统的统计验证——不是因为不想，是因为做不到。

一个人花一辈子观察"头肩顶"，总结出了规律，但他的样本只有他这辈子经历的那么多次交易。你没法知道这个形态的"真实胜率"是多少，因为你的个人经验只是一个极小的样本。

把技术分析带进科学大门的人

1960年代，罗伯特·爱德华兹（Robert D. Edwards）和约翰·迈吉（John Magee）合写了《股票趋势技术分析》（）。这本书是技术分析的"系统化元年"，它第一次把所有主流图形形态做了完整分类，给出了每种形态的识别规则和对应的交易逻辑。

但问题是：这本书从来没有说过这些形态的胜率是多少。它说的是"通常会这样走"，而不是"历史上有73.5%的概率这样走"。

这恰恰是学院派最接受不了的地方：不可证伪，就不是科学。

华尔街的"炼金术"标签

著名经济学家伯顿·马尔基尔（Burton Malkiel）在《漫步华尔街》中写道：

"在科学的审视面前，技术图表的解读只配和炼金术相提并论。"

技术分析与占星术的联系如此紧密，自然成为今天技术分析受到质疑的重要原因。但本书指出：对古人而言，占星术是一种生活方式，广泛应用于人类生活的许多方面，包括战争和医疗。

"如果我们将占星术作为前计算机时代的一组随机数据的话，它的流行就不奇怪了。到现在为止，金融和其他领域的预测仍然是一个概率事件。"

本书还指出了另一个更重要的原因：技术分析的声誉受损，部分是因为历史上技术分析经常与投机、做空和操纵市场有关。正如资深技术分析师托尼·塔贝尔（Tony Tabell）描述的：

"如果你经历过那段时间，你很难想象20世纪三四十年代从事技术分析的大环境有多么恶劣。整个经纪业务几近崩溃，那时候正是20世纪30年代经济大萧条时期，大家手头都没有钱。承认自己进行了技术分析工作，无异于承认自己参与了某种轻度的犯罪。"

讽刺的是，技术分析师实际上是受害者，而不是联合操纵的恶棍。

有效市场理论：技术分析最大的敌人

华尔街的学院派花了很大力气来否定技术分析，他们的武器叫有效市场假说（Efficient Market Hypothesis，EMH）。

EMH的核心逻辑听起来无懈可击：

"如果有人能通过历史价格预测未来价格，他早就利用这个信息赚钱了，一旦他这么做，价格就会立即调整，预测能力就会消失。因此，任何时刻的市场价格都已经"消化"了所有已知信息，历史价格里不包含任何对未来有用的信息。"

这个逻辑有一个前提：市场参与者都是理性的。

但人类从来就不是完全理性的。

EMH假设人是理性的——但罗闻全引入了行为经济学的证据，说明人类实际上是有系统性行为偏误的：

损失厌恶：亏100块的痛苦比赚100块的快乐强烈2倍

羊群效应：别人买我也买，形成价格泡沫

锚定效应：死死抓住某一个参考价格（比如买入价）不放

确认偏误：只听自己想听的信息

过度自信：高估自己的判断能力

当数百万人带着这些偏误在市场里互动时，价格形态就出现了——这些形态不是随机的，而是人类集体行为的痕迹。

这才是技术分析真正在研究的东西：不是市场，是人性。

MIT教授发现了EMH的漏洞

这本书的作者罗闻全（Andrew W. Lo）是MIT终身教授、哈佛经济学博士、麻省理工学院金融工程实验室主任。他还是对冲基金"量化资本"（QuantCap）的创始人和首席科学家——不是书斋里的学者，是真正在市场里真金白银交易的人。

罗闻全没有否定EMH的数学框架，他做的是：把EMH的假设放松了一点。

适应性市场假说：技术分析的理论归宿

罗闻全在EMH的基础上提出了自己的理论框架：适应性市场假说（Adaptive Market Hypothesis，AMH）。

AMH的核心观点是：

市场既不是始终有效的，也不是始终非理性的，而是处于两者之间的某个状态，并且这个状态会随着参与者行为的变化而不断进化。

EMH描述的是一个静态的生态系统，每个物种都知道最优策略并且都能执行。AMH描述的是一个动态进化的生态系统——物种会适应环境、会变异、会竞争、会灭绝。

具体来说：

当市场参与者多样化、情绪化、有限理性时——技术分析往往能找到形态规律（因为行为偏误产生了可识别的价格模式）

当技术分析被广泛使用时——它的效果会下降（因为太多人用同一个策略，价格会提前反应）

当它被大多数人遗忘时——它可能再次有效（因为市场的博弈结构又变了）

这不是技术分析的问题，这是所有策略在进化市场里的共同命运。

罗闻全把达尔文的"物竞天择、适者生存"搬到了金融市场：

"市场行情仅仅是智人在为生存而奋斗的过程中打造出的一个或多个简单的工具。偶尔地，即使最可靠的工具也会损坏或者被误用。"

就像6个盲人摸象，每个盲人都抓住了大象不同的部分——正如有效市场假说和行为金融的粉丝们，分别只抓住了适应性系统不同方面的特征。

不是最强壮的人能活下来，是最适应变化的人能活下来。技术分析的有效性，从来都是动态的，不是一成不变的。

10日均线为什么是10天？

这是全书最让人印象深刻的一个细节。

技术分析里最常用的工具之一是"N日移动平均线"——把过去N天的收盘价加起来除以N，画成一条线，用来看趋势方向。

问题来了：为什么是10天？20天？50天？200天？这些数字是科学计算出来的吗？

罗闻全追溯了这个问题，给出了一个让人哭笑不得的答案：

10日均线之所以是10天，不是因为10天是最优参数，而是因为它最容易计算。

1900年代初，没有计算机、没有Excel、没有Python。分析师们用纸和笔计算平均价格。10天刚好是一个方便手算的工作周期——10个数字加起来除以10，一个小学生都会。

这不是技术分析独有的问题——几乎所有诞生于计算机时代之前的经典指标，都面临同样的困境：它们的参数选择基于"便利性"而非"有效性验证"。

这个发现有一个重要的推论：技术分析有大量的"历史遗留参数"等待被现代量化方法重新检验。

罗闻全甚至在书里描述了一种新的研究方向：用计算机自动识别技术图形（不再依赖人的主观判断），用"平滑估计法"（Smoothed Bootstrap）和核回归法（Kernel Regression）来量化每个形态的历史胜率。

技术分析需要的不是被抛弃，而是被升级。

计算机时代：模糊了技术分析和量化分析的边界

20世纪60年代是第一台计算机进入华尔街的时代。一位名叫欧文的研究者是最早用计算机评价股票回报的人之一：

"它所做的事情是检测每一笔股票交易、价格、交易量和变化的百分比。我们对每一只股票都有一个行为模式。当一个股票偏离了正常图形，显示器开始闪烁。"

到了80年代，迈克尔·彭博（Michael Bloomberg）的终端系统将计算机的能力大大扩展，不仅提供数据，还提供图形、系统测试和交易平台，以及进行实时的新闻报道。彭博的功能成为行业内的标准。

但计算机并没有取代技术分析师。正如市场技术协会创始人和首任会长罗伯特·法雷尔（Robert Farrell）所说：

"技术分析仍然是人类主导的游戏。"

"计算机最大的优点就是节约了绘图的时间。市场那么复杂，你用方程和统计方法应付不了。你只能对其中某些部分建立模型。我认为未来发展的方向将是计算机根据各种量化的变量来识别图形。"

技术分析和量化分析正在融合。机器学习可以用来识别图形，统计方法可以用来验证形态，而人类的直觉和经验可以用来发现新的形态特征。

这不是谁取代谁的问题——这是两种方法在互相补位。

学术界的实证证据：技术分析真的有用

本书引用了大量学术研究来验证技术分析的有效性。

Lo、MacKinlay（1988）发表的研究《股票市场价格不遵循随机漫步》发现：按照买入卖出信号进行交易的方法产生的收益高于无限制条件下的收益，且这些回报不可能产生于随机漫步或其他流行零模型的情况下。

Lo、MacKinlay、Wang（2000）进行了关于图形量化的深入研究，使用核回归分析方法，分析了从1962年到1996年美国纽约交易所和纳斯达克交易所个人投资者的每日股票回报，发现：

"特定的技术形态能够提供更丰富的信息。用这种方法验证各种股票经历相当长的时间，结果都是如此。特别是纳斯达克股票，这支持了技术分析能够给投资提供价值的结论。"

Chang和Osler研究了头肩图形在外汇交易中的预测能力。他们发现：获利显著高于随机漫步模型设想的那样，虽然该结果只是对日元和马克有效。即使如此，这仍表明头肩图形具备一定的预测能力。

技术分析真正能给你的，不是预测，是纪律

这是本书最务实的一个观点。

罗闻全写道：

"技术分析提供了更加直观的决策方法。无论最终的投资结果如何，它提供了可以做出决策的方法和勇气。这是在缺少信息收集和数据处理能力的情况下做投资的捷径。"

金融决策始终伴随不确定性。基本面分析无法消除不确定性，量化模型也无法消除不确定性。技术分析同样无法消除不确定性。

但技术分析给你一样东西：行动的理由。

面对不确定性，人有两种反应：什么都不做（因为害怕犯错），或者冲动决策（因为受不了不确定性）。技术分析的价值，在于它能帮助一个有原则的投资者在这两个极端之间找到一个中间地带——有规则、有纪律、有止损点。

当然，这也是它最危险的地方：错误的规则比没有规则更危险，因为它会给你虚假的信心。

技术分析在"既是艺术也是科学"的浑水中饱受折磨

这是本书最犀利的一段话：

"技术分析在'既是艺术也是科学'的浑水中饱受折磨，现在终于发展出一个更加严密的理论基础。尽管将技术分析与现代金融隔离的高墙仍然耸立，但是它并非不可逾越。"

"我们希望人们能够认识到千百年来技术分析留下的宝贵财富及其在金融行为中扮演的重要角色，并唤醒那些怀疑者，打开两个群体之间建设性对话的大门。"

行动建议

1. 下次看到任何技术指标，先问它"从哪里来"

10日均线的参数是科学计算的还是手算便利的？这个形态的胜率有数据支撑吗？它诞生的市场环境和今天的像吗？——理解工具的来源，比记住怎么用它更重要。

2. 用回测验证你的技术分析策略

Python有backtrader、ta-lib，Excel也行。不要只看"历史上有几次成功了"，更要看"在什么市场环境下成功、什么环境下失败"。50日均线在趋势市场和震荡市场的表现可能天差地别。

3. 把技术分析当作"决策框架"而不是"预测工具"

技术分析不能预测未来，但能帮你建立交易的规则和纪律。没有规则的交易员，在A股这种高波动市场里会死得很惨。

4. 关注技术分析和量化分析的融合趋势

罗闻全的研究方向——用机器学习识别图形，用统计方法验证形态——代表了技术分析的未来。理解这个趋势，比记住某个具体指标更有长期价值。

尾声

这本书的原名叫——技术分析的进化史。看完之后你会明白：技术分析不是迷信，不是科学，但它也不只是"经验之谈"。它是人类在不确定的市场中，试图寻找规律的一种持续进化中的努力。

从古巴比伦的泥板，到17世纪日本一田大米交易所的蜡烛图，到19世纪华尔街的收报机，到今天的Bloomberg终端和机器学习——人性和博弈的本质没变，技术分析的工具在不断进化。

你要做的，也是持续进化。

原文来自书籍《技术分析简史：市场预测方法的前世今生》