EVIDENCE-BASED TECHNICAL ANALYSIS（实证技术分析：如何利用科学与统计学评估技术指标、图形状态与交易规则） 下载 pdf 电子版 epub 免费 txt 2025

As an approach to research,technical analysis has suffered because it is a "discipline" practiced without discipline.In order for technical analysis to deliver useful knowledge that can be applied to trading,it must evolve into a rigorous observational science.

Over the past two decades,numerous articles in respected academic journals have approached technical analysis in a scientifically rigorous and intellectually honest manner,and now,Evidence-Based Technical Analysis looks to continue down this path.Organized into two parts,this valuable resource first establishes the methodological,philosophical,and statistical foundations of evidenced-based technical analysis (EBTA),and then demonstrates this approach—by using twenty-five years of historical data to test 6,400 binary buy/sell rules on the S&P 500.

Evidence-Based Technical Analysis examines how you can apply the scientific method,and recently developed statistical tests,to determine the true effectiveness of technical trading signals.Throughout these pages,expert David Aronson details this new type of technical analysis that—unlike traditional technical analysis—is restricted to objective rules,whose historical profitability can be quantified and scrutinized.

Filled with in-depth insights and practical advice,Evidence-Based Technical Analysis provides you with comprehensive coverage of this new methodology,which is specifically designed for evaluating the performance of rules/signals that are discovered by data mining.Experimental results presented in the book will show you that data mining—a process in which many rules are back-tested and the best performing rules are selected—is an effective procedure for discovering useful rules/signals.However,since the historical performance of the rules/signals discovered by data mining are upwardly biased,new statistical tests are required to make reasonable inferences about future profitability.Two such tests,one of which has never been discussed anywhere heretofore,are described and illustrated.

If you want to use technical analysis to navigate today's markets,you must first abandon the subjective,interpretive methods traditionally associated with this discipline,and embrace an approach that is scientifically and statistically valid.Grounded in objective observation and statistical inference,EBTA is the approach to technical analysis you need to succeed in your trading endeavors.

作者简介：

DAVID ARONSON is an adjunct professor at Baruch College,where he teaches a graduate- level course in technical analysis.He is also a Chartered Market Technician and has published articles on technical analysis.Previously,Aronson was a proprietary trader and technical analyst for Spear Leeds & Kellogg.He founded Raden Research Group,a firm that was an early adopter of data mining within financial markets.Prior to that,Aronson founded AdvoCom,a firm that specialized in the evaluation of commodity money managers and hedge funds,their performance,and trading methods.For free access to the algorithm for testing data mined rules,go to www.evidencebasedta.com.

Acknowledgments

About the Author

Introduction

PART I Methodological, Psychological, Philosophical, and Statistical Foundations

　CHAPTER 1 Objective Rules and Their Evaluation

　CHAPTER 2 The Illusory Validity of Subjective Technical Analysis

　CHAPTER 3 The Scientific Method and Technical Analysis

　CHAPTER 4 Statistical Analysis

　CHAPTER 5 Hypothesis Tests and Confidence Intervals

　CHAPTER 6 Data-Mining Bias: The Fool’s Gold of Objective TA

　CHAPTER 7 Theories of Nonrandom Price Motion

PART II Case Study: Signal Rules for the S&P 500 Index

　CHAPTER 8 Case Study of Rule Data Mining for the S&P 500

　CHAPTER 9 Case Study Results and the Future of TA

APPENDIX Proof That Detrending Is Equivalent to Benchmarking Based on Position Bias

Notes

Index

DAVID ARONSON is an adjunct professor at Baruch College,where he teaches a graduate- level course in technical analysis.He is also a Chartered Market Technician and has published articles on technical analysis.Previously,Aronson was a proprietary trader a

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：EVIDENCE-BASED TECHNICAL ANALYSIS（实证技术分析：如何利用科学与统计学评估技术指标、图形状态与交易规则）在线阅读

在线听书地址：EVIDENCE-BASED TECHNICAL ANALYSIS（实证技术分析：如何利用科学与统计学评估技术指标、图形状态与交易规则）在线收听

在线购买地址：EVIDENCE-BASED TECHNICAL ANALYSIS（实证技术分析：如何利用科学与统计学评估技术指标、图形状态与交易规则）在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

在线阅读本书

Evidence–Based Technical Analysis examines how you can apply the scientific method, and recently developed statistical tests, to determine the true effectiveness of technical trading signals. Throughout the book, expert David Aronson provides you with comprehensive coverage of this new methodology, which is specifically designed for evaluating the performance of rules/signals that are discovered by data mining.

• 作者：LaTiÅฆ 发布时间：2020-07-23 14:04:45

  有幸提前读到这本书 故事真的让人流泪 写出了在大城市拼搏的人的心声 杨溪和陶源的故事 在北上广深有多少真实案例？ 作为一个沪漂 也在深深的迷茫当中 有的时候真觉得好累好累 爱情 尊严 存款 每一个都是让人感到压迫的现实存在 如果是你 你会怎样选择？

• 作者：弹性体 发布时间：2018-01-23 14:45:26

  作者玩得很开心，也蛮认真在写，引号用的无比规范，活脱脱一本旅行社简介。

• 作者：海带岛 发布时间：2019-04-30 19:42:33

  我很羡慕他的船员生活。如果他不当船员，可能也不会拍照吧，就像他后记里说“如果我不拍照大概也不会写文章吧”。说到底，造船厂员工、远洋捕鱼船船夫、货车司机以及拍照的人，是一回事。我想起来一个厦门玩乐队的朋友，好久不见之后一起吃饭，问他去做什么了，他说没有钱所以上船出海打工去了。是一回事，不管文章有没有在《文学界》这种杂志上连载。

• 作者：浮生若欢 发布时间：2023-03-20 15:40:25

  在凯德mall的西西弗和小伙伴翻的，除了经典画作之外还有海报作品，不过怎么没有星空啊

• 作者：Kuoxen 发布时间：2012-06-03 09:26:02

  觉知此事要躬行

• 作者：withinbeyond 发布时间：2016-10-05 10:54:24

  有方法论支持、金融理论解释和统计方法的应用，强力推荐！

• 伸手去够星空

  作者：X 发布时间：2018-12-02 02:17:06

  很长时间没有读过人物传记类的书了，我把它们归类为成功学，有些不屑。看到朋友的推荐，偶然买来这本书，也算是一半为了工作吧。没想到读得激动不已，连连写下了一张又一张的小纸条。

  书的前面章节是关于金斯伯格早年与“女性”这一身份的抗争—成为哈佛法学院仅有的九个女生之一，还好当年的商学院不招女生，没有把一个天才丢进愚蠢的物质世界—第一次怀孕时因此失业—到第二次怀孕时的一直隐瞒—如此种种。

  金斯伯格仿佛是作为一个独立女性的标杆而出现的，尽管她有可以依赖的人，但从来没有失去过自己。而我也关心更多的普通人，她们不是衣食无忧，不是有所依靠，无论是物质还是精神都离富足尚远。只是越来越多的女性或主动或被动地放弃了以家庭作为避风港，加入不婚或者晚婚的大军时，这个世界里更多的战场，是不是起码可以给女性一个上场的机会。

  尽管我一直讨厌贴标签，但也不如大大方方地承认我就是女性主义者。我有很多女性偶像：李银河、金斯伯格、几位女性律师和教师。“女性”本就是她们被我崇拜的理由之一，当然不是说他们除去性别因素她们就不够优秀。但她们确实都太优秀了。在她闪耀的同时，更多的我们，毕竟还只是在渴望一个机会平等，为了立足而已。当然我们知道，在这个达尔文主义的世界，这个世界要求你做的，永远比你该做的更多。用中国哲学说，则为“取法乎上，得乎其中”，也算是公平吧。

  书中还说，金斯伯格发现只要周末补补觉，平时可以每天只睡一两个小时。如果是真的，这一定也是她的才华之一。我想我们突破不了时间的限制，我也突破不了智商的限制。所以当我们看到一个聪明人的时候，才特别想告诉他或她：你有才华，不要辜负。

  也就是书中的这一页标题：不要让他们拖你的后腿，伸手去够星空。

  换一个角度，金斯伯格也一个特别完美的人。可能是最近我才明白，有很多人是可以活得很好的，有好的家庭，好的事业，优秀的子女，还有幸福的真实的感情，还幽默风趣-有些高雅的爱好。那简直就是我梦中的样子呀。我现在觉得好开心，因为身边有很多这样的人了，或是走在这条路上的朋友。我想身边的下一代，都不会再有我小时候那样狭隘的想法了吧。

  女性，既不需要婚姻幸福作为成功的唯一标准，也不需要对于自己的完美太过低调。就像金斯伯格说的，这里的女生终于不需要掩饰自己的聪明了。

  谢谢金斯伯格，让我找回了一点“年轻”的热血。

• 比较适合入门的人

  作者：maxSonic 发布时间：2019-08-19 15:28:07

  这本书是非常适合从技术分析过来的人，对已经了解怎么做统计分析的人来说，用处不大。

  本书先从心理学的角度说人可能犯的错误，比如hindsight，也就是事后诸葛亮错误；还有各种对regression to mean的误解，也就是tiger今年打球厉害，下一年打球差，一定是因为骄傲这种偏见。看过类似Thinking, fast and slow的人，可以略过这部分。

  

  Thinking, Fast and Slow

  8.9

  Daniel Kahneman / 2011 / Farrar, Straus and Giroux

  后面接着介绍了一下逻辑学，以及知识的由来。这部分，如果看过逻辑学导论的，也可以略过了。总体来说，这一章节，主要是讲科学是一套证伪的方法，也就是说，你不能证明某个理论是对的，只能证明它是错误的。有兴趣的，可以去读读波普尔，休谟，培根的书，没太大兴趣的，读一下逻辑学导论就完了。

  

  逻辑学导论

  9.0

  [美] 欧文·M·柯匹 [美] 卡尔·科恩 / 2007 / 中国人民大学出版社

  后面连着几张是讲统计学里面的假设检验的，上了大学统计的人，这些章节都可以跳过。

  第一大部分最后一张，是讲为什么技术分析是可以赚钱的，也就是市场是部分无效的。读过阿尔法经济学的人，也可以略过了。反正我是翻翻就过了。

  

  阿尔法经济学

  8.7

  [美] 李勉群 (Charles M. C. Lee) [美] 苏子英 (Eric C. So) / 2019 / 北京大学出版社

  最后2章是拿了几千个技术分析的规则来做假设检验，最后的结果是，没有一个是能够显著盈利的。看到这里，你应该会觉得这本书没啥用，但是其实这本书讲了一套和机器学习非常相像的方法论。我因为读过太多行为金融学，逻辑学和统计学的科普书籍，前面几章几乎都是略过去看的，实在没办法看重复的内容。

  这本书对交易者来说，最有用的的是：

  1. 如何detrend，就是通过把需要交易的频率的收益率，比如5分钟收益率，减去那个频率的平均收益率。这个做法可以把一些长期趋势去掉。为什么要去掉长期趋势呢？如果你的策略里面long的次数显著大于short的次数，有可能知识你运气好，刚好都在上涨期，比如这接近10年的美股大牛市。其实一般做时间序列分析，都会用到一阶或者二阶差分，用了之后基本上也可以说是去掉了趋势了，只是大部分的时间序列都不是平稳。

  2. 如何分析出技术分析是有用没用的。作者并没有说技术分析有用没用，从逻辑上来说，只要找到一个策略是有用的，就可以推翻技术分析没用这个结论。而作者的意思是，如何假设一个策略没用，然后可以去找到一个有用的策略。从数据挖掘的角度来说，可以对一个品种，比如螺纹钢，用一堆的rule去测试，然后把rule的收益率做统计分析，如果显著赚钱的策略通过了假设检验，那么说明是存在可以在螺纹钢上赚钱的策略的。

  具体来说，方法是，把不同的rule在螺纹钢的测试集跑回测，然后把收益率做一个histogram，然后看分布，类似于工厂抽检1000个零件，有20个坏了，那么所有批次不及格的可能性有多大。接着跑验证集。

  但是作者后面说，对complex的规则，直接跑机器学习的方法也可以，即train, test, validate。

  3. 如何去掉随机的因素。除了detrend的方法，另外就是作者说的WRC或者蒙特卡罗模拟了。这个大部分人都知道。

  不过我自己做策略，少有去考虑随机部分的因素，因为需要跑的数据实在有点多，就一台普通家用pc，跑一个策略，仅遍历都好几天，也不知道跑这些随机模拟，需要多久了。

  作者还有以本介绍他自己写的一个免费软件的书：

  https://book.douban.com/subject/25754609/

  。可以参考这本书，自己逆向开发一套差不多的系统。

  对比起其他仅仅介绍怎么写策略的书来说，个人觉得这本书还是不错的。从我读的书来看，国外作者的书有不少都是喜欢讲方法论多于实际策略的，比如怎么验证策略是可行还是不可行，怎么验证资金管理是可以增强收益的。国内的基本更多在于讲怎么做策略。切入的角度，区别很大。

  我入门量化的时候走了很多弯路，如果早期看这本书的话，说不定还可以减少走弯路的可能。

  不填5星的原因主要是太多章节的太多内容，我都接触过了。