实证技术分析：用科学量化方法锁定交易信号 [Evidence-Based Technical Analysis applying the Scientific Method and Statistical Inference to Trading Signals]

　　导论
　　致谢
　　第一部分 方法论、心理学、哲学以及统计学的基础
　　第1章 客观的法则及其评估
　　重要的分水岭：客观的技术分析VS.主观的技术分析
　　技术分析法则
　　传统的法则与反转法则
　　在法则评估中基准的使用
　　其他细节：前视偏差和交易成本
　　第2章 主观的技术分析的效率错觉
　查看完整　　

　　戴维·阿伦森（David Aronson），纽约市立大学巴鲁克学院席克林商学院的助理教授，主讲技术分析、MBA以及金融工程的研究生课程，并且担任Hood River Research Inc.公司（该公司专门设计信号过滤网与预测模型）的副总裁。过去，他曾担任Spear，Leeds&Kellogg的专业交易员与技术分析师，以及Raden Research Group Inc.的总经理（这是一家顾问公司，设计数据挖掘软件PRISM以及各种交易系统与过滤网）。在此之前，他曾经创办Advo Com Corporation公司，运用化投资组合技巧，管理客户的资金并提供顾问服务。他于1967年获得拉法耶特学院（Lafayette College）哲学学士学位，曾经服役于萨尔瓦多的和平部队。

　　技术分析是一门古老的投资分析工具，但是这一工具有一个致命的缺点，就是过于依赖交易员或投资者的主观判断，甚至很多人认为技术分析是门艺术而不是科学。对于涉及资金投入与风险的投资行业来说，技术分析缺乏应有的严谨性。
　　《华章经典·金融投资·实证技术分析：用科学量化方法锁定交易信号》的作者用统计学工具揭示了技术分析理论的缺陷。作者自己开发了一套实证检验技术分析理论有效性的系统方法。对于技术分析的实践操作者来说，是一个非常有用的分析框架。

　　导论
　　致谢
　　第一部分 方法论、心理学、哲学以及统计学的基础
　　第1章 客观的法则及其评估
　　重要的分水岭：客观的技术分析VS.主观的技术分析
　　技术分析法则
　　传统的法则与反转法则
　　在法则评估中基准的使用
　　其他细节：前视偏差和交易成本
　　第2章 主观的技术分析的效率错觉
　　主观的技术分析作为知识的不合理性
　　个人的传闻轶事：从最初真正的技术分析信仰者到后来的怀疑者
　　大脑：自然形态的发现者
　　荒诞的信仰的传播
　　认知心理学：启发、偏好和错觉
　　人类处理信息的局限性
　　极端的确认：过度自信偏差
　　二手信息偏差：好故事的力量
　　确认性偏差：现存的信念是如何过滤经验的，以及矛盾的实证是如何存活下来的
　　虚幻的相关性
　　图形分析中的错误信仰
　　直觉判断与启发的作用
　　代表性启发式与错误趋势和图形中的形态：真实与虚幻
　　解决虚幻的知识的方法：科学的方法
　　第3章 科学的方法与技术分析
　　最重要的知识：获得新知的方法
　　希腊科学的遗产：喜忧参半的结果
　　科学革命的起源
　　对客观现实的信心与客观观察
　　科学的知识的本质
　　逻辑在科学中的作用
　　科学的哲学
　　最终结果：假设演绎法
　　对观察结果进行严谨和详细的分析
　　对科学的方法的主要内容的总结
　　如果技术分析采用科学的方法
　　主观的技术分析客观化：样本
　　技术分析的子集
　　第4章 统计分析
　　统计学推理概览
　　严谨的统计学分析的必要性
　　抽样与统计推断的样本
　　实验概率与随机变量
　　统计理论
　　描述性的统计学
　　概率
　　随机变量的分布概率
　　概率和概率分布的部分面积之间的关系
　　抽样分布：统计学推理当中最重要的概念
　　获得抽样分布：经典的方法
　　用计算机模拟计算的方法获得抽样分布
　　关于下一章
　　第5章 假设检验和置信区间
　　统计学推理的两种类型
　　假设检验VS.非正式推理
　　假设检验的基本原理
　　假设检验：构成法
　　用计算机模拟的方法产生抽样分布估算
　　第6章 数据挖掘偏差：客观技术分析的黄铜矿
　　落入陷阱：数据挖掘偏差的故事
　　在客观的技术分析中出现的错误知识的问题
　　数据挖掘
　　客观的技术分析研究
　　数据挖掘和统计推断
　　数据挖掘偏差：两种因素的影响
　　数据挖掘偏差的试验研究
　　解决方法：处理数据挖掘偏差
　　第7章 非随机价格波动理论
　　理论的重要性
　　科学的理论
　　流行的技术分析有什么问题
　　反对者的观点：有效市场和随机游走
　　挑战有效市场假说
　　行为金融学：随机价格波动理论
　　发生在有效市场条件下的非随机价格运动
　　结语
　　第二部分 案例研究：标准普尔500指数的信号法则
　　第8章 对应用于标准普尔500指数的法则进行数据挖掘的案例研究
　　数据挖掘偏差和法则评估
　　避免数据探测法偏差
　　分析数据序列
　　技术分析的主题
　　绩效统计量：平均收益率
　　不评估复杂法则
　　以统计学术语定义的案例研究
　　法则：将数据序列转换成市场头寸
　　时间序列指标
　　法则的输入序列：原始时间序列和指标
　　应用于案例研究的40种输入序列列表
　　法则
　　第9章 案例研究结果与技术分析的未来
　　研究结果
　　对案例研究的批评
　　案例研究扩展的可能性
　　把复杂法则考虑在内
　　技术分析的未来
　　附录 对消除趋势与以头寸偏差为基础的基准相等的观点进行论证
　　注释
^ 收 起　　

　　戴维·阿伦森（David Aronson），纽约市立大学巴鲁克学院席克林商学院的助理教授，主讲技术分析、MBA以及金融工程的研究生课程，并且担任Hood River Research Inc.公司（该公司专门设计信号过滤网与预测模型）的副总裁。过去，他曾担任Spear，Leeds&Kellogg的专业交易员与技术分析师，以及Raden Research Group Inc.的总经理（这是一家顾问公司，设计数据挖掘软件PRISM以及各种交易系统与过滤网）。在此之前，他曾经创办Advo Com Corporation公司，运用化投资组合技巧，管理客户的资金并提供顾问服务。他于1967年获得拉法耶特学院（Lafayette College）哲学学士学位，曾经服役于萨尔瓦多的和平部队。

　　技术分析是一门古老的投资分析工具，但是这一工具有一个致命的缺点，就是过于依赖交易员或投资者的主观判断，甚至很多人认为技术分析是门艺术而不是科学。对于涉及资金投入与风险的投资行业来说，技术分析缺乏应有的严谨性。
　　《华章经典·金融投资·实证技术分析：用科学量化方法锁定交易信号》的作者用统计学工具揭示了技术分析理论的缺陷。作者自己开发了一套实证检验技术分析理论有效性的系统方法。对于技术分析的实践操作者来说，是一个非常有用的分析框架。