”成员黄剑飞先生来讲讲证券交易技术分析，近几年，无论国外还是国内，价值投资理论都慢慢的变成了主流，“技术门派”的声音慢慢的变少、乏善可陈。今天，读者们不妨先把价值投资理念放在一边，从另一个侧面，技术层面来思考下投资。黄剑飞先生擅长技术分析以及数量化估值模型系统分析，也是交易方面的专家和新三板知名投资人，对这一个话题来说，是再合适不过的人选了。
前方高能预警：直接点说，对于不了解证券技术分析的读者们，此文的阅读体验不会太好，会觉得非常晦涩难懂，但相信懂行的人会深刻了解黄总这篇文章其中蕴藏的价值。
作者简介：广州市君侠投资管理有限公司总经理，曾于代表广东省奥林匹克学校参加物理奥赛，毕业于中山大学计算机系，广东省金融学院导师，并在广东证监局任职八年。长期跟踪研究各行业企业经营运作模式，擅长技术分析及数量化估值模型系统分析。参与办理多起证券违法违规案件，如广东大福投资非法招收异地会员案、民安证券非法吸收存款案，为投资者挽回数千万元损失。曾准确预测5.30大跌走势。
剑飞说：近来经常看布娜新公众号发表的文章，投稿的内容和质量都属上乘，而且这个号很有趣。出于信任，于是我就把这篇用浅显的文字写出来的多年积累的研究成果也贡献了出来，希望有机会能够为读者朋友们在证券投资领域提供一些帮助，也欢迎各位向我拍砖。
企业估值和技术分析是证券交易中应用比较多却很少人能够真正掌握的一门学科 。
一、传统的企业估值主要和其财务情况以及市场行情有关，但为何有的上市公司高送转前后，其财务情况和市场行情没发生明显改变的情况下，其交易价格可能会明显上涨 ？
二、为何新股上市时对企业的估值按照传统模式，最后首日开盘的涨幅往往大幅超过研究报告的预计，甚至同行业的价位水平也会相差好几倍 ？
三、为何按照传统的 RSI\MACD 指标分析，有的准确，有的走势却出现和预测走势相背离的情况 ？
上述情况的发生，导致了部分学者觉得证券走势是无法预测的 ，这也是另外一种“随机漫步”理论观点的认证 。但我认为走势是能够直接进行分析的 。
就像每年千千万万的考生参与的高考，虽然每一位学生的知识水平我们无法一一观测，每一位学生的发挥水平也有一定的偶然性，但高考成绩却遵循正态分布的规律 。
当样本数足够多的时候，它们是遵循一定物理原理的，我们可以从统计学的角度去分析、预测市场甚至个股的走势 。（因为市场的参与者是上亿级别的数量、个股一般也有上万投资者，庄股受庄家操纵，我们不在统计学里分析，而在事件驱动模型中进行讨论）。
我因为是学计算机出身的，所以以前曾利用过软件对有股市以来的所有品种的走势利用如rsi，macd，kdj，obv等常见的十几种技术指标进行日K 线复盘的短线大数据测试 。
如果按平均 2000 只股票按 20 年 5000 个交易日算，有 1000 万个日线图分析，每个交易日包含了几百万个投资者共同交易的结果，其样本数足够大了 。
这个指标的模型源代码有点复杂（原型见附一），但用技术分析的人应该用的挺多 。
它的原理是由快的指数移动平均线（EMA）减去慢的指数移动平均线，这里快的指数移动平均线 天为周期的移动平均值，慢的指数移动平均线 天为周期的移动平均值，当 MACD 从负数转向正数，是买的信号。当 MACD 从正数转向负数，是卖的信号。
当 MACD 以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变 。
我曾经用前述方法对这个指标在所有股票的每个日 k 线预测进行复盘统计分析，它的成功率只有大概48%，不够一半 。
因为这个貌似复杂的指标，考虑的因素还是太简单，一个是没有考虑成交量的影响，就像你测算一辆汽车的动能，你只根据它的速度去分析，没有考虑它的质量，结果当然是不对的 。
其次没有考虑换手率、筹码集中度、外部资金量大小的影响，macd 分析是基于趋势轨迹的分析，但每一个股票在每一段时期都有他自身的周期，就像单摆一样，每一个单摆随着摆长不一样，周期都不一样，有外力加在单摆上，它的相位还会发生改变 。
而 macd 的参数是固定的 9、12 和 26 天，完全不会根据每一个股票的不同而修改周期参数，这又使我想起刻舟求剑的故事 。
这也是我要告诉大家的，任何一个因素考虑不周全，都会严重影响估值的结果，这也是对同一个企业不同人分析的估值结果有时候差异很大的原因 。
第一、是前一日的 DEA指标，对新股首日上市时没有前一日的数据，EMA 设置成当日收盘价，所以新股在完成第一个指标周期的交易之前，其数据是不准确的；
第二、是行情软件中除权与否对 macd也有直接影响，大家在运用时记得要使用除权这个功能；
第三、是 macd 的时间周期运用和换手率以及流通市值存在某种关系，例如通常来说换手率高的，其时间参数应该设得更小，这类似弹簧的周期与其倔强系数的关系 。
所以“尽信书不如无书”，李时珍写《本草纲目》，亲自尝遍百草，就是因为很多书写的是错的 。
在技术分析上，我再举几个简单的例子 。比如放量上涨是有利于上涨呢还是不利于上涨呢 ？
很多书写带量上涨是好的 。其实不然，一是上涨有量说明抛盘沉重，很多涨停板的个股，一但放量，代表抛压出来了 。
但为什么上涨时放量比较多，下跌时放量情况没那么多呢 ？一方面是因为中国人追涨杀跌的性格使然，另一方面是 T+1 的交易制度，在卖的当天可以从新买入回，而买入以后就不能当天卖出 。
从这一点看，上涨和放量的关系，通常来说上涨是放量的充分条件，而放量不是上涨的充分条件 。所以我不赞同用简单的，单一的估值方法做多元化的分析 。
一位花样滑冰运动员，开始展开双臂，缓缓进行自传，随着她把展开的双臂收拢，其自传速度越来越快，然后再次展开双臂，其转速又开始放缓 。
股价的流动性（拟购买金额）类比于角动量，以方便高送转吸引人气，导致了买盘增加，另一方面双臂的展开与收拢的变化，导致了转动惯量的变化，使角速度也发生了改变 。
企业进行高送转后，虽然经营情况未发生改变，但由于股本改变导致维持除权后股价所需要的资金量的变化（相当于转动惯量的变化），使的同样的流动性下所需维持的资金量变小，股价可以向更高的方向（更快的角速度）寻求平衡 。而且，这种变化往往不是线性关系（类似市盈率估值法就是线性模型）。
例如同样外界情况下，一辆车在时速 100公里时的动量是时速 50 公里时的两倍 ，其动能却不是 2倍 。
从物理模型及我的大数据统计结论看，市场对市盈率的承接力也不是线性的，这正好解释了新股上市时根据行业平均市盈率等简单因素进行的定价分析结果和实际开盘价为什么有时候大相径庭，也解释了为何低市盈率的股票往往出现在高价股，在低价股小盘股中极少出现低市盈率个股 。
此外，在事件驱动型交易过程中，跑出来的龙头往往是概念没那么正宗、筹码分布比较分散、业绩比较差的个股，其精髓在于启动时能收集更多的筹码，高出货时能有更多的买盘 。
当我们旋转一个生鸡蛋和一个熟鸡蛋，会觉得熟鸡蛋往往起步时更费劲，但转得更持久 。这个熟鸡蛋就是我们要找的“龙头股”。
我们拿 2017 年初的人民币汇率举一个例子，人民币汇率在整个 2016 年是大的贬值周期，虽然 2017 年头几个交易日人民币大幅升值，但我认为汇率还将继续贬值 。
这里的波段我们大家可以拿长波来类比，短期升值因素我们类比成障碍物，物理学上波长越长，障碍物越小，波越过障碍物继续传播的可能性越大 。
此外，波浪会朝向助力小的方向传播，例如海浪会转向垂直于海岸线的方向传播，资金同样会使市值小的股票价格上涨至比同类大市值股票更高的价位 。
上述谈的是技术分析，技术分析的基本因素是价、量、时、空、筹码分析、流通盘和市场热点等因素，而估值分析还包含宏观经济形势，行业环境，以及公司的经营发展状况等隐私 。
基本面分析对股价的影响主要是通过财务指标的，所以其影响周期比较长，而且对短期影响不大 。
如果一个企业的收益一年增长了 50%，股价增长了 25%,那么平摊到一年每一个交易日，其股价日均增长也就千分之一，几乎可以忽略不计 。
而技术分析是由于每一日买卖力量的博弈出来的走势，从日线上看可以看做是一个锯齿波，如果能把这个锯齿波的每一段把握住，收益将远远超远长线投资 。但因为每一日的走势影响因素很多，实际操作起来难度很大 。
这就像去预测日全日和月全食，我们大家可以非常精确的预测它们发生的原因，因为影响他们发生的因素遵循一定的物理规律，而且这些因素对太阳、地球、月亮的影响程度超过 99% 。
但预测地震呢 ？难度很大，因为影响因素很多，这些因素每天都在变化，有的因素变化率不像地球的质量和运行轨道那样变化非常小，而且这些影响因素是无法忽略不计的 。所以，我们要去分析一些我们觉得能较为准确的把握走势的股票 。
我举一个简单的例子：如果打拖拉机，四副牌，你手头没有有一张 A 但有四张 K，你甩出去四张 K 被吃掉的概率有多大呢 ？
1986 年的美国物理年会是在拉斯维加斯召开的 。拉斯维加斯提供了非常好的服务--毕竟是专业的服务场所么 。
然后晚上的时候物理学家们就去赌场了 。出乎赌场意料的是，物理学家们只观战不下场，结果年会期间拉斯维加斯的赌场损失了一大笔钱，其损失甚至超过了 1980年美高梅大酒店着大火的一周 。
并不是物理学家们横扫了赌场，而是他们中绝大多数人，在享受完赌城价廉物美的自助大餐后，纷纷远离赌场，然后美国物理年会就再也没能在那里举行过 。
讲这个故事的，是一个做统计物理的教授 。为什么统计物理的教授不去赌钱呢 ？因为他们怕输，而且知道自己必输无疑！
某公司以下一年度 40 倍市盈率发行股票收购一块资产，并承诺将来若无法达到承诺的业绩，将以现金进行补偿 。
我们大家可以预见若将来无法达到业绩承诺，比如净利润比预期减少 1 亿元，公司只需要拿出一亿元进行补偿即可，但当初公司因为虚假承诺多融资了四十亿，并且导致当时公司股票价格在更高的价格被市场追捧 。这就是物理学上的“杠杆套利”。
其他的估值分析，可参考我另外一篇“企业估值与融资策略”，这里就不多累述了 。谢谢！
MACD 在应用上应先行计算出快速（一般选12 日）移动平均值与慢速（一般选 26 日）移动平均值 。以这两个数值作为测量两者（快速与慢速线）间的差离值依据 。所谓差离值（DIF），即 12 日 EMA 数值减去 26日 EMA 数值 。因此，在持续的涨势中，12 日 EMA 在 26日 EMA 之上 。其间的正差离值（+DIF）会愈来愈大 。反之在跌势中，差离值可能变负（-DIF），也愈来愈大 。 至于行情开始回转，正或负差离值要缩小到一定的程度，才真正是行情反转的信号 。MACD 的反转信号界定为差离值的 9 日移动平均值（9 日 EMA） 。 在 MACD 的指数平滑移动平均线计算公式中，都分别加 T+1 交易日的份量权值，以现在流行的参数 12 和 26 为例，其公式如下：
根据差离值计算其 9 日的 EMA，即离差平均值，是所求的 DEA 值 。为了不与指标原名相混淆，此值又名 DEA或 DEM