Phân tích kỹ thuật

Trong lĩnh vực tài chính, phân tích kỹ thuật là phương pháp dự đoán biến động giá chứng khoán bằng cách nghiên cứu dữ liệu thị trường trong quá khứ, chủ yếu là giá và khối lượng giao dịch. Kinh tế học hành vi và phân tích định lượng sử dụng các công cụ tương tự, là một phần của quản lý chủ động, trái ngược với nhiều lý thuyết danh mục đầu tư hiện đại. Giả thuyết thị trường hiệu quả cho rằng giá chứng khoán không thể dự đoán được, dẫn đến tranh cãi về hiệu quả của phân tích kỹ thuật và phân tích cơ bản.

Lịch sử

Nguyên lý của phân tích kỹ thuật đã phát triển qua hàng trăm năm dữ liệu thị trường tài chính. Một số phương pháp đã xuất hiện từ thế kỷ 17 trong các mô tả của Joseph de la Vega về thị trường Hà Lan. Tuy nhiên, phân tích kỹ thuật có thể đã tồn tại từ 300-500 năm trước đó do người Māori ở New Zealand. Ở châu Á, Homma Munehisa vào đầu thế kỷ 18 đã phát triển các kỹ thuật nến, một phần quan trọng của phân tích kỹ thuật hiện đại. Trong những năm 1920 và 1930, Richard W. Schabacker đã tiếp tục công việc của Charles Dow và William Peter Hamilton qua các cuốn sách Lý thuyết và thực tiễn thị trường chứng khoán và Phân tích thị trường kỹ thuật. Năm 1948, Robert D. Edwards và John Magee phát hành Phân tích kỹ thuật các xu hướng cổ phiếu, một công trình có ảnh hưởng lớn trong lĩnh vực này. Phân tích kỹ thuật thời kỳ đầu chủ yếu là phân tích biểu đồ do máy tính chưa phát triển. Charles Dow được coi là người khởi xướng phân tích biểu đồ điểm và số.

Lý thuyết Dow được xây dựng từ các bài viết của Charles Dow, đồng sáng lập Dow Jones và biên tập viên, và là nguồn cảm hứng cho phân tích kỹ thuật hiện đại vào cuối thế kỷ 19. Các nhà tiên phong khác như Ralph Nelson Elliott, William Delbert Gann và Richard Wyckoff đã phát triển các phương pháp phân tích của riêng họ vào đầu thế kỷ 20. Các công cụ và lý thuyết phân tích kỹ thuật tiếp tục được phát triển và mở rộng, với sự chú trọng ngày càng lớn vào các kỹ thuật hỗ trợ máy tính và phần mềm chuyên dụng.

Tổng quan

Các nhà phân tích cơ bản thường nghiên cứu thu nhập, cổ tức, sản phẩm mới, và các nghiên cứu liên quan. Ngược lại, các nhà phân tích kỹ thuật áp dụng nhiều phương pháp, công cụ, và kỹ thuật, trong đó biểu đồ là công cụ chủ yếu. Họ sử dụng biểu đồ để tìm kiếm các mẫu hình giá cả và xu hướng thị trường trong tài chính, nhằm khai thác những hình mẫu này.

Nhà phân tích kỹ thuật tìm kiếm các mẫu hình giá biểu đồ cổ điển như đầu và vai, đỉnh/đáy kép, và các chỉ báo kỹ thuật, trung bình động. Họ cũng xác định các mức hỗ trợ, kháng cự, các kênh, cùng với các mẫu hình như cờ, cờ hiệu, cân bằng và cốc và quai.

Họ sử dụng nhiều chỉ báo thị trường, bao gồm các biến thể toán học của giá cả, khối lượng giao dịch, và dữ liệu tăng/giảm. Những chỉ số này giúp xác định xu hướng tài sản và dự đoán hướng đi của xu hướng. Các mối liên hệ giữa chỉ báo giá/khối lượng và chỉ số thị trường cũng được nghiên cứu, chẳng hạn như RSI và MACD. Ngoài ra, các mối tương quan với quyền chọn và tỷ lệ đặt/gọi cũng quan trọng, cùng với các chỉ báo cảm tính như tỷ lệ Đặt/Gọi, tỷ lệ bò/gấu, và tỷ suất bán khống.

Có nhiều kỹ thuật trong phân tích kỹ thuật, và các tín đồ của từng kỹ thuật (như phân tích biểu đồ nến, Lý thuyết Dow, lý thuyết sóng Elliott) có thể bỏ qua các phương pháp khác. Tuy nhiên, nhiều nhà giao dịch kết hợp nhiều yếu tố từ các kỹ thuật khác nhau. Một số người dùng đánh giá chủ quan để xác định mẫu hình của công cụ tại một thời điểm cụ thể, trong khi những người khác áp dụng phương pháp hệ thống hoặc hoàn toàn máy móc để nhận diện và giải thích mẫu hình.

Phân tích kỹ thuật thường đối lập với phân tích cơ bản, vốn tập trung vào các yếu tố kinh tế ảnh hưởng đến cách các nhà đầu tư đánh giá thị trường tài chính. Theo phân tích kỹ thuật, giá đã phản ánh tất cả các xu hướng trước khi các nhà đầu tư nhận thức về chúng. Các chỉ báo kỹ thuật, mặc dù không hoàn hảo, được thiết kế để phát hiện những xu hướng này. Cả hai loại phân tích đều có hạn chế riêng. Một số nhà giao dịch chỉ dùng phân tích kỹ thuật, trong khi những người khác kết hợp cả hai phương pháp để đưa ra quyết định mua bán.

Đặc điểm

Phân tích kỹ thuật dựa trên các mô hình và quy tắc trao đổi liên quan đến biến động giá cả và khối lượng, chẳng hạn như chỉ số sức mạnh tương đối, trung bình động, hồi quy, mối tương quan giá cả liên thị trường và nội thị trường, chu kỳ kinh doanh, và chu kỳ thị trường chứng khoán. Phương pháp này cũng bao gồm việc nhận diện các mẫu hình biểu đồ.

Phân tích kỹ thuật khác biệt hoàn toàn với phân tích cơ bản trong việc phân tích chứng khoán và cổ phiếu. Nó tập trung vào giá cả, khối lượng và các thông tin thị trường khác, trong khi phân tích cơ bản xem xét các sự kiện liên quan đến công ty, thị trường, tiền tệ hoặc hàng hóa. Các tổ chức tài chính lớn thường có cả đội ngũ phân tích kỹ thuật và phân tích cơ bản để phục vụ nhu cầu của họ.

Phân tích kỹ thuật được các thương nhân và chuyên gia tài chính sử dụng rộng rãi, đặc biệt là trong giao dịch hàng ngày, hoạt động tạo lập thị trường và giao dịch trên sàn. Trong thập niên 1960 và 1970, phương pháp này bị các học giả phê phán rộng rãi. Một nghiên cứu gần đây của Irwin và Park cho thấy 56 trong số 95 nghiên cứu hiện đại cho kết quả tích cực, nhưng cũng chỉ ra rằng nhiều kết quả tích cực có thể bị ảnh hưởng bởi các vấn đề như can thiệp vào dữ liệu. Do đó, bằng chứng ủng hộ phân tích kỹ thuật vẫn còn gây tranh cãi, với một số học giả như Eugene Fama cho rằng nó không phù hợp với dạng yếu của giả thuyết thị trường hiệu quả. Những người ủng hộ tin rằng, dù phân tích kỹ thuật không thể dự đoán tương lai, nó vẫn có thể giúp nhận diện cơ hội giao dịch.

Trong các thị trường ngoại hối, phân tích kỹ thuật có thể được áp dụng rộng rãi hơn so với phân tích cơ bản. Điều này không có nghĩa là phân tích kỹ thuật là phương pháp tối ưu hơn ở thị trường ngoại hối, mà chỉ là nó được công nhận nhiều hơn vì hiệu quả của nó tại đây so với các thị trường khác. Mặc dù một số nghiên cứu độc lập cho thấy các quy tắc kỹ thuật có thể mang lại lợi nhuận tốt trước năm 1987, hầu hết các nghiên cứu học thuật lại tập trung vào sự bất thường của thị trường ngoại hối. Sự bất thường này có thể do sự can thiệp của ngân hàng trung ương, điều mà phân tích kỹ thuật không thể dự đoán. Nghiên cứu gần đây cho thấy việc kết hợp nhiều tín hiệu giao dịch vào một phương pháp tổng hợp có thể cải thiện khả năng sinh lợi và giảm sự phụ thuộc vào một quy tắc đơn lẻ.

Các nguyên lý

Một nguyên tắc chính của phân tích kỹ thuật là giá thị trường đã phản ánh toàn bộ thông tin liên quan, vì vậy phân tích dựa vào lịch sử của các mẫu hình giao dịch thay vì các yếu tố bên ngoài như sự kiện kinh tế hay tin tức. Do đó, sự biến động giá có xu hướng lặp lại bởi vì các nhà đầu tư thường có những hành vi mang tính quy luật – vì vậy phân tích kỹ thuật tập trung vào các xu hướng và điều kiện có thể được xác định.

Hành động thị trường phản ánh tất cả mọi thứ

Dựa trên giả thuyết rằng giá cả đã phản ánh toàn bộ thông tin liên quan, các nhà phân tích kỹ thuật cho rằng điều quan trọng là phải hiểu cách các nhà đầu tư nghĩ, biết và cảm nhận về thông tin đó.

Giá cả di chuyển theo xu hướng

Theo quan điểm của các nhà phân tích kỹ thuật, giá cả thường di chuyển theo xu hướng cụ thể, bao gồm xu hướng lên, xuống, hoặc ngang (phẳng) hoặc kết hợp giữa các xu hướng này. Khái niệm cơ bản về xu hướng giá được giới thiệu bởi Lý thuyết Dow.

Ví dụ về một cổ phiếu có xu hướng rõ ràng là AOL từ tháng 11 năm 2001 đến tháng 8 năm 2002. Một nhà phân tích kỹ thuật hoặc người theo xu hướng sẽ nhận thấy xu hướng giảm này và tìm cơ hội để bán cổ phiếu. AOL liên tục giảm giá, và mỗi lần giá cổ phiếu tăng, người bán sẽ gia nhập thị trường và bán ra, tạo ra các biến động 'dích-dắc' trong giá. Các chuỗi 'cao thấp hơn' và 'thấp thấp hơn' cho thấy cổ phiếu đang trong xu hướng giảm. Nói cách khác, mỗi khi cổ phiếu giảm xuống, nó thấp hơn mức giá thấp trước đó, và mỗi khi cổ phiếu tăng, nó không đạt được mức giá cao trước đó.

Chú ý rằng chuỗi các mức thấp thấp hơn và các mức cao thấp hơn chỉ bắt đầu từ tháng Tám. Lúc này, AOL tạo ra một mức giá thấp mà không xuyên qua mức thấp trước đó và sau đó, trong cùng tháng, cổ phiếu này tạo ra một mức giá cao tương đương mức cao gần nhất. Trong tình huống này, một nhà phân tích kỹ thuật sẽ nhận thấy các dấu hiệu mạnh mẽ cho thấy xu hướng giảm giá có thể đang tạm dừng và có khả năng kết thúc, và có thể sẽ dừng lại bằng cách tích cực bán cổ phiếu vào thời điểm đó.

Lịch sử có xu hướng lặp lại

Các nhà phân tích kỹ thuật tin rằng hành vi của nhà đầu tư lặp lại theo cách tập thể từ các nhà đầu tư trước đó. Dù những cảm xúc trên thị trường có thể không hợp lý, chúng vẫn tồn tại. Vì hành vi của nhà đầu tư thường xuyên lặp lại, các nhà phân tích kỹ thuật tin rằng các mẫu giá có thể nhận diện (và có thể dự đoán) sẽ xuất hiện trên biểu đồ. Nhận diện các mẫu này giúp các nhà phân tích kỹ thuật chọn các giao dịch có xác suất thành công cao hơn.

Phân tích kỹ thuật không chỉ giới hạn ở việc theo dõi biểu đồ mà còn luôn xem xét các xu hướng giá. Ví dụ, nhiều nhà phân tích kỹ thuật theo dõi các cuộc khảo sát tâm lý nhà đầu tư để đánh giá thái độ của những người tham gia thị trường, đặc biệt là liệu họ là gấu hay bò. Các cuộc khảo sát này giúp dự đoán liệu xu hướng có tiếp tục hay có thể đảo ngược; đặc biệt khi các khảo sát báo cáo tâm lý nhà đầu tư cực đoan. Nếu cuộc khảo sát cho thấy xu hướng tăng giá đang thống trị, điều này có thể là dấu hiệu cho thấy xu hướng tăng có thể đảo ngược. Nếu hầu hết nhà đầu tư đang 'bò' và đã đầu tư, ít người mua thêm, dẫn đến người bán có thể nhiều hơn người mua, và giá có thể giảm.

Gần đây, Kim Man Lui, Lun Hu và Keith C.C. Chan đã chỉ ra rằng có bằng chứng thống kê về mối liên hệ giữa một số cổ phiếu trong chỉ số tổng hợp, trong khi không có bằng chứng cho mối liên hệ giữa các cổ phiếu khác trong chỉ số. Họ cho rằng hành vi giá của các chứng khoán trong chỉ số Hang Seng có thể dễ hiểu hơn.

Công nghiệp

Ngành công nghiệp này trên toàn cầu được đại diện bởi Liên đoàn Quốc tế các Nhà phân tích Kỹ thuật (IFTA), một liên đoàn các tổ chức khu vực và quốc gia. Tại Hoa Kỳ, ngành được đại diện bởi cả Hiệp hội Các Nhà Kỹ thuật Thị trường (MTA) và Hiệp hội Các Nhà Phân tích Kỹ thuật Chuyên nghiệp (AAPTA). Hoa Kỳ cũng có sự hiện diện của Hiệp hội Các Nhà Phân tích Chứng khoán Kỹ thuật San Francisco (TSAASF). Tại Vương quốc Anh, Hội Các Nhà Phân tích Kỹ thuật (STA) là tổ chức đại diện. Ở Canada, ngành được đại diện bởi Hội Các Nhà Phân tích Kỹ thuật Canada. Tại Úc, ngành này được Hiệp hội Các Nhà Phân tích Kỹ thuật Úc (ATAA) và tổ chức Các Nhà Phân tích Kỹ thuật Chuyên nghiệp Australia (hội viên của IFTA) đại diện.

Các tổ chức phân tích kỹ thuật chuyên nghiệp đã xây dựng một khối kiến thức để mô tả lĩnh vực phân tích kỹ thuật. Khối kiến thức này là trung tâm của ngành, giúp xác định cách thức và lý do phân tích kỹ thuật có hiệu quả. Nó phục vụ cả cho giới học thuật và các cơ quan quản lý trong việc phát triển nghiên cứu và tiêu chuẩn cho lĩnh vực. Hiệp hội Các Nhà Kỹ thuật Thị trường (MTA) đã công bố khối kiến thức này, là cấu trúc cho kỳ thi Chứng nhận Kỹ thuật viên Thị trường (CMT) của MTA.

Hoạt động giao dịch có hệ thống

Mạng thần kinh

Từ đầu những năm 1990, khi các ứng dụng thực tế đầu tiên của mạng thần kinh nhân tạo (ANN) xuất hiện, chúng đã nhanh chóng trở nên phổ biến. Các hệ thống phần mềm này, được lấy cảm hứng từ cách các mạng thần kinh sinh học hoạt động, có khả năng học hỏi và phát hiện các mẫu phức tạp trong dữ liệu. Về mặt toán học, chúng là các bộ xấp xỉ hàm phổ quát, có thể mô hình hóa bất kỳ mối quan hệ đầu vào-đầu ra nào nếu được cung cấp dữ liệu chính xác và cấu hình đúng. Điều này không chỉ loại bỏ sự cần thiết phải giải thích thủ công các biểu đồ hoặc quy tắc để tạo ra tín hiệu giao dịch mà còn kết nối với phân tích cơ bản, vì các biến dùng trong phân tích cơ bản có thể làm đầu vào cho mạng thần kinh.

Vì các mạng thần kinh nhân tạo (ANN) là các mô hình thống kê phi tuyến tính, độ chính xác và khả năng dự đoán của chúng có thể được kiểm tra cả về mặt lý thuyết và thực nghiệm. Các nghiên cứu đã chỉ ra rằng mạng thần kinh, khi sử dụng các đầu vào kỹ thuật và cơ bản khác nhau để tạo tín hiệu giao dịch, thường vượt trội hơn các chiến lược mua và giữ cũng như các phương pháp phân tích kỹ thuật tuyến tính truyền thống, đặc biệt khi kết hợp với các hệ thống chuyên gia dựa trên quy tắc.

Dù các hệ thống thích nghi như mạng thần kinh có nền tảng toán học tiên tiến, chúng chủ yếu được sử dụng trong nghiên cứu học thuật. Gần đây, phần mềm mạng thần kinh dễ sử dụng đã giúp công nghệ này trở nên dễ tiếp cận hơn với các nhà giao dịch. Tuy nhiên, việc áp dụng quy mô lớn vẫn gặp khó khăn do việc điều chỉnh cấu trúc mạng thần kinh phù hợp với thị trường cụ thể.

Kiểm tra hồi quy

Việc kiểm tra hồi quy thường được thực hiện để đánh giá một chiến lược đầu tư trên dữ liệu lịch sử. Đây là quá trình được gọi là kiểm tra hồi quy (backtesting). Mặc dù thường áp dụng cho các chỉ số kỹ thuật, nhưng kiểm tra hồi quy cũng có thể áp dụng cho nhiều chiến lược đầu tư khác như phân tích cơ bản. Trước đây, việc kiểm tra hồi quy được thực hiện thủ công và thường chỉ trên các cổ phiếu do con người chọn, dẫn đến sự thiên lệch do kiến thức trước đó. Với sự phát triển của máy tính, kiểm tra hồi quy giờ đây có thể thực hiện trên toàn bộ dữ liệu lịch sử của nhiều thị trường trong thời gian ngắn.

Dù máy tính giúp xử lý nhanh chóng, chúng cũng có hạn chế với các thuật toán mà máy có thể thực hiện. Một số chiến lược giao dịch dựa vào sự giải thích của con người và không thể xử lý bằng máy tính. Chỉ các chỉ báo kỹ thuật, với các thuật toán rõ ràng, mới có thể được lập trình để thực hiện kiểm tra hồi quy tự động.

Phương pháp dự đoán thị trường kết hợp

John Murphy cho rằng thông tin chính mà các nhà phân tích kỹ thuật dựa vào là giá, khối lượng và hợp đồng mở. Các dữ liệu bổ sung như chỉ báo và phân tích cảm tính được xem là phụ.

Tuy nhiên, nhiều nhà phân tích kỹ thuật mở rộng phương pháp của mình bằng cách kết hợp các phương pháp dự báo thị trường khác vào phân tích kỹ thuật. John Bollinger là một ví dụ tiêu biểu, người đã tạo ra thuật ngữ phân tích hợp lý vào những năm 1980, nhằm kết hợp phân tích kỹ thuật và phân tích cơ bản. Một cách tiếp cận khác, phân tích hợp nhất, kết hợp phân tích cơ bản với phân tích kỹ thuật để nâng cao hiệu quả quản lý danh mục đầu tư.

Phân tích kỹ thuật cũng thường được phối hợp với phân tích định lượng và kinh tế học. Ví dụ, mạng thần kinh có thể giúp xác định các mối quan hệ liên thị trường. Một số nhà dự báo kết hợp chiêm tinh học tài chính với phân tích kỹ thuật. Bài viết của Chris Carolan, 'Hoảng loạn mùa thu và Hiện tượng lịch', đã nhận Giải thưởng Dow của Hiệp hội các nhà kỹ thuật thị trường cho bài báo phân tích kỹ thuật xuất sắc năm 1998, cho thấy cách phân tích kỹ thuật và chu kỳ trăng có thể phối hợp. Hiện tượng lịch như hiệu ứng tháng Một trên thị trường chứng khoán, thường được cho là do các nghiệp vụ thuế và kế toán, không liên quan đến chiêm tinh học tài chính.

Các cuộc khảo sát nhà đầu tư, bản tin và chỉ báo cảm tính trên bìa tạp chí cũng là nguồn tài liệu được các nhà phân tích kỹ thuật sử dụng.

Bằng chứng từ thực nghiệm

Có nhiều tranh luận về hiệu quả thực sự của phân tích kỹ thuật. Các phương pháp rất đa dạng, và các nhà phân tích kỹ thuật có thể đưa ra các dự đoán trái ngược từ cùng một dữ liệu. Nhiều nhà đầu tư báo cáo rằng họ đạt được lợi nhuận tích cực, nhưng các đánh giá học thuật thường cho rằng nó có ít khả năng dự đoán. Trong số 95 nghiên cứu hiện đại, 56 nghiên cứu cho thấy phân tích kỹ thuật mang lại kết quả tích cực, mặc dù các vấn đề như thiên lệch dữ liệu và các vấn đề khác làm cho việc phân tích trở nên khó khăn. Dự đoán phi tuyến tính bằng mạng thần kinh đôi khi cho ra kết quả dự đoán có ý nghĩa thống kê. Một báo cáo từ Cục Dự trữ Liên bang chỉ ra rằng các mức hỗ trợ và kháng cự trong tỷ giá hối đoái ngắn hạn 'cung cấp bằng chứng rõ ràng rằng các mức này giúp dự đoán các thay đổi xu hướng trong ngày,' dù 'sức mạnh dự đoán' của các mức này 'thay đổi theo tỷ giá hối đoái và đã được kiểm tra nghiêm ngặt.'

Một nghiên cứu gần đây cho thấy các chiến lược phân tích kỹ thuật có hiệu quả ở thị trường Trung Quốc. Nghiên cứu chỉ ra rằng 'hoàn vốn tích cực đáng kể đã được ghi nhận đối với các chiến lược mua dựa trên các phiên bản khác nhau của quy luật cắt chéo trung bình động, quy tắc bùng nổ kênh, và quy tắc dải Bollinger, sau khi trừ chi phí giao dịch 0,50 phần trăm.'

Nghiên cứu nổi bật năm 1992 của Brock và các cộng sự dường như ủng hộ các quy tắc phân tích kỹ thuật đã được kiểm tra lại vào năm 1999 để xem xét các vấn đề về dữ liệu. Nghiên cứu của Brock và các cộng sự có độ tin cậy cao đối với các vấn đề về dữ liệu.

Một nghiên cứu toàn diện từ nhà kinh tế học Amsterdam, Gerwin Griffioen, kết luận rằng: 'Đối với các chỉ số thị trường chứng khoán ở Mỹ, Nhật Bản và Tây Âu, hầu hết các phương pháp dự báo không theo mô hình không cho thấy khả năng sinh lợi, sau khi tính đến chi phí giao dịch thấp. Hơn nữa, với chi phí giao dịch cao, ước tính từ các mô hình CAPM cho thấy phân tích kỹ thuật không có sức mạnh dự đoán không theo mô hình điều chỉnh rủi ro có ý nghĩa thống kê đối với gần như tất cả các chỉ số chứng khoán.' Chi phí giao dịch đặc biệt ảnh hưởng đến 'các chiến lược xung lượng'; một đánh giá toàn diện năm 1996 cho thấy ngay cả chi phí giao dịch nhỏ cũng có thể dẫn đến việc không thể khai thác lợi nhuận từ các chiến lược như vậy.

Trong một nghiên cứu được công bố trên Tạp chí Tài chính, Tiến sĩ Andrew W. Lo từ Phòng thí nghiệm Kỹ thuật tài chính MIT cùng với Harry Mamaysky và Giang Wang đã phát hiện ra rằng '

Phân tích kỹ thuật, hay còn gọi là 'lập biểu đồ,' đã tồn tại trong hoạt động tài chính hàng thập kỷ, nhưng chưa được chú ý và chấp nhận học thuật như các phương pháp truyền thống như phân tích cơ bản. Một trong những thách thức chính là tính chủ quan của phân tích kỹ thuật – các hình dạng hình học trên biểu đồ giá thường chỉ là cảm nhận của người xem. Trong bài viết này, chúng tôi đề xuất một phương pháp hệ thống và tự động để nhận diện mẫu kỹ thuật bằng hồi quy hạt nhân phi tham số, áp dụng cho nhiều chứng khoán Mỹ từ năm 1962 đến 1996 để đánh giá hiệu quả của phân tích kỹ thuật. So sánh phân phối thực nghiệm của hoàn vốn chứng khoán hàng ngày với phân phối có điều kiện dựa trên các chỉ báo kỹ thuật như đầu-và-vai hoặc đáy kép cho thấy rằng một số chỉ báo kỹ thuật có thể cung cấp thông tin bổ sung và có giá trị thực tế qua 31 năm mẫu.

Trong cùng bài báo, Tiến sĩ Lo nhấn mạnh rằng 'một số nghiên cứu học thuật cho thấy phân tích kỹ thuật có thể là một công cụ hiệu quả để trích xuất thông tin hữu ích từ giá cả thị trường.' Các kỹ thuật như Hình học Drummond nhằm giảm thiểu thiên lệch dữ liệu quá khứ bằng cách dự đoán các mức hỗ trợ và kháng cự từ các khung thời gian khác nhau vào tương lai ngắn hạn và kết hợp với các kỹ thuật điều chỉnh.

Giả thuyết thị trường hiệu quả

Giả thuyết thị trường hiệu quả (EMH) đối lập với các nguyên lý của phân tích kỹ thuật bằng cách khẳng định rằng giá quá khứ không thể được dùng để dự đoán giá tương lai một cách có lợi. Do đó, nó cho rằng phân tích kỹ thuật không có hiệu quả. Nhà kinh tế Eugene Fama đã công bố một bài viết về EMH trên Journal of Finance vào năm 1970, và chỉ ra rằng 'Bằng chứng hỗ trợ mô hình thị trường hiệu quả là rất mạnh mẽ trong ngắn hạn, và (đến mức nào đó là duy nhất trong kinh tế học) bằng chứng phản bác là rất hiếm.'

Các nhà phân tích kỹ thuật cho rằng giả thuyết thị trường hiệu quả (EMH) bỏ qua cách mà thị trường hoạt động, nơi nhiều nhà đầu tư dựa vào kỳ vọng từ thu nhập hoặc hồ sơ quá khứ. Họ tin rằng giá cổ phiếu tương lai bị ảnh hưởng mạnh mẽ bởi những kỳ vọng này, và do đó giá cổ phiếu trong quá khứ có ảnh hưởng đến giá trong tương lai. Họ cũng chỉ ra nghiên cứu trong lĩnh vực tài chính hành vi, đặc biệt là những người không hoàn toàn hợp lý mà EMH đã bỏ qua. Các nhà phân tích kỹ thuật tin rằng hành vi không hợp lý của con người ảnh hưởng đến giá cổ phiếu và dẫn đến những dự đoán có thể được nhận diện. David Aronson cho rằng lý thuyết tài chính hành vi kết hợp với thực hành phân tích kỹ thuật.

Tài chính hành vi giải thích các biến động thị trường dư thừa và lợi nhuận vượt trội từ các chiến lược thông tin cổ điển thông qua việc xem xét tác động của cảm xúc, lỗi nhận thức, sự ưu tiên không hợp lý, và hành vi nhóm. Lỗi nhận thức cũng có thể giải thích sự tồn tại của các bất hợp lý trên thị trường, tạo ra các chuyển động giá có hệ thống mà các phương pháp phân tích kỹ thuật có thể khai thác.

Những người ủng hộ EMH phản bác rằng dù các cá nhân trên thị trường không luôn hành động hợp lý hoặc có thông tin đầy đủ, quyết định tổng hợp của họ cân bằng lẫn nhau và dẫn đến kết quả hợp lý. Các quyết định của người lạc quan và bi quan cân bằng, giữ giá cổ phiếu ở trạng thái cân bằng. Thông tin đầy đủ được phản ánh trong giá cả vì tất cả người tham gia thị trường đóng góp kiến thức của họ, dù không đầy đủ, vào thị trường.

Giả thuyết bước đi ngẫu nhiên có nguồn gốc từ giả thuyết thị trường hiệu quả dưới dạng yếu, cho rằng người tham gia thị trường xem xét mọi thông tin trong biến động giá quá khứ (nhưng không phải thông tin công khai khác). Trong cuốn sách A Random Walk Down Wall Street, nhà kinh tế học Princeton Burton Malkiel cho rằng các công cụ dự đoán kỹ thuật như phân tích hình mẫu cuối cùng phải tự phủ định: 'Vấn đề là khi một quy luật như vậy được công nhận, người tham gia thị trường sẽ hành động theo cách để ngăn chặn nó xảy ra trong tương lai.' Malkiel tuyên bố rằng dù xung lượng có thể giải thích một phần biến động giá cổ phiếu, không có đủ xung lượng để tạo ra lợi nhuận siêu ngạch. Ông so sánh phân tích kỹ thuật với 'chiêm tinh học.'

Cuối những năm 1980, giáo sư Andrew Lo và Craig McKinlay công bố một nghiên cứu đặt dấu hỏi về giả thuyết bước đi ngẫu nhiên. Vào năm 1999, phản hồi lại Burton Malkiel, Lo và McKinlay tổng hợp các nghiên cứu thực nghiệm để xem xét khả năng ứng dụng của giả thuyết này, cho rằng có thể tồn tại yếu tố không ngẫu nhiên và có thể dự đoán được trong chuyển động giá cổ phiếu. Họ cẩn thận nhấn mạnh rằng việc phủ nhận bước đi ngẫu nhiên không làm giảm giá trị của EMH, mà đây là hai khái niệm hoàn toàn khác biệt. Trong một bài báo năm 2000, Andrew Lo phân tích dữ liệu từ Hoa Kỳ trong giai đoạn 1962-1996 và nhận thấy rằng 'một số chỉ báo kỹ thuật có thể cung cấp thông tin gia tăng và có giá trị thực tiễn.' Burton Malkiel đã bác bỏ những bất thường được nêu bởi Lo và McKinlay, cho rằng chúng quá nhỏ để tạo ra lợi nhuận.

Các nhà phân tích kỹ thuật cho rằng cả lý thuyết EMH và giả thuyết bước đi ngẫu nhiên đều bỏ qua thực tế của thị trường, nơi mà các nhà đầu tư không hoàn toàn hợp lý và các chuyển động giá hiện tại không hoàn toàn độc lập với các chuyển động trước đó. Một số nghiên cứu cho rằng giá cổ phiếu không tuân theo quá trình Wiener như giả thuyết bước đi ngẫu nhiên, vì các đặc tính thống kê của các quá trình này và dữ liệu chứng khoán thực tế có sự khác biệt đáng kể phụ thuộc vào kích thước cửa sổ và các biện pháp tương tự. Họ tin rằng các kỹ thuật mô tả từ âm thanh và tín hiệu sinh học có thể dự đoán giá thị trường chứng khoán một cách hiệu quả, trái ngược với giả thuyết bước đi ngẫu nhiên.

Chỉ số bước đi ngẫu nhiên (RWI) là một công cụ phân tích kỹ thuật nhằm xác định liệu sự biến động giá của một cổ phiếu có phải là ngẫu nhiên hay phản ánh một xu hướng có ý nghĩa thống kê. RWI đo lường sự biến động giá qua một khoảng thời gian nhất định (N) và so sánh với những gì được mong đợi từ một bước đi ngẫu nhiên (tăng hoặc giảm ngẫu nhiên). Một phạm vi dao động lớn hơn cho thấy một xu hướng mạnh mẽ hơn.

Phân tích kỹ thuật theo cách khoa học

Năm 1994, Caginalp và Balenovich sử dụng mô hình các phương trình khác biệt để chứng minh rằng các mẫu phân tích kỹ thuật chính có thể được tạo ra dựa trên một số giả định cơ bản. Một số mẫu như mẫu tiếp tục tam giác hoặc mẫu đảo chiều có thể được sinh ra từ việc giả định sự tồn tại của hai nhóm nhà đầu tư với các quan điểm khác nhau. Các giả thuyết chính của các mô hình này bao gồm việc tài sản có giới hạn và việc sử dụng xu hướng cùng với định giá trong quyết định đầu tư. Nhiều mẫu trong số này dựa trên các hậu quả hợp lý toán học của các giả định này.

Một trong những khó khăn của phân tích kỹ thuật truyền thống là việc xác định các mẫu theo cách có thể kiểm chứng một cách khách quan.

Các mẫu nến Nhật Bản liên quan đến những mẫu hình kéo dài vài ngày trong các xu hướng tăng hoặc giảm. Caginalp và Laurent là những người đầu tiên thực hiện một thử nghiệm quy mô lớn thành công với các mẫu này. Họ sử dụng các tiêu chí toán học chính xác để kiểm tra, bắt đầu bằng cách định nghĩa xu hướng ngắn hạn qua việc làm mịn dữ liệu và cho phép một mức độ biến động trong xu hướng. Sau đó, họ xem xét tám mẫu đảo ngược nến ba ngày theo cách phi tham số và xác định chúng qua một tập hợp bất phương trình. Kết quả cho thấy sự tự tin thống kê cao với tất cả các mẫu, dựa trên dữ liệu hàng ngày của 500 cổ phiếu S&P trong giai đoạn 5 năm từ 1992-1996.

Một nguyên lý cơ bản trong phân tích kỹ thuật là khi một xu hướng đã hình thành, nó có xu hướng tiếp tục. Tuy nhiên, việc thử nghiệm cho thấy xu hướng này thường dẫn đến kết luận rằng cổ phiếu theo bước đi ngẫu nhiên. Một nghiên cứu của Poterba và Summers phát hiện ra một hiệu ứng xu hướng nhỏ nhưng không đủ lớn để tạo ra giá trị giao dịch. Như Fisher Black đã chỉ ra, 'nhiễu' trong dữ liệu giá trao đổi khiến việc kiểm tra giả thuyết trở nên khó khăn.

Vào năm 1995, Caginalp và Constantine phát hiện ra một phương pháp để giảm nhiễu bằng cách sử dụng tỷ lệ giữa hai quỹ đóng cơ bản tương tự để loại bỏ bất kỳ biến động định giá nào. Một quỹ đóng (không giống như quỹ mở) giao dịch độc lập với giá trị tài sản ròng của nó và cổ phiếu của nó chỉ được trao đổi giữa các nhà đầu tư như các cổ phiếu trên sàn giao dịch. Nghiên cứu cho thấy rằng dự đoán chính xác giá ngày mai không phải là giá của ngày hôm qua (như giả thuyết thị trường hiệu quả có thể chỉ ra), cũng không phải là giá xung lượng thuần túy (tức là sự thay đổi giá tương đối từ hôm qua đến hôm nay vẫn tiếp tục từ hôm nay đến ngày mai). Thay vào đó, giá dự đoán nằm gần như chính xác giữa hai ngày.

Một khảo sát nghiên cứu hiện đại của Park và Irwin cho thấy phần lớn các nghiên cứu đều phát hiện ra kết quả tích cực từ phân tích kỹ thuật.

Gần đây, Caginalp và DeSantis đã phân tích dữ liệu từ các quỹ đóng để định lượng xem liệu các yếu tố như xu hướng và kháng cự trong phân tích kỹ thuật có giá trị khoa học không. Họ sử dụng bộ dữ liệu lớn hơn 100.000 điểm để chứng minh rằng xu hướng có ảnh hưởng ít nhất bằng một nửa so với định giá. Các yếu tố như khối lượng và biến động, mặc dù ít quan trọng hơn, cũng cho thấy sự ảnh hưởng rõ rệt và có ý nghĩa thống kê.

Một điểm nổi bật trong nghiên cứu của họ là hiệu ứng phi tuyến của xu hướng. Xu hướng tích cực xảy ra trong khoảng độ lệch chuẩn 3,7 có tác động tích cực. Khi xu hướng tăng mạnh hơn, có sự tác động tiêu cực ngược lại, cho thấy việc chốt lời xảy ra khi sự gia tăng xu hướng đạt đến một mức độ nhất định. Tương tự với xu hướng giảm, 'mua trên thị trường yếu' chỉ xảy ra khi xu hướng giảm đạt đến mức độ lệch chuẩn 4,6. Những phương pháp này giúp kiểm tra hành vi của nhà đầu tư và so sánh các chiến lược giữa các lớp tài sản khác nhau.

Đọc băng mã chứng khoán

Với sự phát triển của máy tính cá nhân và sau đó là internet, cùng với giao dịch điện tử, phân tích biểu đồ đã trở thành một nhánh chính và phổ biến trong phân tích kỹ thuật. Tuy nhiên, nó không phải là nhánh duy nhất của phân tích kỹ thuật.

Trước giữa những năm 1960, một phương pháp phổ biến trong phân tích kỹ thuật là 'đọc băng'. Phương pháp này liên quan đến việc theo dõi thông tin thị trường như giá cả, khối lượng, kích thước đặt lệnh, tốc độ, và các điều kiện khác qua một dải giấy chạy qua máy đọc mã chứng khoán. Hệ thống này được sử dụng rộng rãi bởi các nhà môi giới và nhà đầu cơ cho đến khi được thay thế bởi các bảng điện tử vào cuối những năm 60.

Bảng báo giá

Trước khi có màn hình điện tử, bảng báo giá là các bảng phấn lớn đặt tại sàn giao dịch chứng khoán, dùng để theo dõi dữ liệu của các tài sản tài chính. Dữ liệu này được cập nhật thủ công bằng đá phấn và truyền tới các môi trường bên ngoài như nhà môi giới qua băng, điện báo, điện thoại, và sau đó là telex.

Công cụ phân tích này chủ yếu được các chuyên gia sử dụng cho giao dịch trong ngày và scalping, và cũng cung cấp dữ liệu cho công chúng qua các phiên bản in trên báo chí cho các chiến lược Swing và vị trí.

Dù vẫn xuất hiện trong các bản in báo chí và các phiên bản vi tính hóa trên một số trang web, phân tích qua bảng báo giá đã trở nên lỗi thời và ít được sử dụng phổ biến.

Các thuật ngữ và chỉ báo biểu đồ

Các khái niệm

• Biên độ giao dịch trung bình – khoảng cách giá trung bình trong một ngày giao dịch, đã được điều chỉnh theo các biến động giá.
• Phá vỡ mức giá – hiện tượng khi giá vượt qua mạnh mẽ một vùng hỗ trợ hoặc kháng cự, thường kèm theo sự gia tăng khối lượng giao dịch.
• Mẫu hình biểu đồ – các hình dạng đặc biệt trên biểu đồ do sự biến động của giá tạo ra.
• Chu kỳ – các khoảng thời gian dự đoán sự thay đổi trong hoạt động giá (giá có thể tăng, giảm hoặc duy trì ổn định).
• Cú nảy của con mèo chết – hiện tượng khi giá giảm mạnh rồi phục hồi một chút trước khi tiếp tục giảm sâu hơn, như một phản ứng tạm thời của thị trường.
• Nguyên lý sóng Elliott và tỷ lệ vàng – phương pháp để phân tích biến động giá liên tục và các điểm thoái lui.
• Tỷ lệ Fibonacci – được sử dụng để xác định các mức hỗ trợ và kháng cự.
• Xung lượng – tốc độ thay đổi của giá.
• Phân tích điểm và số – phương pháp phân tích dựa trên giá sử dụng các bộ lọc số, bỏ qua thời gian trong cấu trúc của nó.
• Mức kháng cự – mức giá có thể kích thích sự gia tăng của hoạt động bán ra.
• Mức hỗ trợ – mức giá có thể kích thích sự gia tăng của hoạt động mua vào.
• Xu hướng – hiện tượng giá có xu hướng di chuyển theo một hướng nhất định trong một khoảng thời gian kéo dài.

Các loại biểu đồ

• Biểu đồ nến – Xuất xứ từ Nhật Bản, tương tự như biểu đồ OHLC, các cây nến thể hiện khoảng cách giữa giá mở và giá đóng để nhấn mạnh mối quan hệ giữa chúng. Ở phương Tây, nến màu đen hoặc đỏ cho thấy giá đóng thấp hơn giá mở, trong khi nến màu trắng, xanh lục hoặc xanh lam cho thấy giá đóng cao hơn giá mở.
• Biểu đồ đường – Kết nối các giá đóng cửa bằng một đường thẳng.
• Biểu đồ OHLC – Biểu đồ thanh, hiển thị các mức giá cao và thấp của một kỳ giao dịch dưới dạng đường thẳng đứng, và các mức giá mở và đóng bằng các điểm đánh dấu ngang, với điểm mở cửa thường nằm bên trái và điểm đóng cửa nằm bên phải.
• Biểu đồ điểm và số – loại biểu đồ sử dụng các bộ lọc số, bỏ qua thời gian trong cấu trúc của nó.

Các chỉ báo cùng lớp

Các chỉ báo cùng lớp thường được đặt trực tiếp lên biểu đồ giá chính.

• Dải Bollinger – dải biến động giá xung quanh giá trung bình.
• Kênh giá – cặp đường xu hướng song song định hình các biên độ giá.
• Ichimoku Kinko Hyo – hệ thống phân tích dựa trên trung bình di động và các yếu tố thời gian, cùng với điểm trung bình giữa giá cao và thấp của nến.
• Trung bình động – tính toán giá trung bình của tài sản trong một khoảng thời gian nhất định, dùng để nhận diện xu hướng.
• Parabolic SAR – chỉ báo theo xu hướng của Wilder, duy trì điểm dừng trên đường cong parabol trong các xu hướng mạnh mẽ.
• Điểm Pivot – được tính bằng cách lấy trung bình của giá cao, thấp và đóng cửa của một loại tài sản.
• Ngưỡng kháng cự – mức giá có thể hoạt động như một trần trên biểu đồ giá.
• Ngưỡng hỗ trợ – mức giá có thể hoạt động như một sàn dưới biểu đồ giá.
• Đường xu hướng – đường được hình thành từ ít nhất 2 đỉnh hoặc 2 đáy, cho thấy xu hướng giá.

Các chỉ báo rộng

Những chỉ báo này dựa trên phân tích số liệu từ toàn bộ thị trường.

• Đường nâng-hạ – chỉ báo phổ biến dùng để đánh giá bề rộng thị trường.
• Dao động McClellan – chỉ báo dạng đóng dùng để đo lường bề rộng thị trường.
• Chỉ báo tổng thể McClellan – chỉ báo dạng mở để phân tích bề rộng thị trường.

Các chỉ báo dựa trên giá

Các chỉ báo này thường được đặt trên hoặc dưới biểu đồ giá chính để cung cấp thông tin bổ sung.

• %C – chỉ số cho biết tình trạng hiện tại của thị trường, bao gồm sự mở rộng hoặc thu hẹp phạm vi, và dự đoán sự xuất hiện của các cực đoan hoặc biến động mạnh, giúp các nhà giao dịch chuẩn bị cho các thay đổi.
• ADX – chỉ báo phổ biến để đo lường sức mạnh của xu hướng.
• CCI – dùng để xác định các xu hướng có tính chu kỳ trong giá.
• MACD – chỉ báo hội tụ hoặc phân kỳ của trung bình động.
• Momentum – đo lường tốc độ thay đổi giá.
• RSI – dao động chỉ ra sức mạnh của giá.
• RVI – đo lường mức độ tin cậy của hành động giá gần đây và khả năng tiếp tục của nó.
• Stochastic – xác định vị trí hiện tại trong phạm vi giao dịch gần đây.
• Trix – dao động chỉ ra độ dốc của trung bình động làm mượt ba lớp.

Các chỉ báo dựa trên khối lượng

• Chỉ số tích lũy/phân phối – dựa trên giá đóng cửa trong một khoảng thời gian nhất định để đánh giá khối lượng giao dịch.
• MFI – đo lường khối lượng cổ phiếu giao dịch trong những ngày giá tăng.
• Khối lượng cân bằng – phân tích xung lượng giữa các giao dịch mua và bán.

• Phân tích xu hướng thị trường
• Hợp tác phân tích thị trường
• Giao dịch dựa trên hành động giá
• Chuyên gia kỹ thuật thị trường được công nhận
• Tài chính hành vi
• Tài chính toán học
• Khôi phục thông tin đa phương tiện
• Phân tích kỹ thuật trong lĩnh vực tiền điện tử

Chú thích thêm

Tham khảo thêm

• Covel, Michael. The Complete Turtle Trader. HarperCollins, 2007. ISBN 9780061241703
• Douglas, Mark. The Disciplined Trader. New York Institute of Finance, 1990. ISBN 0-13-215757-8
• Edwards, Robert D.; Magee, John; Bassetti, W.H.C. Technical Analysis of Stock Trends, Ấn bản lần 9 (Bìa cứng). American Management Association, 2007. ISBN 0-8493-3772-0
• Fox, Justin. The Myth of the Rational Market. HarperCollins, 2009. ISBN 9780060598990
• Hurst, J. M. The Profit Magic of Stock Transaction Timing. Prentice-Hall, 1972. ISBN 0-13-726018-0
• Neill, Humphrey B. Tape Reading & Market Tactics. Ấn bản đầu tiên năm 1931. Market Place tái bản 2007 ISBN 10: 1592802621 / 1-59280-262-1
• Neill, Humphrey B. The Art of Contrary Thinking. Caxton Press 1954.
• Pring, Martin J. Technical Analysis Explained: The Successful Investor's Guide to Spotting Investment Trends and Turning Points. McGraw Hill, 2002. ISBN 0-07-138193-7
• Raschke, Linda Bradford; Connors, Lawrence A. Street Smarts: High Probability Short-Term Trading Strategies. M. Gordon Publishing Group, 1995. ISBN 0-9650461-0-9
• Rollo Tape & Wyckoff, Richard D. Studies in Tape Reading The Ticker Publishing Co. NY 1910.
• Tharp, Van K. Definitive Guide to Position Sizing International Institute of Trading Mastery, 2008. ISBN 0935219099
• Wilder, J. Welles. New Concepts in Technical Trading Systems. Trend Research, 1978. ISBN 0-89459-027-8
• Ladis Konecny, Stocks and Exchange – the only Book you need, 2013, ISBN 9783848220656, phân tích kỹ thuật = chương 8.

Liên kết bên ngoài

Các tổ chức quốc tế và trong nước

• Liên đoàn Các nhà phân tích kỹ thuật quốc tế