1.引言

海量的投资技术分析的书籍均是围绕"市场趋势"而展开，但"市场趋势"却没有明确的定义，以至于1000个投资者有1000种判断趋势的方法，而且得出不同的结论。这一点与金融学和投资学的严谨性相悖。本文从技术分析的基本观点出发，使用统计学方法度量"市场趋势"，并将结论运用于投资实践。

2.文献综述

约翰.莫非《期货市场技术分析》中对趋势定义为："从一般意义上说，趋势就是市场何去何从的方向。不过，为了便于实际应用，我们需要更具体的定义。在通常情况下，市场不会朝任何方向直来直去，市场运动的特征就是曲折婉蜒，它的轨迹酷似一系列前赴后继的波浪，具有相当明显的峰和谷。所谓市场趋势，正是由这些波峰和波谷依次上升或下降的方向所构成的。无论这些峰和谷是依次递升，还是依次递降，或者横向延伸，其方向就构成了市场的趋势。 所以， 我们把上升趋势定义为一系列依次上升的峰和谷，把下降趋势定义为一系列依次下降的峰和谷：把横向延伸趋势定义为一系列依次横向伸展的峰和谷。"（P47）

"趋势不但具有三个方向， 而且通常还可以划分为三种类型，这在前一章我们已有介绍。这三种类型就是主要趋势、 次要趋势和短暂趋势。实际上在市场上， 从覆盖几分钟或数小时的非常短暂的趋势开始， 到延续 50 年乃至 100 年的极长期趋势为止， 随时都有无数个大大小小的趋势同时并存、共同作用。然而，大多数技术分析人员对趋势的分类仅限于上述三种，那么在不同的分析者之间，对各类趋势的定义当然不免就有一定混乱了。"（P48）

其他文献中对趋势的定义均大同小异，不再赘述。

从上述定义看，定义趋势需要投资者主观判断："波浪"、"峰"、"谷"、"主要"、"次要"、"短暂"等。约翰.莫非明确指明"对各类趋势的定义当然不免就有一定混乱了"。

实践中难以判断具体的趋势，导致技术分析理论难以实践运用。

3.理论与定义

沿用技术分析的基本观点，运用时间序列分析的理论和方法，本文将市场趋势定义为：在给定的显著性水平下，在指定的交易日及其以往给定的时间长度内，观测某种类型（小时收盘价、日收盘价、月收盘价等）的市场价格涨跌或者涨跌幅形成样本。该样本均值：显著大于0时称之为"市场在指定的交易日处于上涨趋势之中"，显著小于0时称之为"市场在指定的交易日处于下跌趋势之中"，与0无显著差异时称之为"市场在指定的交易日处于震荡趋势之中"。

4.计量方法

单样本均值检验（T检验）。

5.样本及工具选择

5.1获取数据

以上证50指数近三年日收盘价为样本。 使用R为计量软件工具。 使用"pedquant"包从163获取数据。

本文使用R语言编写代码以便读者重复验证。数据均从网络开源数据库直接下载，无需人工清洗处理数据。（注：R中#表示注释。直接复制本文代码块内容至R中即可运行）

5.2描述性统计

日涨跌幅的均值、标准差。

6.建立模型

6.1模型参数

时间尺度：连续30个交易日； 数据类型：日收盘价； 显著性水平：双侧20%，单侧各10%； 置信度：80%； 统计检验方法：单样本双侧T检验。

6.2模型示例

最近30日市场趋势定义：

结果显示，上证50指数近30个交易日（2022/7/15及往期的30个交易日）的日百分比涨幅均值为0.05355484%>0；P值为：0.7947>0.2 ；结论：80%的置信度下，2022/7/15上证50指数处于震荡趋势之中。

6.3模型建立

6.4模型应用

上证50指数近三年趋势判定的显著性水平汇总

落于线下的点表明当日市场处于上涨或下跌趋势之中，落于线上的点表明当日市场处于震荡趋势之中。

绘图如下：

按照市场技术分析的基本观点，主要上涨趋势中会夹杂着震荡和次级的下跌趋势。因而在模型中，将夹杂在上涨趋势之中的震荡归类为上涨趋势的持续（或调整），将夹杂在下跌趋势之间的震荡归类为下跌趋势的持续（或调整）。将上涨趋势转换为下跌趋势定义为趋势反转。

为统计上涨和下跌的分布情况，对趋势添加数据类型的标志值"biaozhi"，并且定义为：上涨=1；震荡=0；下跌=-1。按照标志值进行统计汇总。

数据和图表显示：自2019/8/28（上图左侧）至2021/7/7区间，共450个交易日，上证50指数持续处于震荡或上涨状态,之间从未出现下跌。

自2021/7/8第一次出现下跌开始至2022/6/22区间，共231个交易日，上证50指数持续处于震荡或下跌状态，之间从未出现上涨。

上述结果表明模型对于趋势反转的判断具有极高的稳定性。

7.结论

创新之处：本文使用统计学方法对市场趋势进行了明确的定义，为投资者分析研判市场提供了确切的参考依据。本文将模型应用结果绘制成可视化图形，便于投资者使用。 不足之处：本文未对长期、中期、短期趋势进行定义。未建立量化投资模型并回测以检验模型实用性。

（修改本文5.1中的股票代码、时间参数等，可对其他指数或股票、其他时间尺度进行重复性研究。注意：研究个股时需要考虑分红等因素影响）

8.参考文献

[1].约翰.莫非.期货市场技术分析[M].地震出版社2010年版

[2].中国期货业协会.期货投资分析 第三版[M].中国财政经济出版社2012

[3].浙江大学 盛聚等.概率论与数理统计[M].高等教育出版社2008

[4].Jonathan D.Cryer等.时间序列分析及应用-R语言 第二版[M].机械工业出版社2011