Teknisk analys–en utvärdering av femindikatorer på stockholmsbörsen 2000 - 2006

Uppsala Universitet 2007-06-14 Nationalekonomiska Institutionen

Magisteruppsats, 10 p Handledare: Johan Lindén

Teknisk analys

– en utvärdering av fem indikatorer på stockholmsbörsen 2000 - 2006

Författare: Filip Sundstedt

Filip.Sundstedt@gmail.com

Sammanfattning

I studien problematiseras och utvärderas tillförlitligheten i kända tekniska analysmodeller tillämpade idag för att prognostisera priser. Under en sjuårsperiod fokuserar studien på de mest omsatta aktierna vid stockholmsbörsen med utgångspunkt från valda indikatorer. För varje indikator görs tre simuleringar, dels utan courtage och dels inkluderat courtage samt en simulering där korta positioner brukas. De enskilda indikatorernas utfall jämförs med ett fiktivt aktieindex. Resultatet visar att ingen av indikatorerna i sig uppvisar signifikant bättre genomsnittlig avkastningen än index. Konsekvenserna diskuteras i relation till effektiva marknadshypotesens svaga form. Resultatet tyder på att indikatorerna är överutnyttjade. En växling av köp- mot säljsignal och vice versa skulle sannolikt ge vinst hos fyra av fem indikatorer.

INLEDNING 4

SYFTE OCH FRÅGESTÄLLNING 5

AVGRÄNSNINGAR 6

INDIKATORER 6

TIDIGARE FORSKNING 7

VILKA ANVÄNDER TEKNISK ANALYS? 8

TEORI 10

EFFEKTIVA MARKNADSHYPOTESEN 10

SVAG FORM AV EMH 11

SEMISTARK FORM 11

STARK FORM 12

KOMMENTARER TILL EMH 12

TEKNISKA ANALYSVERKTYG 13

GLIDANDE MEDELVÄRDEN 13

BOLLINGER BAND 13

MACD 14

RSI 15

STOKASTISK OSCILLATOR 16

EMPIRI 18

DATA 18

SIMULERING 18

UTDELNINGAR 19

COURTAGE 20

HUR STORT SKALL COURTAGET VARA? 20

BLANKNING 20

INLÅNINGSRÄNTOR 21

RESULTAT 21

ANALYS 25

BLANKNING 25

UTDELNINGAR 26

SAMMANFATTANDE SLUTSATS 28

FRAMTIDA FORSKNING 29

KÄLLFÖRTECKNING 30

TRYCKTA KÄLLOR 30

OTRYCKTA KÄLLOR 31

Inledning

Teknisk analys är ett sätt att, med hjälp av historisk kursutveckling hos tillgångar, kunna prediktera framtida kursutveckling och därmed göra ekonomiska vinster. Det finns tusentals olika metoder för att tillämpa teknisk analys.

Motparten till teknisk analys är fundamental analys, där man med hjälp av grundläggande fakta hos ett aktiebolag, gör en uppskattning om aktien är över- respektive undervärderad.

Fundamental analys förklarar dock sällan alla kurssvängningar på marknaden. Gränsen mellan teknisk och fundamental analys är flytande. Med teknisk analys i denna uppsats avser jag analys som gjorts på den egna prisserien för en aktie.

Den första formen av teknisk analys anses ha utvecklats av aktörer på den japanska rismarknaden under 1700-talet.¹ De använde sig av olika Candlestick²-tekniker. Under början av 1900-talet anses Charles Dow vara viktig för utvecklingen av en stor del av den tekniska analysen. Dow upprättade det välkända Dow Jones Index, och grundade även tidningen The Wall Street Journal. I det som på senare tid kallats ”Dow theory” beskrivs tre olika typer av trender som simultant påverkar en aktiekurs: En primär, sekundär samt tertiär trend.

Skillnaden mellan dessa består i hur långsiktig trenden är. Den primära beskriver månader och år långa trender. Den sekundära beskriver kortare trender, t.ex. upp till en månad. Tertiära trender är dagliga variationer hos kursen.³

Effektiva marknadshypotesen (EMH) har gjort stora landvinningar inom den akademiska världen. EMH finns i tre former: svag, semistark och stark. Den svaga formen av teorin säger att om en marknad är effektiv, ska man inte kunna göra vinster med hjälp av historiska prisserier. All värdefull information som går att utvinna ur den historiska kursrörelsen ska vara inkluderad i priset.

1 Marshall, 2006, S. 2.

2 Ordet kommer av att man ritar låddiagram som beskriver dagens högsta-, lägsta-, stängnings- samt öppningskurs. Dessa diagram liknar ljus och därav namnet.

3Bodie, m.fl., 2005. S. 374.

En stor mängd akademiska studier har gjorts på området och resulterar oftast i att teknisk analys inte fungerar. Vissa undersökningar visar att teknisk analys ger ekonomiskt signifikanta vinster om man bortser från courtagekostnader. Det finns också studier som visar att vissa tekniska analysmetoder fungerar, men dessa är begränsade i antal. Trots den uppsjö av studier som visar att marknaden är effektiv enligt EMH’s svaga form, är användningen av teknisk analys omfattande. Teknisk analys är den i särklass vanligaste metoden bland valutahandlare och näst vanligaste bland fondförvaltare.⁴

Tekniska analytiker förstår att fundamentala fakta för ett företag är värdefull information.

Men om att den tillgängliga informationen genast blir diskonterad i aktiepriset anses tveksamt. Teknisk analys motiveras av att det kan finnas mönster i prissättningen om diskonteringen sker tillräckligt långsamt.⁵ Man kan tänka sig att olika mönster uppkommer pga. psykologiska fenomen.

Syfte och frågeställning

I denna uppsats utvärderas några kända tekniska analysmetoder för att ta reda på om den allmänt vedertagna teorin om effektiva marknader håller i dess svagaste form. Eftersom de valda metoderna är vanliga hos företag som säljer olika former av tekniska analysinstrument, minskar detta rimligen sannolikheten att instrumenten skulle fungera bra. Använder många aktörer samma metod och därmed konkurrerar, försvinner vinsterna. Det kan motiveras om man antar motsatsen: vinsten ökar ju fler som använder en specifik analysmetod. Detta faller på sin egen rimlighet.

Marshall valde tidsperioden 1992-2002 för sin analys av Candlestick indikatorer.⁶ Analysperioden var noggrant vald efter att Candlestickmetodiken introducerats 1991 av Steve Nison.⁷ På detta sätt skulle marknadsaktörer garanterat ha kännedom om tekniken. Man kan argumentera att detta är till stor fördel för hypotesen om effektiva marknader, eftersom vinsterna försvinner ju fler utövarna av strategin är. Går det att göra ekonomiskt signifikanta vinster med just några av de mest kända analysmetoderna, kan detta medföra ett bakslag för teorin om den effektiva marknaden.

4 Gehrig, 2006, S. 1.

5Bodie, m.fl., 2005. S. 374.

6 Marshall, 2006, S. 3.

7Nison, 1991.

Frågeställningen är:

”Vad genererar tekniska analysmetoder för relativ avkastning gentemot underliggande aktie?

Vad implicerar detta enligt effektiva marknadshypotesens svaga form?”

Avgränsningar

Gränsen mellan fundamental och teknisk analys är flytande. Jag har dock begränsat mig till att använda tekniska indikatorer som nyttjar den egna prisserien som består av dagslutskurser.

En ytterligare avgränsning sätts vid högsta respektive lägsta dagskurser för indikatorn Stochastic oscillator. Genomgående används föregående dags stängningskurs som öppningskurs.

Jag använder mig av korta positioner, blankning, i denna studie. Vid blankning, till skillnad från investering i en aktie, görs vinster om aktiekursen går ned. Blankning innebär att man lånar aktier av ett institut och säljer dem på marknaden, varpå man återköper aktierna då de förhoppningsvis sjunkit i kurs, och återlämnar dem till långivande institut.

Indikatorer

Jag utgår i min undersökning från de indikatorer som anges på OMX AB:s hemsida under

”analysverktyg”.⁸ Metoden Oscillator har exkluderats, då det inte är tydligt vad som avses.

Innebörden av en oscillator är något som pendlar. MACD, RSI och Stochastic oscillator är t.ex. alla oscillatorer. MACD pendlar kring värdet 0, RSI i intervallet {0,100} och Stochastic oscillator i intervallet {0,100}. För att bekräfta att verktygen verkligen är kända, har jag översiktligt studerat några av de företag som säljer analysprogram, där dessa helt eller delvis baseras på teknisk analys. Där har jag funnit att de indikatorer jag valt förekommer frekvent.⁹ Stochastic oscillator har dessutom delvis valts för att kontrollera Mizrach och Weerts resultat, att N-dagars lägstakurser medför en ihållande rekyleffekt de kommande sex dagarna.¹⁰

8http://omxgroup.com/nordicexchange/marknaden/kursinformation/analysverktyg/ 2007-05-11

9 Software FX Inc., Finansportalen, Impeo AB.

10Mizrach, B., Weerts, S., 2006.

Följande indikatorer har inkluderats:

BAH - Buy and hold

MACD - Moving average convergence divergence RSI - Relative strength index

MA - Moving average

BB - Bollinger bands STO - Stochastic oscillator

Definitioner

 BAH

Standardiserad metod för att utvärdera tekniska analysverktyg är att jämföra avkastningen med BAH. BAH innebär att man köper en andel vid tidpunkten för analysens början, äger den under hela simuleringen och säljer den på slutdagen.

 Relativ avkastning

Procentuell avkastning för en indikator i relation till den procentuella avkastningen för motsvarande BAH-serie. Med relation avses differensen:

BAH Indikator Avkastning

Avkastning  .

 Överavkastning

Med överavkastning menas att en handlingsstrategi som baseras på köp och försäljning av en aktie ger högre tillväxt, än om man köper en aktie vid startdatumet och säljer den på slutdagen.

Tidigare forskning

Aktuell forskning kring teknisk analys har givit skilda resultat. Marshall har undersökt en av de äldsta tekniska indikatorerna, s.k. Candlesticks. Dessa härstammar från 1700-talets Asien och användes flitigt av aktörer på rismarknaden. Likt större delen av övrig forskning kring teknisk analys, kommer Marshall fram till att Candlestick-tekniker inte ger något statistiskt signifikant resultat.¹¹

11 Marshall, 2006.

Mizrach och Weerts studerar effekter efter lägsta- respektive högstakurser sedan N dagar, där de låter N variera från 10 till 365. De utför undersökningen på Nasdaq och använder data mellan januari 1993 till oktober 2003 för 849 slumpmässigt utvalda aktier. De finner signifikanta kursstegringar då en aktie passerar N-dagars lägsta kurs. De finner också att omsättningen ökar kraftigt efter en N-dagars högsta eller lägsta kurs. Omsättningseffekten är förhöjd i åtminstone två veckors tid och ökar dessutom med N. Efter en lägstakurs sedan N dagar följer i regel en stark stigning som innebär signifikant riskjusterad avkastning i upp till 6 dagar.¹²

Vilka använder teknisk analys?

Menkhoff har undersökt förhållande mellan utövande av teknisk analys och faktorer som ålder, företagsstorlek och utbildning. Han fann ett samband mellan teknisk analys och högre utbildning på 90 % signifikansnivå.¹³

I den fundamentala analysen tittar man närmre på fundamentala fakta hos ett företag. Man utvärderar till exempel styrelsen och dess finansiella beslut, konkurrensfördelar, konkurrenter och tillväxtmöjligheter på marknaden. Fundamental analys har på senare tid av många ansetts vara den vanligaste tekniken bland investerare. Enligt Gehrig är fundamental analys inte längre den vanligaste metoden hos aktörer på valutamarknaden, utan istället teknisk analys.

Även när det gäller fondförvaltning har andelen utövare av fundamental analys minskat de senaste åren. Andelen har sjunkit till under 50 % och leder bara med 10 procentenheter före teknisk analys.¹⁴ Trots att teknisk analys i sig långt ifrån garanterar överavkastning, drar Gehrig följande slutsats:

“one core message: technical analysis is very important, has gained importance over time and is the only kind of analysis that is of similar importance in both relevant groups, i.e. among FX dealers as well as among fund managers.”¹⁵

12Mizrach, B., Weerts, S., 2006.

13 Menkhoff, 1997, S. 9.

14 Gehrig, 2006, S. 4f.

15 Ibid. S. 6.

Ett annat intressant resultat ur Gehrigs studie, är att teknisk analys är den dominerande metoden vid kortare tidsperioder (dagar och veckor), och fundamental analys vid längre perioder (månader och år).¹⁶

16 Gehrig, 2006, S. 7f.

Teori

Effektiva marknadshypotesen

Teorin för den effektiva marknaden presenterades först av Fama 1970, och beskriver en marknad där priserna speglar all tillgänglig information.¹⁷ En marknad är enligt hypotesen effektiv om ny information som når marknaden sprids omedelbart. Detta innebär att aktiepriserna redan speglar all tillgänglig information. Den enda drivkraften bakom prisförändringar skulle vara ny information. Eftersom ny information knappast är deterministisk, utan snarare slumpmässig och oförutsägbar, skulle aktiepriser röra sig enligt en random walk.¹⁸

Antag att marknaden känner till information om en framtida kvartalsrapport för Ericsson B.

Eftersom information om hur det gått för Ericsson det senaste kvartalet till viss del redan är tillgänglig, har marknaden förväntningar kring rapporten. Kvartalsrapporten kommer enligt allas förväntan innebära att aktiekursen stiger från 30 till 40 kr. Finns informationen ute bland marknadsaktörer, kommer utbud och efterfrågan sannolikt prissätta aktien efter informationen. Aktien kommer därför genast handlas upp till 40 kr, innan själva rapporten släpps.

Det finns incitament hos investerare att få information före andra. Informationen är värdefull så länge den inte nått övriga intressenter på marknaden. Information är dock kostsam, i synnerhet om målet är att vara först att få den. Men eftersom informationen kan innebära stora vinster, kommer investerare alltid lägga ned stora resurser på att söka ny information.

17 Fama, 1970.

18 Bodie, mfl., 2005. S. 370f.

Investerare som konkurrerar med att hitta och använda ny information bidrar till att effektiviteten ökar. Prissättningen för små aktier på tillväxtmarknader som inte analyseras lika högfrekvent som till exempel stora aktier på Nasdaq, bör rimligen vara mindre effektiv. Ett citat från Bodie m.fl. illustrerar en nyanserad syn på möjligheten att hitta ny information:

”Therefore, while we would not go so far as to say that you absolutely cannot come up with new information, it makes sense to consider and respect your competition.”¹⁹

Finns det möjlighet att prediktera priser skulle detta innebära att marknaden inte är effektiv.

Fama definierade EMH i tre former: svag, semistark och stark form. Skillnaden mellan de tre formerna består i vad som menas med all tillgänglig information.²⁰ Det är den svaga formen av EMH som är intressant i denna uppsats.

Svag form av EMH

Den svaga formen innebär att all historisk prisinformation för en tillgång, speglas av tillgångspriset. Eftersom historiska priser är lättillgängliga och inte speciellt kostsamma att ta fram och analysera, bör inga tekniska analysverktyg generera abnorma vinster. Tekniska indikatorer som historiskt sett gett bra avkastning har redan exploaterats av marknaden och är i princip värdelösa. Vid en köpsignal ska tillgångspriset genast stiga till sitt skäliga pris, eftersom investerare utnyttjar informationen.²¹

Semistark form

Den semistarka formen av EMH utvidgar begreppet ”all tillgänglig information” till att även inkludera annan typ av information än prishistorik. I denna form anses fundamental information rörande företaget, som delårsrapporter, styrelseskick, patent, förväntade intäkter och insyn redan vara inkluderad i aktiepriset. Är marknaden effektiv enligt semistark form av EMH, fungerar inte heller fundamental analys.²²

19 Bodie, Kane, Marcus, 2005. S. 372.

20Ibid. S. 373.

21Ibid.

22Ibid.

Stark form

I den starkaste formen av EMH speglar aktiepriset all information som är relevant för företaget, även insiderinformation.²³ Det är dock, enligt svensk lagstiftning, olagligt att genom handel utnyttja information som bara är känd för anställda på företaget.

Kommentarer till EMH

EMH förutsätter inte bara perfekt informationsflöde, utan också rationella investerare.

Utnyttjar investerarna inte informationen rationellt bidrar de inte till effektivitet. Kahneman och Tversky kom fram till att investerare i första hand inte objektivt använder fundamentala fakta som underlag för sina ekonomiska beslut. Snarare baseras besluten på nyligen inträffade händelser, konkret, tydlig och personligen relevant information.²⁴ Skeptiker till EMH ställer sig frågande inför kraftiga kurssvängningar som uppkommer trots att ny information inte tillkommit. Detta tyder på irrationalitet hos investerare.

Man kan fråga sig om teknisk analys är självuppfyllande. Förespråkare av EMH klassificerar säkerligen användare av teknisk analys som irrationella. Men eftersom teknisk analys inte är obetydligt till sin omfattning, råder enligt dessa förespråkare en större mängd irrationalitet vid prissättningen. En del motiverar teknisk analys med just existensen av irrationalitet. Enligt detta resonemang skulle utövare av känd teknisk analys bereda väg för utövare med andra verktyg, som lyckas fånga upp och kvantifiera irrationaliteten.

23Bodie, Kane, Marcus, 2005. S. 373.

24 Kahneman, Tversky, 1974.

Tekniska analysverktyg

Glidande medelvärden

Det finns en rad olika metoder och indikatorer inom teknisk analys. En av de vanligaste är glidande medelvärden (GM). Man kan till exempel använda sig av två glidande medelvärden som sträcker sig olika långt bakåt i tiden. Ett glidande medelvärde beräknas enligt:



 ⁿ

i

p i

n n GM

0

) 1

( , (1)

där

p är priset vid tiden t,t

n antal dagar bakåt i tiden.

Syftet med glidande medelvärden är att förutsäga trendbrott hos tillgångspriserna. Vanliga perioder för glidande medelvärden är 20- och 50-dagars, samt 50- och 100-dagars.²⁵ Då ett glidande medelvärde beräknat över en kortare period, bryter medelvärdet beräknat över längre period underifrån, indikeras att en lång nedåtgående trend vänder till en uppåtgående. Detta anses av utövare vara en köpsignal. På samma sätt gäller motsatsen. Ett glidande medelvärde beräknad på kortare period som möter glidande medelvärde beräknat över längre period uppifrån, indikerar att en nedåtgående trend påbörjas och anses således vara en säljsignal.

Som nämnts ovan är teknisk analys vanligast vid kortare tidsperioder, och valda perioder för beräkning av kort resp. långt glidande medelvärde blir därför 20 och 50 dagar.

Bollinger band

Ett alternativt sätt att använda sig av glidande medelvärden är att utnyttja så kallade Bollinger band. Man beräknar ett mittband som består av ett glidande medelvärde, beräknat på t.ex. 20 dagar, samt ett undre och övre band som baseras på ett 95-procentigt konfidensintervall kring det glidande medelvärdet. För detta krävs ett antagande om att det glidande medelvärdet är normalfördelat. Eftersom värdet på en aktie aldrig kan bli mindre än noll, är det ett grovt antagande. Man har dock visat att antagandet är acceptabelt under kortare tidsperioder. Det

25http://www.impeoanalyst.com/analyst/start/index.php?head=guide&sub=59, 2007-03-31.

övre (undre) bandet konstrueras genom att addera (subtrahera) två gånger standardavvikelsen till (från) det glidande medelvärdet.²⁶ Det övre respektive undre bandet används av utövare som motstånd respektive stöd. Bryter kursutvecklingen det övre bandet (motståndet), anses detta tyda på att en ny uppåtgående trend inleds. Om det nedre bandet (stödet) bryts av kursutvecklingen, är det en signal för att en nedåtgående trend inleds.

Säljsignal ges då kursen bryter det övre bandet och köpsignal då det undre bandet bryts.

MACD

MACD står för Moving Average Convergence Divergence och är en av de absolut mest kända indikatorerna. Upphovsman till indikatorn är Jerald H. Appler.²⁷ Metoden bygger på två exponentiellt glidande medelvärden, samt ett tredje enkelt glidande medelvärde. Först beräknas differensen mellan ett längre, samt ett kortare glidande medelvärde av aktiekursen:

MACD = EGM_kort- EGM_lång, (2)

där,

EGM är ett exponentiellt glidande medelvärde.

Därefter beräknas, utifrån MACD-serien (2), ett enkelt glidande medelvärde:

MACDsignal = GM(MACD, n), (3)

där,

n är antal dagar bakåt i tiden.

De mest frekventa parametervalen för dessa glidande medelvärden är 9 dagar för MACDsignal

(3), 12 dagar för EGMkort, samt 26 dagar för EGMlång. MACD är som tidigare nämnts en oscillator och används till exempel för att hitta trender. När MACD ökar, motsvarar detta en positiv trend för underliggande tillgång. Minskar MACD motsvarar det en negativ trend.

Tillsammans med MACD används oftast ett 9-dagars enkelt glidande medelvärde, som beräknas utifrån MACD-serien. Det 9-dagars glidande medelvärdet brukar benämnas

26http://www.impeoanalyst.com/analyst/start/index.php?head=guide&sub=59, 2007-03-31.

27http://www.forexrealm.com/technical-analysis/technical-indicators/macd.html , 2007-05-23.

signallinje. Köpsignal ges när MACD korsar MACD_signal underifrån, samt säljsignal då MACD korsar MACD_signal ovanifrån. På samma sätt som hos indikatorn glidande medelvärden (1), anses ett trendbrott ske då ett kortare glidande medelvärde (EGMkort) korsar ett långt (EGMlång). Då dessa korsar varandra, korsar MACD nollnivån. Detta ses därmed som ytterligare sälj- och köpsignaler.²⁸ Jag har kombinerat dessa. Slutliga signaler i min studie blir:

Köpsignal: MACD korsar MACDsignal underifrån och båda är negativa.

Säljsignal: MACD korsar MACDsignal ovanifrån och båda är positiva.

RSI

RSI står för Relative Strength Index och är en populär indikator som oscillerar mellan 0 och 100. Indikatorn introducerades 1978 av Welles Wilder som föreslog att antal tidsperioder som skulle inkluderas i beräkningarna skulle vara 14. Vidare når RSI vanligen toppar över 70 och når lägstanivåer under 30. Indikatorn är ett mått på hur fort prisförändringar sker och beräknas på detta sätt:

) , (

) , 1 (

) 100 (

n P U

n P n N

RSI



 , (4)

där,

) , (P n

U är ett glidande medelvärde av ökning av priset P beräknat över n perioder.

) , (P n

N är ett glidande medelvärde av minskning av priset P beräknat över n perioder.

28http://www.onlinetradingconcepts.com/TechnicalAnalysis/MACD2.html , 2007-05-11.

Av (4) inses att om priset ensidigt stiger n perioder (minskningarna N är nära noll), så når kvoten RSI(n) värden nära 100. Om priset enbart sjunker n perioder (ökningarna U är nära noll), når kvoten RSI(n) värden nära noll. Jag har valt följande signaler för köp och försäljning:

Köpsignal: RSI < 30.

Säljsignal: RSI > 70.²⁹

Stokastisk Oscillator

Stokastiska oscillatorer utvecklades av Lane 1984 och är idag väl använda.³⁰ Två stokastiska oscillatorer, en snabb (%K) och en långsam (%D), brukar vanligtvis räknas ut för att försöka prediktera framtida kursrörelser. Den snabba oscillatorn %K räknar ut kvoten mellan två statistika: differensen mellan senaste stängningskurs och den lägsta stängningskursen från de senaste N dagarna, delat med differensen mellan den högsta och lägsta stängningskursen de senaste N dagarna:

100

% 



 







ta dagarslägs N

ta dagarshögs N

ta dagarslägs N

idag

kurs Stängnings kurs

Stängnings

kurs Stängnings kurs

Stängnings

K , (5)

där N vanligtvis är 14.

När ”dagens” stängningskurs är den lägsta för de senaste N dagarna, blir (5) lika med noll, och när dagens stängningskurs är den högsta över de senaste N dagarna, blir (5) lika med 100.

Den långsamma oscillatorn %D räknar ut ett glidande medelvärde av %K, över vanligtvis tre perioder enligt (1). Oscillatorerna %K och %D rör sig båda i intervallet 0 till 100. Värden nära noll eller hundra innebär att priset på aktien börjar närma sig nya N-dagars lägsta eller högsta kurs. En del förespråkare av metoden ser aktien som säljvärd (köpvärd), då %K och

%D rör sig över 80 (under 20). Men jag har valt att göra som George Lane, att vänta tills kursen svänger tillbaka. Detta uppnås genom att vänta till det glidande medelvärdet %D korsar %K innan signal ges. Vid hög volatilitet hos aktien finns det risk för att metoden ger högfrekventa signaler. En metod som föreslås för att motverka detta, är tillämpning av

29http://www.forexrealm.com/technical-analysis/technical-indicators/relative-strength-index.html , 2007-05-15.

30 Lane, 1984.

ytterligare ett tredagars glidande medelvärde, som beräknas utifrån det första glidande medelvärdet %D. På detta sätt begränsar man volatiliteten.³¹ I den här studien begränsar jag mig till användning av ett glidande medelvärde. Följande köp- och säljsignaler används:

Köpsignal: När både %K och %D är under 20 och %K korsar %D underifrån.

Säljsignal: När både %K och %D är över 80 och %K korsar %D ovanifrån.

31http://www.forexrealm.com/technical-analysis/technical-indicators/stochastic-oscillator.html 2007-05-07

Empiri

Data

Jag har valt att studera aktier på stockholmsbörsens OMXS30-lista, under perioden 2001-01- 01 till 2007-03-24. Denna består av de 30 mest omsatta aktierna på stockholmsbörsen.

Prisserierna har hämtats från hemsidan för OMX Nordiska Börs.³² De aktier som varit de 30 mest omsatta har varierat under perioden för studien. Jag har valt att inkludera de 30 aktier, som vid datumet för arbetets början, var noterade på OMXS30 listan.³³ Fem av aktierna har dock uteslutits, då prisserierna inte innehållit data för hela perioden. Följande har uteslutits:

Boliden, Alfa Laval, Sandvik, Eniro och TeliaSonera.

Utövare av teknisk analys hävdar att deras tradingstrategier fungerar bäst på tillgångar vilka handlas högfrekvent.³⁴ Detta talar för en ökad chans att valda tekniska analysinstrument ska ge positiv relativ avkastning. I undersökningen används bara dagslutskurser. I realiteten är det knappast troligt att man uppnår ett köp till stängningskursen, eftersom det priset motsvarar absolut sista affär för dagen. Jag gör därför antagandet att priset man i praktiken handlar till, är symmetriskt fördelat kring stängningskursen. Under det antagandet blir den aggregerade effekten på avkastningen likafördelat kring de uppmätta avkastningarna i denna studie.

Simulering

Alla simuleringar har utförts i Microsoft Excel 2002 med hjälp av OM-, OCH- samt ELLER- satser. Jag redovisar av utrymmesskäl inte programmeringstekniska detaljer, men villkoret för Stochastic oscillators blankningsserie ser till exempel ut som följer:

”=OM(AZ118>AZ117;BC117*K118*0,9997;OM(AZ118<AZ117;BC117*0,999 411*(2-K118);OM(OCH(AZ118=1;AZ117=1);BC117*K118;BC117*(2-

K118))))”

32http://www.omxgroup.com 2007-05-23

33 Datum för insamling av data: 2007-04-23.

34 Morris, 1995.

Utdelningar

Många studier av teknisk analys utförs på olika aktieindex och tar inte hänsyn till utdelningar, eftersom det innebär komplikationer vid justering av index för dessa. Day och Wang pekar dock på att detta innebär snedvridande försvagande effekter för avkastningen hos buy-and- hold strategier, respektive stärkande sådana för teknisk analys. De menar att hänsyn bör tas till utdelningar för att undvika bias.³⁵ För att underlätta beräkningar har utdelningar inte inkluderats i själva simuleringen. Utdelningar från de mest omsatta aktierna på Stockholmsbörsen har dock varit rekordstora de senaste två åren. Enligt tidningen Affärsvärlden uppgick utdelningarna år 2006 till 99 miljarder. I år beräknas de, utifrån bolagsrapporter, uppgå till 160 miljarder. Detta innebär en genomsnittlig årlig procentuell direktavkastning³⁶ på 5 %. Tidningen har visserligen inkluderat olika former av inlösenprogram. Men effekten borde vara densamma som direktavkastning skulle innebära för denna uppsats. I undersökningen inkluderades 46 börsnoterade svenska företag, vilkas aktier tillhör de mest omsatta. Procentsatserna för utdelningarna sträcker sig från 0,7 % till 18,0 % och medianen är 3,1 %.³⁷

Att inte ta hänsyn till utdelningar i denna uppsats, är till nackdel för BAH, som borde justeras upp. De fiktiva investerare som simuleras med indikatorerna kan enbart tillgodoräkna sig utdelning för aktien om köp gjorts senast tre dagar före. För att ta hänsyn till utdelningar och huruvida signifikanta indikatorer presterar bättre än BAH, diskuteras i analysen hur utdelningar skulle påverka resultatet.

Perioden för studien har valts för att säkerställa att i högsta möjliga mån inkludera olika typer av scenarier på marknaden. Mellan år 2000 och 2007 innehåller samtliga aktier på OMXS30 nedåtgående, uppåtgående samt horisontella trender. Perioden inkluderar även IT-bubblan, som nådde sin topp mars 2000 och innebar en av modern tids största börsras.

35 Day och Wang, 2002, S. 2.

36 Direktavkastning beräknas genom att dividera utdelning med värdet på aktien.

37http://www.affarsvarlden.se/art/164826 , publicerad 2007-02-20, ”Utdelningarna slår räntan”.

Courtage

I de tidigare studier jag tagit del av, redovisas oftast vinstberäkningar där det tagits hänsyn till courtage. Courtage är en avgift man betalar till förvaltaren, för att handla med aktier. Är courtaget stort, minskar sannolikheten för att vinsten blir stor. Är antalet affärer stort, ökar kostnaden. Jag har därför valt att inkludera en courtageavgift i mina beräkningar.

Hur stort skall courtaget vara?

Procentuellt courtage minskar oftast med omfattningen av affärer. Större delen privatinvesterare betalar högre courtage än fondförvaltare hos banker. Ur ett nationalekonomiskt perspektiv är omfattande köp och försäljningar intressanta. Dessa väger tyngst i prissättning på aktiemarknaden. Jag har därför, i val av courtage, letat bland lägsta tillgängliga för privatinvesterare. Enligt det prisjämförande företaget Compricer står Swedbank’s tjänst ”Premium netTrade” för den lägsta courtageavgiften för privata placerare.

Courtageavgiften uppgår till 0,03 %, dock minst 99 kronor.³⁸ Beloppen för köp och försäljning bör överstiga 330 000 kr för att i praktiken ge lägst courtage. Det tillkommer därutöver en avgift på 5000 kr/halvår. Avgiften avräknas mot erlagt courtage. Detta innebär att minst 51 affärer per halvår med ett belopp på minst 330 000 kr bör göras, för att uppnå lägsta courtage. Är beloppet större än 330 000 kr, behövs mindre antal affärer göras och vice versa. Jag utgår från ett courtage för stora privatplacerare. Eftersom finansinstitut och större placerare handlar till lägre courtage, medför detta större vinster för dessa i simuleringar där courtage inkluderas.

Blankning

Blankning har till skillnad från köp och försäljning modellerats med avgifter från Avanza.

Dessa avgifter är de lägsta bland stora svenska företag för värdepappershandel. Vanligt courtage vid blankning tillkommer. Därutöver tillkommer även en administrativ avgift vid värdepapperslån på 199 kr hos Avanza (200 kr hos Nordnet) och en utlåningsränta vilken uppgår till 3 % på årsbasis (Avanza, Nordnet och E-trade).

38http://www.compricer.se/aktier/ 2007-04-25.

Hos Avanza är courtaget 0,039 % om man är ”Pro-1” kund. Man måste dock generera minst 4000 kr i courtage-avgifter per månad för att få tillgång till dessa priser. Det innebär ett krav på mer än 10 affärer per månad, beräknat på 1000 000 kr.

Inlåningsräntor

I simuleringen kan man tänka sig att fritt kapital placeras på räntebärande konto. För aktier som sålts skulle man kunna utnyttja Swedbank’s ränta för e-sparkonto (2,60 % samt fria uttag).³⁹ För vinster som uppkommer av blankning, skulle man kunna utnyttja inlåningsräntan för Avanza’s Pro-1-kunder, som uppgår till 2,65 %.⁴⁰ Vinster som uppkommer av blankning investeras dock omedelbart av den orsaken att blankning vid varje tillfälle följs av ett aktieköp. Under blankningen är två räntor verksamma: Ränta för inlåning av försäljningsintäkt från aktieförsäljning (2,60 %) samt räntekostnader för blankningsbeloppet (3 %). Jag antar att beloppet som blankas motsvarar det belopp som uppkommer från senast gjorda aktieförsäljning. Den totala räntekostnaden blir därför: 3 – 2,6 % = 0,4 %, på årsbasis.

Eftersom detta är en årsränta, samt inte verksam under hela år, antas kostnader den medför vara försumbara. Av både beräkningstekniska skäl samt marginell påverkan på resultat, inkluderas inga inlåningsräntor i beräkningarna.

Resultat

Huvudresultat redovisas nedan i tabellform, vilka avhandlas i efterföljande analys.

39http://www.swedbank.se/sst/inf/out/infOutWww1/0,,4420,00.html 2007-05-12.

40https://www.avanza.se/aza/register/pdf/prislista_pro.pdf 2007-05-12.

Tabell 1: Avkastningsindex för perioden 2000-01-01 till 2007-04-23.

Aktie

BAH MACD

u

MACD c

MACD bl c

RSI u RSI c RSI bl c

MA u MA c MA bl c

BB u BB c BB bl c

STO u STO c STO bl c

Vostok Nafta 16,09 2,43 2,39 0,14 2,39 2,39 0,12 9,87 9,77 2,40 19,34 19,30 15,58 2,70 2,69 0,12

SCA B 1,42 1,75 1,71 1,19 1,61 1,61 1,09 1,13 1,11 0,54 1,48 1,48 1,29 2,19 2,17 1,92

Stora Enso R 0,79 2,64 2,58 3,72 1,26 1,26 0,86 0,62 0,61 0,22 1,06 1,06 0,91 1,74 1,72 2,00

ABB Ltd 0,49 3,56 3,47 8,90 0,32 0,32 0,12 3,18 3,16 2,84 0,59 0,58 0,23 0,30 0,29 0,04

Assa Abloy 1,35 0,99 0,97 0,60 1,38 1,38 1,03 1,01 1,00 0,59 0,59 0,58 0,30 0,90 0,86 0,66

Atlas Copco A 3,20 1,81 1,77 0,57 2,37 2,36 0,98 1,56 1,54 0,36 2,10 2,09 1,06 2,73 2,72 1,23

Atlas Copco B 3,11 1,39 1,37 0,33 3,06 3,05 1,62 2,12 2,10 0,65 1,85 1,84 0,83 1,92 1,91 0,56

SCANIA B 1,99 1,09 1,06 0,37 1,98 1,97 1,09 1,77 1,75 0,97 3,06 3,04 3,90 1,28 1,27 0,44

Securitas B 0,65 0,67 0,65 0,54 0,73 0,72 0,69 0,68 0,67 0,46 0,40 0,40 0,30 0,86 0,85 1,08

Skanska B 1,90 1,32 1,30 0,60 0,85 0,85 0,28 2,05 2,02 1,42 3,18 3,17 4,00 1,18 1,18 0,48

SKF B 3,15 2,71 2,65 1,33 2,82 2,81 1,49 1,62 1,61 0,39 2,18 2,17 1,04 1,08 1,08 0,21

Volvo B 2,86 1,06 1,04 0,29 1,25 1,25 0,36 1,85 1,82 0,70 2,79 2,79 2,43 2,28 2,27 1,26

Autoliv SDB 1,63 1,17 1,15 0,63 2,51 2,50 2,88 0,70 0,69 0,19 1,90 1,89 1,73 1,44 1,43 0,96

Electrolux B 1,92 0,69 0,68 0,11 5,12 5,09 6,66 1,03 1,02 0,22 0,96 0,95 0,32 1,21 1,21 0,38

H & M 1,47 1,26 1,23 0,61 3,53 3,51 4,13 1,08 1,07 0,35 1,12 1,12 0,66 1,56 1,56 0,89

Swedbank A 2,07 1,33 1,30 0,59 1,23 1,23 0,62 1,65 1,64 1,08 2,98 2,98 3,55 1,81 1,80 1,26

Astra Zeneca 1,10 0,67 0,65 0,33 0,88 0,88 0,63 1,50 1,49 1,66 1,88 1,87 2,34 1,33 1,32 1,38

Investor B 1,46 0,78 0,77 0,32 0,70 0,70 0,27 1,76 1,74 1,71 2,00 1,99 2,48 0,66 0,66 0,21

Nordea Bank 2,30 1,24 1,21 0,40 1,41 1,41 0,67 1,22 1,21 0,54 2,28 2,28 1,77 1,22 1,22 0,39

SEB A 2,82 1,00 0,98 0,30 1,75 1,75 0,74 0,97 0,96 0,28 3,22 3,22 3,29 1,05 1,05 0,33

Handelsbanken 1,98 1,55 1,52 0,86 1,07 1,07 0,50 0,67 0,66 0,21 1,58 1,58 1,15 1,35 1,34 0,86

Swedish Match 4,08 1,82 1,78 0,60 1,15 1,15 0,20 3,14 3,11 1,82 3,63 3,62 2,98 1,85 1,85 0,56

Ericsson B 0,20 0,30 0,29 0,18 0,11 0,11 0,05 0,80 0,79 0,68 0,92 0,92 2,17 0,71 0,71 1,42

Nokia SDB 0,43 0,17 0,16 0,04 0,47 0,47 0,44 0,46 0,46 0,22 0,40 0,40 0,22 1,23 1,22 2,01

Tele2 B 0,62 0,43 0,43 0,24 0,31 0,31 0,12 1,01 1,00 1,02 0,58 0,57 0,60 0,49 0,49 0,26

Medelvärde 2,36 1,35 1,32 0,95 1,61 1,61 1,11 1,74 1,72 0,86 2,48 2,48 2,20 1,40 1,39 0,83

Indexerad avkastning för buy-and-hold, samt fem indikatorer under perioden 2000-01-01 till 2007-04-23. Investering vid startdatumet är 1 för samtliga indikatorer. För varje indikator finns en serie utan courtage (u), en med courtage (c) samt en serie där blankning med courtage förekommer (bl c)

Tabell 2: Procentuell årlig avkastning.

År BAH MACD

u

MACD c

MACD bl c

RSI u RSI c RSI bl c

MA u MA c MA bl c

BB u BB c BB bl c STO u STO c STO bl c 2000 -5,01 0,58 0,35 -0,42 -3,62 -3,65 -7,45 -6,45 -6,52 -12,08 -2,42 -2,44 -3,15 -2,18 -2,40 -0,52 2001 9,18 -3,07 -3,36 -12,83 12,94 12,87 17,86 -1,20 -1,38 -12,14 8,17 8,09 6,64 14,78 14,69 17,40 2002 -22,97 -16,15 -16,39 -11,27 -12,48 -12,52 -3,18 -8,40 -8,54 -3,77 -14,14 -14,19 -2,92 -14,95 -15,04 -10,71 2003 28,46 9,23 8,84 -12,33 13,27 13,22 -2,12 19,45 19,25 5,70 21,65 21,60 14,52 18,88 18,76 7,72 2004 13,09 14,46 14,07 12,90 4,98 4,93 -4,46 -1,64 -1,83 -14,76 11,28 11,22 8,82 7,33 7,23 0,03 2005 41,51 12,50 12,14 -9,07 12,14 12,09 -9,38 28,20 28,03 14,85 36,86 36,81 32,20 8,21 8,13 -12,87 2006 22,49 9,46 9,13 -5,40 10,40 10,34 -2,91 17,25 17,09 8,70 21,95 21,92 21,01 7,66 7,58 -8,46 Medelvärde 12,39 3,86 3,54 -5,49 5,38 5,33 -1,66 6,74 6,59 -1,93 11,91 11,86 11,02 5,67 5,57 -1,06 Medelvärden beräknat över alla 25 aktier för respektive indikator och år. Beteckningar: utan courtage (u), med courtage (c), blankning med courtage (bl c).

Tabell 3: Deskriptiv statistik, procentuell årlig avkastning.

Statistika

BAH MACD u

MACD c

MACD bl c

RSI u RSI c RSI bl c

MA u MA c MA bl c

BB u BB c BB bl c

STO u STO c STO bl c Medelvärde 12,39 3,86 3,54 -5,49 5,38 5,33 -1,66 6,74 6,59 -1,93 11,91 11,86 11,02 5,67 5,57 -1,06

Standardfel 2,94 1,74 1,73 2,21 1,75 1,75 2,49 2,11 2,11 2,28 2,65 2,65 2,86 1,70 1,70 2,45

Medianvärde 13,54 5,85 5,39 -6,49 1,03 0,97 -4,59 0,90 0,62 -5,12 10,96 10,92 8,56 4,54 4,34 -5,34 Standardavvikelse 38,91 23,00 22,91 29,27 23,17 23,14 32,95 27,97 27,96 30,12 35,10 35,10 37,87 22,49 22,45 32,42

Kurtosis 6,93 1,01 1,02 7,05 4,57 4,56 8,71 10,22 10,20 2,49 9,39 9,37 5,87 9,47 9,46 7,03

Skewness 1,48 -0,17 -0,17 1,33 0,40 0,39 2,02 2,43 2,43 1,06 1,90 1,90 1,42 1,11 1,10 1,61

Minimum -87,95 -74,25 -74,31 -89,56 -80,78 -80,79 -72,78 -36,07 -36,12 -63,09 -86,79 -86,81 -96,88 -77,75 -77,77 -82,92 Maximum 220,51 77,77 77,24 169,59 110,49 110,30 176,77 175,27 175,02 130,80 216,46 216,36 212,08 143,75 143,38 188,97

Antal observationer 175 175 175 175 175 175 175 175 175 175 175 175 175 175 175 175

Konfidensintervall

Övre gräns (95%) 18,20 7,29 6,96 -1,12 8,83 8,78 3,26 10,92 10,76 2,57 17,15 17,10 16,67 9,03 8,91 3,78 Undre gräns (95%) 6,59 0,43 0,12 -9,85 1,92 1,87 -6,58 2,57 2,42 -6,42 6,67 6,62 5,37 2,32 2,22 -5,90 Beteckningar: utan courtage (u), med courtage (c), blankning med courtage (bl c).

Tabell 4: Linjär regression, BBCCBAH 

Regressionsstatistik

R-kvadrat 0,84767

Justerad R-

kvadrat 0,846789

Standardfel 13,73869

Observationer 175

Metod OLS

Koefficienter Standardfel t-kvot p-värde Konstant 1,615223 1,090247 1,48152 0,140287 X-variabel: BAH 0,830571 0,026769 31,02723 1,35E-72

Modellen visar hur avkastningen för indikatorn Bollinger bands med courtage beror av underliggande aktiers utveckling.

Tabell 5: Medelvärde för indexerad avkastning, Vostok Nafta exkluderad.

Medelvärde och median för indexerad avkastning (tabell 1). Vostok Nafta har exkluderats. Mätperiod:

2001-01-01 till 2007-04-23.

Tabell 6: Hur relativ avkastning för blankning beror av relativ avkastning utan blankning.

Regressionsstatistik

R-kvadrat 0,943325

Justerad R-

kvadrat 0,94326

Observationer 875

Metod OLS

Koefficienter Standardfel t-kvot p-värde Konstant -2,55902 0,38192 -6,70041 3,72E-11 X-variabel:

Relativ

avkastning utan

blankning 1,660145 0,013772 120,5427 0

Den beroende variabeln i regressionen är: Y – avkastningsdifferens mellan BAH och indikatorer där blankning tillämpas. Oberoende variabel: X – avkastningsdifferens mellan BAH och indikatorer där courtage inkluderats men ej blankning. Som avkastningsmått har procentuell årsavkastning använts.

BAH

MACD u

MACD c

MACD bl c

RSI u

RSI c

RSI bl c

MA u

MA c

MA bl c

BB u

BB c

BB bl c

STO u

STO c

STO bl c Medelv 1,81 1,29 1,26 0,98 1,58 1,57 1,15 1,41 1,40 0,81 1,79 1,79 1,66 1,31 1,30 0,82 Median 1,76 1,20 1,18 0,55 1,26 1,25 0,68 1,17 1,16 0,57 1,86 1,86 1,22 1,26 1,25 0,76

Analys

I Tabell 1, indexerad avkastning för perioden 2000-01-01 till 2007-04-23, ger endast BBu och BBc högre avkastning (2,48 för båda) än BAH (2,36). Både BBu och BBc slutar på 2,48 och indikerar lågt antal affärer. Avkastningen för Vostok Nafta är mycket högre än för övriga aktier när det gäller BAH och de tre BB-serierna. Tar man bort observationer för Vostok Nafta vid beräkning av medelvärde, blir BAH metoden som ger bäst avkastning, vilket kan ses i Tabell 5. Medianen är dock högre för BBu och BBc, jämfört med BAH. Det motsatta skulle säkerligen gälla vid inkludering av utdelningar, eftersom detta skulle justera upp BAH med ett par procent per år (5 % beräknad genomsnittlig direktavkastning år 2007). I Tabell 1 verkar avkastningen för Bollinger band starkt korrelera med avkastning för underliggande aktie (BAH). Av den orsaken utförs regressionsanalys, där avkastningen för BBc förklaras av avkastningen för BAH. Resultatet återfinns i Tabell 4. Det är tydligt att BBc beror av BAH, samt att avkastningen för BBc är en nedskalning av avkastning för BAH (koefficienten för BAH är 0,83 och signifikant vid 1 % konfidensnivå). Dock kan inte systematiskt sämre avkastning påvisas (konstanten är inte signifikant vid 5 % konfidensnivå). I Tabell 2 är datamaterialet uppdelat i årlig avkastning för respektive indikator. Perioden 2007-01-01 till 2007-04-23 har exkluderats, då tabellen är tänkt att representera procentuell årlig avkastning.

Samtliga medelvärden för indikatorerna är lägre än medelvärdet för BAH. Återigen är de tre BB-serierna starkast (11,91 %; 11,86 %; 11,02 %), och når nästan upp till BAH (12,39 %).

Blankning

I serier där blankning inkluderats, är avkastningen hos fyra av fem indikatorer betydligt sämre. Det är tydligt att BB ger bäst avkastning (11,02 %) av blankningssimuleringarna, där alla utom denna genererar negativ avkastning. Detta visas även i Tabell 1, där alla simuleringar med blankning, utom BBblc, resulterar i indextal lägre än 1. Detta skulle kunna tolkas som att BB ger kvalitativa affärssignaler relativt övriga indikatorer, men är värdelös i jämförelse med att äga aktierna i fråga. Courtagets inverkan är störst vid MACD- simuleringarna, genomsnittlig årsavkastning minskar med 0,32 %. I övrigt kan courtagets betydelse anses vara marginell. Vid blankning blir courtageavgiften något högre (0,039 %).

Dessutom tillkommer en administrativ avgift. Men eftersom antal affärer är relativt få, beror

den negativa avkastningen hos flertalet blankningsserier snarare på stigande aktiekurser samt dåliga indikatorer.

Även vid uppdelning i årsavkastning verkar BB-serierna korrelera med BAH. För att utreda varför avkastningen blir lägre när blankning inkluderas, har en regressionsanalys gjorts. Där studeras sambandet mellan relativ avkastning för blankning och icke blankning. Resultatet finns sammanfattat i Tabell 6. Det är tydligt att relativ avkastning i genomsnitt försämras med en faktor på 1,66, vid tillämpning av blankning. Konstanten är signifikant, vilket innebär att inkludering av blankning även systematiskt genererar försämrad avkastning. Vid ett skifte av köp- respektive säljsignal, bör de indikatorer som presterar sämre än BAH ge vinst, eftersom courtageavgifter har marginell påverkan. Detta bör dock beläggas empiriskt, då aktier i simuleringar utan blankning inte ägs under hela mätperioden. Men vid blankning påverkar däremot varje dagsavkastning simuleringens utgång. Enligt detta resonemang skulle indikatorer, då blankning tillåts, generera positiv relativ avkastning vid byte av köp- mot säljsignal och vice versa. En systematisk försämring skulle dock finnas kvar, eftersom courtageavgifter är högre då blankning tillämpas.

I Tabell 3 presenteras deskriptiv statistik och konfidensintervall för medelvärden av procentuell årsavkastning. Samtliga indikatorer (där blankning ej förekommer) ger signifikant positiv avkastning. Ingen indikator genererar dock signifikant högre årsavkastning än BAH.

Utdelningar

Som sagts ovan blir avkastningen för BAH högre om utdelningar inkluderas. Avkastningen blir även högre för indikatorerna, men inte i lika stor utsträckning, eftersom underliggande aktier inte ägs under hela simuleringsperioden.

Slutligen ger Stokastisk oscillator inte lika bra resultat i denna utvärdering som förväntats efter Mizrach och Weerts studie 2006. Metoderna i båda studierna bygger på samma typ av information (N-dagars lägsta och högstakurs). I den här studien behålls aktien från köp- till säljsignal. För att noggrant testa Mizrach och Weerts resultat kan man till exempel inkludera försäljning två veckor efter att köp gjorts.

Sammanfattande slutsats

I studien har fem kända tekniska analysinstrument utvärderats för att pröva huruvida effektiva marknadshypotesen håller i dess svaga form. Jag har valt courtageavgifter vilka är uppnåeliga för större privatplacerare. Studien visar att courtageavgifter inte påverkar nämnvärt. Jag har studerat avkastning över hela mätperioden, 2000-01-01 till 2007-04-23, och funnit att Bollinger band presterat bättre än ett genomsnitt av indexerad avkastning för underliggande aktier. Överprestationen är dock marginell och går förlorad vid exkludering av en enskild aktie.

I uppsatsen studeras även årlig procentuell avkastning från år 2000 till 2006. Där har jag funnit att ingen av indikatorerna signifikant genererat bättre avkastning än ett medelvärde av de ingående aktierna. Det är därmed tydligt att ingen av indikatorerna i sig är tillräckligt bra för att utnyttjas vid finansiellt beslutsfattande. Eftersom kännedom om en väl fungerande indikator sannolikt sprids eller upptäcks av ytterligare prognosmakare, kan man argumentera för utvärdering av hur indikatorer presterar över tid för enskilda aktier. Det är då tänkbart att tekniska analysverktyg ger signifikant överavkastning över längre perioder. Man ska dock inte underskatta svårigheter det medför att värdera den typen av effekter.

Prestationer från samtliga indikatorer är negativa i jämförelse med ett fiktivt aktieindex. Vid slumpmässig generering av köp- och säljsignaler och därigenom konstruktion av ett antal indikatorer, förväntas i genomsnitt hälften prestera bättre än ett index av aktierna. Resultatet verkar vid en första anblick styrka effektiva marknadshypotesen. Men systematiskt underpresterande indikatorer, kan enligt effektiva marknadshypotesen, vara resultatet av en ineffektiv marknad där kända indikatorer överutnyttjas.

Jag har genomfört simuleringar där jag tillåtit korta positioner av aktier. Relativ avkastning för dessa simuleringar är signifikant beroende av den relativa avkastningen för simuleringar vid vilka enbart långa positioner nyttjas. Eftersom fyra av fem indikatorer verkar vara kraftigt överutnyttjade, förefaller det naturligt att utreda hur verktygen skulle prestera vid ett byte av köp- mot säljsignal respektive sälj- mot köpsignal. Resultatet tyder på att simuleringar med blankning bör ge bättre avkastning relativt BAH, vid ett byte av köp- mot säljsignal och vice versa.

Slutligen ett resultat som presenterats av Mizrach och Weerts 2006 analyserats. Deras resultat innebär att köpsignaler, genererade av indikatorn Stochastic oscillator, skulle ge signifikant positiv avkastning. Simuleringar av indikatorn uppvisar i denna studie inte signifikant högre årlig avkastning än BAH.

Framtida forskning

På senare år har metoder som baseras på neurala nätverk blivit allt större. Neurala nätverk försöker efterlikna den mänskliga hjärnans sätt att lära sig. Fördelen är att man inte utgår från metoder som bestämts på förhand, vilket man gör i traditionell teknisk analys. Med den enorma datakapacitet som idag finns tillgänglig, kan man mata ett neuralt nätverk med stora mängder information, t ex ett stort antal ekonomiska tidsserier. När man kalibrerar modellen, viktar det artificiella neurala nätverket informationen och hittar egna mönster. Dessa mönster kan sedan användas för att producera handelssignaler.

Källförteckning

Tryckta källor

Day, T., Wang, P., 2002. Dividends, nonsynchronous prices, and the returns from trading the Dow Jones Industrial Average. Journal of Empirical Finance vol. 9, s. 431–454.

Bodie, Z., Kane, A., Marcus, A., 2005. Investments. Sjätte upplagan. McGraw-Hill, s. 370- 377.

Fama, E., 1970. Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance vol. 25, s. 383-417.

Gehrig, T., Menkhoff, L., 2006. Extended evidence on the use of technical analysis in foreign exchange. International Journal of Finance and Economics vol. 11, s. 327–338.

Kahneman, D., Tversky, A., 1974. Judgement under uncertainty: Heuristics and Biases.

Science vol. 185, s. 1124-31.

Lane, G. C., 1984. Lane’s Stochastics. Technical Analysis of Stocks and Commodities vol. 2, s. 87-90.

Marshall, B., Martin R., Young, Lawrence C. Rose, 2006. Candlestick technical trading strategies: Can they create value for investors?. Journal of Banking & Finance vol. 30, s.

2303–23.

Menkhoff, L., 1997. Examining the use of technical currency analysis. International Journal of Finance and Economics vol. 2(4), s. 307–318.

Mizrach, B., Weerts, S., 2006. Highs and Lows: A Behavioral and Technical Analysis.

Rutgers University, Department of Economics, Departmental Working Papers.

Morris, G., 1995. Candlestick Charting Explained: Timeless Techniques for Trading Stocks and Futures. Andra upplagan. McGraw-Hill Trade, New York.

Nison, S., 1991. Japanese Candlestick Charting Techniques: A Contemporary Guide to the Ancient Investment Technique of the Far East. New York Institute of Finance.

Otryckta källor

Avanza, https://www.avanza.se [tillgänglig online: 2007-05-24]

Affärsvärlden, http://www.affarsvarlden.se , ”Utdelningarna slår räntan.”

[Publicerad: 2007-02-20, tillgänglig online: 2007-05-24]

Compricer AB, http://www.compricer.se [tillgänglig online: 2007-04-26]

Forexrealm, http://www.forexrealm.com [tillgänglig online: 2007-05-24]

Impeoanalyst AB, http://www.impeoanalyst.com [tillgänglig online: 2007-04-26]

OMX AB, http://www.omxgroup.com [tillgänglig online: 2007-05-24]

Online Trading Concepts, http://www.onlinetradingconcepts.com [tillgänglig online: 2007-05-24]

Swedbank, http://www.swedbank.se [tillgänglig online: 2007-05-24]