Technical trading strategies, pattern recognition and weak-form market efficiency tests.

Abstract

Technical analysis (TA) is considered as an "economic" test for the random walk 2 hypothesis and thus for the weak form Efficiency Market Hypothesis (EMH). Advocates of TA assert that it is plausible to forecast future evolutions of financial assets' price paths with a bundle of technical tools conditioned on historical prices. Among these tools, we can identify technical patterns, which are specific forms of price paths' evolutions which are mainly identified visually. When such pattern is confirmed, a technician expects prices to evolve with a specific way. Although, bibliography on testing the efficacy of TA is massive, only a minor fraction of it deals with technical patterns. Various cognitive biases affecting practitioners' trading and investment activities and subjectivity embedded in the pattern's recognition process via visual assessment, set significant barriers in any attempt to evaluate the performance of trading strategies including such patterns. In this thesis we propose novel, rule-based, identification mechanisms for a set of well known technical patterns classified in the following three general categories: horizontal, zig-zag and circular patterns. The novelty of the proposed methodologies resides in the manner the identification mechanisms are designed. Core principles of TA regarding the pattern identification via visual assessment are being quantified and the proposed recognizers outperform already existed ones to the fact that they identify all variations of the examined patterns regardless of their size, in a more objective manner. Thus, we believe that the proposed methodologies can set another basis for the development of more sophisticated automatic trading systems and more comprehensive and robust evaluations of TA in general. Implications for the industry and the finance community are also plausible. Software programs (or packages) of Τ A can include these recognizers in the bundle of all other technical indicators they provide within their services. Finally, practitioners may include these trading rules within their investment and trading activities, after assessing their performance individually, enhancing them (if necessary), or modifying them according to their idiosyncratic investment profile. We subsequently proceed to the individual and joint evaluation of the examined patterns' performance. For this purpose we use a variety of datasets (artificially created, US stocks and worldwide market indices) and assess generated returns with ordinary statistical tests, bootstrapped techniques and artificial neural networks. Our empirical findings are either new or comparable with already existed ones. To our point of view, some of the most significant and interesting are the followings: 1) Technical patterns were successfully identified in stochastically generated price paths. Thus, it is reasonable to expect their appearance in real price series too. 2) For specific patterns, when applied on stochastic price series, frequencies of observations, and returns' characteristics were similar with those observed in real price series. 3) Generally, our results are in favour of EMH. 4) Indications of market inefficiencies (if any) were more profound in the earlier sub-periods of examination, but not in recent ones. 5) Indications in favour of TA (if any) were observed when shorter holding periods were used. 6) Technical trading rules may successfully predict trend reversals, trend continuations or the sign of future returns, but they fail to generate systematically, statistically significant excess returns. The latter finding, if combined with a variety of cognitive biases included in investors' decision making processes, may reason for the apparent wide-spread implementation of TA within the everyday trading and investment activities of practitioners. This thesis is not the first published attempt to quantify such technical patterns and assess the generalised efficacy of TA. However, to our knowledge, the manner we approached the aforementioned issues is new. We believe that the proposed methodologies outperform already existed ones and implications of this thesis to academia and finance industry are significant.

Η Τεχνική Ανάλυση (ΤΑ) θεωρείται ως ένας «οικονομικός» έλεγχος για την υπόθεση του τυχαίου περιπάτου 2 και επομένως της υπόθεσης της αποτελεσματικότητας των αγορών. Υποστηρικτές της ΤΑ ισχυρίζονται ότι είναι δυνατή η πρόβλεψη της μελλοντικής εξέλιξης των τιμών χρηματοοικονομικών περιουσιακών στοιχείων, χρησιμοποιώντας ένα σύνολο τεχνικών εργαλείων δεδομένης της ιστορικής εξέλιξης των τιμών. Μεταξύ αυτών των εργαλείων, διακρίνουμε τους τεχνικούς σχηματισμούς, οι οποίοι είναι συγκεκριμένες μορφές εξέλιξης τιμών που αναγνωρίζονται κατά κύριο λόγο με οπτικό τρόπο. Όταν επιβεβαιώνεται ένας τέτοιος σχηματισμός, ένας τεχνικός αναλυτής αναμένει οι τιμές να ακολουθήσουν μία καθορισμένη πορεία Αν και η βιβλιογραφία που εξέταζα την αποτελεσματικότητα της ΤΑ είναι ογκώδης μόνο ένα μικρό ποσοστό αυτής ασχολείται με τους τεχνικούς σχηματισμούς. Οι διάφορες γνωστικές μεροληψίες (cognitive biases) που επηρεάζουν τις συναλλαγές και τις επενδυτικές δραστηριότητας των επενδυτών, καθώς και η υποκειμενικότητα που εμπεριέχεται στην διαδικασία οπτικής αναγνώρισης σχηματισμών τοποθετεί σημαντικά εμπόδια σε οποιαδήποτε προσπάθεια αξιολόγησης στρατηγικών συναλλαγών που περιλαμβάνουν τέτοιους σχηματισμούς. Στην παρούσα διατριβή προτείνουμε καινοτόμους, "rule-based", μηχανισμούς αναγνώρισης για ένα σύνολο γνωστών τεχνικών σχηματισμών που ανήκονν σης π&ρακάτ® τρεις γεινκές κατηγορίες: οριζόντιοι, ζιγκ-ζαγκ και κυκλικοί σχηματισμοί. Η καινοτομία των προτεινόμενων μεθοδολογιών έγκειται στον τρόπο σχεδίασης των μηχανισμών αναγνώρισης. Βασικές αρχές της ΤΑ σχετιζόμενες με την αναγνώριση των σχηματισμών με οπτική αξιολόγηση, ποσοτικοποιούνται και οι προτεινόμενοι μηχανισμοί αναγνώρισης υπερτερούν των ήδη υπαρχόντων υπό την έννοια ότι αναγνωρίζουν όλες τις παραλλαγές των εξεταζόμενων σχηματισμών, ανεξαρτήτως του μεγέθους τους, κατά ένα πιο αντικειμενικό τρόπο. Επομένως, πιστεύουμε ότι οι προτεινόμενες μεθοδολογίες μπορούν να θέσουν μία νέα βάση για την ανάπτυξη πιο σύνθετων αυτοματοποιημένων συστημάτων συναλλαγών και την διεξαγωγή πιο περιεκτικών και εύρωστων αξιολογήσεων της ΤΑ. Επίσης εμφανείς είναι οι επιπτώσεις της παρούσας διατριβής στην βιομηχανία και την χρηματοοικονομική κοινότητα. Λογισμικά προγράμματα της ΤΑ μπορούν να συμπεριλάβουν τους προτεινόμενους μηχανισμούς αναγνώρισης στο σύνολο των λοιπών τεχνικών εργαλείων και υπηρεσιών που ήδη παρέχουν. Εν τέλει, οι επενδυτές μπορούν να συμπεριλάβουν τους παρουσιαζόμενους κανόνες συναλλαγών στις συναλλαγές και τις επενδυτικές δραστηριότητες τους, αφού πρώτα αξιολογήσουν την επίδοση τους μεμονωμένα, τους βελτιώσουν (εάν κρίνουν ότι είναι απαραίτητο), και γενικότερα τους τροποποιήσουν βάσει των δικών τους ιδιοσυγκρασιακών επενδυτικών προφίλ. Ακολούθως προβαίνουμε στην μεμονωμένη και από κοινού αξιολόγηση της επίδοσης των εξεταζόμενων σχηματισμών. Για αυτόν το σκοπό χρησιμοποιούμε ένα εύρος συνόλου δεδομένων (τεχνητές χρονοσειρές, μετοχές των ΗΠΑ και παγκόσμιους χρηματιστηριακούς δείκτες) και αξιολογούμε τις πραγματοποιηθείσες αποδόσας με συνήθη στατιστικά τεστ, τεχνικές bootstrap, και τεχνητά νευρωνικά δίκτυα. Τα εμπειρικά αποτελέσματα που προκύπτουν είναι είτε καινούρια είτε άμεσα συγκρίσιμα με τα ήδη υπάρχοντα Σύμφωνα με την δική μας άποψη, κάποια από τα πιο σημαντικά και ενδιαφέροντα είναι τα παρακάτω: 1) Σχηματισμοί της ΤΑ αναγνωρίστηκαν επιτυχώς σε στοχαστικές χρονοσειρές. Επομένως είναι εύλογο να αναμένουμε την ύπαρξη τους και σε πραγματικές χρονοσειρές. 2) Για συγκεκριμένους σχηματισμούς που χρησιμοποιήθηκαν σε στοχαστικές χρονοσειρές, ot συχνότητες εμφάνισης τους και τα χαρακτηριστικά των πραγματοποιηθέντων αποδόσεων είναι παρόμοια με τα αντίστοιχα αυτών που παρατηρήθηκαν σε πραγματικές χρονοσειρές. 3) Γενικά τα αποτελέσματα μας είναι υπέρ της υπόθεσης αποτελεσματικότητας των αγορών. 4) Ενδείξεις αναποτελεσματικότητας των αγορών (όπου και αν αυτές υπήρχαν) ήταν πιο προφανείς σε πρωτύτερες υποπεριόδους εξέτασης, αλλά όχι σε πρόσφατες. 5) Ενδείξεις υπέρ της ΤΑ (όπου και αν αυτές υπήρχαν) παρατηρήθηκαν όταν χρησιμοποιήθηκαν βραχυπρόθεσμοι περίοδοι διακράτησης. 6) Τεχνικοί κανόνες συναλλαγών μπορούν να προβλέψουν επιτυχώς αλλαγές τάσεων, συνέχειες τάσεων ή το πρόσημο των μελλοντικών αποδόσεων, αλλά αποτυγχάνουν να δημιουργήσουν συστηματικά, στατιστικά σημαντικές υπεραπο δόσεις. Το τελευταίο εύρημα, εάν συνδυαστεί με το πλήθος γνωστικών μεροληψιών που εμπεριέχονται στις διαδικασίες λήψης αποφάσεων των επενδυτών, μπορεί να εξήγησα την εμφανή, ευρεία εφαρμογή της ΤΑ στις καθημερινές συναλλαγές των επενδυτών. Η παρούσα διατριβή δεν αποτελεί την πρώτη δημοσιευμένη προσπάθεια ποσοτικοποίησης τέτοιων τεχνικών σχηματισμών και αξιολόγησης της γενικής επίδοσης της ΤΑ Ωστόσο, από όσο γνωρίζουμε, ο τρόπος προσέγγισης των προαναφερομένων ζητημάτων είναι καινούριος. Πιστεύουμε ότι οι προτεινόμενες μεθοδολογίες υπερτερούν των ήδη υπαρχουσών και οι επιπτώσεις της παρούσας διατριβής στην ακαδημαϊκή κοινότητα και την χρηματοοικονομική βιομηχανία είναι σημαντικές.