Review of stock history data::What Is the Historical Average Stock Market Return Rate ...
Ｔｈｅ ａｕｔｈｏｒｓ ｏｆ ａ ｐａｐｅｒ ｐｕｂｌｉｓｈｅｄ ｂｙ ＮＢＥＲ ｏｎ Ｍａｒｃｈ 2000 ａｎｄ ｔｉｔｌｅｄ "Ｔｈｅ Ｆｏｕｎｄａｔｉｏｎｓ ｏｆ Ｔｅｃｈｎｉｃａｌ Ａｎａｌｙｓｉｓ" - Ａｎｄｒｅｗ Ｌｏ, Ｈａｒｒｙ Ｍａｍａｙｓｋｙ, ａｎｄ Ｊｉａｎｇ Ｗａｎｇ - ｃｌａｉｍ ｔｈａｔ: "Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ, ａｌｓｏ ｋｎｏｗｎ ａｓ 'ｃｈａｒｔｉｎｇ', ｈａｓ ｂｅｅｎ ｐａｒｔ ｏｆ ｆｉｎａｎｃｉａｌ ｐｒａｃｔｉｃｅ ｆｏｒ ｍａｎｙ ｄｅｃａｄｅｓ, ｂｕｔ ｔｈｉｓ ｄｉｓｃｉｐｌｉｎｅ ｈａｓ ｎｏｔ ｒｅｃｅｉｖｅｄ ｔｈｅ ｓａｍｅ ｌｅｖｅｌ ｏｆ ａｃａｄｅｍｉｃ ｓｃｒｕｔｉｎｙ ａｎｄ ａｃｃｅｐｔａｎｃｅ ａｓ ｍｏｒｅ ｔｒａｄｉｔｉｏｎａｌ ａｐｐｒｏａｃｈｅｓ ｓｕｃｈ ａｓ ｆｕｎｄａｍｅｎｔａｌ ａｎａｌｙｓｉｓ. Ｏｎｅ ｏｆ ｔｈｅ ｍａｉｎ ｏｂｓｔａｃｌｅｓ ｉｓ ｔｈｅ ｈｉｇｈｌｙ ｓｕｂｊｅｃｔｉｖｅ ｎａｔｕｒｅ ｏｆ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ - ｔｈｅ ｐｒｅｓｅｎｃｅ ｏｆ ｇｅｏｍｅｔｒｉｃ ｓｈａｐｅｓ ｉｎ ｈｉｓｔｏｒｉｃａｌ ｐｒｉｃｅ ｃｈａｒｔｓ ｉｓ ｏｆｔｅｎ ｉｎ ｔｈｅ ｅｙｅｓ ｏｆ ｔｈｅ ｂｅｈｏｌｄｅｒ. Ｉｎ ｔｈｉｓ ｐａｐｅｒ ｗｅ ｏｆｆｅｒ ａ ｓｙｓｔｅｍａｔｉｃ ａｎｄ ａｕｔｏｍａｔｉｃ ａｐｐｒｏａｃｈ ｔｏ ｔｅｃｈｎｉｃａｌ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ ... ａｎｄ ａｐｐｌｙ ｔｈｅ ｍｅｔｈｏｄ ｔｏ ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ＵＳ ｓｔｏｃｋｓ ｆｒｏｍ 1962 ｔｏ 1996..." Ａｎｄ ｔｈｅ ｃｏｎｃｌｕｓｉｏｎ: " ... Ｏｖｅｒ ｔｈｅ 31-ｙｅａｒ ｓａｍｐｌｅ ｐｅｒｉｏｄ, ｓｅｖｅｒａｌ ｔｅｃｈｎｉｃａｌ ｉｎｄｉｃａｔｏｒｓ ｄｏ ｐｒｏｖｉｄｅ ｉｎｃｒｅｍｅｎｔａｌ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｍａｙ ｈａｖｅ ｓｏｍｅ ｐｒａｃｔｉｃａｌ ｖａｌｕｅ." Ｔｈｅｓｅ ｈｏｐｅｆｕｌ ｉｎｆｅｒｅｎｃｅｓ ａｒｅ ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ ｗｏｒｋ ｏｆ ｏｔｈｅｒ ｓｃｈｏｌａｒｓ, ｓｕｃｈ ａｓ Ｐａｕｌ Ｗｅｌｌｅｒ ｏｆ ｔｈｅ Ｆｉｎａｎｃｅ Ｄｅｐａｒｔｍｅｎｔ ｏｆ ｔｈｅ ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｏｗａ. Ｗｈｉｌｅ ｈｅ ａｄｍｉｔｓ ｔｈｅ ｌｉｍｉｔａｔｉｏｎｓ ｏｆ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ - ｉｔ ｉｓ ａ-ｔｈｅｏｒｅｔｉｃ ａｎｄ ｄａｔａ ｉｎｔｅｎｓｉｖｅ, ｐａｔｔｅｒｎ ｏｖｅｒ-ｆｉｔｔｉｎｇ ｃａｎ ｂｅ ａ ｐｒｏｂｌｅｍ, ｉｔｓ ｒｕｌｅｓ ａｒｅ ｏｆｔｅｎ ｄｉｆｆｉｃｕｌｔ ｔｏ ｉｎｔｅｒｐｒｅｔ, ａｎｄ ｔｈｅ ｓｔａｔｉｓｔｉｃａｌ ｔｅｓｔｉｎｇ ｉｓ ｃｕｍｂｅｒｓｏｍｅ - ｈｅ ｉｎｓｉｓｔｓ ｔｈａｔ "ｔｒａｄｉｎｇ ｒｕｌｅｓ ａｒｅ ｐｉｃｋｉｎｇ ｕｐ ｐａｔｔｅｒｎｓ ｉｎ ｔｈｅ ｄａｔａ ｎｏｔ ａｃｃｏｕｎｔｅｄ ｆｏｒ ｂｙ ｓｔａｎｄａｒｄ ｓｔａｔｉｓｔｉｃａｌ ｍｏｄｅｌｓ" ａｎｄ ｔｈａｔ ｔｈｅ ｅｘｃｅｓｓ ｒｅｔｕｒｎｓ ｔｈｕｓ ｇｅｎｅｒａｔｅｄ ａｒｅ ｎｏｔ ｓｉｍｐｌｙ ａ ｒｉｓｋ ｐｒｅｍｉｕｍ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｔｓ ｈａｖｅ ｆｌｏｕｒｉｓｈｅｄ ａｎｄ ｗａｎｅｄ ｉｎ ｌｉｎｅ ｗｉｔｈ ｔｈｅ ｓｔｏｃｋ ｅｘｃｈａｎｇｅ ｂｕｂｂｌｅ. Ｔｈｅｙ ａｎｄ ｔｈｅｉｒ ｍｕｌｔｉ-ｃｏｌｏｒｅｄ ｃｈａｒｔｓ ｒｅｇｕｌａｒｌｙ ｇｒａｃｅｄ ＣＮＢＣ, ｔｈｅ ＣＮＮ ａｎｄ ｏｔｈｅｒ ｍａｒｋｅｔ-ｄｒｉｖｉｎｇ ｃｈａｎｎｅｌｓ. "Ｔｈｅ Ｅｃｏｎｏｍｉｓｔ" ｆｏｕｎｄ ｔｈａｔ ｍａｎｙ ｓｕｃｃｅｓｓｆｕｌ ｆｕｎｄ ｍａｎａｇｅｒｓ ｈａｖｅ ｒｅｇｕｌａｒｌｙ ｒｅｓｏｒｔｅｄ ｔｏ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ - ｉｎｃｌｕｄｉｎｇ Ｇｅｏｒｇｅ Ｓｏｒｏｓ' Ｑｕａｎｔｕｍ Ｈｅｄｇｅ ｆｕｎｄ ａｎｄ Ｆｉｄｅｌｉｔｙ'ｓ Ｍａｇｅｌｌａｎ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｍａｙ ｅｘｐｅｒｉｅｎｃｅ ａ ｒｅｖｉｖａｌ ｎｏｗ ｔｈａｔ ｃｏｒｐｏｒａｔｅ ａｃｃｏｕｎｔｓ - ｔｈｅ ｆｕｎｄａｍｅｎｔ ｏｆ ｆｕｎｄａｍｅｎｔａｌ ａｎａｌｙｓｉｓ - ｈａｖｅ ｂｅｅｎ ｒｅｎｄｅｒｅｄ ｍｏｏｔ ｂｙ ｓｅｅｍｉｎｇｌｙ ｉｎｅｘｈａｕｓｔｉｂｌｅ ｓｃａｎｄａｌｓ. Ｔｈｅ ｆｉｅｌｄ ｉｓ ｔｈｅ ｐｒｏｇｅｎｙ ｏｆ Ｃｈａｒｌｅｓ Ｄｏｗ ｏｆ Ｄｏｗ Ｊｏｎｅｓ ｆａｍｅ ａｎｄ ｔｈｅ ｆｏｕｎｄｅｒ ｏｆ ｔｈｅ "Ｗａｌｌ Ｓｔｒｅｅｔ Ｊｏｕｒｎａｌ". Ｈｅ ｄｅｖｉｓｅｄ ａ ｍｅｔｈｏｄ ｔｏ ｄｉｓｃｅｒｎ ｃｙｃｌｉｃａｌ ｐａｔｔｅｒｎｓ ｉｎ ｓｈａｒｅ ｐｒｉｃｅｓ. Ｏｔｈｅｒ ｓａｇｅｓ - ｓｕｃｈ ａｓ Ｅｌｌｉｏｔｔ - ｐｕｔ ｆｏｒｔｈ ｃｏｍｐｌｅｘ "ｗａｖｅ ｔｈｅｏｒｉｅｓ". Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｔｓ ｎｏｗ ｒｅｇｕｌａｒｌｙ ｅｍｐｌｏｙ ｄｏｚｅｎｓ ｏｆ ｇｅｏｍｅｔｒｉｃ ｃｏｎｆｉｇｕｒａｔｉｏｎｓ ｉｎ ｔｈｅｉｒ ｄｉｖｉｎａｔｉｏｎｓ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｉｓ ｄｅｆｉｎｅｄ ｔｈｕｓ ｉｎ "Ｔｈｅ Ｅｃｏｎｏｍｅｔｒｉｃｓ ｏｆ Ｆｉｎａｎｃｉａｌ Ｍａｒｋｅｔｓ", ａ 1997 ｔｅｘｔｂｏｏｋ ａｕｔｈｏｒｅｄ ｂｙ Ｊｏｈｎ Ｃａｍｐｂｅｌｌ, Ａｎｄｒｅｗ Ｌｏ, ａｎｄ Ｃｒａｉｇ ＭａｃＫｉｎｌａｙ: "Ａｎ ａｐｐｒｏａｃｈ ｔｏ ｉｎｖｅｓｔｍｅｎｔ ｍａｎａｇｅｍｅｎｔ ｂａｓｅｄ ｏｎ ｔｈｅ ｂｅｌｉｅｆ ｔｈａｔ ｈｉｓｔｏｒｉｃａｌ ｐｒｉｃｅ ｓｅｒｉｅｓ, ｔｒａｄｉｎｇ ｖｏｌｕｍｅ, ａｎｄ ｏｔｈｅｒ ｍａｒｋｅｔ ｓｔａｔｉｓｔｉｃｓ ｅｘｈｉｂｉｔ ｒｅｇｕｌａｒｉｔｉｅｓ - ｏｆｔｅｎ ... ｉｎ ｔｈｅ ｆｏｒｍ ｏｆ ｇｅｏｍｅｔｒｉｃ ｐａｔｔｅｒｎｓ ... ｔｈａｔ ｃａｎ ｂｅ ｐｒｏｆｉｔａｂｌｙ ｅｘｐｌｏｉｔｅｄ ｔｏ ｅｘｔｒａｐｏｌａｔｅ ｆｕｔｕｒｅ ｐｒｉｃｅ ｍｏｖｅｍｅｎｔｓ." Ａ ｌｅｓｓ ｆａｎｃｉｆｕｌ ｄｅｆｉｎｉｔｉｏｎ ｍａｙ ｂｅ ｔｈｅ ｏｎｅ ｏｆｆｅｒｅｄ ｂｙ Ｅｄｗａｒｄｓ ａｎｄ Ｍａｇｅｅ ｉｎ "Ｔｅｃｈｎｉｃａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｓｔｏｃｋ Ｔｒｅｎｄｓ": "Ｔｈｅ ｓｃｉｅｎｃｅ ｏｆ ｒｅｃｏｒｄｉｎｇ, ｕｓｕａｌｌｙ ｉｎ ｇｒａｐｈｉｃ ｆｏｒｍ, ｔｈｅ ａｃｔｕａｌ ｈｉｓｔｏｒｙ ｏｆ ｔｒａｄｉｎｇ (ｐｒｉｃｅ ｃｈａｎｇｅｓ, ｖｏｌｕｍｅ ｏｆ ｔｒａｎｓａｃｔｉｏｎｓ, ｅｔｃ.) ｉｎ ａ ｃｅｒｔａｉｎ ｓｔｏｃｋ ｏｒ ｉｎ 'ｔｈｅ ａｖｅｒａｇｅｓ' ａｎｄ ｔｈｅｎ ｄｅｄｕｃｉｎｇ ｆｒｏｍ ｔｈａｔ ｐｉｃｔｕｒｅｄ ｈｉｓｔｏｒｙ ｔｈｅ ｐｒｏｂａｂｌｅ ｆｕｔｕｒｅ ｔｒｅｎｄ." Ｆｕｎｄａｍｅｎｔａｌ ａｎａｌｙｓｉｓ ｉｓ ａｂｏｕｔ ｔｈｅ ｓｔｕｄｙ ｏｆ ｋｅｙ ｓｔａｔｉｓｔｉｃｓ ｆｒｏｍ ｔｈｅ ｆｉｎａｎｃｉａｌ ｓｔａｔｅｍｅｎｔｓ ｏｆ ｆｉｒｍｓ ａｓ ｗｅｌｌ ａｓ ｂａｃｋｇｒｏｕｎｄ ｉｎｆｏｒｍａｔｉｏｎ ａｂｏｕｔ ｔｈｅ ｃｏｍｐａｎｙ'ｓ ｐｒｏｄｕｃｔｓ, ｂｕｓｉｎｅｓｓ ｐｌａｎ, ｍａｎａｇｅｍｅｎｔ, ｉｎｄｕｓｔｒｙ, ｔｈｅ ｅｃｏｎｏｍｙ, ａｎｄ ｔｈｅ ｍａｒｋｅｔｐｌａｃｅ. Ｅｃｏｎｏｍｉｓｔｓ, ｓｉｎｃｅ ｔｈｅ 1960'ｓ, ｓｏｕｇｈｔ ｔｏ ｒｅｂｕｆｆ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ. Ｍａｒｋｅｔｓ, ｔｈｅｙ ｓａｙ, ａｒｅ ｅｆｆｉｃｉｅｎｔ ａｎｄ "ｗａｌｋ" ｒａｎｄｏｍｌｙ. Ｐｒｉｃｅｓ ｒｅｆｌｅｃｔ ａｌｌ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｋｎｏｗｎ ｔｏ ｍａｒｋｅｔ ｐｌａｙｅｒｓ - ｉｎｃｌｕｄｉｎｇ ａｌｌ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｐｅｒｔａｉｎｉｎｇ ｔｏ ｔｈｅ ｆｕｔｕｒｅ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｈａｓ ｏｆｔｅｎ ｂｅｅｎ ｃｏｍｐａｒｅｄ ｔｏ ｖｏｏｄｏｏ, ａｌｃｈｅｍｙ, ａｎｄ ａｓｔｒｏｌｏｇｙ - ｆｏｒ ｉｎｓｔａｎｃｅ ｂｙ Ｂｕｒｔｏｎ Ｍａｌｋｉｅｌ ｉｎ ｈｉｓ ｓｅｍｉｎａｌ ｗｏｒｋ, "Ａ Ｒａｎｄｏｍ Ｗａｌｋ Ｄｏｗｎ Ｗａｌｌ Ｓｔｒｅｅｔ". Ｔｈｅ ｐａｒａｄｏｘ ｉｓ ｔｈａｔ ｔｅｃｈｎｉｃｉａｎｓ ａｒｅ ｍｏｒｅ ｏｒｔｈｏｄｏｘ ｔｈａｎ ｔｈｅ ｍｏｓｔ ｄｅｖｏｕｔ ａｃａｄｅｍｉｃ. Ｔｈｅｙ ａｄｈｅｒｅ ｔｏ ｔｈｅ ｓｔｒｏｎｇ ｖｅｒｓｉｏｎ ｏｆ ｍａｒｋｅｔ ｅｆｆｉｃｉｅｎｃｙ. Ｔｈｅ ｍａｒｋｅｔ ｉｓ ｓｏ ｅｆｆｉｃｉｅｎｔ, ｔｈｅｙ ｓａｙ, ｔｈａｔ ｎｏｔｈｉｎｇ ｃａｎ ｂｅ ｇｌｅａｎｅｄ ｆｒｏｍ ｆｕｎｄａｍｅｎｔａｌ ａｎａｌｙｓｉｓ. Ａｌｌ ｆｕｎｄａｍｅｎｔａｌ ｉｎｓｉｇｈｔｓ, ｉｎｆｏｒｍａｔｉｏｎ, ａｎｄ ａｎａｌｙｓｅｓ ａｒｅ ａｌｒｅａｄｙ ｒｅｆｌｅｃｔｅｄ ｉｎ ｔｈｅ ｐｒｉｃｅ. Ｔｈｉｓ ｉｓ ｗｈｙ ｏｎｅ ｃａｎ ｄｅｄｕｃｅ ｆｕｔｕｒｅ ｐｒｉｃｅｓ ｆｒｏｍ ｐａｓｔ ａｎｄ ｐｒｅｓｅｎｔ ｏｎｅｓ. Ｊａｃｋ Ｓｃｈｗａｇｅｒ, ｓｕｍｓ ｉｔ ｕｐ ｉｎ ｈｉｓ ｂｏｏｋ "Ｓｃｈｗａｇｅｒ ｏｎ Ｆｕｔｕｒｅｓ: Ｔｅｃｈｎｉｃａｌ Ａｎａｌｙｓｉｓ", ｑｕｏｔｅｄ ｂｙ Ｓｔｏｃｋｃｈａｒｔｓ.ｃｏｍ: "Ｏｎｅ ｗａｙ ｏｆ ｖｉｅｗｉｎｇ ｉｔ ｉｓ ｔｈａｔ ｍａｒｋｅｔｓ ｍａｙ ｗｉｔｎｅｓｓ ｅｘｔｅｎｄｅｄ ｐｅｒｉｏｄｓ ｏｆ ｒａｎｄｏｍ ｆｌｕｃｔｕａｔｉｏｎ, ｉｎｔｅｒｓｐｅｒｓｅｄ ｗｉｔｈ ｓｈｏｒｔｅｒ ｐｅｒｉｏｄｓ ｏｆ ｎｏｎｒａｎｄｏｍ ｂｅｈａｖｉｏｒ. Ｔｈｅ ｇｏａｌ ｏｆ ｔｈｅ ｃｈａｒｔｉｓｔ ｉｓ ｔｏ ｉｄｅｎｔｉｆｙ ｔｈｏｓｅ ｐｅｒｉｏｄｓ (ｉ.ｅ. ｍａｊｏｒ ｔｒｅｎｄｓ)." Ｎｏｔ ｓｏ, ｒｅｔｏｒｔ ｔｈｅ ｆｕｎｄａｍｅｎｔａｌｉｓｔｓ. Ｔｈｅ ｆａｉｒ ｖａｌｕｅ ｏｆ ａ ｓｅｃｕｒｉｔｙ ｏｒ ａ ｍａｒｋｅｔ ｃａｎ ｂｅ ｄｅｒｉｖｅｄ ｆｒｏｍ ａｖａｉｌａｂｌｅ ｉｎｆｏｒｍａｔｉｏｎ ｕｓｉｎｇ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌｓ - ｂｕｔ ｉｓ ｒａｒｅｌｙ ｒｅｆｌｅｃｔｅｄ ｉｎ ｐｒｉｃｅｓ. Ｔｈｉｓ ｉｓ ｔｈｅ ｗｅａｋ ｖｅｒｓｉｏｎ ｏｆ ｔｈｅ ｍａｒｋｅｔ ｅｆｆｉｃｉｅｎｃｙ ｈｙｐｏｔｈｅｓｉｓ. Ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌｌｙ ｃｏｎｖｅｎｉｅｎｔ ｉｄｅａｌｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｅｆｆｉｃｉｅｎｔ ｍａｒｋｅｔ, ｔｈｏｕｇｈ, ｈａｓ ｂｅｅｎ ｄｅｂｕｎｋｅｄ ｉｎ ｎｕｍｅｒｏｕｓ ｓｔｕｄｉｅｓ. Ｔｈｅｓｅ ａｒｅ ｅｆｆｉｃｉｅｎｔｌｙ ｓｕｍｍａｒｉｚｅｄ ｉｎ Ｃｒａｉｇ ＭｃＫｉｎｌａｙ ａｎｄ Ａｎｄｒｅｗ Ｌｏ'ｓ ｔｏｍｅ "Ａ Ｎｏｎ-ｒａｎｄｏｍ Ｗａｌｋ Ｄｏｗｎ Ｗａｌｌ Ｓｔｒｅｅｔ" ｐｕｂｌｉｓｈｅｄ ｉｎ 1999. Ｎｏｔ ａｌｌ ｍａｒｋｅｔｓ ａｒｅ ｓｔｒｏｎｇｌｙ ｅｆｆｉｃｉｅｎｔ. Ｍｏｓｔ ｏｆ ｔｈｅｍ ｓｐｏｒｔ ｗｅａｋ ｏｒ "ｓｅｍｉ-ｓｔｒｏｎｇ" ｅｆｆｉｃｉｅｎｃｙ. Ｉｎ ｓｏｍｅ ｍａｒｋｅｔｓ, ａ ｆｉｌｔｅｒ ｍｏｄｅｌ - ｏｎｅ ｔｈａｔ ｄｉｃｔａｔｅｓ ｔｈｅ ｔｉｍｉｎｇ ｏｆ ｓａｌｅｓ ａｎｄ ｐｕｒｃｈａｓｅｓ - ｃｏｕｌｄ ｐｒｏｖｅ ｕｓｅｆｕｌ. Ｔｈｉｓ ｉｓ ｅｓｐｅｃｉａｌｌｙ ｔｒｕｅ ｗｈｅｎ ｔｈｅ ｅｑｕｉｌｉｂｒｉｕｍ ｐｒｉｃｅ ｏｆ ａ ｓｈａｒｅ - ｏｒ ｏｆ ｔｈｅ ｍａｒｋｅｔ ａｓ ａ ｗｈｏｌｅ - ｃｈａｎｇｅｓ ａｓ ａ ｒｅｓｕｌｔ ｏｆ ｅｘｔｅｒｎａｌｉｔｉｅｓ. Ｓｕｂｓｔａｎｔｉｖｅ ｎｅｗｓ, ｃｈａｎｇｅ ｉｎ ｍａｎａｇｅｍｅｎｔ, ａｎ ｏｉｌ ｓｈｏｃｋ, ａ ｔｅｒｒｏｒｉｓｔ ａｔｔａｃｋ, ａｎ ａｃｃｏｕｎｔｉｎｇ ｓｃａｎｄａｌ, ａｎ ＦＤＡ ａｐｐｒｏｖａｌ, ａ ｍａｊｏｒ ｃｏｎｔｒａｃｔ, ｏｒ ａ ｎａｔｕｒａｌ, ｏｒ ｍａｎ-ｍａｄｅ ｄｉｓａｓｔｅｒ - ａｌｌ ｃａｕｓｅ ｓｈａｒｅ ｐｒｉｃｅｓ ａｎｄ ｍａｒｋｅｔ ｉｎｄｉｃｅｓ ｔｏ ｂｒｅａｋ ｔｈｅ ｂｏｕｎｄａｒｉｅｓ ｏｆ ｔｈｅ ｐｒｉｃｅ ｂａｎｄ ｔｈａｔ ｔｈｅｙ ｈａｖｅ ｏｃｃｕｐｉｅｄ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｔｓ ｉｄｅｎｔｉｆｙ ｔｈｅｓｅ ｂｏｕｎｄａｒｉｅｓ ａｎｄ ｔｒａｃｅ ｂｒｅａｋｔｈｒｏｕｇｈｓ ａｎｄ ｔｈｅｉｒ ｏｕｔｃｏｍｅｓ ｉｎ ｔｅｒｍｓ ｏｆ ｐｒｉｃｅｓ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｍａｙ ｂｅ ｎｏｔｈｉｎｇ ｍｏｒｅ ｔｈａｎ ａ ｓｅｌｆ-ｆｕｌｆｉｌｌｉｎｇ ｐｒｏｐｈｅｃｙ, ｔｈｏｕｇｈ. Ｔｈｅ ｍｏｒｅ ｄｅｖｏｔｅｅｓ ｉｔ ｈａｓ, ｔｈｅ ｓｔｒｏｎｇｅｒ ｉｔ ａｆｆｅｃｔｓ ｔｈｅ ｓｈａｒｅｓ ｏｒ ｍａｒｋｅｔｓ ｉｔ ａｎａｌｙｓｅｓ. Ｉｎｖｅｓｔｏｒｓ ｍｏｖｅ ｉｎ ｈｅｒｄｓ ａｎｄ ａｒｅ ｉｎｃｌｉｎｅｄ ｔｏ ｓｅｅｋ ｐａｔｔｅｒｎｓ ｉｎ ｔｈｅ ｏｆｔｅｎ ｂｅｗｉｌｄｅｒｉｎｇ ｍａｒｋｅｔｐｌａｃｅ. Ａｓ ｏｐｐｏｓｅｄ ｔｏ ｔｈｅ ａｓｓｕｍｐｔｉｏｎｓ ｕｎｄｅｒｌｙｉｎｇ ｔｈｅ ｃｌａｓｓｉｃ ｔｈｅｏｒｙ ｏｆ ｐｏｒｔｆｏｌｉｏ ａｎａｌｙｓｉｓ - ｉｎｖｅｓｔｏｒｓ ｄｏ ｒｅｍｅｍｂｅｒ ｐａｓｔ ｐｒｉｃｅｓ. Ｔｈｅｙ ｈｅｓｉｔａｔｅ ｂｅｆｏｒｅ ｔｈｅｙ ｃｒｏｓｓ ｃｅｒｔａｉｎ ｎｕｍｅｒｉｃａｌ ｔｈｒｅｓｈｏｌｄｓ. Ｂｕｔ ｔｈｉｓ ｈｅｒｄ ｍｅｎｔａｌｉｔｙ ｉｓ ａｌｓｏ ｔｈｅ Ａｃｈｉｌｌｅｓ ｈｅｅｌ ｏｆ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ. Ｉｆ ｅｖｅｒｙｏｎｅ ｗｅｒｅ ｔｏ ｆｏｌｌｏｗ ｉｔｓ ｇｕｉｄａｎｃｅ - ｉｔ ｗｏｕｌｄ ｈａｖｅ ｂｅｅｎ ｒｅｎｄｅｒｅｄ ｕｓｅｌｅｓｓ. Ｉｆ ｅｖｅｒｙｏｎｅ ｗｅｒｅ ｔｏ ｂｕｙ ａｎｄ ｓｅｌｌ ａｔ ｔｈｅ ｓａｍｅ ｔｉｍｅ - ｂａｓｅｄ ｏｎ ｔｈｅ ｓａｍｅ ｔｅｃｈｎｉｃａｌ ａｄｖｉｃｅ - ｐｒｉｃｅ ａｄｖａｎｔａｇｅｓ ｗｏｕｌｄ ｈａｖｅ ｂｅｅｎ ａｒｂｉｔｒａｇｅｄ ａｗａｙ ｉｎｓｔａｎｔａｎｅｏｕｓｌｙ. Ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｉｓ ａｂｏｕｔ ｐｒｉｖｉｌｅｇｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｔｏ ｔｈｅ ｐｒｉｖｉｌｅｇｅｄ ｆｅｗ - ｔｈｏｕｇｈ ｎｏｔ ｔｏｏ ｆｅｗ, ｌｅｓｔ ｐｒｉｃｅｓ ａｒｅ ｎｏｔ ｓｗａｙｅｄ. Ｓｔｕｄｉｅｓ ｃｉｔｅｄ ｉｎ Ｅｄｗｉｎ Ｅｌｔｏｎ ａｎｄ Ｍａｒｔｉｎ Ｇｒｕｂｅｒ'ｓ "Ｍｏｄｅｒｎ Ｐｏｒｔｆｏｌｉｏ Ｔｈｅｏｒｙ ａｎｄ Ｉｎｖｅｓｔｍｅｎｔ Ａｎａｌｙｓｉｓ" ａｎｄ ｅｌｓｅｗｈｅｒｅ ｓｈｏｗ ｔｈａｔ ａ ｆｉｌｔｅｒ ｍｏｄｅｌ - ｔｒａｄｉｎｇ ｗｉｔｈ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ - ｉｓ ｐｒｅｆｅｒａｂｌｅ ｔｏ ａ "ｂｕｙ ａｎｄ ｈｏｌｄ" ｓｔｒａｔｅｇｙ ｂｕｔ ｉｎｆｅｒｉｏｒ ｔｏ ｔｒａｄｉｎｇ ａｔ ｒａｎｄｏｍ. Ｔｒａｄｉｎｇ ａｇａｉｎｓｔ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｉｓｓｕｅｄ ｂｙ ａ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｍｏｄｅｌ ａｎｄ ｗｉｔｈ ｔｈｅｍ - ｙｉｅｌｄｅｄ ｔｈｅ ｓａｍｅ ｒｅｓｕｌｔｓ. Ｆａｍａ-Ｂｌｕｍ ｄｉｓｃｏｖｅｒｅｄ ｔｈａｔ ｔｈｅ ａｄｖａｎｔａｇｅ ｐｒｏｆｆｅｒｅｄ ｂｙ ｓｕｃｈ ｍｏｄｅｌｓ ｉｓ ｉｄｅｎｔｉｃａｌ ｔｏ ｔｒａｎｓａｃｔｉｏｎ ｃｏｓｔｓ. Ｔｈｅ ｐｒｏｐｏｎｅｎｔｓ ｏｆ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｃｌａｉｍ ｔｈａｔ ｒａｔｈｅｒ ｔｈａｎ ｆｏｒｍｉｎｇ ｉｎｖｅｓｔｏｒ ｐｓｙｃｈｏｌｏｇｙ - ｉｔ ｒｅｆｌｅｃｔｓ ｔｈｅｉｒ ｒｉｓｋ ａｖｅｒｓｉｏｎ ａｔ ｄｉｆｆｅｒｅｎｔ ｐｒｉｃｅ ｌｅｖｅｌｓ. Ｍｏｒｅｏｖｅｒ, ｔｈｅ ｂｏｒｄｅｒｓ ｂｅｔｗｅｅｎ ｔｈｅ ｔｗｏ ｆｏｒｍｓ ｏｆ ａｎａｌｙｓｉｓ - ｔｅｃｈｎｉｃａｌ ａｎｄ ｆｕｎｄａｍｅｎｔａｌ - ａｒｅ ｌｅｓｓ ｓｈａｒｐｌｙ ｄｅｍａｒｃａｔｅｄ ｎｏｗａｄａｙｓ. "Ｆｕｎｄａｍｅｎｔａｌｉｓｔｓ" ｉｎｓｅｒｔ ｐａｓｔ ｐｒｉｃｅｓ ａｎｄ ｖｏｌｕｍｅ ｄａｔａ ｉｎ ｔｈｅｉｒ ｍｏｄｅｌｓ - ａｎｄ "ｔｅｃｈｎｉｃｉａｎｓ" ｉｎｃｏｒｐｏｒａｔｅ ａｒｃａｎａ ｓｕｃｈ ａｓ ｔｈｅ ｄｉｖｉｄｅｎｄ ｓｔｒｅａｍ ａｎｄ ｐａｓｔ ｅａｒｎｉｎｇｓ ｉｎ ｔｈｅｉｒｓ. Ｉｔ ｉｓ ｎｏｔ ｃｌｅａｒ ｗｈｙ ｓｈｏｕｌｄ ｆｕｎｄａｍｅｎｔａｌ ａｎａｌｙｓｉｓ ｂｅ ｃｏｎｓｉｄｅｒｅｄ ｓｕｐｅｒｉｏｒ ｔｏ ｉｔｓ ｔｅｃｈｎｉｃａｌ ａｌｔｅｒｎａｔｉｖｅ. Ｉｆ ｐｒｉｃｅｓ ｉｎｃｏｒｐｏｒａｔｅ ａｌｌ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｋｎｏｗｎ ａｎｄ ｒｅｆｌｅｃｔ ｉｔ - ｐｒｅｄｉｃｔｉｎｇ ｆｕｔｕｒｅ ｐｒｉｃｅｓ ｗｏｕｌｄ ｂｅ ｉｍｐｏｓｓｉｂｌｅ ｒｅｇａｒｄｌｅｓｓ ｏｆ ｔｈｅ ｍｅｔｈｏｄ ｅｍｐｌｏｙｅｄ. Ｃｏｎｖｅｒｓｅｌｙ, ｉｆ ｐｒｉｃｅｓ ｄｏ ｎｏｔ ｒｅｆｌｅｃｔ ａｌｌ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ａｖａｉｌａｂｌｅ, ｔｈｅｎ ｓｕｒｅｌｙ ｉｎｖｅｓｔｏｒ ｐｓｙｃｈｏｌｏｇｙ ｉｓ ａｓ ｉｍｐｏｒｔａｎｔ ａ ｆａｃｔｏｒ ａｓ ｔｈｅ ｆｉｒｍ'ｓ - ｎｏｗ ｏｆｔ-ｄｉｓｃｒｅｄｉｔｅｄ - ｆｉｎａｎｃｉａｌ ｓｔａｔｅｍｅｎｔｓ? Ｐｒｉｃｅｓ, ａｆｔｅｒ ａｌｌ, ａｒｅ ｔｈｅ ｏｕｔｃｏｍｅ ｏｆ ｎｕｍｅｒｏｕｓ ｉｎｔｅｒａｃｔｉｏｎｓ ａｍｏｎｇ ｍａｒｋｅｔ ｐａｒｔｉｃｉｐａｎｔｓ, ｔｈｅｉｒ ｇｒｅｅｄ, ｆｅａｒｓ, ｈｏｐｅｓ, ｅｘｐｅｃｔａｔｉｏｎｓ, ａｎｄ ｒｉｓｋ ａｖｅｒｓｉｏｎ. Ｓｕｒｅｌｙ ｓｔｕｄｙｉｎｇ ｔｈｉｓ ｅｍｏｔｉｏｎａｌ ａｎｄ ｃｏｇｎｉｔｉｖｅ ｌａｎｄｓｃａｐｅ ｉｓ ａｓ ｃｒｕｃｉａｌ ａｓ ｆｉｇｕｒｉｎｇ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｃｕｔｓ ｉｎ ｉｎｔｅｒｅｓｔ ｒａｔｅｓ ｏｒ ａ ｃｈａｎｇｅ ｏｆ ＣＥＯ? Ｓｔｉｌｌ, ｅｖｅｎ ｉｆ ｗｅ ａｃｃｅｐｔ ｔｈｅ ｒｉｇｏｒｏｕｓ ｖｅｒｓｉｏｎ ｏｆ ｍａｒｋｅｔ ｅｆｆｉｃｉｅｎｃｙ - ｉ.ｅ., ａｓ Ａｓｗａｔｈ Ｄａｍｏｄａｒａｎ ｏｆ ｔｈｅ Ｓｔｅｒｎ Ｂｕｓｉｎｅｓｓ Ｓｃｈｏｏｌ ａｔ ＮＹＵ ｐｕｔｓ ｉｔ, ｔｈａｔ ｍａｒｋｅｔ ｐｒｉｃｅｓ ａｒｅ "ｕｎｂｉａｓｅｄ ｅｓｔｉｍａｔｅｓ ｏｆ ｔｈｅ ｔｒｕｅ ｖａｌｕｅ ｏｆ ｉｎｖｅｓｔｍｅｎｔｓ" - ｐｒｉｃｅｓ ｄｏ ｒｅａｃｔ ｔｏ ｎｅｗ ｉｎｆｏｒｍａｔｉｏｎ - ａｎｄ, ｍｏｒｅ ｉｍｐｏｒｔａｎｔｌｙ, ｔｏ ａｎｔｉｃｉｐａｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ. Ｉｔ ｔａｋｅｓ ｔｈｅｍ ｔｉｍｅ ｔｏ ｄｏ ｓｏ. Ｔｈｅｉｒ ｒｅａｃｔｉｏｎ ｃｏｎｓｔｉｔｕｔｅｓ ａ ｔｒｅｎｄ ａｎｄ ｉｄｅｎｔｉｆｙｉｎｇ ｔｈｉｓ ｔｒｅｎｄ ａｔ ｉｔｓ ｉｎｃｅｐｔｉｏｎ ｃａｎ ｇｅｎｅｒａｔｅ ｅｘｃｅｓｓ ｙｉｅｌｄｓ. Ｏｎ ｔｈｉｓ ｂｏｔｈ ｆｕｎｄａｍｅｎｔａｌ ａｎｄ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ａｒｅ ａｇｒｅｅｄ. Ｍｏｒｅｏｖｅｒ, ｍａｒｋｅｔｓ ｏｆｔｅｎ ｏｖｅｒ-ｒｅａｃｔ: ｔｈｅｙ ｕｎｄｅｒｓｈｏｏｔ ｏｒ ｏｖｅｒｓｈｏｏｔ ｔｈｅ "ｔｒｕｅ ａｎｄ ｆａｉｒ ｖａｌｕｅ". Ｆｕｎｄａｍｅｎｔａｌ ａｎａｌｙｓｉｓ ｃａｌｌｓ ｔｈｉｓ ｏｖｅｒｓｏｌｄ ａｎｄ ｏｖｅｒｂｏｕｇｈｔ ｍａｒｋｅｔｓ. Ｔｈｅ ｃｏｒｒｅｃｔｉｏｎ ｂａｃｋ ｔｏ ｅｑｕｉｌｉｂｒｉｕｍ ｐｒｉｃｅｓ ｓｏｍｅｔｉｍｅｓ ｔａｋｅｓ ｙｅａｒｓ. Ａ ｓａｖｖｙ ｔｒａｄｅｒ ｃａｎ ｐｒｏｆｉｔ ｆｒｏｍ ｓｕｃｈ ｍａｒｋｅｔ ｆａｉｌｕｒｅｓ ａｎｄ ｅｘｃｅｓｓｅｓ. Ａｓ ｑｕａｌｉｔｙ ｉｎｆｏｒｍａｔｉｏｎ ｂｅｃｏｍｅｓ ｕｂｉｑｕｉｔｏｕｓ ａｎｄ ｉｎｓｔａｎｔａｎｅｏｕｓ, ｒｅｓｅａｒｃｈ ｉｓｓｕｅｄ ｂｙ ｉｎｖｅｓｔｍｅｎｔ ｂａｎｋｓ ｄｉｓｃｒｅｄｉｔｅｄ, ｐｒｉｖｉｌｅｇｅｄ ａｃｃｅｓｓ ｔｏ ｉｎｆｏｒｍａｔｉｏｎ ｂｙ ａｎａｌｙｓｔｓ ｐｒｏｈｉｂｉｔｅｄ, ｄｅｒｉｖａｔｉｖｅｓ ｐｒｏｌｉｆｅｒａｔｅ, ｉｎｄｉｖｉｄｕａｌ ｐａｒｔｉｃｉｐａｔｉｏｎ ｉｎ ｔｈｅ ｓｔｏｃｋ ｍａｒｋｅｔ ｉｎｃｒｅａｓｅｓ, ａｎｄ ｔｒａｎｓａｃｔｉｏｎ ｃｏｓｔｓ ｔｕｒｎ ｎｅｇｌｉｇｉｂｌｅ - ａ ｍａｊｏｒ ｒｅｔｈｉｎｋ ｏｆ ｏｕｒ ａｎｔｉｑｕａｔｅｄ ｆｉｎａｎｃｉａｌ ｍｏｄｅｌｓ ｉｓ ｃａｌｌｅｄ ｆｏｒ. Ｔｈｅ ｍａｖｅｒｉｃｋ Ａｎｄｒｅｗ Ｌｏ, ａ ｐｒｏｆｅｓｓｏｒ ｏｆ ｆｉｎａｎｃｅ ａｔ ｔｈｅ Ｓｌｏａｎ Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ ａｔ ＭＩＴ, ｓｕｍｍｅｄ ｕｐ ｔｈｅ ｌｕｒｅ ｏｆ ｔｅｃｈｎｉｃａｌ ａｎａｌｙｓｉｓ ｉｎ ｌｙｒｉｃ ｔｅｒｍｓ ｉｎ ａｎ ｉｎｔｅｒｖｉｅｗ ｈｅ ｇａｖｅ ｔｏ Ｔｒａｄｅｒｓ.ｃｏｍ'ｓ "Ｔｅｃｈｎｉｃａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｓｔｏｃｋｓ ａｎｄ Ｃｏｍｍｏｄｉｔｉｅｓ", ｑｕｏｔｅｄ ｂｙ Ａｒｔｈｕｒ Ｈｉｌｌ ｉｎ Ｓｔｏｃｋｃｈａｒｔｓ.ｃｏｍ: "Ｔｈｅ ｍｏｒｅ ｃｒｅａｔｉｖｉｔｙ ｙｏｕ ｂｒｉｎｇ ｔｏ ｔｈｅ ｉｎｖｅｓｔｍｅｎｔ ｐｒｏｃｅｓｓ, ｔｈｅ ｍｏｒｅ ｒｅｗａｒｄｉｎｇ ｉｔ ｗｉｌｌ ｂｅ. Ｔｈｅ ｏｎｌｙ ｗａｙ ｔｏ ｍａｉｎｔａｉｎ ｏｎｇｏｉｎｇ ｓｕｃｃｅｓｓ, ｈｏｗｅｖｅｒ, ｉｓ ｔｏ ｃｏｎｓｔａｎｔｌｙ ｉｎｎｏｖａｔｅ. Ｔｈａｔ'ｓ ｍｕｃｈ ｔｈｅ ｓａｍｅ ｉｎ ａｌｌ ｅｎｄｅａｖｏｒｓ. Ｔｈｅ ｏｎｌｙ ｗａｙ ｔｏ ｃｏｎｔｉｎｕｅ ｍａｋｉｎｇ ｍｏｎｅｙ, ｔｏ ｃｏｎｔｉｎｕｅ ｇｒｏｗｉｎｇ ａｎｄ ｋｅｅｐｉｎｇ ｙｏｕｒ ｐｒｏｆｉｔ ｍａｒｇｉｎｓ ｈｅａｌｔｈｙ, ｉｓ ｔｏ ｃｏｎｓｔａｎｔｌｙ ｃｏｍｅ ｕｐ ｗｉｔｈ ｎｅｗ ｉｄｅａｓ." |
Image of stock history data
 |
| stock history data |
stock history data Image 1
 |
| stock history data |
stock history data Image 2
 |
| stock history data |
stock history data Image 3
-4-3.gif "stock history data") |
| stock history data |
stock history data Image 4
 |
| stock history data |
stock history data Image 5
Related blog with stock history data
Related Video with stock history data
stock history data Video 1
stock history data Video 2
stock history data Video 3
