本章共 4 则案例、1 则法治链接。
背景。 道琼斯工业指数在 \(1929\) 年 \(9\) 月 \(3\) 日达到 \(381.17\) 点的历史高峰，但 \(10\) 月 \(\,23\) 日道琼斯工业指数与运输指数同时跌破前期重要低点，按道氏理论这是熊市开始的两个指数确认。
Hamilton 的判断。 William Hamilton（道氏继承人，《华尔街日报》主编）\(10\) 月 \(\,25\) 日发表社论“A Turn in the Tide”，认为市场已经转入熊市。三天后（\(10\) 月 \(\,28\) 日“黑色星期一”）市场暴跌 \(\,12.8\%\)，\(\,29\) 日（“黑色星期二”）再跌 \(\,11.7\%\)。这个案例被技术派视为道氏理论“两指数确认”原则的标志性应用。
后续。 Hamilton 自己也犯了错。他在社论中说“这次熊市可能不会太严重”，但实际上 \(1929\)--\(1932\) 道琼斯从 \(\,381\) 跌到 \(\,41\)（跌 \(\,89\%\)），是 \(20\) 世纪最严重的熊市。
投资学含义。 （1）两指数确认的力量，多重信号确认大幅降低假信号；（2）技术分析能识别“方向”但难以判断“幅度”，Hamilton 判断对了方向但低估了幅度；（3）后人的“后见之明”偏差，Hamilton 之前几次发出过类似熊市信号但都错了，只有这次对了。这种“偶尔对一次”被技术派记住、错的几次被遗忘，构成“幸存者偏差”。
背景。 \(2014.7\)--\(2015.6\) 上证指数从 \(2\,054\) 涨到 \(5\,178\)（涨 \(\,152\%\)），\(2015.6\)--\(8\) 暴跌至 \(2\,851\)（跌 \(\,45\%\)）。这是 \(2008\) 后 A 股最大的“完整牛熊”周期，也是技术分析在中国市场的重要应用场景。
技术分析的成功与失败。
成功的技术信号：（1）\(2014.7\) 月线突破 \(\,5\) 年阻力，日线 5、10、20、60 日均线多头排列，给出较强的趋势确认信号；（2）\(2015.6.12\) 上证 \(5\,178\) 顶部附近出现高位放量滞涨、RSI 顶背离和创业板调整领先大盘，共同构成顶部预警；（3）\(2015.7\) 政策救市后，\(8\) 月大盘再创新低，技术分析支持继续下跌判断。
失败的技术信号：（1）\(2015.6.16\) 后股市约 \(\,15\) 个交易日下跌三成左右，多数技术指标难以及时给出有效止损信号；（2）政策性稳定市场措施改变了许多技术分析中的支撑位（阻力位），外生干预会降低技术规律的稳定性；（3）千股跌停和千股涨停让 K 线形态明显失真，一字板让影线分析失败。
对中国市场技术分析的启示：（1）技术信号在市场自发交易阶段更容易发挥作用，在强政策干预或流动性断裂时更容易失效；（2）突发的两融政策、IPO 节奏、股指期货限制等制度变化，都可能改变原有支撑阻力和均线信号；（3）游资圈的“涨停板战法”，包括连板、龙头和接力，是 A 股市场结构下形成的本土化技术分析，但它的收益与风险都高度依赖交易制度和监管边界。
背景。 量化私募扩张后，许多策略都会使用相似的量价因子、小市值暴露和流动性过滤条件。当市场风险偏好下降、赎回压力上升或结构化产品对冲需求集中时，小盘股可能出现流动性快速收缩，原本分散的量化策略也会表现出拥挤交易特征。
原因分析。 （1）策略同质化，多家机构使用相似的动量、反转、波动率和流动性因子，持仓容易集中在相同股票池；（2）结构化产品对冲、两融平仓、基金赎回和量化止损可能形成联动；（3）流动性枯竭，微盘股和小盘股交易深度有限，集中卖出会显著放大价格冲击。
监管反应。 监管部门随后持续完善程序化交易报告、异常交易监测、高频交易管理和退市制度安排。证监会 \(2024\) 年证券市场程序化交易规则强调“先报告、后交易”、交易所实时监控和高频交易特别管理；沪深北交易所 \(2025\) 年 \(4\) 月 \(3\) 日发布、\(7\) 月 \(7\) 日施行的实施细则进一步细化证券市场程序化交易报告、交易行为管理和高频交易管理；证监会 \(2025\) 年期货市场程序化交易规则自 \(2025.10.9\) 起把类似框架扩展到期货市场。核心目标不是否定量化交易，而是降低拥挤交易、频繁撤单、拉抬打压和技术系统失控对市场公平和稳定的影响。
对技术分析的启示：（1）量化也不是通用盈利工具，把人工技术分析自动化成量化因子后，在策略同质化时反而可能引发集中抛售；（2）流动性是技术分析的隐含假设，当流动性消失时多数技术指标都会失效；（3）反身性与客观性，当技术分析被太多人使用时，它会改变市场本身。正如“古德哈特定律”（Goodhart's Law）所说，当某个度量成为目标时，它就不再是好的度量。
背景。 \(1987\) 年 \(10\) 月 \(19\) 日道琼斯单日下跌 \(22.6\%\)。这一事件已在第十五章案例 15.3 从期权波动率微笑视角讨论；本案例从技术分析视角再看。
技术分析在事前的失败。 \(1987\) 年 \(\,1\)--\(\,8\) 月道琼斯涨幅超过 \(\,40\%\)，\(\,8\) 月达到峰值。\(\,8\)--\(10\) 月开始震荡，但大多数技术指标（RSI、MACD、均线）只显示“回调”信号，几乎没有技术指标能提前给出 \(22.6\%\) 单日跌幅的清晰预警，因为这种规模的跳跃完全不在历史正态分布之内。
Portfolio Insurance 的“反身性”。 “Portfolio Insurance”是 \(1980\) 年代盛行的策略：用动态对冲合成看跌期权，试图把组合损失控制在某一阈值之内。但 \(10\) 月 \(\,19\) 日大量 Portfolio Insurance 程序同时触发卖出指令，形成自我实现的崩盘。技术分析的“止损”原则在大规模执行时反而成为崩盘的助推剂。
制度教训。 （1）技术分析对“尾部跳跃”无力，任何基于历史价格的统计推断都容易假设连续性、未来 \(\sim\) 过去，极端事件会让指标同时失效。（2）程序化交易的连锁冲击风险，同向止损会让趋势加速，结构化产品集中敲入或量化模型拥挤时也可能出现类似反馈。（3）熔断机制，\(1987\) 后 NYSE 与 CME 引入熔断，A 股 \(2016.1\) 也曾引入熔断但很快取消，说明交易制度本身也会影响投资者行为。
从投资到法治。 技术分析本身是中性的分析工具，合规边界取决于是否欺骗、是否诱导他人、是否利用未公开信息、是否扰乱市场交易秩序。自己用 RSI、MACD、布林带或涨停板信号做交易，通常属于投资者自主决策；但若先建仓再通过媒体、社群或研究报告集中推荐，诱导他人追买后反向卖出，就可能落入“抢帽子”或信息型操纵的边界。
三类典型风险：
第一类：抢帽子与蛊惑交易。 财经媒体人、投顾、网络大 V 或研究人员，如果先持仓，再利用公开推荐、标题党研报、直播荐股或社群喊单制造跟风买盘，随后卖出获利，技术分析就从“自用工具”变成了诱导交易工具。判断关键不是用了哪一个指标，而是推荐前是否已有利益安排、推荐内容是否充分准确、推荐后是否反向交易。
第二类：老鼠仓与未公开信息交易。 基金经理、投资顾问、券商研究人员等受托主体，可能在客户资金、基金组合或研究报告发布前，用本人或关联账户提前交易。即使其交易理由表面上写成“技术突破”或“超卖反弹”，只要核心收益来自未公开信息或受托账户交易安排，就不再是普通技术分析，而是违反受托义务和信息隔离要求。
第三类：程序化交易与异常交易。 当技术分析被写成程序化策略后，合规关注点会从“指标有没有道理”转向“交易行为是否扰乱市场”：高频申报与撤单、虚假申报、自成交、拉抬打压、盘中集中冲击价格、系统故障导致异常交易等，都可能触发交易所监控和监管问询。程序化交易监管并不是要求投资者公开收益模型细节，而是要求账户、资金、交易软件、策略类型、申报速率、风控安排和应急预案等关键交易行为可识别、可监测、可追责；对高频交易，还会叠加更严格的报告、监控和收费安排。
相关法律与监管文件：
投资学含义。 技术分析的法治边界可以概括为三句话：（1）自用可以，诱导他人并反向交易不可以；（2）公开信息可以，未公开信息和受托账户安排不可以；（3）程序化可以，扰乱市场秩序和逃避监管不可以。这三条共同构成“技术分析有时有效”的法律对应物。技术分析要成为可执行的投资体系，需要同时满足信号经过检验、风控有效和合规有效。