行为金融学为技术分析提供理论支撑
　　技术分析认为“市场包容一切”，所有影响价格的因素，无论是经济的、政治的还是心理的，全部的影响已经由供求关系反应在了价格之中。本报告从信息发现、趋势追随和羊群效应三个维度，从理论上分析了技术分析能获取超额收益的原因。
　　将技术指标分为趋势类、动量类、波动类和成交量类，刻画量价关系
　　本报告根据32个技术指标的内在特性，将它们分为趋势类、动量类、波动类和成交量类四大类。趋势类包括SMA、EMA、KAMA、MACD、AROON、ADX、DPO、SAR，动量类包括MOM、BIAS、RSI、ROC、KDJ、WR、CCI、CMO、UO、TRIX、POS，波动类包括ATR、BBANDS、DC、ACCBANDS、MASSI、RVI、UDVD，成交量类包括AD、OBV、MFI、EOM、MAAMT、FI。四大类指标从不同维度刻画量价关系。
　　默认参数技术指标在宽基指数上择时能力有不同表现
　　本报告在沪深300、中证500、中证1000、国证2000以及创业板指上回测了四大类指标的择时能力，回测表明，绝大部分技术指标在指数上均可以获取长期正的超额收益。且部分指标在小盘指数上的表现相较于大盘指数，超额收益率提升显著。
　　参数稳定性、样本外有效性、信号有效性、牛熊市情景分析多维评价
　　技术指标在使用时除了选择经典参数，还要避免参数的过拟合。从参数选择标准上来看要尽量贴近“参数高原”，远离“参数孤岛。本报告以沪深300为例，将指标的参数组合可视化，绘制了不同参数组合的择时能力热力图，直观地反应了技术指标参数的稳定性，并对最优参数的样本外的有效性进行了检验。
　　根据技术指标形成买卖信号后，统计对应交易标的接下来N日后累计收益情况来评估技术指标信号的有效性，该评估方法同时也是对Buy & Hold经典策略有效性的评价。
　　不同技术指标具备不同市场状态适应性，回测表明大部分指标很难同时兼顾趋势市和震荡市，因此不同指标可能会发出互相矛盾的择时信号。本报告以牛市捕获比例、熊市抗跌比例和震荡市超额收益三个维度评价指标，共同构成了牛熊市情景分析的评价体系。
　　风险提示：以上分析基于模型结果和历史测算，存在模型失效风险。