叮953813
後旦大学
硕士学位论文
学校代码： 。'U246
学号03：015321
关于中国证券市场波动周期的研究
院系：
专业：
姓名：
指导教师：
完成日期：
国际金融系
金融学
夏征宇
刘红忠教授
2006年4月28日
图表索引
图3-1：铜价的30年周期走势图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．23
图3．2深、沪A股市场流通盘权重平均股价走势图(月线图)⋯⋯⋯⋯⋯⋯．24
图3．3：上证综合指数月线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯25
图3．4：江恩理论关于时间、价位比率关系的示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯28
图3．5：美国1929年股灾走势图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．30
图3-6：美国1987年股灾走势图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．30
图3—7：黄金螺旋线与平方根⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯34
附图1：19世纪的螺旋周期⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．57
附图2；一个极为完美的螺旋周期⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．58
附图3：以2015年12月25日为焦点的螺旋周期⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯59
表3-1：中国A股市场重要底部及头部平均股价统计(单位：元)⋯⋯⋯⋯～27
表3—2：美国1929年股灾与1987年股灾的比较(太阳历法)⋯⋯⋯⋯⋯⋯⋯29
表3．3：中国深沪证券市场历年转折点的发生时间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31
表3—4：黄金分割比率中及其衍生比率的特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯33
表3—5：菲波那契级数及其衍生比率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯34
表3．6：螺旋历法的前35个单位的时间长度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．35
表3-7：江恩理论及螺旋历法所强调动重要比率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38
表4-1：中国证券市场未来两年中的重要时问之窗⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52
【摘要】中国深、沪股票市场自建立以来，已经跨过了17个年头。虽然，中
国的证券市场由于其独特的社会背景在一开始就被烙上了计划经济体制的烙印
而被成熟市场的投资人士称为“政策市”，因而许多成熟市场的分析方法便应该
理所当然的“大打折扣”。但是，笔者经过数年的市场实践发现，尽管每个国家
或地区的证券市场都有着其不同的社会背景及经济背境，但是参与市场的投资者
的“逐利的本性”却并没有丝毫的差别。本文将以此为出发点来阐述市场常用分
析方法—～技术分析的内在机理，即良好的分析工具应该是能够准确地度量投资
者情绪波动的“温度计”，而证券市场的市场拐点实际上就是投资者们“贪婪”
及“恐惧”两种情绪交替发生的“情绪波动极点”。在研究过历史上两位著名的
时间周期理论家——江思1及嘉璐兰2的理论之后，本人通过定量分析中国深、沪
证券市场17年以来主要市场转折点之间在时间距离上的联系发现，在看似毫无
联系的市场拐点(情绪极点)之间，其时间跨度之问居然存在着十分美妙的黄金
分割比率的关系(笔者称之为“时间锁模型”)，而利用这一特征可以使投资者在
变化莫测的市场环境下“先人一步”。最后，笔者以此方法对未来两年市场将会
出现的敏感拐点进行推算，以求验证该方法的实践意义，同时也想借此对于有效
市场假说(EMH)中关于股价波动是纯粹的“随机漫步”等观点提出质疑。
【关键词】技术分析、江恩理论、螺旋历法、时间锁、黄金分割比率、拐点(情
绪波动极点)、随机漫步
【分类号】F832．5
1威臁·江恩(WilliamDelbertGaan)(1878～1955)20“上纪初_芰I_；Ij管名的日F券投资家，对J：时间州栅胖
论和市场交易柯一套独特的分析螋论，井日战果辉煌
2窬踯兰(ChristopherCarolan)20龇纪末牛尔街交易员，”』经1987年的荛两的人脞灾后，提}1j，一朔掣
门K度(29．5306灭j和菲波那契级数为玷m的时间剧』IJj理论，井得到r市场的晰多验ir
Research on time cycle of the stock market of China
Abstract：Seventeen years have passed since the setup of Shan曲ai and Shenzhen
Stock Exchanges in China．The Chinese stock market has been ironically called
“Policy Market”due to unique social background and the continual influences of the
former plan economy from the very beginning，which has surely compromised the
effectiveness of many proven analyzing tools of mature markets．However,years of
market practice by the author shows that there iS no diffcrence between jnvestors in
terms of their ultimate motives⋯profit seeking，even though each market in any
country or region has their own ditierent social or economic environments． By
understanding the ultimate motive of investors，we can further elaborate the inherent
market mechanism and the most commonly used analyzing tools．Good tools are the
SO—called“Thermometers”．which can accurately measure the ever-changing emotions
of investors．and the inflection point in the market is the equilibrium point where the
two alternating emotions of investors，namely the greed and fear,have reached a
balance．After having studied the theories of two historically renowned time cycle
theorists⋯William Delbert Gaan and Christopher Carolan．the anthor found out that
there exists a miraculous Divine Proportion(Time Lock Model named by author)
between the time spans among seemingly independent market infiection points
(emotion equilibrium point)by quantitative analysis of the relationship of the time
spans between major inflection points over the past seventeen years in Shanghai and
Shenzhcn stock markets．Investors will take a strategic advantage in the
ever-changing stock market by applying Divine Proportion．At last，calculations will
be made by author to determine the timing of sensitive inflection points in the next
two years through this method SO that the validity and practicability of this hypothesis
Can be tested．Meanwhile，Ihe author also wishes to put forward different opinions
concerning the correctness of the stock price fluctuation following a pattern of
“Random Walk”in the Ef!Eective Market Hypothesis(EMH)．
Key words：Technical analysis，the Gaan Theory,Helix Calendar,Time Loel‘，
Divine Proportion，Inflection point《emotion equilibrium point)，Random Walk
【CLC】F832．5
1．1问题的提出
第l章导论
投资学理论可以分为早期的投资理论及现代投资理论两个部分，其分野自然
是马克维茨在1952年所提出的资产组合理论。而早期的投资理论又可以分为以
巴契里tt]j(Louis Bachelier)JF始的市场有效性的早期讨论，另一个则是以道氏理
论、格雷厄姆和威廉姆斯的投资理论为代表的股价趋势理论和投资选股理论3。
其中道氏理论应该是技术分析理论的鼻祖，查尔斯·道通过观察大海潮水的涨落
提出了分析市场走势形态的三大基本假设4并首次提出和归纳出市场走势的两种
主要形态(持续形态和反转形态)；其后最为著名的恐怕要数充满神秘色彩的江
恩理论及用来解释美国数次大股灾的嘉璐兰的螺旋历法，这两种方法主要研究市
场拐点可能出现的时间位嚣(带有神秘色彩的江恩理论还侧重于价位的预测)，
这两种方法与目前的有效市场理论fEMH)中关于股价波动只是“随机漫步”的观
点格格不入，但是在实践中却都有其非常成功的一面。中国证券市场成立已经
17年，计划体制下诞生的市场似乎一开始就被烙上了“政策市”的烙印，然而
技术分析师们发现，中国的“政策市”的许多的所谓“政策顶”和“政策底”居
然与两位大师理论中所阐述的观点高度符合，这也恰恰说明了证券市场中投资者
的“逐利的本性”不分国界和先后，其情绪的两种极点(“贪婪”和“恐惧”)
的交替发生有着其特定的周期规律。但是，投资者们也发现也有着许多的市场拐
点尚无法用这两种理论来解释。
市场拐点之问的难道真的如同有效市场理论(EMH)中所言的那样是“随机漫
步”，还是存在着内在的联系?既然谈的是周期的问题，那么量度时间的单位自
然是与天体运行的周期有关(如人类关系最为密切的当属太阳(年)、月亮(月)
和地球(F_|)的运行周期)，而市场拐点与天体运行周期又存在着什么样的内在
联系昵?这是本文想着重讨论的两大核心的技术问题。
统计和实例分析显示：看似“随机漫步”的金融市场的拐点之帕J存在着精妙
’滋维·博迪(Zvi Bodie)(波}．倾入学)、砸IJj克斯·凯恩(Alex Carle)(圳利福尼弧人学)、叟伦·J·马
序嘶(filan J Marn】s)酱沫宝宪贯副I赵冬青等详，《投资学》，北京：机械T业：{I版礼，2005 4，序
言；
4市场行为说IW ∽、价格呈趟势运动、Ⅲ史往往重复发生
8
的黄金分割比率这一现象不能不使我们对于有效市场理论(EMH)中关于股票
价格时间序列只是“随机漫步”等观点提出质疑，这是本文的“时间锁模型“在
理论上所要关注的问题之一，本文也从理论和实证分析两个角度分析了有效市场
理论(EMm的三大基本假设的不合理性；同时本文通过对于股票价格的整体走势
(即所谓的大盘走势)实际上表现出的是周而复始且有规律的投资者情绪极点之
间的波动来说明技术分析的三大基本假设有其合理之处，而从投资者行为的角度
来理解和解释技术分析的三大基本假设不仅具有重构技术分析基石的意义，同时
也是设计和准确地应用技术分析_丁具的根本所在，“时间锁模型”的理论基础是
投资者情绪有规律的周期波动，而这一点也是质疑有效市场理论(EMH)中关于
“陈旧信息无用”、“没有信息就没有反应”等观点的依据。
1．2文献综述
1．2．1证券市场中的现有的时间周期理论及其缺陷
关于证券市场的时间周期理论的研究及应用的鼻祖当属20世纪上半叶的美
国大投机家江恩，江恩在投机市场上战果辉煌。他花了十年的时间研究自然规律
与投资市场之间的关系，足迹遍及英国、埃及、印度等地。在英国期间，他长时
间的逗留在大英博物馆，查阅数百年以来的投资市场的时间周期。作为虔诚的基
督教教徒，他声称从《圣经》中悟出了投资市场的时问周期规律。而其理论中的
核心部分是以360为基础的时间周期理论。而叶’分有趣的是，虽然江恩从未到过
中国，但是在中国的17年证券市场中却能够大找出大量的符合江恩关于360循
环的市场拐点的例子。江思一生著述颇多，有《股价数据中的真理》(The Truth of
The Stock Tape)、《华尔街股票精选方法》(Wall Street Stock Selector)、《股票趋
势测市法》(Stock Trend Detector)、《华尔街的45年》(45 years in Wall Street)《如
何在期货市场中获利》(How to Make Profits Trading in Commodities)、《如何利用
认沽和认购期权获利》(How to Make Profits Trading in Puts and Calls)、《空中隧
道》(Tunnel Through the Air)、《神奇的宁句》(The Magic Word)、《汀恩股票市
场教程》(W．D．Gann Stock Market Course)、《江恩期货市场教程》(W．D．Gann
Commodity Market Course)。这止％图书及其中的图表为后人研究证券市场的时间
日
周期理论提供了宝贵的资料。
另外一位研究证券市场的时间周期理论的人物是美国人嘉璐兰，在经历了美
国的1987年股灾之后，嘉璐兰通过研究发现美国的1929年股灾与1987年股灾
有着高度的相似性，而且看似不相关联的两次股灾在时测距离上正好等于菲波那
契级数的第29项的平方根与朔望月I毛度(29．5306天)之积。嘉璐兰将此公式推
广以检验证券市场的时间周期是否具有广泛性，令其兴奋的是的确在证券市场中
广泛存在着这一现象，这又为投资者提供了一条研究证券市场时问周期规律的思
路。
尽管两位大师的理论为后人提供了许多有用的方法，但是在如何解释年轻的
中国证券市场的拐点时，还是遇到了不少问题。其中，虽然江恩理论中的不少方
法屡次得以应验，但是由于江恩未能全部透露其测市的方法，仍然有许多市场拐
点无法得以解释；而嘉璐兰的螺旋历法虽然在解释长期拐点之处的确有着独到之
处，但是对于如何解释短期拐点上面却显得捉襟见肘，而原因之一在于二者的时
问周期理论都过于强调绝对时间长度，而忽视了市场拐点之间在时间距离上的比
率关系更加能够准确的解释和推算市场拐点之间的联系。
到目前为止，国内关于这一问题的研究还是相对较少，鲁兆先生作为国内市
场周期研究的先行者，在波浪理沦、螺旋历法以及江恩理论方面有着深厚的功力，
在历史上，他曾经用上述三种方法并结合中国传统智慧的《易经》对中国证券市
场的数次重大转折点作了准确预测，例如1999．07．29大底、1996．01．23大底、
1996．12．12大顶、1997．05．12大项等，最为著名的要属对于5．19行情的预测，他
在《股市动态分析》(1999．4．15)上发表的文章对这波行情作了极为准确的预测。
鲁兆先生连续数次预测市场转折点则是质疑有效市场理论(EMH)中关于“陈旧信
息无用”观点的一个很好的例证。
本文作者(笔名：吴宇)基于“时间锁模型”，也曾经在《股市动态分析》
上连续发表了数篇关于如何估算市场转折点的文章，并且以此为基础设计了
AAP顶、底估算系统(见附录六)，用这一]j具可以十分清晰的看到中国证券市
场的拐点，存价格比率上同样有规律可寻(在对数坐标中，深沪A股流通盘平
均股价指数17年以来的走势如同正弦波一样在AAP系统内运行)，从而也从另
外一个角度看出市场转折点不仅在时问周期方面构成黄金分割比率及其衍生比
率的关系，而且在价格方面同样如此。
1．2．2关于对于上述两种理论缺陷的解决
针对两种理论在如何预测和解释年轻的中国证券市场拐点上面的不足，本人
通过解剖中国证券市场17年以来所有的市场拐点后发现——用江恩理论中所暗
含的八分比率、三分比率以及嘉璐兰的黄金分割比率及其衍生比率不仅可以解释
所有上述理论可以解释的市场拐点的周期特征，而且还可以解释上述两种理论无
法解释的市场拐点的周期特征。基于这一点，本文提出了“时间锁模型”，并将
在文中用例证的方法解释中国深沪市场上最重要的7个重大拐点(其中有多个是
带有“政策色彩”的“政策底”或“政策顶”)，在第4章的表4-1中还将用以
此方法推算未来两年中国证券市场可能出现的市场拐点以检验该方法的实践意
义，同时借此对于有效市场理论(EMH)中关于股价波动只是“随机漫步”这
1。观点提出质疑。
1．3本文的研究方法及创新
1．3．1本文的研究方法
本文的研究方法主要以理论分析和实证分析相结合的方法。理论分析主要
从技术分析的三大基本要点为出发点来阐述证券市场拐点的实质上是投资者极
端情绪(贪婪与恐惧)周而复始发生的结果，其中极度的贪婪(极度的信心膨胀)
导致了头部的产生，而极度的恐惧(极度的信心崩溃)导致了底部的产生。尽管
在不同的国家和地区、不同的历史时期、不同的交易品种及其背后的不同的经济
和政治环境导致了在世界上无法找到一张完全‘样的走势图，但是抛开这一切，
投资者的心路历程去|J没有丝毫不同，即永远在极度的恐惧与极度的贪婪中来回波
动。而实证分析主要通过事件分析来研究投资者情绪波动的周期规律与自然规律
(如天体运行、尤其是黄金分割比率)之恻的关系，同时也以此作为质疑有效『仃
场理论(EMH)中的三大基本假设等观点的依据。
1．3．2本文的创新
目前，市场分析师们在分析市场时间周期规律方面，主要还是应用江恩理
论的以360周期为核心的周期分析方法、嘉璐兰的螺旋历法及菲波那契级数周期
法，本文通过比率分析的方法不仅可以分析及推算用上述几种方法能够解释的市
场拐点，而且也能够分析和推算上述方法无法解释的市场拐点，最有特色的是在
精确度方面的大幅度提高。
1．4本文的框架
本文共分为5章。第1章为导论，介绍了问题的提出、文献综述、研究思路
与创新以及本文框架。第2章主要从理论的角度重点分析了传统的技术分析和基
本分析在“陈旧信息”是否可以为投资者带来超额收益这一问题上与有效市场理
论(EMHl的分歧，并从理论和实证两个角度证明了有效市场理论(EMH)中三大基
本假设的不合理性，同时沦述了技术分析的三大基本假设应当建构在投资者情绪
有规律的周而复始的波动这一基础上的意义。这一规律也是质疑有效市场理论
(EMIt)中“陈旧信息无效”等观点的有力证据之一。有效的技术分析工具应该以
这一基本规律为研究和分析的出发点，这样才能够不会因为变化万千的价格波动
而迷失方向。第3章主要介绍江恩理论及嘉璐兰的螺旋历法在解释证券市场时间
周期方面的要点并附有一些例证，同时以自然现象来说明天体运动的确对于人类
情绪的波动有着影响和关系，这～章的内容既是第4章中“时间锁模型”的前期
模型，同时其中所提供的例证也可以用来证明有效市场理论(EMHl中“陈旧信息
无用”这一观点的不尽合理之处，而螺旋历法对于欧美金融市场的危机之间(尤
其是美国1929年股灾与1987年股灾之问)所存在的基于菲波那契级数的平方根
和朔望月长度之间的精妙关系也可以证明有效市场理论(EMH)中关于“没有信息
就没有反应”这一‘观点的不合理。第4章着重介绍本人所提出的“时间锁模型”
及其在巾凶深、沪证券市场中的具体应用。在第4章的表4-1中，为了检验本人
的“时间锁模型”的实践意义，本人用这～方法推算出了未来两年中国证券市场
可能出现的市场拐点并期待市场的检验，这也将是验证价格波动不完全足“随机
漫步”和“陈旧数据有效”的例证。存第4章巾列举的中国证券市场7次最重要
的拐点之间所存在的黄会分割比率及其衍生比率的关系又从历史的角度证明了
历史数据之间的确存在着有机的联系。在第4章的章术，本文还将以“时间锁模
型”对于市场拐点之间普遍存在着黄金分割比率这一现象向有效市场理论
(EMH)中关于价格波动是“随机漫步”等观点提出质疑。第5章是结论和建
议，理论上的结论是有效市场理论(EMH)关于价格波动是“随机漫步”等观点忽
视了价格波动的背后是活生生的并带有周期性情绪波动特征的投资者群体行为
这一要素，同时有效市场理论(EMH)的三丈基本假设至少会因为在市场的拐点附
近的投资者情绪的极端波动而无法成立，而这一要素也恰恰是重新建构技术分析
基石和体系的根本所在。实践上的结论则是观察投资者的行为特征对于证券投资
在时机上的把握有着极为重要的意义，而“时间锁模型”则是一1种能够较为准
确的度量投资者情绪波动极点的定量分析工具。
的拐点之间所存在的黄会分割比率及其衍生比率的关系又从历史的角度证明了
历史数据之间的确存在着有机的联系。在第4章的章术，本文还将以“时间锁模
型”对于市场拐点之间普遍存在着黄金分割比率这一现象向有效市场理论
(EMH)中关于价格波动是“随机漫步”等观点提出质疑。第5章是结论和建
议，理论上的结论是有效市场理论(EMH)关于价格波动是“随机漫步”等观点忽
视了价格波动的背后是活生生的并带有周期性情绪波动特征的投资者群体行为
这一要素，同时有效市场理论(EMH)的三丈基本假设至少会因为在市场的拐点附
近的投资者情绪的极端波动而无法成立，而这一要素也恰恰是重新建构技术分析
基石和体系的根本所在。实践上的结论则是观察投资者的行为特征对于证券投资
在时机上的把握有着极为重要的意义，而“时间锁模型”则是一1种能够较为准
确的度量投资者情绪波动极点的定量分析工具。
第2章技术分析、基本分析和有效市场理论(EmH)
2．1技术分析与基本分析
所谓股价的技术分析，是相对于基本分析而言的，指直接对证券市场的市场
行为所做的分析，其特点是通过对市场过去和现在的行为，运用数学和逻辑的方
法，归纳总结一些典型的行为，从而预测证券市场未来的变化趋势。相比之下，
基本分析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因
素进行分析，以此来研究股票的价值，衡量股价的高低。而技术分析则是透过图
表或技术指标的记录，研究市场过去及现在的行为反应，以推测未来价格的变动
趋势。目前常用的电脑技术指标是通过分析过去及现在的股价、成交量、时间等
数据来判断市场未来的走势。因此，技术分析只关心证券市场本身的变化，而不
考虑可能对其产生影响的经济、政治等各方面的外部因素。
基本分析的目的是为了判断股票现行股价的价位是否合理并描绘长期的走
势，而技术分析主要是预测短期内股价涨跌的趋势。通常基本分析更加侧重于“选
股”，而技术分析则更加侧重于“选时”。在时间上，技术分析法注重短期分析，
在预测市场趋势方面的确优于基本分析法，但在预测较长期趋势方面则不如后
者。大多数成功的股票投资者都把两种分析方法结合起来加以运用。
技术分析和基本分析都认为股价是由供求关系决定的。基本分析主要是根据
对影响供需关系种种因素的分析来预测股价走势，而技术分析则是根据价格、成
交量和时间周期等市场波动的三要素来推测市场走势。技术分析的基本观点是：
所有股票的实际供需量及其背后起引导作用的种种因素，包括股票市场上每个人
对未来的希望、担心、恐惧等等，都集中反映在股票的价格和交易量上(即其三
大基本假设中的“市场行为l浣明⋯切”)。
技术分析及基本分析虽然着眼点不尽相同，甚至还存在冲突的地方，但是与
有效市场理论(EMH)中“弱式有效市场”关于“陈旧信息无效论”的观点格格不
入，这一点也是本文在理论和实征上要重点提出质疑的地方。
4
2．2技术分析三大基本假设的合理性
世界上永远都不会有两张，一模一样的K线走势图，而技术分析却是以证券
市场过去和现在的市场行为作为分析对象，通过总结过去的市场走势规律并以此
来推测证券市场未来的走势，特别是在当今个人电脑越来越普及、各种各样的电
脑技术指标泛滥成灾的情况之下，技术分析的名声及效果越来越差，并逐渐退出
证券分析方法的主流且被不断的边缘化。其原因是投资者们似乎对于技术分析的
三大基本假设缺乏较为深刻的认识，因而导致诸如电脑技术指标等垃圾分析工具
的大量孳生。不容否认，在上市公司分析及行业分析方面，基本分析有着技术分
析所无法替代的地位，但是在整个市场走势分析(即所谓的大盘走势分析)方面，
技术分析依然有着重要的参考意义。好的技术分析工具表面上似乎只是在被动的
追逐着价格走势，而实际上和本质上其真正的意义却是在测量证券市场的参与主
体——投资者们的情绪波动，世界上的确永远都不会有两张完全相同的走势图，
但是在看似千差万别的走势图背后的投资者们的情绪波动却没有丝毫不同，永远
都是在两种情绪极点(“贪婪”和“恐惧”)之间来回的波动，这种波动几乎与最
简啦的正弦波似乎并无二致。而要设计出能够较为准确的反映出投资者情绪极点
波动的分析工具，就必须对于技术分析的所谓三大假设作较为深刻的认识：
2．2．1市场行为说明一切
这一观点认为所有影响证券市场波动的因素，最终都必然体现在证券的价格
波动之上。外在的、内在的、基本面的、政策而的、心理面等诸多影响市场走势
因素必然会最终转化成为对于市场筹码的供给和需求，从而体现在价格走势之
中。而投资者只需关心这些因素对于市场行为的影日向效果，而无需关心具体导致
这些变化的原凶是什么。这句话与市场有效理沦(EMH)关于“价格充分反映所有
的信息(历史信息、公丌信息、未公丌信息)”有着异曲同工之处，然而有效市
场理论(EMH)却并没有注意到市场行为后面投资者心理而变化的因素及过程，而
技术分析的另外两个假设却准确的阐述了这一过程。
2．2．2历史往往重复发生
价格的波动表面上是受到证券的供求关系所决定的，但是就其深层次而言，
影响市场供求关系的是投资者预期变化而导致的对于筹码供需的变化。投资者往
往会因为赢利面和赢利程度的不断扩大而提高对于未来市场走势的预期，这样当
市场进入最高点的时候，投资者的预期值到达最大值，对于筹码的需求达到最大，
而持有筹码的投资者则抛出筹码的预期到达最低值(极少部分先知先觉的投资者
及好运的投资者出外)，这样便自然形成市场价格的最高点，这时『F好是人性的
“贪婪”本性也到达了最高点；相反投资者同样也会因为亏损面和亏蚀程度的加
剧而不断降低对于未来市场的预期，当市场进入最低点的时候，投资者的预期值
到达最低值，对于筹码的需求到达最小，而持有筹码的投资者的抛出意愿达到最
高值(极少部分先知先觉的投资者及好运的投资者除外)，这样便自然形成了市
场价格的最低点，而这时恰恰也是人性“恐惧”本性达到了最高值。因而对于“历
史往往重复发生”的理解应该是人性的“贪婪”和“恐惧”本性永远在市场波动
的高、低点过程中循环往复的同步发生着；
2．2．3证券价格沿趋势运动
承接“历史往往重复发生”是投资者预期由高至低或由低至高而不停的变化
的理解，这一句话背后的意义十分的清晰明了。当市场从高点回落时，投资者的
预期也从“贪婪”的极点同步回落并影响了投资者对于证券的需求的降低和供给
的扩大，因而价格在这一心理趋势变化的影响之下，自然便沿着卜降的趋势而不
断IuI落，直到达到预期的最低值：同理，当价格从最低点逐渐上升时，投资者的
预期也逐步摆脱“恐惧”的阴影而彳i断上升，并影响了投资者对于证券需求的放
大和供给的降低，因而价格同样在心理预期不断增强的影响下，自然沿着上升趋
势不断创出新高，一直达到预期的最高值。
刈于技术分析以上三大基本要点的解释，本文也许与许多教科书有所不同，
但是它蜕明了真『F的好的市场分析工具应该是能够较为准确的反映出投资者心
理预期的变化，而不足那些机械地追随着价格变化而变化的垃圾电脑技术指标。
本文接下来要着重讨论的就是投资者情绪极点波动的蒯期舰律。而在历史上有两
位较为著名的技术分析大师的观点可以使我们“登高而望远”，其中一位是充满
着神秘色彩且投资业绩极为辉煌的江恩(William Delbert Gann)及发现螺旋历法
的嘉璐兰(Christopher Carolan)，本文将首先分别介绍两位时间周期理论大师的
理论，最后提出本人的“时间锁模型”及并用中国证券市场的17年以来的重要
拐点进行例证，在第4章的表4．1中列出了用此方法对中国证券市场未来两年内
重要的市场拐点进行推算，以期检验这一方法在实践上的意义，同时这一工具所
发现的市场转折点之间存在着有机联系也是质疑有效市场理论(EMH)中“随机漫
步”等的诸多观点的有力证据。
2．3有效市场理论(E埘)的三大基本假设的不合理性
近30年以来，有效市场理论(EMH)在金融市场匕占据了十分重要的地位。
法马(Fama，1970)在其论文中将有效的金融市场定义成为一个资产价格完全反
跌可得信息的市场，并在美国债券市场和股票市场得以验证。有效市场理论(E删)
从根本上排除了建立在当前可得信息基础上的交易行为而获得高于均衡期望收
益的可能性，它认为被动的持有市场组合比积极的资产管理更好。其理论基础源
于其三大基本假设：
1．理性投资者假设：投资者被认为是完全理性的。因而可以完全理性地对资产
进行估价。
2．随机交易假设：即使投资者不是完全理性的主体，但是由于他们的交易是随
机发生的。因此彼此交易对价格的影响可以互相抵消。
3．有效套利假设：即使投资者非理性且行为趋同，交易行为不能相互抵消，套
利者的理性行为仍然可以将非理性行为以及行为趋同因素对于价格产生的影
响冲销。
2．3．1“理性投资者假设”的不合理性
在实际的市场操作中，投资者往往偏好昕从权威的投资建议，而无法使投
资分散化。频繁的交易并频繁的更换投资组合，抛售已经有赢利的股票而持有那
些亏损的股票，因而在市场中很少能够看到有效市场理论(EMll)中的那种真『F实
施被动投资策略的投资者。
卡涅曼和里普(Kahneman and Riepe，1998)认为投资者会在很多方面偏离
标准的决策模型，并将对行为的影响因素分为三大类：(1)对风险的态度。与获
得收益相比，人们通常更加不愿意承担损失，损失的效用函数比收益的效用函数
要陡的多。(2)非贝叶斯预期的形成。投资者往往根据过去较短时期的历史数据
来判断未来，而忽视了这段历史可能是偶然因素造成的。(3)提问方式的心理暗
示性。投资者往往根据问题提出方式而作出不同的回答，这便是被经济学家成为
“噪音交易者”的非理性投资者。
第一类行为是指投资者在评估风险资产的价值时，并不遵守冯·诺伊曼一
摩根斯顿规则。投资者并不是以最终可能达到的财富水平，而是以相对于某个参
照点的损失或者收益进行评价，因而会表现出对损失的厌恶，而这一点在市场的
转折点附近表现的尤为突出。这一观点最早由卡涅曼和特维斯基(Kahneman and
Tveskey,1979)在他们的期望理论中提出。这有助于解释金融市场中的许多问题，
比如奥迪恩(Odean，1998)将投资者不愿意出售亏损的股票的行为解释成为出于
对实现损失的厌恶。
第二类行为在预测不确定性的收入时，投资者会在整体上违反贝叶斯法则
和其他概率理论(Kahneman D．and TveskeyA．，1973)。例如，投资者往往会认为
短期的历史数据可以反映更一般的历史数据特征，这+点的确也恰恰是很多技术
分析工具的死穴。由于关注这种典型性，投资者往往会忽视这些数据是源于偶然
因素造成的可能性。这种肩发式的思维方式在投资者的『_ii常生活中非常有用，但
是在面对变化莫测的投资市场时，往往会导致投资者误入歧途，这便是经济学家
所称的“投资者情绪”。从基本分析看，投资者会从一些公司的短期内的高收入
增长来推测出其未来的高增长，这种过度反应降低了未来收益；从技术分析看，
投资者同样会因为市场短期内的强势或者弱势而作出过度反应，这一点同样在市
场拐点附近表现的极为突出。
第三类行为指的是投资者个人决策会依赖于问题突出的方式。例如，投资
者观察到股票较债券有着较高的收益率时，却会忽视了股票的风险也相对较大，
因而会将自己的资金更多的配置股票而不足债券。同样，在股票市场中，当投资
者观察到市场发生单边剧烈上升(下跌)时，也常常会剀此而不顾风险而_F理性
的追高(杀跌)，这时的投资者是典型的“非理性投资者”，这与“理想投资者假
设”不相符合。
2．3．2“随机交易假设”的不合理性
卡涅曼和特维斯基的研究主要围绕着非理性投资者的随机交易展开。他们通
过心理学实验证明：投资者并不是随机的偏离理性决策，而是以相同的方式偏离
的。非理性投资者在自己想法的基础上形成对证券的需求，他们的买与卖有很强
的相关性。“投资者情绪”意味着大多数投资者犯了判断错误，而且错误之问存
在着很强的相关性，这～点同样在市场转折点附近表现的淋漓尽致。
个人投资者并不是市场唯一一的非理性投资者。金融市场上的许多机构投资者
也表现出这种特征，例如2003年到2004年之间，以基金为主的机构投资者出现
的在大盘蓝筹股上的“抱团取暖”现象就是一个典型的例子。
此外，在市场转折点附近，我们总是发现无论个人投资者还是机构投资者在
买卖方向上都会出现一边倒的“一致性”而非“随机性”的特征。即在头部～致
性的看多和买入，而在底部一致性的看空和杀跌’，这又与“随机交易假设”形
成冲突。
2．3．3“有效套利假设”的不合理性
与有效市场理论(E娜)完全相反，行为金融学指出现实的套利行为不像有效
市场理论(EMH)中假定的既无风险又无成本，由于套利行为有风险因而它的作用
总是有限的。套利行为的有效性取决于有价证券近似替代品的可得性，而其价格
很可能会受到噪音交易的影响。对于期货、期权等金融衍生产品而占，尽管利用
余融衍生产品的程序比较复杂，近似的替代品还是存在的。但是，在绝大多数情
况之下，投资者无法获知投资组合确切的近似替代品是哪些，而在处于走向成熟
的中国证券市场中，则更加难以找到可以套利的类似替代汪券。这样，如果某证
券高估，套利者就无法找到类似的替代品来规避风险。如果套利者厌恶风险，他
对这种套利行为的兴趣就会大大减弱。出于套利者的总体风险承受能力有限，他
们使价格恢复到真实价值的能力也足有限的。
5巾罔中央lU州竹的证券仃L_I中何个々门针对机构投资_占的统~十州盘，我们发现往往I订场接近底部时，
会⋯脱毁忤的看守(石卒比率通。船超过2／3 J，l町接近头部时，则⋯小～敛性石多(看多比率通常超过2／3j
19
即使某个股票存在较相似的证券替代品，套利行为还是有风险。一方面，这
种证券替代品可能不完全，因为价格可能发生与预期相反的变动。尽管风险套利
从统计上说可能获得超额收益，但是它并不能确保证券及其替代品未来的价格趋
于一致。
另外一个方面，即使存在完全的替代品，套利者依然面临着来自于证券未来
网购价格的不确定性，或者说是被错误估价的股票价格更加偏离真实价值的可能
性。虽然价格仍然会趋于一致，但是在这种偏离的过程中，套利者不得不承担短
期损失。如果套利者需要融资以维持其相对头寸不变，则他们的套利行为还将受
到融资能力的限制。这种风险被称为“噪音交易者风险”(De Long，et a1．，1987)。
山于存在这种风险，以套利行为为基础的有效市场理论(EMH)也受到很大的挑
战。
如果承认套利行为的风险，那么弗里德曼的自然选择理论就值得怀疑了。当
噪音交易者和套利者都承担风险时，两者的预期收益取决于他们各自承担的风险
和市场对于风险的补偿。在长期交易中，即使套利者的平均收益大于噪音交易者，
套利者也不一定能够获得超额的收益。市场在长期中可能会给予风险较高的补
偿，而噪音交易者往往承担更大的风险。由此可见，市场有效性的假设并不是必
然成立的。
2．3．4来自实证的挑战
从时涮匕来看，实证挑战要比理论质疑出现得更早。希勒(Shiller,1981)在
研究证券市场的波动性后，发现股票价格的波动性远远超出传统理论的想象。传
统理论认为股票价格等于未来股票分红的净现值，并由此推动价格的波动。
针对弱式有效市场理论(EMH)，德帮特和塞勒(De Bondt andThaler，1985)
在1985年比较了最强和最弱的两组公司的表现，发现最弱公司组合的表现特别
好，而最强公司的表现特别差，这并不符合资本资产定价模型衡量标准风险的结
果。他将此解释为股价的过度反应。最弱组合的股价过低，而最强公司的股价过
高。这种解释与心理学的结沧相符，投资者的启发式思维导致了他们往往会根据
前期的投资经验判断最弱公司组合的表现刁i会好，从而低估了这些公司的股价。
这一点，在年轻的中国股票r订场中也曾经出现，1996年的强势优质股行情结束
后，在1998年后，⋯些被低估的弱势股的逼空行情则是具有中I雪特色的例证。
此后，研究者发现可以用很多的方法来预测股票波动的价格、时间等。杰格
迪希和迪特曼(Jegadeesh and Titman，1993)在1993年提出股票价格存在这某种
变动趋势(momentum)。他们发现，在6到12个月内，可以根据当前股票价格
趋势去预测未来价格也会有同方向的变动，这在技术分析的三大基本假设中其实
给予了f|分好的解释。当投资者经历了一场大的熊市(牛市)后，心理预期达到
最低(高)点，这时他对于股票的需求也达到了最低(高)，而后随着行情的走
好(坏)，其心理预期又开始逐步恢复(降低)，从而提升(减少)对于股票的需
求，这样价格就沿着投资者心理预期变化的趋势而呈现出有周期规律的趋势波
动。而基于这一基础上所设计出的技术分析工具则可以较为准确的测量出投资者
预期的变化并帮助投资者判断未来的趋势并选择进、出市场的时机。
对于半强式有效市场提出的研究也很多。例如众所周知的“小公司效应”，
即小公司股票的收益往往会高于大公司。这一效应表明陈旧信息可以带来超额收
益。而这一点在技术分析中的时间周期理论中则比比皆是，第3章中将会提到的
中国证券市场中所谓的“一月效应”及“七月效应”，即无论牛、熊市，每年在
一月份前后建仓的投资者都能够获得超额收益。而中国证券市场17年以来几乎
所有最重要的市场拐点都分稚在一月份和七月份又是一则具有中国特色的质疑
半强式有效市场的例子。
而对于“无信息则无反应”这一推论则是本文的“时间锁模型”所重点要提
出质疑的地方。1987年的美固股灾，在10月19同一天便跌去了22．6％。而在
此之前却没有任何信息公布，这说明除了信息之外还有其他我们尚无法完全认知
的因素在起作用。罗尔(Roll，1984)的研究也发现了类似的结论。罗尔在1984
年研究了气象预报对于橙汁期货价格的影响，发现气象预报会对橙汁价格走势产
生影响，但足这种影响只占了很小的一一部分。另外，罗尔存研究中用Rz可以衡
量给定股票替代品的近似程度。如果股票存在完全的替代品，则罗尔的R2应该
接近于1。但是无论他如何改善模刑以求提高浚数值，而结果R2仍然是远小于1。
由此可知，现实中的有价证券的替代品是非常不完全的。在第3章的螺旋历法和
第4章的“时间锁模型”则可以准确的找出历史上看似毫无关联的金融危机在时
怄J上的有机联系，这是⋯‘个强有力质疑“无信息则无反应”的依据。
本章小结
技术分析、基本分析与有效市场理论(EMH)在过去及现在的信息是否能够为
投资者带来超额收益方面存在着分歧。有效市场理论(EMH)的三大基本假设对于
这一点所持的是否定的态度。然而，来自理论和实证方面的论证显示，首先有效
市场理论(EMJm的三大基本假设并不能够完全站得住脚，而实证显示合理的分析
和利用陈旧信息仍然可以给投资者带来超额收益。金融市场波动的本质其实是源
于投资者在各种各样的因素的驱动下而出现的周期性的情绪波动，这种周期性波
动导致了投资者对于有价证券需求的波动。情绪波动的极点是市场形成转折点的
基础，在转折点附近投资者在极端情绪的驱动下，会发生非理性的且在买卖方向
上高度一致性的行为，这与有效市场理论(EMH)三大基本假设的“理想投资者假
设”和“随机交易假设”完全不符，从而成为了技术分析和基本分析向有效市场
理论(EMH)提出挑战的重要依据之一。
技术分析的三大摹本假设虽然在字面上有着“假设”二字，但是本文与传
统教科书有所不同的解释则是，这三大基本假设实际上完全可以从投资者群体的
周而复始的情绪波动得以解释，而且在投资市场中，这种周期性的情绪波动将是
永远存在的。而准确、客观的分析和度量投资者情绪波动的周期变化特征应该是
技术分析工具的设计和使用的着力点所在，这也恰恰是被有效市场理论rEMHl
所忽视的。因而重新从投资者的心理变化过程来解读这三大基本假设的理论意义
显得非常重要。
本章小结
技术分析、基本分析与有效市场理论(EMH)在过去及现在的信息是否能够为
投资者带来超额收益方面存在着分歧。有效市场理论(EMH)的三大基本假设对于
这一点所持的是否定的态度。然而，来自理论和实证方面的论证显示，首先有效
市场理论(EMJm的三大基本假设并不能够完全站得住脚，而实证显示合理的分析
和利用陈旧信息仍然可以给投资者带来超额收益。金融市场波动的本质其实是源
于投资者在各种各样的因素的驱动下而出现的周期性的情绪波动，这种周期性波
动导致了投资者对于有价证券需求的波动。情绪波动的极点是市场形成转折点的
基础，在转折点附近投资者在极端情绪的驱动下，会发生非理性的且在买卖方向
上高度一致性的行为，这与有效市场理论(EMH)三大基本假设的“理想投资者假
设”和“随机交易假设”完全不符，从而成为了技术分析和基本分析向有效市场
理论(EMH)提出挑战的重要依据之一。
技术分析的三大摹本假设虽然在字面上有着“假设”二字，但是本文与传
统教科书有所不同的解释则是，这三大基本假设实际上完全可以从投资者群体的
周而复始的情绪波动得以解释，而且在投资市场中，这种周期性的情绪波动将是
永远存在的。而准确、客观的分析和度量投资者情绪波动的周期变化特征应该是
技术分析工具的设计和使用的着力点所在，这也恰恰是被有效市场理论rEMHl
所忽视的。因而重新从投资者的心理变化过程来解读这三大基本假设的理论意义
显得非常重要。
第3章江恩理论及螺旋历法关于市场周期的主要观点
3．1江恩理论关于市场周期的主要观点
3．1．1江恩的30年、10年、7年及360循环周期理论
江恩的循环周期理论的核心是，在所有的市场因素中，时问的因素占了决定
性的作用，其30年的周期循环处于其理论的中心地位，其缘由是对于市场投资
者情绪影响十分大的月球在30年内正好围绕地球运转了360圈，例如在期货市
场上，铜从1958年的25美元上升到1988年的168美元见顶正好持续了30年。
图3-1：铜价的30年周期走势图
资料柬源：《江思理论》香港经济}1撤札黄伯中普
10年周期循环是30循环的1／3，江恩发现市场常常每10年重复类似的走势
形态，而且最高点和最低点的时间也十分接近，在某些状况之F，市场的重要头
部或底部可能相隔10．5年或11年，归纳成两点就是：
1．山10年前的市场头部时问起，可以计算10年后二：右的头部时间：
2．由10年|{j{『的市场底部时问起，可以计算10年后左右的底部时问；
中因股市1994¨．7 29见大底325点(j与时是=：大政策救市)，而10年零11个
月后2005．6．6 f]则创出998点的历史大底r如果用市场的平均股价计t算．真币的
底部应该是2005．7．19，见深沪A股流通盘权重平均股价走势图。
紫湍：臻J．；鬈，。*。。。
图3．2深、沪A股市场流通盘权重平均股价走势图(月线图)
资料米源：《分析家》证券分析系统
7年正好等于84个月，如果以一个市场底部或顶部为起点计算，7年后可能
再次出现一个重要的底部或顶部，而7年的1／2(42个月左右)、1／4(21个月左
右)、1／8(11个月左右)也往往会出现市场的转势。
中国深沪A股市场于1994．7．29见底之后!：If二始的牛市正好延续了7年，83个
月之后于2001．6．14见2245点大顶而出现了有史以来的最大一次的熊市调整。
㈨i
“im黝0础
。、
lm，乳㈣帅I㈨蛐
"
iⅢj●¨jⅢM ．m
≯=三¨
，j㈨
搿
．‰i
沁
～并¨●i7
．。‰帅
m—∥矿
山
Ⅲ
川0m黼
”
k
¨i川j，●i丽h
一
‰
。
删
a
i7．j¨
帅
，
k㈣
Ⅲ
∥
。
。I∥-=㈨■f=W●k川口0i^●『ji“ ∞●⋯⋯7．．嫩_=霎
m
一，
一Ⅲ
¨罐b㈣一" ?5
言靠器1薷‰漕m⋯㈧；㈣m㈦量5‘¨¨o“}M删川铺_Ⅲ“”。獬
"。；∥lf，89I ||I|．IIⅫ／Ill}}||I。If∥÷}
图3．3：上证综合指数月线图
资料来源：《分析家》证券分析系统
江恩发现将360个交易日进行1／8、1／3分割之后，其中的45、90、120、135、
180、225、240、270、315、360个交易日常常成为市场的转折点。
中国A股市场曾经出现过三次非常标准的360个交易日循环：
1． 第一次是1991．9．7到1993．2．23，一共持续了384个交易日，一好创出
了中困股市第一个调整力度最大的大顶，之后展开了长达3年的调整。
2． 第二次是1993．2．23到1994．7．29的大调整，正好也是持续了364个交
易H，并创出深沪A市场流通盘权重平均股价3．96元的最低。
3． 第三次是1994．7．29到1996．1．23为止的底部盘整，正好又是持续了366
个交易同，之后展丌了长达5年的大牛市。
3．1．2江恩的季节性周期和周年纪念日理论
江恩发现投资者群体的情绪波动与天体运行的规律高度相关，他发现以下所
谓“一月效应”及“七月效应”的规律：
根掘江恩的观察，有两段时问值得投资者高度关注：
“，，j●“i
H==
二=．j％!
7．i；∥∥锕
njijijiⅧⅫiⅫ∞Ⅻ ●，●¨iji¨”h“¨日Hu日“¨HⅡ¨口¨H ，i iⅢimmmLi¨¨” ●●i¨¨ i¨¨H ，0i二i目0hiji¨H nⅡⅡ¨ⅡK I_ ；；lⅫm珊i"*
．0h¨目： ●i¨肫■ iiiiig。“ii¨H dH¨H o“H艟” ●J9
0Ⅸ‰Ⅻ翮o ●h¨H；一0；i¨H￥o》iji二! 。●¨H +●ij¨ “u¨Ⅲ"
il
1．每年的1月2日到7日，及1月15同到21同；
2+每年的7月3 R到7日，及1月20日到27日；
每年的1月5日被称为“近日点”(Perigee)，地球轨迹距离太阳最近的一天，
因此地球的公转速度最快；而．每年的7月5日被称为“远同点”(Apogee)，是
地球轨迹距离太阳最远的一天，因此地球的公转速度最慢。从节气分析，1月20
日是“大寒”，而7月20日是“大暑”，二者都是～年中气温最极端的时间。而
非常巧的是，具有“政策市”的中国股市历史上几乎所有的最重要的底部都与这
两个时间段有关——如1994．7．29大底、1996．1．23大底、2002．1．29大底、2003．1．6
大底、2005．7．19大底等。
对于市场一年内的波动周期，江恩同样有着十分仔细的研究。他的方法同样
是将圆形的360度作为分析的基础。一年的循环是地球围绕太阳运行一年的时
问，江恩将每年的春分作为起点，将一年进行1／2、1／3、1／4、1／8分割，而时间
上与中国的二二十四节气历法不谋而合：
起点：春分(每年的3月21日前后)；
1／8—5月5 R前后，立夏(春分后45天)；
1／4——6月21日前后，夏至(春分后90天)；
1／3——7月23闩前后，大暑(春分后122天)；
3／8——8月7只前后，立秋(春分后137天)：
1／2——9月22日前后，秋分(春分后182天)；
5／8——11月8 Fi前后，立冬(春分后228天)；
2／3——12月21 H前后，冬至(春分后243天)；
7／8——第二年的2月4日前后，立春(春分后320天)；
江恩的期理论与中国的农历在金融市场上出现了高度的相关性，这再次说明
了金融市场拐点的本质实际上是投资者情绪波动的极点，而天体运行与投资者的
情绪波动的确存在着高度的相关性。中脚证券市场的许多重要的拐点都带有这样
的特征，如1997．9．23的1043低点『F好发生在1997年的秋分当卜1，而2245高点
的历史大硕正好发生在2001年6月14 H(距离夏至仪8天)，而经过长达49
个月调整后，中国A股市场反转点又是恰好发牛在2005年7月19门(7月20
同为大暑，7月21同中国人民银行宣布人民币Jf：始升值)。
江恩周期理论的基本哲学也是“历史往往重复发生”，而其背后的机制实际
上并不复杂，那是出于投资者在逐利的本性下所发生的周期性的情绪波动。江恩
发现有时历史的重复发生可以重复到市场发生逆转的时州乃至价位都出现高度
的重合现象，其周年纪念日的理论认为，未来市场的逆转时问经常与市场逆转的
时间存在着周年纪念日(AnniversaryDate)的关系，中国证券市场中最为显著的
可以讲就是1994．7．29的历史大底与2005．7．19历史大底征好存在着周年纪念目的
关系，而且二者的流通盘权重平均股价几乎一致一一1994．7．29(3．96元)，
2005．7．13(4．04元)。以上所提及的江恩理论的周期规律频繁在金融市场中出现，
并成为了质疑有效市场理论(EMH)关于“陈旧信息无用”等观点的有力证据。
表3-1：中国A股市场重要底部及头部平均股价统计(单位：元) 义1994、7．29 1996．1．23 1997．9．23 1998．8．18 1999 517
晕要底部3．96 5．01 】O．17 10．21 9．04
≥? 2002．01．28 2呻3 01．03 2003．11．13 2005．06．06 2呻5．07．19
重要底部8 84 7．87 6 86 414 404 父1996．12．12 1997 05．12 】999 06．29 2000．09 25 2001．06．14
蕈矍头部14 37 17．60 14 83 1431 15．22
资料米源：《分析家》i,il：券分析系统
27
3．1．3江恩理论中暗含的江恩比率
震匕二
图3-4：江恩理论关于时间、价位比率关系的示意图
资料来源：《江恩理论》香港经济日报社黄伯中著
在市场走势中，当市场出现调整或者反弹时市场会出现两种比率关系，一种
是价位之问的关系，另外一种则是时间之间的比率关系。
1．EF与FG的时间之f叫的比率关系
2．EF与GH的时间之问的比率关系；
3．EF与FG的价位之间的比率关系；
4．EF与FG的价位之间的比率关系；
以上示意图及比率关系在后面的解释金融市场拐点关系的应用上有着非常
重要的作用，只不过比率关系已经不止是简单的江恩分割比率，还有黄金分割率
及其衍生比率之间关系，而这些美妙的比率恰恰是几乎所有市场拐点的特定量化
特征。
3．2螺旋历法的主要观点
作为本文的“时间锁模型”的最重要的来源之一的螺旋历法，它将普遍存在
于自然界中的jF波那契级数及其背后的黄金分割比率引入了金融市场的周期分
析中，嘉璐兰发现数次人类历史上的重大会融危机之间的时M距离与朔望月长度
(29．5306天)与jF波那契级数的平方根的乘积存在着高度的契合性，由此他提
出了著名的螺旋历法公式：T=、而*29．5306(其中是Fn菲波那契级数，29．5306
个自然同是朔望月长度)，以下是嘉璐兰关于市场周期的主要观点：
3．2．1螺旋历法简介
在经历了华尔街的1987年股灾之后，华尔街交易员嘉璐兰花了大量的时间
及精力研究重大事件(大项、大底)之间的时间关系。首先，嘉璐兰发现1987
年的股灾与1929年大股灾一样都是发生在10月份。在金秋时节，价格攀升至顶
部，然后出现大幅下跌，而两次股灾之间的时间距离正好为717个月，同时也是
所谓神奇数字(菲波那契级数数列)的第29项514229的平方根。而众所周知，
菲波那契数列反映了生命的繁衍、自然的生长过程。
表3-2：美国1929年股灾与1987年股灾的比较(太阳历法)
＼＼转＼折点日期1929年1987年转折点类型＼＼
春季高点5月31日5月20同(相距716．99个朔望月)
夏季高点9月3日8月25同(相距717．05个朔望月)
秋季高点10月11日10月2 Fil(相距717．05个朔望月)
崩溃10月29日10月19闩(相距717．05个朔望月)
资料来源：《市场螺旋周期分析与应用》候奉慧编著航空工业{乜版社
图3-5：美国1929年股灾走势图
资料米源：?attp：／／averagesdo州oncs．com／mdsidx／
图3-6：美国1987年股灾走势图
资料米源：http：／／averages do州OIleS．com／mdsidx／
从1929年和1987年的两次股灾的发生时问看， +方面又应验了“历史往往
重复发生”这一技术分析的基本要义，但是另外一方面引起我们进1步深入思考
的是：i椎波那契数列与朔望月长度之问晌这种关系难道电只是随机或者巧台吗?
有效市场理论(EMH)中关于“没有信息就没有反应”这一观点对吗?
Lunatic和Lunacy这两个英文单词表明了人类行为与月亮之问的关系，它
们都来自于拉丁语Luna(月亮)。一般认为Lunacy是精神失常(insanity)的同义
词，但是二者有着不同的意思。精神失常的人总是处于疯狂状态，而间歇性的精
神病(Lunatic)则只是在一定的朔望周期内疯狂，而且通常是满月或新月。甲骨
文的考证表明中国的《易经》的“易”字是太阳与月亮的象形字，可见中国的先
贤早就认知到同、月等的天体运行对于人类生产和生活的影响。
金融交易市场是一个特殊的场所，充斥着对于金钱的饥饿感，投资者的许多
决定往往带有非理性的主观、情绪化的色彩，尤其体现在趋势的两个极端。在市
场的大多数时间内，投资者可能还可以较为冷静的思考和分析。但是我们总是能
够观察到，在趋势发生转折的时候，似乎总是极端的情绪在左右着市场的投资者，
多头突然会变为空头(或者相反)，市场出现在贪婪的驱动下的疯狂的一致性买
入(或者在恐慌的驱动下一致性的抛售)——这种状态与有效市场理论(EMH)
的三大基本假设中关于“理想投资者假设”和“随机交易假设”完全不符，也是
本文质疑有效市场理论(EMH)的一个重要证据。
非常有趣的是，美国股市1929年9月3同(中国农历的八月初一)的大顶
和1987年8月25日(中国农历的七月初二)的大顶都是发生在新月时分，而中
国胶市也有类似的状况：
表3-3：中国深沪证券市场历年转折点的发生时间
》≮ 1993．2．23头部1996．12．12头部1997．5．12头部2005．9，20头部
阴历时间一．月初= 十一月初二四月初7i 八月初四
、＼、阳历1996．1．23底部1991，9．7底部1999．5．17底部1993．7．2I底部
＼
阴历＼＼
阴历时间f．：月初四七月二十九四爿初二KR窀3二
资料术源：《分析凉》证券分析系统
从以上的例子，我们发现市场的转折点(情绪极点)的确与天体运行存在着
某种联系，但是并叫i是所有的转折点都是发生在月相或着重要的节气附近。对于
如何解释这一现象以及市场转折点之间的时间长度的联系。嘉璐兰从1929年的
头部与1987年的头部之问的距离恰恰为菲波那契数列的第29项的平方根一一
717个朔望月得到启发，并通过研究历史上重要拐点之问的联系提出了市场的转
折点之间存在着以下关系：T气／而。29．5306(其中是Fn菲波那契级数，29．5306
个自然R是朔望月长度)。
3．2．2菲波那契级数与黄金分割比率①
欧洲的文艺复兴时期，居于意大利比萨城的菲波那契(Filius Bonaaci，简称
Fibonaacj)将阿拉伯数字和位值进位系统导入了欧洲。他提出了一个有关兔子繁
殖的问题，其答案是一个数学级数，就是螺旋历法的一个核心部分——菲波那契
级数：
问题是：假设兔子在两个月大时开始繁殖，每次一对，。个雄性，一个雌性，
每月一次。在第一个月有一对兔子，由此开始，假设兔子没有死亡发生，一年后
有多少兔子?
其答案是菲波那契级数：Fn=(①”一l／ci9”)／、／5
其中中是黄金分割比率(、／5+1)／2=1．618032⋯
黄金分割比率巾和它的倒数是相邻的菲波那契数字的比率，反映了菲波那契
级数的增长。间隔的菲波那契级数的比率则是o 2或者1／中2。对于任意两个菲波
那契级数项，假设其序数差为n，则这两项之比率大约是中“或者1／中“。表3-4
中为前四项中的比率。这些比率本身也组成加法数列。0。236、0．382、0，618、
I．618、2．618、4．236等JF好又是一个黄金序列。这个序列的每项增长的比率相
同，约为1．618倍。生命的繁衍过程也是倍增的，在自然界，同类繁衍同类，自
始至终，永不停滞。1987年10月的股价就是由人创造的一。种形念，它重复了1929
年10月的形态和过程。而在后面的例证分析中，我们同样可以发现中及其衍生
比率居然也与金融市场周期存在着密不可分的联系。
表3-4：黄金分割比率西及其衍生比率的特征
黄金分割比率中黄金分割比率巾的倒数
中1．618 l／中0．618
o
2
2．618 1／m 2 0．382
中4 4．236 I／巾3 0．236
中1 6．854 l／中蛐0．146
3．2．3螺旋历法的定义
构成螺旋历法的理论基础就是菲波那契级数，而其纽带则是、腼，即
1_2720201⋯，作为一个逐渐增长的级数，每一个数与它|ji『面的’个数的比率接
近1．2720201⋯．如果我们将平方根看作一个单一的序列，表3—5描述了控制这
一序列的各个比率。因为菲波那契数字的交替的平方根也是一个加法(递增)序
列，交替的比率与中的比率集合相同。两个菲波那契数字的平方根的比率是
√①“，这里的n是两项级数的序数之差，或者其倒数。例如，、／F．。～F，；=2．05⋯，
即、／巾”，这单n=18—15-3。我们在第4章的例证中可以发现、／中”和江恩比率
使看似“随机漫步”的盒融市场拐点有机的联系在一起。
表3-5：菲波那契级数及其衍生比率
、／巾“的系列比率1厢的系列比率
涵1．272 ＼}心0．786
、J『o 2 1．618 l～巾2 0．618
、／中3 2．058 l～中3 0．486
归2．618 I／归0．382
3．330 l／√孑0．300 、『由。
归4．236 l／归0．236
资料来源：《市场螺旋周期分析与应用》候本慧编著航卒]一业出版社
＼
19§
＼
。3
r∥⋯
，，囊◆／
一r j镰
图3-7：黄金螺旋线与平方根
资科来源：《市场螺旋州期分析‘。心用》候奉慧编管航卒丁业⋯版祉
图3～7反映了在黄金螺旋线中平方根的关系。被45度线分割的半径的比率
大约是1．272⋯。在图中，用菲波那契数字的平方根为单位表示。交箭的半径被
90度线分割，其比率为中。两种半径的集合，对角线(点线)和垂直水平线(实
线)，从图形上表示中的平方根的两个加法(递增)序列。
了解中的比率、黄金分割及黄金螺旋的几何学以及菲波那契级数的平方根的
性质，其目的就是应用它们来度量时问。最初的观察表明，1929年lO月的市场
崩溃与1987年10月的市场崩溃是以菲波那契级数为基础的时『自j单位。
螺旋历法是·系列时间单位的集合，也就是以菲波那契数字的平方根测量朔
望月的数目。表3-6列出了螺旋历法的前35个时间单位，每个时间单位包括朔
望月、同和年。
表3-6：螺旋历法的前35个单位的时间长度
N Fn 朔望月数自然闷数太阳年数
l l 1．00 29．5 O．1
2 1 1．OO 29，5 O．1
3 2 1．41 41，8 O．1
4 3 1．73 51．1 0．1
5 5 2．24 66．0 0．2
6 8 2．83 83．5 O．2
7 13 3．6l 106．5 O．3
8 21 4．58 135．3 O．4
9 34 5．83 172．2 O．5
i0 55 7．42 219．O O．6
11 89 9．43 278．6 O．8
12 144 12．OO 354．4 l
13 233 15．26 450．8 1．2
14 377 19．42 573．4 1．6
15 610 24．70 729．4 2．0
16 987 31．42 927．7 2．5
17 1597 39．96 1180．1 3．2
18 2594 50．83 15(11．1 4．1
19 4181 64．66 1909．5 5．2
20 6765 82．25 2428．9 6．6
21 10946 104．62 2089．6 8．5
22 1 77儿133．08 3930．0 lO．8
23 28657 169．28 4999．1 13．7
24 46368 215．33 6358．9 17．4
25 75025 273．91 8088．6 22．1
26 121393 348．41 10288．9 28．2
27 196418 443．19 13087．7 35．8
28 31781l 563．75 16647．8 45．6
29 514229 717．10 21176．3 58．0
30 832040 912．16 26936．7 73．7
3l 1346269 1160．29 34264．0 93．8
32 2178309 1475．91 43584．5 119．3
33 3524578 1877．39 55440．3 151．8
34 5702887 2388．07 70521．2 193．1
35 9227465 3037．67 89704．3 245．6
资料来源：《市场螺旋刷期分析与应用》候本慧编著航窄工业⋯版社
3．2．4螺旋历法的具体应用
一般而占，螺旋历法的焦点的选择使用以下方法：
1． 以接近太阳季节变化的太阴相位上(通常是两分(春分、秋分)及两
至(冬至、夏至)的前后最近的新月或者满月)为焦点，以螺旋历的
时1铷长度(以自然H为单位)去计算未来可能发生转折的时问点：
2． 以市场发生重大转折点为起点，同样以螺旋历法的时间长度(以自然
f__1为单位)去计算未来町能的转折点。
在实际应用巾，嘉璐兰及后期的研究者发现以后一种方式更加能够反映
一个r}丁场的具体情况，冈为第一种方法带有一定的主观性，每一个市场都有
其特殊性的‘面，单独用同一个起点作为焦点来计算未来町能出现的拐点的
确有失偏颇。嘉璐兰发现除了1929年股市火跌与1987年的股市火跌之外，
历史还有¨I：多重大的投机事件同样也存在着螺旋历法上的联系，如：
1． 1799年8月至11月的欧洲大陆上发生的金融危机，德国汉堡是危机
的中心。而58年之后(717个朔望月之后，即第29项螺旋历法时间
单位)的1857年，一场始于美国终于德国汉堡的会融危机再次发生；
2． 1942年4月28同，道琼斯工业平均指数创出低点，并与1932年和
1974年并列成为20【!上纪最重要的底部，虽然价格并没有跌至1932
年之下，但是成交量及交易所佣会却比1932年还低。而这一同期恰
恰与1884年的5月5同难好相距21176个自然日，而1884年由于美
国前总统格兰特(1822--1885，任期1869---1877)将自己及儿子的声
誉借给一个经纪商，这一经纪商以此大量吸引公众资本。企业也向海
军国民银行借用大量借款用于市场投机导致市场崩溃及银行倒闭。危
机从5月3日开始发生，5月10同进一步扩散；
以上两个例子及1929年10月的股市暴跌到1987年10月股市暴跌的例子说
明：螺旋历法在看似不相关联的事件之间存在着联系。然而使得本人最感兴趣的
是嘉璐兰对3个以上市场拐点之问的联系(见附录三、四、五)，从中我们得以
发现黄金分割率使得看似随机分布的市场拐点有序的联系在一起，这些都为我们
质疑有效市场理论(EMH)中股价波动序列只是“随机漫步”提供了依据。
3．3江恩理论与螺旋历法在中国证券市场具体应用的优劣比较
螺旋历法对于解释成熟市场(尤其是欧美几百年以来的投资市场)的长期市
场拐点精确得令人吃惊，但是对于一些中期及短期的市场拐点的解释却有点捉襟
见肘，原因在于一方面是螺旋历法的机械性(螺旋历法的长度以、腼即1．272倍
的几何级数增长，对于一年内的转折点当然未必都能够解释)，另外一个方面就
是在于其焦点的选择带有很大的主观性，这令投资者难以准确把握。在中国深、
沪证券市场的17年走势中，很少能够找到诸如道琼斯指数中那样十分完美的螺
旋组合。但是江恩理论的360度圆周理论则能够找出无数的例子。然而或许由于
江恩理论的神秘性(江恩’生中始终没有系统的公向其理论的具体方法，目前的
方法都是后人根据其发表的各种文章和书籍集撰而成)，投资者还是无法应用：
者的理论来解释或者预测所有的市场转折点(尤其是十分重要的市场转折点)，
因而需要在：二肴的基础上作进。步的提升。笔者通过对中因A股市场17年以来
的所有市场转折点的分解及研究发现，其实在江恩理论及螺旋历法虽然表面上都
强调固定的时倒长度(江恩理论强调360及其N／8及N／3的时间长度，螺旋历法
强调朔望月长度与菲波那契级数的1／2次方的乘积值)，但是相同的则是绝对数
值后暗含的相对比率，现将两种理论的比率作一个归纳及总结，见表3—7：
表3．7：江恩理论及螺旋历法所强调动重要比率
＼比率重要比率
＼
理论t采弧
＼
江恩理论1／8、1／4，3／8、1／3、1／2，5／8，2／3、3／4
螺旋历法0．191，0．214，0．236、0i300283，0i382、0．486、1／2、0．514、0．618、
0．699717、0．764、0．786、0．809(参见表3-8)
抛开两种理论所重视的绝对时间长度，如果市场的拐点之间的关系是基于
二种理论所暗含的比率关系，那么用这种方法能否来解释所有的市场拐点并将之
应用在实际的预测性分析或者操作昵67笔者沿着这样一条思路分解了带有浓厚
政策市色彩的中国A股市场的所有市场拐点，发现这一推论到目前为止一直是
正确的。即使是那些政府出来救市或者降温的拐点也无～‘例外(包括1994．7．29、
1996．12．12、1997．5．12等的著名“政策性拐点”)。
本章小结
在第3章中，本文着重介绍了目前分析市场周期的两种重要理论——江恩理
论和嘉璐兰的螺旋历法，并举出了大量市场实例——尤其是江恩的时间周期理论
在年轻的中国证券市场中可以找到无数的实例，而江恩的“一月效应”和“七月
效应”的季节性周期理论和360个交易fi=1周期理论居然可以用来准确地解释和推
算中国证券市场中几乎所有壤重要的市场转折点。嘉璐兰的螺旋历法在解释欧美
等具有数百年历史的成熟市场的重大转折点上也取得了很大的成功。第3章中所
举f=}{的例予以及附录三、附录四、附录五中三则所谓“极为完美的螺旋周期”的
实例f孕次证明了有效市场理论(EMH)中关于股价波动是“随机漫步”、“陈旧信息
6这一点nJ以从昕囱的球体的直纾或冉体积都小相刖，埘它们共¨的则足阿崩率(n)．地球{：所仃的A体
蕈、_!：；}-冒J、肤也等都小堞相I．1-Im人体1‘的㈨样仔n-着必会分割比率之点，乜¨^、体I．的儿￡B芹褂以n发；
38
无效”、“没有信息就没有反应”这些观点的不尽合理之处，因为市场转折点附近
投资者出现的极端情绪波动已经不符合有效市场理论幔M田中关于“理想投资者
假设”和“随机交易假设”。
两种理论虽然在所强调的绝对周期数字上并没有太多的交集且存在着过于
强调固定的时间周期单位这一缺陷(同时螺旋历法在焦点选择L的主观性和随机
性使得这一工具在实际应用中的难度也大大上升)，但是笔者发现两种理论中所
暗含的比率关系可能是我们探知变化莫测的金融市场周期的更为有效和更为精
确的分析工具。接下来在本文的第4章中，就着重介绍本人通过概括了两位大师
的理论的优缺点和分解了17年以来所有中国证券市场的重要市场转折点之间的
联系后所提出的“时间锁模型”及其例证和具体应用7。
7到H前(2006 04 22)为止，n所有的技术分析的董监fu物l‘，还没n⋯吼用市场捌电之问时间K=度的比
率关系术斛释证券市场埘斓埘件的史帝。㈨所有的文章矧5局限于J玎江恩理论和螺旋所法的洲定州明数值粜
解释和分析市场{专折点
39
无效”、“没有信息就没有反应”这些观点的不尽合理之处，因为市场转折点附近
投资者出现的极端情绪波动已经不符合有效市场理论幔M田中关于“理想投资者
假设”和“随机交易假设”。
两种理论虽然在所强调的绝对周期数字上并没有太多的交集且存在着过于
强调固定的时间周期单位这一缺陷(同时螺旋历法在焦点选择L的主观性和随机
性使得这一工具在实际应用中的难度也大大上升)，但是笔者发现两种理论中所
暗含的比率关系可能是我们探知变化莫测的金融市场周期的更为有效和更为精
确的分析工具。接下来在本文的第4章中，就着重介绍本人通过概括了两位大师
的理论的优缺点和分解了17年以来所有中国证券市场的重要市场转折点之间的
联系后所提出的“时间锁模型”及其例证和具体应用7。
7到H前(2006 04 22)为止，n所有的技术分析的董监fu物l‘，还没n⋯吼用市场捌电之问时间K=度的比
率关系术斛释证券市场埘斓埘件的史帝。㈨所有的文章矧5局限于J玎江恩理论和螺旋所法的洲定州明数值粜
解释和分析市场{专折点
39
第4章“时间锁模型”及在深沪股市上的应用
4．1“时间锁模型”的概念
通过第3章的江恩理论和螺旋历法的介绍，我4f]失H道所谓市场拐点的本质实
际上是投资者群体由于实际盈亏状况(高点通常指盈利面和盈利程度；而低点通
常指亏蚀面和亏损程度)而产生的情绪波动极点——在头部，由于盈利面8及盈
利程度9的不断扩大，投资者们的信心高涨，于是人类的本性——贪婪被自然而
然的唤起，市场一致看多并出现疯狂的抢购股票的群体行为特征；而在底部，随
着亏损面及亏损程度的不断加大，投资者们的信心极度低落，于是人类的本性一
一恐惧被自然而然的唤起，市场一致看空并出现投资者们争先恐后的抛售股票的
群体行为特征。因而，至少从这一点上讲，有效市场理论(EMH)在市场转折点附
近，由于其理论基础中的“理想投资者假设”和“随机交易假设”已经不符合实
际情况，因而该理论至少在解释和分析市场转折点是无效的。
人类也是自然界的一分子，虽然人类的主观能动性远远高于其他动物，但是
人类的群体活动依然会被烙上自然的烙印。众所周知，太阳、地球、月亮这三个
天体对于人类及自然界的其他动植物的影响最大，因而几乎所有地球上的有生命
的动植物的活动周期必然会与这三个天体运动的周期有关一一这就是江恩理论
之所以强调360循环(地球围绕太阳公转的周期)及嘉璐兰强调朔望月长度背后
的原因。
所谓“时间锁模型”其实最终源于附图1、附图2及附图3中的三则所谓“极
为完美的螺旋周期”的例子，诸多的螺旋周期交汇于同一螺旋焦点之上，也就是
众多的市场拐点与螺旋焦点之间在时间距离卜构成了黄金分割比率及其衍生比
率的关系。通过螺旋焦点，我们找到了看似“随机漫步”的市场拐点之间的内在
联系——原来，金融市场E投资者情绪波动的周期不仅与朔望月长度有关，而上土
弓代表着自然万物繁衍的菲波那契级数也有着精妙的联系。然而，螺旋历法在焦
8盘利向指按个市场中处十扶利状态的投资肯占所fj投资并的比率，廿火剂往往会⋯现所响投资占争部款
利的状M，存～些分析系统中称为“满盅被利”，这时投资行的信心撤强；相反，nJ以解释“弓捌血”；
9盘刷程艘指投资葑的’17均铁年U程度，扶利程度越高，投资并的信心越强，¨时通晰投资并的贪髅的敬掣
也越强：丰H反，叫以解秆“丁损程度”；
40
点的选择上的主观性10制约了螺旋历法在实践中的应用，尤其在如何解释和分析
市场的短期周期方面的确有些力不从心。但是。螺旋历法暗含的市场拐点之间在
时间距离之间上所存在的黄会分割比率及其衍生比率这一特征却为我们探索市
场拐点之间的联系留下了一条重要线索。与附图1、附图2及附图3中的三则所
谓‘·极为完美的螺旋周期”一样，如果抛开螺旋历法中的螺旋焦点，是否市场的
重要转折点之间在时间距离上也存在着黄金分割比率及其衍生比率的特征呢?
螺旋历法所使用的时间单位是自然同(因为其基本单位是朔望月长度29．5306
天)，而如果用交易H(投资者情绪波动的实际有效时间)来表示市场拐点之间
的时问距离的话，市场拐点的时间距离之间能否也可以找到黄金分割比率及其衍
生比率的关系呢?答案是肯定的，笔者通过逐一分解中国证券市场17年以来所
有市场拐点后发现，所有重要的市场拐点都与过去的某一些市场拐点在时间距离
(交易f=1为单位)上存在着黄金分割比率及其衍生比率以及江恩的三分比率、八
分比率上的关系。
“时间锁模型”是指——无论过去、现在还是将来的市场拐点都与该市场
过去的某些拐点存在着比率上的联系(时间单位是交易日)，这种联系不仅仅局
限于江恩理论的360周期或者螺旋历法的29．5306周期，而且所涉及的拐点越重
要11及所涉及的比率越重要12，则这些拐点对于趋势的改变也就越重要，这一点
与附图1、附图2及附图3一样，也就是上面所提及的周期交汇，这些与重要拐
点之间存在着特定比率关系的周期如同一个在时间上的所形成的阻力位(支持
位)，既是旧趋势的终点，同时也是新趋势的起点，日常用品“锁”也是一种交
汇，因而笔者形象的将这些由存在着特定比率关系之间的时间周期所形成的周
期交汇称为“时间锁”，它客观而准确的找出了看似“随机漫步”的市场拐点之
间的内在联系。而这些特定的比率就是上文所谈及的黄金分割比率、江恩理论
中的八分比率或者三分比率，投资者可以通过市场拐点之间的这种内在联系来
推算出未来可能出现的市场拐点——在实际应用中，对于市场获利面及获利程度
(或者亏损而及亏损程度)的估算、市场人气特征的分析则是f‘分重要的辅助手
”罐年的一分(脊分、秋分j一节(冬午、理午)前后的新J】或者满力及市场的重要捌点吉|f町以作为螺旋
”J浊的焦点，这使甜使用抒难以八r，返便批足JE焦点选择lif向上J!|51性和实啪、应用中的难点所柱。
“批点的重要性指拼点后形成的市场趋势运动山度越人，则拟点的重要件越人，如中周训：券{仃场的
1993 02 23、1994．7．29、1996 01．23、1996．12．12、1997 05 12、1999 05．17、1999 06．311、2001 06 14，2005 07 19
等，它们共川的特扰足捌点之后价格发生』4川烈的波功，井给投资肯带水r|一人的赢利或荐于损：
”比半的重要件通常指0．618、1／2、l，3、2口等比率；
段，以判断拐点的重要程度，因为金融市场的投资者往往会因为赢利(亏损)状
况而出现相应的情绪波动——赢利状况越好，情绪越高，发生一致性买入的可能
性就越大；相反，亏损越多，情绪越低，发生恐慌性抛售的可能性也越大。这种
既非“理性’’也非“随机”的行为即使我l'lJ观察市场转折点的重要依据，也是我
们质疑有效市场理论(EMH)的有力证据a
4．2“时间锁模型”对于中国A股市场上重要拐点的分析：
4．2．1“时间锁模型”所用的符号
AT拐点的时问表示从所研究分析的拐点到该拐点之间的时间长度(单位；
交易日)；(AT#^1㈨目+或一修正值)／CAT*n2∞"日+或一修正值)=黄金
分割比率或者其衍生比率表示经过修正后的时间精确的满足黄金分割比率
或者其衍生比率。
4．2．2重要拐点的分析
4．2．2．1：1999．05．17大底(沪综指1047．83点，深综指308．29点)(即历史上著
名的5．19行情起点)的比率分析
A．重要拐点之间的时间距离(以1999．05．17为基准向后统计与之前的重
要拐点之间的交易日数)：
1999．5．17一一13个交易日(1999．04．28)一一26个交易日
(1999．04．09)一一57个交易日(1999．02．08)一一115个交易日
(1998．11．17)一一178个交易日(1998．08．18)一一230个交易目
(1998．06．04)一一288个交易日(1998．03．12)一一364个交易日
(1997．11．10)一一395个交易日(1997．09．23)一一489个交易日
(1997．05．12)一一574个交易日(1996．12．25)一一583个交易日
(1996．12．12)一一801个交易日(1996．01．23)一一972个交易日
(1995．05．22)一一987个交易曰(1995．04．27)一一1134个交易臼
(1994．09．13)一一1166个交易日(1994．07．29)一一1234个交易日
42
(1994，04．20)一一1336个交易日(1993．11．22)一一1355个交易日
(1993．10．26)——1403个交易日(1993．08．17)一一1422个交易日
(1993．07。21)——1528个交易日(1993。02．23)一一1580个交易日
(1992．11．17)一一1713个交易日(1992．05．27)——18S4个交易日
(1991．11．15)——1912个交易日(1991．09．06)
A．拐点之间的时间距离的比率分析：
1．ATI∞9．04,09／A T19∞．08 18=26／178=0．1460674；
2．△T1999 04Ⅲ／A T1999．04．09=13／26=0．5：
3． △T1999．02．08／A T199。ll 17=57／115=0．4965
而(57+1)／(115+1)=O．5：
4．△T㈣811Ⅲ／A T1998．06．04=1 15／230=0．6：
5．△T1998．11 17／△T1997．05．12=115／489=0．23517
而(1 15+0．529)／(489+0．529)=O．236：
6．A T199B．08 18／A T1998．o 3 12=1 78／288=0．61805555：
7．△T1998．06．04／A T1995．05．22=230／972=0．2366255
而(230—07958)／(972-0．7958)=0．236：
8．A TI。98．06．04／A T1992 ll 17=230／1580=0．1455696
而(230+0．6075)／(1580+0．6275)=O．145898：
9．A T199B 03．12／△T1996．12．25=288／574=0．50174
而(288—2)／(574—2)=O．5：
lo．△T1997 09 23／△T1997 0513=395／488=0．809426：
11．△T1‰1212／△T1994 07 29=583／1166=0．5：
12．△T1996 12 12／△T1993．02．23=583／1528=0．3815445
而(583+1．04209)／(1528+1．04209)=0．381966：
13．△T1996 12．25／A T1991．09．06=574／1912=0．300209205．
而(574+0．20165)／(1528+0．20165)=O．3002831
5．19行情在中国A股市场中有着举足轻重的地位，也是著名的“政策性
底部”，然而就是这样一个所谓的“政策性底部”居然和前面的许多拐点(尤
其是诸如1991．9．6、1993．2．23、1994．7．29、1996．01．23、1996．12．12、1997．05．12)
等超级大拐点存在着如此精确而且精妙的时间长度上的黄金分割比率关系，
真是令人叹服。
4．2．2。2：1997m5．12头部(沪综指1510．17点．深综指520．25点)的比率
A．重要拐点之间的时间距离(以1997．05．12为基准向后统计与之前的重
要拐点之间的交易曰数)：
1997．05．12一一86个交易日(1996．12．25)～一95个交易日
(1996．12．12)一一95个交易日(1996．01．23)～一313个交易日
(1996．01．23)一一376个交易日(1995．10．25)一一420个交易日
(1995．08．21)一一484个交易日(1995．09．13)一一499个交易日
(1995．04．27)一一646个交易日(1994．09．13)一一678个交易日
(1994．07．29)一一746个交易日(1994．04．20)一一915个交易日
(1993．08．17)一一934个交易日(1993．07．21)～一1041个交易日
(1993．02．22)一一1102个交易日(1992．11．17)～一1226个交易日
(1992．05．26)一一1367个交易日(1991．11．14)～一1424个交易日
(1991．09．06)
B．拐点之间的时间距离的比率分析：
1． △Tl{j96 ol 23／△T1994 09．13=313／646=0．48452
而(313+1．859)／(646+1．859)=O．486：
2．△T1996 ol 23／△T1993 07 21=313／934=0．3351177
而(313—2．5)／(934—2．5)=1／3：
3．ATl996 01．23／△T199s 07．2l=313／1041=0．300672
而(313—0．57937)／(104卜057937)=0．300283：
4△T1995 08 2l／△T1994 07 29=420／678=0．619469：
而(420-2．55)／(678-2．55)=O．618032
5．ATl995．08．2l／△T1994．07．29=420／1102=0．381125
而(420-2．55)／(1102—2．55)=O．382；
4．2．2．3：1996．12．12头部(沪综指1258．69点，深综指476．72点)的比率
A．重要拐点之间的时问距离(以1996．12．12为基准向后统计与之前的重
要拐点之间的交易日数)：
1996．12．12⋯⋯～219个交易日(1996．01．23)一一326个交易日
(1995．08．21)一一390个交易日(1995．05．22)一一405个交易日
(1995．04．27)一一552个交易日(1994．09．13)一一584个交易日
(1994．07．29)一一840个交易日(1993．08．17)一一947个交易日
(1993．02．22)——1∞8个交易日(1992．11．17)一一1132个交易日
(1992．05．26)一一1273个交易日(1991．11．14)一一1330个交易日
(1991．09．06)
B．拐点之间的时间距离的比率分析：
1．A T1996．01．23／A T1994．07 29=219／584=0．375=3／8
2．△T1995．05 22／△Tl∞4∞29=390／584=0．667808
而(390—2)／(584-2)=2／3：
3．△T199{．07．29／A T1993．02．22=584／947=0．616684
而(584+3．341)／(947+3．341)=0．618032；
4△T1993 08，17／△T1991 09．06=821／1330=0．617293：
而(821+2．572)／(1330+2．572)=O．618032
4．2．2．4：1996．01．23底部(沪综指512．83点，深综指104．90点)的比率
A．重要拐点之间的时间距离(以1996．01．23为基准向后统计与之前的重
要拐点之间的交易日数)：
1996．12。12一一108个交易日(1995．08．21)一～142个交易日
(1995．07．03)一～172个交易日(1995．05．22)～～187个交易日
(1995．04．27)——334个交易日(1994．09．13)——366个交易日
(1994．07．29)——434个交易日(1994．04．20)——603个交易日
(1993．08．17)——622个交易目(199307．21)—— 729个交易日
(1993．02．22)——7如个交易日(1992．11．17)——914个交易日
(1992．05．26)——1055个交易日(1991．11．14)——n12个交易日
(1991．09．06)
B．拐点之间的时间距离的比率分析：
1．△T1995 07．03／A Tl∞3．08，17=142／603=0．235489
而(142+0．4031)／(603+0．4031)=O．236：
2．A T1995 05 22／△T1994．09．13=172／334=0．5149
而(172-0．6666)／(334—0．6666)=O．514：
3．△T1995 05 22／△T1993．02 22=172／729=0．235939：
4．A Tl∞5“27／△T1993 07 2l=187／622=0．300643；
而(187—0．32)／(622-0．32)=0．300283：
5．A T1995．04,27／△T1992，lt．17=187／790=0．2367088
而(187—0．733)／(790～0．733)=O．236；
6．A T1∞4∞13／A T1∞1．∞06=334／1 112=0．3003597
而(334—0．1223)／(1112—0．1223)=0。300283：
7．△T1994 07．29／△T1993 02．22=366／729=0．50205：
而(366—3)／(729—3)=O．5=1／2：
4．2．2．5：1998．06．04头部(沪综指1422．98点，深综指442．04点)的比率
A．重要拐点之间的时间距离(以1998．06．04为基准向后统计与之前的重
要拐点之间的交易日数)：
1998．06．04一一60个交易臼(1998．03．12)～一167个交易日
(1997．09．23)一一260个交易日(1997．05．12)一一346个交易日
(1996．12．25)一～355个交易日(1996．12．12)一一573个交易日
(1996．01．23)一一6SO个交易日(1995．08．21)一一714个交易日
(1995．07．03)一一744个交易目(1995．05．22)一一906个交易日
(1994．09．13)一一938个交易日(1994．07．29)一一1∞6个交易目
(1994．04．20)一一1127个交易日(1993．10．26)——1175个交易日
(1993．08．17)一一1194个交易日(1993．07．21)一一1301个交易日
(1993．02．22)一一1362个交易日(1992．11．17)一一1486个交易日
(1992．05．26)——1627个交易日(1991．11．14)——1684个交易日
(1991．09．06)
A．拐点之间的时间距离的比率分析：
1．△T1997．05．13／△T1995 09 03：260／680：0．382353
而(260—0．388)／(680—0．388)=O．382
2．A T1997．05 13／△T1992．11．17=260／1362=0．191
4．2．2．6：2001．06．14头部(沪综指2245．44点。深综指665．57点)的比率
A．重要拐点之间的时间距离(以2001．06．14为基准向后统计与之前的重
要拐点之间的交易日数)：
2001．06．14一一76个交易日(2001．02．22)一一130个交易日
(2003．11．23)一一168个交易日(2000．09．25)一一192个交易日
(2000．08．22)一一263个交易日(2000．05．15)一一346个交易日
(1999．12．27)一一468个交易日(1999．06．30)一一500个交易日
(1999．05．17)一一525个交易日(1999．04．09)一一556个交易日
(1999．02．08)一～614个交易曰(1998．11．17)一一677个交易日
(1998．08．18)～一730个交易日(1998．06．04)一～896个交易日
(1997．09．23)～一990个交易日(1997．05．12)一一1075个交易日
(1996．12．25)——1084个交易日(1996．12．12)～一1302个交易日
(1996．01．23)一～1442个交易日(1995．07．03)～一1472个交易日
(1995．05．22)一一1635个交易日(1994．09．13)一一1667个交易日
(1994．07．29)～一1”5个交易日(1994．04．20)——1856个交易日
(1993．10．26)——1904个交易日(1993．08．17)——1923个交易日
(1993．07．21)——2030个交易日(1993．02．22)一一2091个交易日
(1992．11．17)一一2215个交易日(1992．05．26．)——2356个交易日
(1991．11．14)——2413个交易日(1991．09．06)
B．拐点之间的时间距离的比率分析：
1．△T2000．11．23／A T1999．12．27=130／346=0．375722
而(130—0．4)／(346—0．4)=O．375
2．A T1997】】23／A T1999】2．27=168／346=0．48555
而(168+0．3035)／(346+0．3035)=0．486
3．AT2000 09．25／A T1999 05．17=192／500=0．384
而(192—1．618)／(500—1．618)=O．382
4△T2000 o＆22／A T1997．09．22l=192／896=0．214285；
而(192—0．3256)／(896—0．3256)=0．214
5．A T1999．05．17／A T1994．07．29=500／1667=0．29994
而(500+0．8201)／(1667+0．8201)----0．300283；
6．A T199＆∞．18／A T19驰．02 22=677／2030=0．33349
而(677—0．5)／(2030—0．5)：1／3
4．2．2．7：2005．07．19底部”(沪综指1004．66点，深综指235．64点)的比率
A．重要拐点之间的时间距离(以2005．07．19为基准向后统计与之前的重
要拐点之间的交易日数)：
2005．07．19一一372个交易日(2004．04．07)一一405个交易日
(2003．11．27)一一612个交易口(2003．01．03)～一837个交易日
(2001．02．22)一一1117个交易日(2000．11．23)一一1180个交易日
“沪综指十2005．06 06收⋯998 23点的最低，m1。沪综指柯中同石化等人镒指标股护盅，沪综指柏定程度
l何所失真，从、卜均股价的统汁看，2005．07．19傅1r均股价达到城低的4．04儿，川I 6J深综指刘点位较具参考价
值．，参址蚓3-2涞沪A般流通盘权蕈、I‘均雌价走势幽。
48
(2000．鸺．22)一一1331个交易日(1999．12．29)一一1455个交易日
(1999．06．30)一～1487个交易日(1999．05．17)一一1664个交易日
(1998．08．18)一～1883个交易日(1997．09．23)——1977个交易日
(1997．05．12)一～2062个交易日(1996．12．25)——2071个交易日
(1996．12．12)——2289个交易日(1996．01．23)——2622个交易日
(1994．09．13)一一2654个交易日(1994．07．29)一一2910个交易日
(1993．07．21)——3017个交易日(1993．02．22)一一3078个交易日
(1992．11．17)——3202个交易日(1992．05．26．)——3343个交易日
(1991．11．14)^34帅个交易日f1991．09．06)
B．拐点之间的时间距离的比率分析
1．△T2000 04 07／△T2000．1l 23=372／1117=0．33303
而(372—0．5)／(1117-0．5)：1／3
2．A T2000．04．07／△T1999 05．17=372／1487=0．250168
而(372-I／3)／(1487—1／3)：1／4
3．A T2003．11．17／A T2001-02 22=405／1063=0．380997
而(405—1．725)／(i063—1．725)=0．382：
4AT2003．01．03／A T2001．06．14=612／988=0．619433
而(612—3．7)／(988—3．7)=0．618
5．A T2001 06 14／△T1997．05．12=988／1977=0．499747
而(988+1)／(1977+1)=1／2
6．A T200l'02．22／△T1996．12．12=1063／2071=0．51327
而(1063+3．07)／(2071+3．07)=O．514
7．△T】999．06．03／A T1993 07 21=1455／2910=1／2：
而(6t2—3．7)／(988—3．7)=0．618
8．A T1998．06．04／A T1996 01 23=1717／2289=0．750109
而(1717-】)／(2289-1)=3／7
9．A T1998．06 04／△Tl∞1．11．14=1717／3343=0．5136
而(1717+2．629)／(3343+2．629)=O．514：
由于篇幅的限制，本文仅列举了年轻的中国证券市场17年以来7次最重要
的市场转折点与过往转折点之阳J的在时间距离上的黄金分割比率关系或者江恩
理论中三分比率或八分比率，读者有兴趣的话可以用此方法对于所有的A股市
场拐点进行推算(到目前为lL，尚无例外)。用这种方法既完全可以解释螺旋历
法对于长期市场拐点的分析，也可以克服螺旋历法在短期周期上的盲点及不足。
至于江恩理论，在实践中我们发现，其预见性还是值得借鉴的，而江恩理论对于
时间拐点的解释和分析同样也可以用“时间锁模型”来解释。在第4章的表4-1
中，本人利用这种原理对中国证券市场未来两年可能出现的市场拐点作了一个推
算并期待市场的检验。在2005年5月份的开题报告中，本人曾经对2005年9
月20日是拐点作了分析，后来被市场走势所证实。而笔者在实际工作中发现，
利用黄金分割比率来预测市场拐点也只是市场分析的一‘种方法而己。这种方法必
须和市场人气特征分析相配合，如同篇首所言，市场的拐点的本质实际上是投资
者们“贪婪”与“恐惧”两种的极端情绪周而复始的交替发生过程。我们无法准
确预知未来市场将会发生什么事情，我们也无法找到两张一模一样的走势图。然
而在这一切干变万化之下，唯有投资者的心理变化的历程是完全一样的。而投资
者之所以“贪婪”，是因为已经有了盈利——盈利面和盈利程度越大，投资者们
这种“贪婪”的欲望就越大并疯狂买进，与此同时所对应的是市场价格的升幅也
越大，市场越接近头部；反之，亏损面及亏损程度越大，市场的“恐惧”心态越
重并诱发疯狂抛售，而实际上，市场的调整幅度已经很深并越来越接近底部。因
而，统计市场的盈利面(亏损面)及盈利程度(亏损程度)是一种非常客观的测
量投资者情绪状态的定量分析工具，时间拐点的推算与此相结合，能够让投资者
在多变的市场中站得一线先机。螺旋线本是存在于自然界中诸多动、植物身上的
一种现象，它体现着大自然巧夺天工的神奇之美，然而我们在看似“随机漫步”
的金融市场上，同样能够看到螺旋线中所体现出的黄金分割比率的身影，这或许
是螺旋线在金融市场中的另外的一种延伸n巴，同时也是江恩和嘉璐兰两位大师。簪
信自然舰律才是金融市场波动的真Jr原凶的一个证明吧。而这种金融市场与自然
界内在的联系使我们有理由质疑有效市场理论(EMH)的“有效性”。
4．3对股票价格时间序列只是“随机漫步”的质疑
20世纪50年代初，统计学家Maurice Kendall用计算机分析了经济上的时间
序列，他认为股票的价格波动好像具有随机性质，这说明股票市场的行为是非理
性的，股价不是由理性评估决定的，而是源于投资者毫无规律的行为。由此，一
些金融学家很快就发现Maurice Kendall的结论可能包含着一一些非同寻常的意义，
他们认为随机的价格波动并非是非理性的市场所造成的，而是市场运行充分有效
的结果，价格已经能够理性的反映一切已知的信息，并会根据新的信息迅速的作
出调整，由此诞生了有效市场假说(EMH)。
然而，如同传统的教科书中对于技术分析的三大基本假设的解释忽视了“随
机漫步”的价格波动背后实际上是投资者群体情绪周而复始的周期波动一样，统
计学家Maurice Kendall同样忽视了这～点。反映整个市场平均价格波动的大盘
走势并不完全等同于花粉在水中随机的“布朗运动”，这种波动不仅在时间距离
上具有黄金分割比率的特征，而且在空问上也同样具有黄金分割比率的特征”，
这一点是随机漫步所不具备的特征。
因此，从纯统计学方法来研究市场价格波动而忽视其背后投资者群体的行为
特征恐怕有失偏颇，这既是有效市场理论(EMH)所忽视的，也成为了本文质
疑其关于股票价格时间序列只是随机漫步的观点的最重要的依据。
“沪综指和深综}片“：17年的疋势矧中，每一轮的f’涨幅度或吉h,lig,,J,N度人多’，前期的F跌I惴度或行f。升
10吊』殳构成{I!f会分害IJ比j缸中或肯J 0衔生比率必系，lm江恩的-·分比率、八分比率也足J凄见小鲜。
5l
4．4中国证券市场未来两年中的重要时间之窗
在4．1、4．2、4．3中，本文介绍了“时间锁模型”的概念、对中国证券市场
过去17年中7次最重要拐点的解剖分析及由此对于有效市场理论(EMH)的质疑。
表4-1中列出的未来中国证券市场的六个拐点都符合本文的“时间锁模型”，即
与中国证券市场上已经出现的重要拐点在时间距离上构成黄金分割比率及其衍
生比率的关系。而时间也是检验这一周期理论的最好工具。
表4-1：中国证券市场未来两年中豹重要时间之窗
时间窗口比率分析
△T2∽5盯19／△T洲¨。ml 4芝0．19I；AT㈣o 03／ATl呻7㈣2=0．38298：
2006．06．29 △T2∞l懈14／△T2帅Rm 2x=O．3758：ATl9970512／ATl992 lJ 17=O．667：
△Tzt叭州nT／A T㈨L2lz=0．23675
AT20031119／AT2c0311 23=0．50035；AT200301 03／AT=0．51417；
2006．10．19
△T：om 06ldATl9960l 23=0．5；ATl999 0517／ATl997 0512--0．78627
AT2005 07l—ATzotn 0407=0．5
AT20040407／AT2000．11 23=0．49966；A1"2003 01 03／AT2000 08 22=0．50064；
2007．01．09
△T20030I 03／ATl998 0818=0．38163；AT20030I 03／△T199705 J3=O．51468；
AT20m 0614／△T19980818=0．6674；ATl999 0517／ATl9911114=0．5004
AI"2005 0719／AT200]6614=1／3；AI"2004 0407／△T200011 23=0．50031；
2007．06．28
ATl999 06 30／ATl994 07 29=0．61912；△T1999 063dATl991 09 06=0．500514；
A T1999 05 13／A T1994 07 29=0．785；
2007．12．10 A T2005 07 19／A R呻3 01 03=0．4996；A Tar05．07．19／A T2001 06 1420．382；
ATz005 0719／ATl997 0512=0．23618；AT2001 0614／ATl997 051220．618；
△T1996．12 zs／ATl991 09 06=0．666417；△T199601 z3／ATl992．11．17=0．78612
附注：以上所有拐点的计算都是以交易日为单位，由j-．目前尚无法知道未米公众假日的具体
时间，冈而公众假曰均术考虑住内。待公众假口确定厉，只需将表格中的日期按照公众假日
的总时间相应的等颦斤延即IU。如20056．06．29这个点，在考虑了2006年五·一民假的5
个交易日休息日后，!l!|J顺延至2006．07．06。
4．5本章小结
循着第3章中的两位大师的思路，本文在第4章中提出了暗古在江恩理论和
螺旋历法中的比率才是解释、分析乃至较为准确推算金融市场中投资者情绪极点
变化的准确测量方法。建构在这一基础上的“时间锁模型”不仅可以解释、分析
江恩理淦和螺旋历法能够分析和解释的市场转折点，而且能够分析、解释二者无
法解释、分析的转折点，同时在精确度上的提高也使得该工具在实践上有着积极
的意义。市场转折点在时间距离上存在着黄金分割比率这一特征使得我们对于有
效市场理论(EMH)中关于股价波动只是“随机漫步”这一观点提出质疑，同
时本章所列举的中国证券市场17年中最重要的市场转折点之间存在地黄会分割
比率及其衍生比率关系也证明了有效市场理论(EMH)关于“陈旧信息无效”、“没
有信息就没有反应”等观点有不尽合理之处。
4．5本章小结
循着第3章中的两位大师的思路，本文在第4章中提出了暗古在江恩理论和
螺旋历法中的比率才是解释、分析乃至较为准确推算金融市场中投资者情绪极点
变化的准确测量方法。建构在这一基础上的“时间锁模型”不仅可以解释、分析
江恩理淦和螺旋历法能够分析和解释的市场转折点，而且能够分析、解释二者无
法解释、分析的转折点，同时在精确度上的提高也使得该工具在实践上有着积极
的意义。市场转折点在时间距离上存在着黄金分割比率这一特征使得我们对于有
效市场理论(EMH)中关于股价波动只是“随机漫步”这一观点提出质疑，同
时本章所列举的中国证券市场17年中最重要的市场转折点之间存在地黄会分割
比率及其衍生比率关系也证明了有效市场理论(EMH)关于“陈旧信息无效”、“没
有信息就没有反应”等观点有不尽合理之处。
第5章结论及建议
1．就平均股价指数而言(即大盘走势而言)，金融市场的转折点之问在时间距离
上存在着内在的联系，这种联系就是所谓的黄金分割比率及其衍生比率、江恩理
论中的三分比率及八分比率，而这些比率同样普遍存在于自然界之中。江恩理论
和螺旋历法从另外一个角度说明，人类的群体投资行为与自然界的有生命的生命
体一样受到天体运行周期的影响，并非是烧杯中花粉“随机漫步”的“布朗运动”，
有效市场理论(EMH)中关于价格波动是“随机漫步”的观点忽视了价格波动背后
的投资者群体情绪的周期性波动这一事实。而实证显示，群体的投资者情绪波动
的极点之问存在着内在的联系，或者说至少这些有限的特定比率关系并不是随机
漫步的，这不仅是“时间锁模型”在理论上的结论之一，同时也是质疑有效市场
理论陋MH)关于“陈旧信息无效”、“没有信息就没有反应”的依据。
2．忽视价格波动背后的投资者行为特征而片面的追逐价格波动使目前技术分析
工具的设计与应用误入了歧途，其根本原因在于对于技术分析的三大基本假设在
本质上应该是描述投资者群体周而复始的情绪波动这一永恒不变的基本要义缺
乏深刻的认识。而这一点也将是技术分析与心理学分析相结合而获得新生的突破
口所在，否则技术分析]：具将会走入越来越被边缘化的境地。同时，本文也认为
这一点也是技术分析工具能够与行为金融学进行“嫁接”的嫁接点，这是本文在
理论上的结论之二。通过理论和实证分析，我们发现了有效市场理论fEMH)的i
大基本假设的不合理之处，三大基本假设中关于“理想投资者假设”和“随机交
易假设”这两点在市场转折点附近明显不符合实际状况，由于有效市场理论饵MIql
忽视了金融市场转折点附近所出现的投资者情绪的极端波动，因而导致了有效市
场理论在市场转折点的分析和解释上的“无效”，从而也成为本文质疑这一理论
的重要依据。
3．“时|’日J锁模型”反映了金融市场转折点之问内在的特定比率关系，这一模型在
实践上有着积极的意义，在结合分析投资者情绪分析的基础上，这。工具在舰避
『f]|场系统性风险及把握市场机会方面，尤其是随着中国证券市场不断的推升{指数
基金、股指期货等指数化产品之后，其实践意义是不占而喻的。因而，进一一步的
研究金融市场的投资者情绪波动规律对于证券从业人员而言是极有意义的。
附录一： 《阳光影响人的情绪》
路透社康涅狄格I、I,I纽黑文(1998．1．29)
耶鲁大学的一位科学家说，在千百万人的血液中可能y解N．a-季精神萎靡
不振的线索。
耶鲁大学医学院精神病学副教授丹·奥伦说：“血液从太阳吸收光能。接着，
血液能够调节我们的生物钟、生理机能和行为。”他晚：“我的理论是：在患季节
性情绪失调动人群中，血液没有吸收到足够的阳光。”
奥伦说：他的最新研究结果支持他的这种想法，即“血液是光线的信使，而
且血液通过眼睛和皮肤吸收阳光”。
奥伦的研究成果发表之前，本月早些时候康奈尔大学发表了一篇研究报告。
该报告称，阳光不仅像以前那样可以通过眼睛进入血液，而且也可以通过皮肤进
入血液，这些阳光可以用来重新调节身体内部队时钟。
附录二： 《情绪，随着月光波动》
德国《妇女》双周刊1997．12．3一期报道
梦游真的可能是月光造成的。马一普协会的波尔美赫尔博士解释说：“梦游
是在从熟睡阶段过渡时出现代精神错乱。这是否是月亮造成的，迄今为止还没有
进行系统的调查。”但是月光可能是梦游的起因。
克拉根福的伯米希博士(医院)早已在调查月亮对于人的影响。他认为，左
右两半大脑中的自然电磁压力在满月时会发生变化。这位医生说：“在通常的情
况之下，大脑左右两半点压力差不多大。但是在对于月亮敏感到人群中，右半部
大脑的电磁压力会在满月前两天增加。”其后果是：涉及者情绪不稳定并容易激
动。
恰巧是妇奠对于月光反应敏感。其原因在于史自口史。科学研究表明，过去妇
女总是在满月时排卵，在出现新月时来月经。在原始民族中，这种自然周期一直
保留到今天。社会科学家莫尼卡-哈贝克甚至证明，可以通过光的作用来调节女
性的月经周期。在一次试验中，她让妇女在满月时在15瓦的灯泡的昏暗光线中
睡觉。在大约半年之后，所有的妇女都达到了前面描述的自然月经周期。
在我们这个用霓虹灯作照明的世界中，我们几乎不再受自然的控制。但是尽
管如此，有许多妇女现在仍会因为月光的变化而出现很大的情绪波动——在某些
日子中，她们喜欢安静，进取心不强；而在另外一些R子中，她们感到充满了力
量。罗斯维塔·希罗斯扎特医生在其《月亮的生命力》一书中认为月相对此负有
责任。如果月亮变大，人们的自信心会增强，会感到能够承受更多的负担。许多
妇女在满月的同子单往往会显得更加有活力和创造力。
由于月亮会使人体大脑中的电磁压力产生变化，伯莱希博士建议对于月光敏
感到人在满月时不要工作太紧张。
附录三：19世纪的螺旋周期(完美的螺旋周期之一)
附图1描述了19世纪的各种螺旋周期的相关关系。图中大多数都精确到一
个朔望月内。唯一‘个有疑点的测量是1835年顶部队准确时间。19世纪整个繁
荣及衰退周期以及这个时代经常出现代恐慌，使螺旋历法关系呈现出复杂的网状
结构。
1799年的欧洲大陆的恐慌及1835年重大的投机头部与√F27朔望月有关。
反过来，这两点又是焦点，将1857年、1873年和1893年的恐慌和头部联系起
来，注意这些关系中的相关性质。在这个大的结构中，只有1819年、1884年和
1893年的恐慌没有反映出来。后面的两个恐慌是20世纪螺旋地最初的两个点。
1835i 8 qt‘州itl J8 t姻9玉㈣7串^H№槔∽*￥}*¨年薹llltl。呐+蝇Ⅲr————————————————————————一～’●
790 l雠'自{0 'a口0 1吣口lB坤’●∞ '5∞ 18m 1脯0 1e9e 19∞ 1lilO 1蜮n l#∽ I》榔
附图1：19世纪的螺旋周期
资料来源：《市场螺旋周期分析与脚用》候本慧编著航空1：=业Ⅲ版社
附录四：1990年4月6日螺旋(完美的螺旋周期之---)
附图2是一个极为完美的螺旋15，非常的稀有。1989年5月到1990年4月
市场中成千上万的交易者们的集体活动表面上看似随机的“布朗运动”，但是在
他们的恐惧与贪婪，利润与损失、期待与失望中，我们却发现一个完全由黄金分
割率所控制的市场走势图。
’5这一‘‘极为完芰的蝶旋川期’’对卜奉史的“时间锁模型”概念的形成有着拿灭重要的意义，越多的照会
分割比半投衍生比率能够m聚相一起，市场形成转折点的几J能件及jI儿度就越人．第4章的“时闸锁模型”
就是类似f此的川期71：聚。
57
附图2：一个极为完美的螺旋周期
资料来源：《市场螺旋周期分析与应用》候奉慧编著航宅丁业出版社
在13个月的道琼斯工业指数图中，以1990年4月6日为焦点。在螺旋上的
数字是从低点到低点和从低点到焦点的自然日数。在右边插入的文字是以自然同
为单位的、螺旋历法的奇数序数对应的长度单位。从图中，我们可以看到这一走
势图与螺旋历法对应的精确程度。但是焦点(1990年4月6日)并不是市场的
转折点，但是它是在结构中相对于五个低点的点。有些点相互之间的距离是螺旋
历法时间单位，但是所有的点相对于焦点的距离都是螺旋历法时问单位。用焦点
的日期来命名这个螺旋，也就是1990年4月6只螺旋。
由于它所呈现的极有规律的特性，可以晚1990年4月6 f=ij的螺旋是“完美
的”——没有被遗漏的转折点，从螺旋的第一个转折点丌始，偶数序列的每个螺
旋历法时间单位都产生一个转折点。所有的转折点都是相同类型，即都是底部。
其中1986年6月的低点是第一个底部，在振幅上虽然不及1989年10月的
低点大。但是它是螺旋上较小级别的“小崩溃”。振幅的概念也许说明6月的低
点在市场转折的意义上并不是十分重要，但是这次“小崩溃”却有更低的点位。
螺旋相互重叠，相：】='『：之间有共同点。
附录五：2015年12月25日螺旋(完美的螺旋周期之三)
附图3所示的是螺旋焦点是2015年12月25日16。它的第一个低点出现在
19世纪。自第～一个螺旋历法时间单位、fi磊出现后，偶数序列的每个螺旋历法单
位都产生一个转折点，而且每一个转折点都是低点。1987年的崩溃是两个螺旋
的共同点。根据焦点是2015年12月25日的螺旋历法的计算，这一时间应该为
10月24翻，而实际时间是10月20 R，存在着4天的误差。由于是重大的转折
点上的误差，而4天对于重大的转折点而言，可以说是其预测意义已经大打折扣，
这就不能不让我们对于螺旋历法进行进一步的研究，以期在精确度和应用范围上
得到拓展。
譬．一心
琏。《强i∽}
掣{‘篙鞲惫
0吣、i≯
州详28》．’甄
4 ， g㈣
心．键一7。i
““
。#3棼扎，{c
毒⋯i氯’‘‘；8
亭■意m
附图3：以2015年12月25日为焦点的螺旋周期
资料来源：《市场螺旋岗期分析’j应用》候奉慧编蒋航空工业⋯版社
”螺旋历法的焦点的选择通常选取每年．分～节前后的新1『；]或打满门作为焦点、为r解释市场川期，1L焦
点的选择往仆需要反复比较，!I中允许选择术术年份”1中的一分．年前后的新月或满_r：】作为i}j点，这也说
l则lL“J衄用I．存“菪土州H-缺|!i=1的一血。I(IJ这一例了川样说lW J⋯时间锁模型”中的川期札聚这一概念的
重复件。
59
附录六：基于“时间锁模型”的从P项底估算系统
附图4：AAP项底估算系统
附录六：基于“时间锁模型”的从P项底估算系统
附图4：AAP项底估算系统
参考文献
【1]Abramson LY and Alloy LB(1980)Judgement of contingency：errors and their
implication，in：Baum A and Singer E(eds) Advances in Enviromental
Psychology,Vol，2，Hillsdale，Eribaum．
【2]Abramson LY,Seligman MEP and Teasdale JD(1978)Learned helpless in
humans：critique and reformation，Journal ofAbnormak Psychology,37，49-一74．
【3】Antilla M(1977)Consumer Price Perception，Helsinki．
【4]Aronson E(1994) sozialpsych010舀e： Menschliches Verhalten und
gesellschaftlicher Einfiuss，Heidelberg，Spektrumischer vedag．
f5]Bemstein PL,(1996)Against the Gods：the remarkable story of risk，New
York，J．Wiley and Sons．
【6]Bowman E(1980)A risk／return paradox for strategic management，Sloan
Management Review,21(3)，17·31．
f7]Bowman E(1980)Risk seeking by troubled firms，Sloan Management Review,
22(4)，33—42．
【8]Christensen C(1989)The psychophysics of spending，Journal of Behavioral
decision Making，2，69—80．
【9]Dawes RM(1998)Rational Choice in an Uncertain World，Harcourt Brace
Jovanovich，New York
【10]De Bondt WFM and Thaler RH(1985)Does the stock market over-react?，Journal
of Finance，40(3)，793—805
【11]H．E．Huntley,The Divine Proponion：A Study in Management Beaut并Dover
Publications，inc．，New York，1 970
【12]Matila Ghyka，The Geometry of Art and Life，Dover Publications，inc．，New
York，1977
f13]Jay ambridge，The elements of Dynamics Symmetry,Dover Publications，inc．，New
York，1967
【14]Robert Fischer,Fibonacci Applications and Strategies For Traders，Wile弘1993
【15]N．N．Corob’ev，Fibonacci Numbers，Pergamon Press，1961
f16]Frost and Prechter,Elliott Wave Principle：Key to Stock Market Profits，New York
Classics Library,1990．
【17]Roberts Beckman，Powertiming：Using the EllioR Wave System tO Anticipate and
Time Market Turns，Probos，1992．
61
【18]Christopher Carolan，Spi豫l Calendar,New Yofk Classics Library,1993
【19]Perry J．Kaufman，the New Commodity Trading Systems and Methods，Wiley，1978
【20]John J．Murphy,Technical Analysis of the Futurs Market，New York Institue of
Finance，1986．
【21]Edwards and Magee，Technical Analysis of Stock Trends，6”Edition，New York
Institue of Finance，1992．
【221H．J．Hurst，The Profit Magic of Stock Transaction Timing，
Prentice—Hall，inc．，Englewood Cliffs，N．J．，1970．
【23]Bryce Gilmore，Geormetry of Markets，Bryce Gilmore and Associates，Pty．
Ltd．，1989 and 1993．
[24]W．D．Gann，How to Make Profits in Commodities，Gann Publishing，1942．
f25]W．D．Gann，How to Make Profits Trading jn Puts and Calls，Gann Publishing,1942．
【261W．D．Gann，The Magic Word，Gann Publishing，1942．
【271W．D．Gann，Stock Trend Detector,Gann Publishing,1942．
[281W．D．Gann，The Truth ofThe Stock Tape，Gann Publishing，1942．
【291W．D．Gann，Tunnel Through the Air，Gann Publishing,1942．
【30IW．D．Gann，Tunnel Through the Air，Gann Publishing，1942．
【31]W．D．Gann，W．D．Gann Commodity Market Course，Gann Publishing，1942．
【32]W．D．Gann，W．D．Gann Stock Market Course，Gann Publishing，1942．
【33]W．D．Gann，W．D．Gann Stock Market Course，Gann Publishing,1942．
【34]W．D．Gann，45years in Wall Street，Gann Publishing，1942．
[35]Larry Jacobs，Best of Gann and Elliott Wave，Halliker’S inc．，1990。
【36】w．D．Gann，陈鑫译，江恩：华尔街四卜五年【M】．北京：中国财政经济出版
社，1999．8．
【37谆口哲、金鑫／泽，华尔街史[M]．北京：经济科学出版社，2004．5．
【381候本慧，市场螺旋周期分析与应用【M】．北京：航空_1：业出版社，1998．5．
【391候本慧、郭小舟，艾略特波动理论三十讲——股价运动基本规律透析[~I]．杭
州：浙江大学出版社，1996．9．
【40l黄伯中，螺旋的规律【M】．香港：经济H报出版社，1997．7．
【411黄伯中，技术分析原理【M】．香港，明报出版社，1995．
【421黄伯中，江恩理论一金融走辨分析fM】．香港：经济闩报出版社，1995．
【431罗伯特·D·爱德华、约翰·迈吉，李诗林泽，股市趋势技术分析[M]．北京：
东方出版社，1996．10．
[44]刘￡I．忠，金融市场学[M]．上海：上海人民出版社，2003．
【45】鲁兆著，股市预测宝典[M]，天津：天津人民出版社，2001．7．
[46]滋维·博i直(Zvi godie)(波士顿大学)、亚历克斯·凯恩(Alex Cane)(加
利福尼亚大学)、艾伦·J·马库斯(Alan J．Marcus)， 朱宝宪吴洪赵冬
青等译，投资学[M]，北京：机械工业出版社，2005．4．
[471吴宇，AAP顶、底估算系统的分析及应用(一)，股市动态分析(J)2003(24)
【45】鲁兆著，股市预测宝典[M]，天津：天津人民出版社，2001．7．
[46]滋维·博i直(Zvi godie)(波士顿大学)、亚历克斯·凯恩(Alex Cane)(加
利福尼亚大学)、艾伦·J·马库斯(Alan J．Marcus)， 朱宝宪吴洪赵冬
青等译，投资学[M]，北京：机械工业出版社，2005．4．
[471吴宇，AAP顶、底估算系统的分析及应用(一)，股市动态分析(J)2003(24)
后记
2001年6月14同至2005年7月19日，中国证券市场遭遇了有史以来最大
的一次调整，整个市场的流通市值从2245点的近19600亿暴跌至2005年7月
19目的不到9300亿，如果扣除在这4年中的IPO及再融资，整个市场的流通市
值实际损失超过了12000亿，投资者损失极为惨重。中国证券市场的确是“政策
市”，然而“政策市”的股市就没有规律可寻吗?金融市场的拐点难道真的是在
“随机漫步”吗?带着这些问题，我翻阅了大量与有关证券市场周期有关的资料；
带着这些问题，我又与复旦相约。三年中，一方面仔细聆听复旦学者们的教诲并
受益匪浅；一方面，揣摩着中国证券市场拐点之间的联系。神奇的江恩理论和嘉
璐兰的螺旋历法首先为我丌启了一扇金融市场周期之门，而暗含在其中的比率关
系又使我隐约摸到了金融市场脉动的节奏，虽然这脉动还是那样的模糊。仔细研
读过我的导师刘红忠教授的《金融市场学》等专著后，⋯方面发现自己的理论基
础还需要进一步的提高，另外一方面也使我感到正在被不断边缘化的技术分析必
须尽快与行为金融学进行“嫁接”，否则这种快餐化的分析工具将难以得到进一
步的发展。在论文的写作过程中，首先感谢我的导师刘红忠教授，他对我的论文
结构、内容等诸多方面提出了诈：多建议并仔细的修改，他严谨和一丝不苟的学风
使我深感复旦学者的风范。另外，还要感谢经济学院的许少强教授，是他在开题
报告会上允许我对这一较为冷僻的题目作进一步的研究。
感谢我的妻子郑卫华，在近4年的时间里，她为我承担了许多家庭生活杂务，
使我能够较为轻松的完成学业；感谢弟弟夏新宇和同事邓志峰，他们为我的论文
资料的搜集和整理花了许多时间。
最后，感谢复旦大学经济学院所有的老师们，也感谢中国证券市场这七七四
十‘九个月的熊市!
夏征宇
2006年4月28 R
论文独创性声明
本论文是我个人在导师指导下进行的研究工作及取得的研究成果。
论文中除了特别加阻标注和致谢的地方外，不包含其他人或其它机构己
经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均
已在论文中作了明确的声明并表示了谢意。作者魏碑胁塑垃缈，
论文使用授权声明
本人完全了解复旦大学有关保留、使用学位论文的规定，即：学校
有权保留送交论文的复日J件，允许论文被查阅和借阅；学校可以公布论
文的全部或部分内容，可以采用影印、缩印或其它复制手段保存论文。
保密的论文在解密后遵守此规定。
作者箍名酶导师签名名：：冱压三i旦![二￡蔓日期：：