Investtech-forskning: Gyllene kors och dödskors, signalstatistik glidande medelvärden

Av seniorforskare Asbjørn Taugbøl, forskningschef Geir Linløkken och seniorforskare Fredrik Tyvand, Investtech, 7 november 2022.

Abstract:
Glidande medelvärden är en av de äldsta och mest använda indikatorerna inom teknisk aktieanalys. Ändå finns det lite publicerad forskning om hur väl signalerna fungerar. En vanlig strategi är att köpa när 50-dagars glidande medelvärde passerar upp genom 200-dagars glidande medelvärde och att sälja när det går ner. En annan strategi är att jämföra aktiekursen med 200-dagars glidande medelvärde, och sälja när aktiekursen passerar 200-dagars glidande medelvärde. Vi har tittat på hur strategin har fungerat på de nordiska marknaderna för perioden 2008-2020. Forskningsarbetet stöds av Norges forskningsråd.

Köp- och säljsignaler från glidande medelvärden

Med stöd från Norges forskningsråd har en studie genomförts där vi tittat på utvecklingen av köp- och säljsignaler från glidande medelvärden. Databasen är börsnoterade bolag i Norden under perioden 1 januari 2008 till 31 december 2020. Det är en period på 13 år som innehåller både långa perioder av tillväxt, perioder av nedgång och perioder där marknaden har gått åt sidan. I de statistiska resultaten har vi tittat på kursutvecklingen under de följande tre månaderna (66 dagar) efter att signalerna ges. Resultaten jämfördes med utvecklingen på marknaden under samma period efter att signalerna gavs för att beräkna meravkastningen.

Inga relevanta studier har hittats som med hjälp av vetenskapliga metoder rekommenderar att man använder glidande medelvärden i en handelsstrategi för att ge meravkastning. Se Glendrange, James, Satav och Praekhaow i bibliografin längst ner i artikeln.

Om analyserna

Vi använde ett 50-dagars glidande medelvärde som en kortsiktig indikator och ett 200-dagars glidande medelvärde som en långsiktig indikator. En köpsignal genererades när det kortsiktiga genomsnittet korsade upp genom det långsiktiga genomsnittet, och en säljsignal definierades när det kortsiktiga genomsnittet korsade ner genom det långsiktiga genomsnittet.

Gyllene kors: Kortsiktigt medelvärde korsad upp genom det långa medelvärdet visar att kursen under en viss kortare period har stigit mer än vad det har gjort under en viss längre period. Detta tyder på att optimismen är på uppgång, och teorin säger att kursen kommer att fortsätta att stiga.

Resultat för 50 dagar överskrider 200 dagar

Analyser gjordes för att identifiera signaler och beräkna absolut- och relativ avkastning för dessa. 5235 köpsignaler och 4451 säljsignaler identifierades. Detta är ett bra statistiskt underlag.

Gyllene kors köpsignaler

Den genomsnittliga avkastningen för köpsignalerna visas i figuren nedan.

Figur 1: Avkastning efter en köpsignal när det 50-dagars kortsiktiga glidande medelvärdet korsade upp genom det 200-dagars långa glidande medelvärdet. Blå kurva är signalaktierna, svart kurva är referensindex. Det skuggade blå området indikerar standardavvikelsen för signalaktierna. Norden 2008-2020.

%e står för procentenheter, det vill säga skillnad i procentuell avkastning. De årliga siffrorna beräknas genom att upprepa 66-dagarsavkastningen under ett år, förutsatt att ett genomsnittligt år har 252 handelsdagar.

Vi ser att nordiska aktier med köpsignal från glidande medelvärden har visat en bra och ganska jämn uppgång under hela perioden på 66 dagar. I snitt visade aktierna en bra meravkastning mot referensindex. Uppgången var starkast under de första 30 dagarna efter signalen.

Efter tre månader hade aktierna med köpsignal stigit med i snitt 4,6 procent, vilket motsvarar en meravkastning på 1,5 procentenheter mot referensindex. Annualiserad meravkastning var 5,8 procentenheter. Ett T-värde på 3,6, men med ganska högt korrelerade data, tyder på måttlig statistisk signifikans.

Det är stora variationer mellan de nordiska länderna, men alla hade positiv avkastning och meravkastning och resultaten anses överlag konsekventa.

Resultaten för sådana köpsignaler är i linje med teknisk analysteori.

Dödskors säljsignaler

Analyser av motsvarande säljsignaler visar att aktierna i genomsnitt utvecklades i takt med marknaden. Säljsignalerna hade alltså ingen prediktiv kraft.

Läs mer om resultaten för dödskors här.

Varianter av signaler

Vi ville också titta på om riktningen för medelvärden hade en effekt på resultaten och definierade tre typer:

• Normaltyp: När det långsiktiga medelvärdet faller, medan det kortsiktiga medelvärdet stiger.
• Stark typ: När båda medelvärden stiger.
• Svag typ: När båda medelvärden faller.

Köpsignal normal typ.

Stark typ.

Svag typ.

Resultat normal typ

Dessa signaler hade liten prediktiv kraft.

Resultat stark typ

Grafen nedan visar den genomsnittliga avkastningen för köpsignaler där både de kortsiktiga- och långa medelvärden var stigande, det vill säga stark typ. Resultaten för stark typ var bättre än för det allmänna fallet.

Figur 2: Avkastning efter en köpsignal när det kortsiktiga glidande medelvärdet korsade upp genom det långsiktiga glidande medelvärdet, stark typ. Blå kurva är signalaktierna, svart kurva är referensindex. Det skuggade blå området indikerar standardavvikelsen för signalaktierna. Norden 2008-2020.

Aktier med köpsignal efter 50-dagars kortsiktigt glidande medelvärde passerade upp genom 200-dagars långsiktigt glidande medelvärde, och både det kortsiktiga medelvärdet och det långsiktiga medelvärdet är stigande, har i genomsnitt ökat 5,44 procent efter 66 dagar. Det motsvarar en meravkastning mot referensindex på 2,54 procentenheter och en årlig meravkastning på hela 10,1 procentenheter. Signalaktierna visar en liten nedgång dagen efter att signalen utlösts och stiger sedan under hela 66-dagarsperioden. Uppgången är starkast under de första 30 dagarna efter signalen. Ett T-värde på 4,1 indikerar god statistisk signifikans.

Om ett glidande medelvärde stiger kan man säga att marknaden trendar positivt, omvänt kommer ett fallande glidande medelvärde att indikera en negativ marknad. Man kan tycka att signalerna är starkare om båda medelvärden stiger. Detta kan förklaras av att både kortsiktiga och långsiktiga investerare blir mer optimistiska.

Antalet signaler var relativt lågt. Det fanns endast 567 signaler för norska aktier under en period av 13 år. Detta är mindre än 1/10 av antalet trendsignaler under samma period.

Om vi jämför med resultaten för aktier i en stigande trend, gav dessa en årlig meravkastning på 6,5 procentenheter men med ett T-värde på hela 13,6 [Taugbøl, 2019].

Resultat svag typ

Dessa signaler hade liten prediktiv kraft.

Resultat för signaler där aktiekursen passerar 200 dagar

Utöver 50-dagars korttidsmedelvärde och 200-dagars långtidsmedelvärde ser man också ofta att aktiekursen används som en kortsiktig indikator och att signaler ges när aktiekursen passerar 200-dagsmedelvärdet. Vi studerade också avkastningen efter dessa typer av signaler i samma datamängd som ovan.

Aktier med köpsignaler och säljsignaler efter att kursen passerat 200-dagars glidande medelvärde har i genomsnitt utvecklats i linje med referensindex. T-värdena är också låga och tillsammans indikerar detta att signalerna har liten prediktiv kraft.

Sammanfattning och slutsatser

• Gyllene kors (50 dagars glidande medelvärde bryter upp genom 200 dagar):
  • Bra signalvärde när även det långsiktiga medelvärdet var stigande, årlig meravkastning var hela 10,1 procentenheter.
  • Inget signalvärde när långtidsmedelvärdet föll.
• Dödskors (50 dagars glidande medelvärde bryts ner genom 200 dagar) hade litet signalvärde.
• Aktiekurser som bryter 200-dagars glidande medelvärde gav inget signalvärde.

Fler detaljer finner du i forskningsrapporten här på norska (kräver Pofessional-abonnemang).

Referenser

1. Geir Linløkken. Investtech-forskning: Kursformationer - översiktsartikel, Investtech 2020.
2. Geir Linløkken, Asbjørn Taugbøl, Fredrik Tyvand. Investtech-forskning: Støtte og motstand - signalstatistikk Norden 2019 og 2020, Investtech 2021.
3. Geir Linløkken, Asbjørn Taugbøl, Fredrik Tyvand. Investtech-forskning: Insiderhandel under Coronapandemin, Investtech 2021.
4. Geir Linløkken. Investtech-forskning: Volymbalansen är en nyttig indikator vid investeringsbeslut, Investtech 2020.
5. Geir Linløkken, Asbjørn Taugbøl, Fredrik Tyvand. Investtech-forskning: Stöd och motstånd - översiktsartikel, Investtech 2019.
6. Asbjørn Taugbøl. Aktier i stigande trend har givit meravkastning i Norden, Investtech 2019.
7. Asbjørn Taugbøl. Investttech-forskning: Trendsignaler - forskningsresultat motstrider teorin, Investtech 2019.
8. Geir Linløkken. Insynsköp som indikator för kommande kursutveckling i aktien, Investtech 2019.
9. Geir Linløkken. RSI är en god momentumindikator, Investtech 2019.
10. Geir Linløkken. Stark meravkastning efter köpsignaler från rektangelformationer, Investtech 2019.
11. Geir Linløkken og Steffen Frölich. Teknisk AktieAnalys - for lägre risk och ökad avkastning. Investtech.com, 2001.
12. John J. Murphy. Technical Analysis of the Financial Markets. New York Institute of Finance, 1999.
13. Glendrange, G., & Tveiten, S. (2016). Testing the Performance of Simple Moving Average With the Extension of Short Selling. University of Agder, 2016 School of Business and Law Department of Economics and Finance, 1-63.
14. James, Jr, F. E. (1968, September). Monthly Moving Averages--An Effective Investment Tool? Cambridge University Press, 3(3), 315-326.
15. Ms. Satav, S., & Dr. Apte, N. (2020, July). THE MOVING AVERAGE CROSSOVER STRATEGY: A STUDY. Inspira- Journal of Modern Management & Entrepreneurship (JMME), 10(3), 141-146.
16. Praekhaow, P. (2010, June). Determination of Trading Points using the Moving Average Methods. Department of Mathematics, Faculty of Science, King Mongkut’s University of Technology Thonburi, Bangkok 10140, Thailand, 1-5.

Keywords: Forskningsresultater,Glidende snit,Købssignal,Salgssignal.