Investtech-forskning: Avkastning etter test av og brudd på støtte og motstand i aksjekurser, Norden 1996-2018

Forskningsrapport fra Investtech, 30. september 2019.
Hovedforfatter: forskningssjef Geir Linløkken, Investtech,
Medforfattere: seniorforsker Asbjørn Taugbøl, Investtech, seniorforsker Fredrik Tyvand, Investtech.

Abstract:
Støtte og motstand er blant de mest sentrale begrepene innen teknisk analyse. Teoretisk er en aksje som har falt ned mot støtte billig, og bør kjøpes. Aksjer som har brutt opp gjennom motstandsnivåer sies å ha gitt kjøpssignaler, og bør kjøpes. Motsatt gjelder for aksjer som har steget og tester motstand, eller brutt ned gjennom støtte - disse bør selges.
Vi har sett hvilke kursbevegelser som har fulgt etter kjøps- og salgssignaler fra støtte- og motstandsnivåer i Investtechs kursdiagrammer for den norske, svenske, danske og finske børsen over en periode på 23 år, fra 1996 til 2018. På noen områder samsvarer funnene våre med teorien, mens andre funn indikerer at teorien er svak eller til og med gal.

Keywords: Støtte, Motstand, Støtte og motstand, Kjøpssignal, Salgssignal, Oslo Børs, Stockholmsbörsen, Københavns Fondsbørs, Helsinki stock exchange, Norge, Sverige, Danmark, Finland, Norden, Statistikk, Teknisk analyse.

Om Investtech
Investtech er et norsk analyseselskap med fokus på teknisk og kvantitativ analyse. Selskapet ble stiftet i 1997 for å utvikle og selge systemer for aksjeanalyse bygget på ny teknologi og vitenskapelige metoder. Forskning på signaler fra teknisk analyse og andre områder innen adferdsbasert finans, der menneskelig psykologi er viktige forklaringsvariabler, er sentralt for selskapet. Investtech leverer morgenrapporter og daglige aksjeanbefalinger til abonnenter i Norge, Sverige, Danmark og Finland. Selskapet har også tjenester for de fleste andre store markedene i verden, og analyserer daglig rundt 30.000 aksjer. Hver aksje gis en konkret anbefaling om kjøp, hold eller selg. Abonnement kan bestilles på selskapets hjemmeside.

Om forfatterene
Geir Linløkken er analyse- og forskningssjef i Investtech. Han stiftet Investtech i 1997, med formål å tilby uavhengige tekniske analyser basert på vitenskapelig grunnlag og investorpsykologi. Linløkken er utdannet cand.scient i matematisk modellering ved Universitetet i Oslo. Han er forfatter av boken «Teknisk aksjeanalyse». Linløkken er ansvarlig for modellporteføljer, morgenrapporter og andre aksjeanbefalinger for Investtech, og arbeider til daglig med analyse og utvikling av kvantitative metoder for investeringer i aksjemarkedet.

Asbjørn Taugbøl er seniorforsker og -analytiker i Investtech, der han har arbeidet siden 1999. Han er utdannet cand. scient. i fysikk fra Universitetet i Oslo og har arbeidet med analyse og modellering av komplekse systemer siden 1992. Taugbøl er ansvarlig for flere av modellporteføljene hos Investtech og skriver jevnlig analyser til selskapets abonnenter og finanspresse, blant annet Dagens Næringsliv. Til daglig jobber Taugbøl med utvikling av Investtechs tjenester, forsker innen kvantitativ finans og utarbeider aksjeanalyser.

Fredrik Tyvand er seniorforsker i Investtech, der han har arbeidet siden 2008. Han er utdannet cand. scient. i matematisk modellering fra Universitetet i Oslo og har arbeidet innen analyse, database og statistikk siden 2000. Tyvand er forvaltningssjef i Investtech og også ansvarlig for Investtechs innsidehandelanalyser. Tyvand arbeider til daglig med forskning, utvikling og drift av systemer for kvantitativ forvaltning, og skriver jevnlig analyser til selskapets abonnenter og finanspresse.

Forskning på tekniske signaler i aksjekurser

Denne forskningsrapporten er en del av et større prosjekt på tekniske signaler i aksjekurser. Prosjektet er godkjent av Norges forskningsråd innen rammen for Skattefunn, og Investtech får støtte for årene 2019 og 2020.

Rapporten er omfattende. Vi ser på følgende typer signaler:

  • 1a) Aksjer som har falt tilbake og ligger nær støtte (kjøp)
  • 1b) Aksjer som steget og ligger nær motstand (selg)
  • 2a) Aksjer som har brutt opp gjennom motstand (kjøp)
  • 2b) Aksjer som har brutt ned gjennom støtte (selg)

Vi har brukt Investtechs automatisk genererte tekniske kursdiagrammer på kort, mellomlang og lang sikt. Algoritmene er de samme som brukes i Investtechs abonnementstjenester for webbaserte aksjeanalyser.

Algoritmene identifiserer også tilfeller der en aksje har støtte, men ligger langt over dette nivået, og ikke har noen motstand. Teoretisk tenker man seg at støtten da ikke har noen signalkraft, men at den eventuelt vil bli viktig om aksjen senere skulle reagere ned. Selv om det teoretisk ut fra støtte/motstand-teori skal være nøytral utvikling i slike tilfeller, definerer vi i tillegg følgende signaler:

  • 3a) Aksjer som ligger langt over støtte og mangler motstand (kjøp)
  • 3b) Aksjer som ligger langt under motstand og mangler støtte (selg)

I hovedrapporten (dette dokumentet) beskrives generelle forhold og overordnede resultater og konklusjoner. Resultatene for de seks forskjellige signaltypene er beskrevet i detalj i tre delrapporter:

Identifikasjon

Vi ønsker først å klargjøre følgende: I denne rapporten ser vi kun på horisontal støtte og motstand. Det er nivåer som ligger på faste prisnivåer i kursgrafen, og stort sett er de samme fra dag til dag. Andre typer støtte og motstand, slik som for eksempel linjene som definerer trendkanaler, er ikke omtalt i denne rapporten.

Identifikasjon av støtte og motstand i aksjekurser er ansett å være en subjektiv prosess. Teknisk analyseteori sier noe om hva som bestemmer slike nivåer, men når man skal gjøre det i praksis, vil svært ofte skjønn spille inn.

Teoretisk er følgende forhold med på å bestemme hvor vi har støtte.

  • Tidligere bunner. Her har aksjen vendt opp tidligere. Mange investorer anser den som rimelig, og vil være tilbøyelig til å kjøpe igjen.
  • Prisnivåer med høyt omsetningsvolum. Her har mange handlet aksjen tidligere. De har gode eller dårlige resultater fra det, og vil kunne ønske å initiere nye handler på tilsvarende nivå.
  • Runde tall. Mennesker liker runde tall. Når kursen kommer ned rett under for eksempel 100 eller 20 kroner, vil mange kunne tenke at aksjen er billig og begynne å kjøpe, slik at aksjen likevel slutter dagen over de gitte nivåene.

Tilsvarende gjelder for hvor i kursbildet det er teknisk motstand.

Investtech har forsket på teknisk og kvantitativ analyse siden 1997. Selskapet har utviklet matematiske algoritmer for automatisk identifikasjon av støtte og motstand i aksjekurser. Kursnivåene plottes inn i de tekniske analysegrafene og presenteres daglig oppdatert til Investtechs abonnenter.

For hver kursgraf går Investtechs algoritmer igjennom de aktuelle prisnivåene i grafen. Hvert nivå gis poeng for hvor mange ganger aksjen tidligere har toppet eller bunnet ut på dette nivået, hvor høyt omsetningsvolumet er, og hvor rundt tall det er. Nylige hendelser vektes mer enn gamle, slik at en aksje som vendte på 20 kroner forrige måned, gis en høyere poengsum enn en som vendte på 20 kroner for ett år siden. Nivåene med de høyeste poengsummene blir definert som støtte- og motstandsnivåer i grafen.

Resultatet fra algoritmene er et sett med horisontale nivåer som definerer støtte og motstand i kursgrafene. Om kursen ligger over et slikt nivå, vil det utgjøre støtte. Om kursen ligger under vil det utgjøre motstand.

Støtte nær tidligere bunner, markert grønt i figuren, og motstand nær tidligere topper, markert rødt. I figuren ligger kursen mellom støtte og motstand. Mange investorer vil anse kursen som billig nær støtten og dyr nær motstanden. Et brudd opp gjennom motstanden vil være et kjøpssignal, mens et brudd ned gjennom støtten vil være et salgssignal.

Parametrene til algoritmene er forsøkt tilpasset slik at bare de mest signifikante støtte/motstandsnivåene blir identifisert. Typisk gir dette mellom to og fire nivåer per graf. Dette gjelder både for Investtechs kortsiktige grafer på seks måneder, de mellomlange på 18 måneder og de langsiktige på seks år.

Vi ser på til sammen seks forskjellige signaler fra støtte og motstand, se beskrivelse over. Identifikasjon av hver av disse er beskrevet i delrapportene for signaltypene.

Eksempler

Under vises eksempler på støtte- og motstandsnivåer identifisert i Investtechs kursgrafer. Støttenivåer er grønne horisontale linjer og motstandsnivåer er røde horisontale linjer.

Figur 1a: Mellomlangsiktig Investtech-kursdiagram for den norske Hovedindeksen sensommeren 2019. Algoritmene har identifisert tre motstandsnivåer, på henholdsvis 852, 866 og 892 poeng, og ett støttenivå, på 784 poeng. Motstandsnivåer angis som røde horisontale linjer, mens støttenivåer er grønne horisontale linjer.

Figur 1b: Kortsiktig kursdiagram fra Investtech for svenske Atlas Copco sensommeren 2019. Algoritmene har identifisert to motstandsnivåer, på 280 og 301 kroner, og to støttenivåer, på 265 og 256 kroner. Det ble utløst salgssignal da kursen brøt ned gjennom støtten ved 280 kroner, noe som korresponderte med salgssignal fra en dobbel-topp-formasjon.

Figur 1c: Langsiktig kursdiagram fra Investtech for danske GN Store Nord sensommeren 2019. Kursen toppet ut like i overkant av 150 kroner både i 2014 og 2015. Da det nivået ble brutt opp vinteren 2017, ble det utløst et kjøpssignal, og aksjen innledet en stigende trend. Aksjen har nå motstand rundt 340 kroner etter å ha toppet ut der to ganger - da kan mange investorer lett tenke at GN er dyr på det nivået. Samtidig kan mange tenke at aksjen er billig rundt 225 kroner, da den bunnet ut der mot slutten av 2018. Der har GN nå støtte.

Grunnlagsdata

Vi har sett på aksjene i de nordiske markedene Norge, Sverige, Danmark og Finland. Investtech startet med analyser av norske aksjer og utvidet etterhvert med nye markeder. For Norge har vi data fra 1996, for Sverige fra 2003, Danmark fra 2005 og Finland fra 2007. For alle landene så vi på data fram til 31.12.2018. Vi har identifisert signaler fram til 27.9.2018, slik at vi kunne se kursutviklingen 66 dager (tre måneder) etter det siste signalet.

Alle aksjer som i løpet av perioden har vært notert på børsen er med i grunnlagsdataene, også de som senere har fusjonert inn i andre, har gått konkurs eller av annen grunn er strøket fra børsen. Kursene er justert for utbytte, splitter, fisjoner og andre kapitalendringer. Mindre utbytter i utenlandsk valuta, annet enn dollar-utbytter på Oslo Børs, er stort sett ikke registrert.

Som kurs brukes aksjenes daglige sluttkurs. Vi har brukt kurs- og omsetningstall kun for aksjenes primære markedsplass. Omsetning på alternative markedsplasser, slik som Chi-X, Bats og Burgundy, er holdt utenfor.

Standard utbyttejusterte referanseindekser er brukt, henholdsvis

  • Hovedindeksen (OSEBX) for norske aksjer
  • OMX Stockholm Benchmark GI (OMXSBGI) for svenske aksjer
  • OMX Copenhagen 25 GI (OMXC25GI) for danske aksjer
  • OMX Helsinki GI (OMXHGI) for finske aksjer.

Datasettene

Vi har brukt Investtechs algoritmer for automatisk identifikasjon av støtte og motstand i kursdiagrammer, se beskrivelse over. De konkrete kjøps- og salgssignaler ble identifisert ved algoritmene beskrevet i delrapportene for de forskjellige signaltypene. Støtte- og motstandsnivåene som brukes, og det tilhørende kjøps- og salgssignalene, er dermed de samme som inngår i de algoritmebaserte aksjeanalyser i Investtechs webbaserte abonnementstjenestene.

For kortsiktige signaler ble algoritmene kjørt på kortsiktige Investtech-diagrammer bestående av 96 kursdager, tilsvarende omtrent 20 kalenderuker. For mellomlange signaler brukte vi mellomlange Investtech-diagrammer bestående av 395 kursdager, tilsvarende omtrent 18 kalendermåneder, og for langsiktige signaler brukte vi langsiktige Investtech-diagrammer med cirka seks års data. Vi anser at algoritmene er gode til å identifisere reelle støtte- og motstandsnivåer, samtidig som de ikke klassifiserer utydelige nivåer som reelle støtte/motstandsnivåer.

Ved identifisering av signaler ble kun data fram til og med signaldato brukt. Framtidige etterfølgende data ble holdt skjult for algoritmen.

I utgangspunktet brukes alle identifiserte signaler fra støtte- og motstand. Det kan imidlertid lett gi for mange signaler. For eksempel kan en aksje som nærmer seg støtte, også neste dag nærme seg støtte.

For at datasettet skal være mest mulig representativt for investorer på de nordiske børsene, fjerner vi følgende signaler fra settet:

  • Duplikate signaler fjernes. Dette vil være tilfelle ved fisjoner av selskaper og tickerendringer, der Investtech har to eksemplarer av den samme historiske tidsserien. For eksempel fjerner vi et kjøpssignal fra DNB hvis vi allerede har det for DNBNOR.
  • Signaler som følger svært nært i tid etter et tidligere signal fjernes. For kortsiktige analyser kreves at det har gått minst syv kalenderdager fra foregående signal i samme aksje for at et nytt signal skal regnes med. For mellomlange kreves 14 dager og for langsiktige 31 dager.
  • Signaler i aksjer med dårlig likviditet forkastes. Dette gjør vi for det første fordi det er vanskelig for investorer å handle slike aksjer, men også fordi kursbildet ofte er hakkete og med store sprang, slik at kursfastsettelsen anses usikker og befengt med mye støy. Minimumskrav til likviditet var 500.000 kroner i daglig gjennomsnittlig omsetning beregnet for siste 22 dager. For Finland brukte vi 50.000 euro. Med dette ble også signaler fra de fleste børsindeksene fjernet, slik at vi sitter igjen med signaler kun fra aksjer og egenkapitalbevis og noen få børshandlede fond. Den reelle omsetningen i aksjene som har gitt signal kan ha vært høyere enn grensen, da omsetning på andre markedsplasser enn hovedbørsen, for eksempel Chi-X, Bats og Burgundy, ikke er regnet med.
  • Signaler med mindre enn 66 dagers etterfølgende kurshistorikk fjernes. Dermed får vi komplett historikk på kursutviklingen de første 66 dager etter signalene.

Med punktene over, fjerner vi dubletter og nesten-dubletter fra datasettet. Det vil likevel være signaler som er ganske like, grunnet at en del aksjer følger hverandre ganske tett i kurs. Spesielt i situasjoner der børsen har steget eller falt svært kraftig på kort tid, vil mange aksjer kunne utløse signal på likt. Signalene (samplene) vil dermed ikke være uavhengige, og statistiske mål for usikkerhet (standardavvik og T-verdier) må brukes med forsiktighet.

Vi har data fra en tidsperiode på inntil 23 år fra fire forskjellige markeder. Støtte- og motstand gir generelt ganske ofte signaler, og vi sitter på et meget stort datasett. Totalt hadde vi 144.533 kjøpssignaler og 122.233 salgssignaler på mellomlang sikt. Signalene var fordelt på totalt seks forskjellige kategorier. Vi hadde litt flere signaler på kort sikt og litt færre på lang sikt, slik at vi samlet hadde 867.204 signaler.

Konkret spesifikasjon, med antall per marked, er gitt i delrapportene for de forskjellige signaltypene. Vi bruker Investtechs mellomlange kursdiagrammer for hovedanalysen vi gjør, og de kortsiktige og langsiktige for detaljer og test av robusthet. Samlet har vi et godt utgangspunkt for analyse av signalkraft og konsistenshet i støtte- og motstandssignaler.







Kjøpssignaler: Aksjer som har falt tilbake og ligger nær støtte

Teknisk analyse-teori: Kurs nær støtte


Kurs nær støtteFigur 2: Kursen ligger nær støtte. Her har aksjen vendt opp tidligere. Mange investorer anser den som rimelig, og vil være tilbøyelige til å kjøpe igjen.
En aksje som ligger nær et støttenivå indikeres å stige. Definisjonen på støtte tilsier at flere og flere kjøpere kommer fram jo nærmere kursen går støttenivået. Ønsker man å kjøpe, kan det dermed være gunstig å legge en kjøpsordre litt i overkant av støttenivået.

Vær oppmerksom på at brudd ned gjennom støtte vil utløse et salgssignal. Da kan kursen falle mye på kort tid. Spesielt dersom volumutviklingen er negativ eller aksjen viser en fallende trend, kan det være risikabelt å kjøpe på støtte.

Forskningsresultater

Grafene under viser gjennomsnittlig kursutvikling i etterkant av kjøpssignaler fra aksjer med reaksjon ned mot støtte identifisert på Investtechs mellomlange kursgrafer. Signalene utløses på dag 0, og vi har sett på utviklingen fram til dag 66. Kun dager da børsen er åpen inngår, slik at 66 dager tilsvarer cirka tre måneder. Den tykke blå kurven viser hvordan aksjer med kjøpssignaler utviklet seg. Det skraverte området angir standardavviket til beregningene. Den smale blå kurven viser hvordan referanseindeksen utviklet seg i samme periode som vi målte utviklingen til aksjene med kjøpssignaler.

Figur 3: Avkastning i etterkant av kjøpssignaler fra aksjer med reaksjon ned mot støtte identifisert på Investtechs mellomlange kursgrafer. Tykk blå kurve er signalaksjene, tynn blå er referanseindeksen. Norden 1996-2018.

Annualisert avkastning (basert på 66-dagers-tall) Norge Sverige Danmark Finland Vektet snitt
Kjøpssignal 8.7 % 12.9 % 6.0 % 6.8 % 10.3 %
Referanseindeks i samme periode 10.2 % 12.2 % 7.9 % 5.5 % 10.4 %
Meravkastning kjøpssignal -1.5 %p 0.7 %p -1.8 %p 1.2 %p -0.2 %p

Vi ser at aksjer med kjøpssignal etter reaksjon ned mot støtte har steget den kommende perioden. De første to ukene steg aksjene i snitt så vidt mer enn referanseindeksen i samme periode, mens de i de etterfølgende to og en halv måned gikk veldig likt eller litt svakere enn referanseindeksen.

Absolutt sett, har altså slike aksjer steget, og signalene har fungert godt som kjøpssignaler. Men også børsen har steget, og signalaksjene har i gjennomsnitt fulgt børsindeksen tett.

Differansen mot referanseindeksen er maksimalt 0,1 prosentpoeng i tremånedersperioden. T-verdiene er lave, spesielt mot slutten av perioden, og antyder svak statistisk signifikans. Uansett er avviket alt for lite til at signalene anses egnet til aktiv trading.

Salgssignaler: Aksjer som har steget og ligger nær motstand

Teknisk analyse-teori: Kurs nær motstand


Kurs nær motstandFigur 4: Kursen ligger nær motstand. Her har aksjen vendt ned tidligere. Mange investorer anser den som dyr, og vil være tilbøyelige til å selge.
En aksje som ligger nær et motstandsnivå indikeres å falle. Definisjonen på motstand tilsier at flere og flere selgere kommer fram jo nærmere kursen går motstandsnivået. Ønsker man å selge, kan det dermed være gunstig å legge en salgsordre litt i underkant av motstandsnivået.

Vær oppmerksom på at brudd opp gjennom motstand vil utløse et kjøpssignal. Da kan kursen stige mye på kort tid. Spesielt dersom volumutviklingen er positiv eller aksjen viser en stigende trend, kan det være gunstig å vente med å selge på motstand.

Forskningsresultater

Grafene under viser gjennomsnittlig kursutvikling i etterkant av salgssignaler fra aksjer med reaksjon opp mot motstand identifisert på Investtechs mellomlange kursgrafer. Signalene utløses på dag 0, og vi har sett på utviklingen fram til dag 66. Kun dager da børsen er åpen inngår, slik at 66 dager tilsvarer omtrent tre måneder. Den tykke røde kurven viser hvordan aksjer med salgssignaler utviklet seg. Det skraverte området angir standardavviket til beregningene. Den smale røde kurven viser hvordan referanseindeksen utviklet seg i samme periode som vi målte utviklingen til aksjene med salgssignaler.

Figur 5: Avkastning i etterkant av salgssignaler fra aksjer med reaksjon opp mot motstand identifisert på Investtechs mellomlange kursgrafer. Tykk rød kurve er signalaksjene, tynn rød er referanseindeksen. Norden 1996-2018.

Annualisert avkastning (basert på 66-dagers-tall) Norge Sverige Danmark Finland Vektet snitt
Salgssignal 12.8 % 14.3 % 11.9 % 7.7 % 12.9 %
Referanseindeks i samme periode 11.9 % 11.8 % 9.9 % 5.4 % 10.9 %
Meravkastning salgssignal 0.8 %p 2.5 %p 2.0 %p 2.3 %p 1.9 %p

Grafene og tabellene viser at aksjer med salgssignal etter reaksjon opp mot motstand har steget den kommende perioden. De første to ukene fulgte aksjene i snitt referanseindeksen svært tett, mens de i de etterfølgende to og en halv månedene gikk litt sterkere enn referanseindeksen.

Tre måneder etter at aksjene hadde gitt salgssignal hadde de steget 3,2 prosent absolutt sett, tilsvarende 0,5 prosentpoeng mer enn referanseindeksen. Det utgjør 1,9 prosentpoeng annualisert meravkastning.

Statistisk har slike salgssignaler altså fungert dårlig. Aksjene har tross teoretisk predikert fall, steget i den etterfølgende perioden, og det mer enn børsen. Resultatene går mot etablert teori innen teknisk aksjeanalyse.

Datagrunnlaget er svært stort, med hele 63.954 signaler over en periode på inntil 23 år. Statistisk T-verdi er 5,1, og antyder høy statistisk signifikans.

Ovenstående anses som et viktig funn, og setter spørsmålstegn ved et viktig element i klassisk teknisk analyse. I stedet for å selge aksjer som nærmer seg motstand, har det vist seg lønnsomt å kjøpe aksjer som ligger nær motstand.

Kjøpssignaler: Aksjer som har brutt opp gjennom motstand

Teknisk analyse-teori: Brudd opp gjennom motstand


Brudd opp gjennom motstandFigur 6: Brudd opp gjennom motstand er et kjøpssignal. Dette gjelder spesielt hvis volumet øker samtidig. Selgerne som lå her er borte, men det er fortsatt et kjøpspress i aksjen.
En aksje som nylig har brutt opp gjennom et motstandsnivå, forventes å stige videre. Ved å kjøpe slike aksjer, kan man komme inn tidlig i en oppgangsfase. Hvis aksjen har gått mye etter bruddet, kan man få en bedre kurs ved å vente på en reaksjon tilbake.

Merk at aksjer med fallende trender ofte gir falske kjøpssignaler ved brudd opp gjennom motstand. Skal man kjøpe slike aksjer, bør det være et langsiktig og sterkt motstandsnivå som er brutt, og bruddet bør følges av økende volum og positiv volumutvikling.

Forskningsresultater

Figur 7: Avkastning i etterkant av kjøpssignaler ved brudd opp gjennom motstand identifisert på Investtechs mellomlange kursgrafer. Tykk blå kurve er signalaksjene, tynn blå er referanseindeksen. Norden 1996-2018.

Annualisert avkastning (basert på 66-dagers-tall) Norge Sverige Danmark Finland Vektet snitt
Kjøpssignal 18.2 % 16.8 % 16.8 % 9.4 % 16.3 %
Referanseindeks i samme periode 12.0 % 12.3 % 10.3 % 5.3 % 11.2 %
Meravkastning kjøpssignal 6.1 %p 4.5 %p 6.4 %p 4.1 %p 5.1 %p

Vi ser at aksjer med kjøpssignal etter brudd opp gjennom motstand har steget den kommende perioden. Oppgangen de første tre månedene etter signalene var 4,0 prosent i gjennomsnitt for 43.367 signaler fra Norden samlet. Det tilsvarer en meravkastning på 1,2 prosentpoeng mot referanseindeksen i samme periode. Annualisert meravkastning var 5,1 prosentpoeng.

Statistisk T-verdi er høye 11,1 for 66-dagers-tallene og antyder statistisk signifikant positivt avvik fra referanseindeksens utvikling. En absolutt meravkastning på 1,2 prosentpoeng i løpet av tre måneder indikerer at slike signaler kan være verdifull input i en aktiv handelsstrategi, også om man tar høyde for kurtasje og andre handelsomkostninger.

Salgssignaler: Aksjer som har brutt ned gjennom støtte

Teknisk analyse-teori: Brudd ned gjennom støtte

Brudd ned gjennom støtteFigur 1b: Brudd ned gjennom støtte er et salgssignal. Dette gjelder spesielt hvis volumet øker samtidig. Kjøperne som lå her er borte, men det er fortsatt et salgspress i aksjen.
En aksje som nylig har brutt ned gjennom et støttenivå forventes å falle videre. Ved å selge slike aksjer, eller avstå fra å kjøpe, kan man unngå et videre fall. Hvis aksjen har falt mye etter bruddet, kan man få en bedre kurs ved å vente på en reaksjon tilbake.

Merk at aksjer med stigende trender ofte gir falske salgssignaler ved brudd ned gjennom støtte. Eier man slike aksjer, bør det normalt være et langsiktig og sterkt støttenivå som er brutt, helst på høyt volum, før man selger.

Forskningsresultater

Figur 9: Avkastning i etterkant av salgssignaler ved brudd ned gjennom støtte identifisert på Investtechs mellomlange kursgrafer. Tykk rød kurve er signalaksjene, tynn rød er referanseindeksen. Norden 1996-2018.

Annualisert avkastning (basert på 66-dagers-tall) Norge Sverige Danmark Finland Vektet snitt
Salgssignal 4.5 % 9.4 % 2.8 % 6.0 % 6.8 %
Referanseindeks i samme periode 8.6 % 11.4 % 7.7 % 5.3 % 9.5 %
Meravkastning salgssignal -4.2 %p -2.1 %p -4.8 %p 0.8 %p -2.7 %p

Grafene og tabellene viser at aksjer med salgssignal etter brudd ned gjennom støtte i snitt har steget den kommende perioden. Oppgangen er imidlertid langt mindre enn referanseindeksens utvikling i samme periode.

Tre måneder etter at aksjene hadde gitt salgssignal hadde de steget 1,7 prosent absolutt sett, tilsvarende 0,7 prosentpoeng mindre enn referanseindeksen. Annualisert mindreavkastning var 2,7 prosentpoeng.

Det teoretisk predikerte fallet har altså statistisk sett ikke inntruffet, men aksjene har likevel utviklet seg svakt i forhold til markedet. En antatt god måte å implementere resultatene på i en handelsstrategi, er å selge aksjer med slike salgssignaler, for i stedet å kjøpe aksjer med bedre kvantitative karakteristika, for eksempel kjøpssignaler ved brudd opp gjennom motstand, som vist over.

Datagrunnlaget er svært stort, med hele 38.693 signaler over en periode på inntil 23 år. Statistisk T-verdi er 5,4, og antyder høy statistisk signifikans.

Kjøpssignaler: Aksjer som ligger over støtte og mangler motstand

Teknisk analyse-teori: Kurs over støtte


Kurs over støtteFigur 10: Kursen ligger over et støttenivå, der aksjen har vendt opp tidligere. Mange investorer vil anse den som rimelig, hvis den igjen skulle falle mot støtten, og vil da være tilbøyelige til å kjøpe.
Støtte er nivåer der det antas at mange kjøpere kommer fram. Det antas vanligvis at aksjen ikke vil falle under støtten. Støtte brukes dermed ofte til å beregne nedsiden i aksjen, spesielt for kortsiktige investorer. En aksje der det er langt ned til støtte, vil ha en større nedside enn en aksje som ligger nær støtte.

Det er spesielt i stigende og sidelengse trender at støtte gir uttrykk for nedsiden i aksjen. Hvis det samtidig er liten eller ingen motstand over dagens kurs, er ofte oppsiden høy.

Forskningsresultater

Figur 11: Avkastning i etterkant av kjøpssignaler fra aksjer som ligger langt over støtte og mangler motstand identifisert på Investtechs mellomlange kursgrafer. Tykk blå kurve er signalaksjene, tynn blå er referanseindeksen. Norden 1996-2018.

Annualisert avkastning (basert på 66-dagers-tall) Norge Sverige Danmark Finland Vektet snitt
Kjøpssignal 28.3 % 23.4 % 25.7 % 15.6 % 24.4 %
Referanseindeks i samme periode 13.5 % 12.9 % 11.3 % 7.3 % 12.4 %
Meravkastning kjøpssignal 14.7 %p 10.5 %p 14.4 %p 8.4 %p 12.0 %p

Vi ser at aksjer med kjøpssignal fordi de ligger over støtte og mangler motstand, har steget den kommende perioden. Oppgangen de første tre månedene etter signalene var 5,9 prosent i gjennomsnitt for 44.463 signaler fra Norden samlet. Det tilsvarer en meravkastning på 2,8 prosentpoeng mot referanseindeksen i samme periode. Annualisert meravkastning var 12,0 prosentpoeng.

Statistisk T-verdi er høye 24,9 for 66-dagers-tallene og antyder signifikant positivt avvik fra referanseindeksens utvikling. En absolutt meravkastning på 2,8 prosentpoeng i løpet av tre måneder indikerer at slike signaler kan være verdifull input i en aktiv handelsstrategi, også om man tar høyde for kurtasje og andre handelsomkostninger.

Salgssignaler: Aksjer som ligger under motstand og mangler støtte

Teknisk analyse-teori: Kurs under motstand


Kurs under motstandFigur 12: Kursen ligger under et motstandsnivå, der aksjen har vendt ned tidligere. Mange investorer vil anse den som dyr, hvis den igjen skulle stige mot motstanden, og vil da være tilbøyelige til å selge.
Motstand er nivåer der det antas at mange selgere kommer fram. Det antas vanligvis at aksjen ikke vil stige over motstanden. Motstand brukes dermed ofte til å beregne oppsiden i en aksje, spesielt for kortsiktige investorer. En aksje der det er langt opp til motstand, vil ha en større oppside enn en aksje som ligger nær motstand.

Det er spesielt i fallende og sidelengse trender at motstand gir uttrykk for oppsiden i aksjen. Hvis det samtidig er liten eller ingen støtte under dagens kurs, er ofte nedsiden stor.

Forskningsresultater

Figur 13: Avkastning i etterkant av salgssignaler fra aksjer som ligger langt under motstand og mangler støtte identifisert på Investtechs mellomlange kursgrafer. Tykk rød kurve er signalaksjene, tynn rød er referanseindeksen. Norden 1996-2018.

Annualisert avkastning (basert på 66-dagers-tall) Norge Sverige Danmark Finland Vektet snitt
Salgssignal -7.0 % -1.3 % -11.6 % -2.6 % -4.6 %
Referanseindeks i samme periode 4.4 % 5.9 % -1.9 % -6.1 % 3.1 %
Meravkastning salgssignal -11.3 %p -7.2 %p -9.7 %p 3.5 %p -7.6 %p

Grafene og tabellene viser at aksjer med salgssignal fordi de ligger under motstand og mangler støtte, i snitt har falt den kommende perioden. Tre måneder etter at aksjene hadde gitt salgssignal, hadde de falt 1,2 prosent absolutt, tilsvarende 2,0 prosentpoeng svakere enn referanseindeksen.

Datagrunnlaget er svært stort, med hele 19.586 signaler over en periode på inntil 23 år. Statistisk T-verdi er 8,7, og antyder høy statistisk signifikans.

Oppsummering

Støtte og motstand brukes i teknisk aksjeanalyse for å predikere framtidig kursutvikling. Mange investorer bruker dette som en viktig del av beslutningsgrunnlaget ved kjøp og salg av aksjer.

Vi har studert avkastning på norske, svenske, danske og finske aksjer i etterkant av signaler som settes ut fra hvordan aksjene har beveget seg i forhold til støtte- og motstandsnivåer i tekniske kursgrafer. Vi brukte støtte- og motstandsnivåer automatisk identifisert i Investtechs mellomlange kursdiagrammer. Vi hadde 23 år med data, fra 1996 til 2018.

Totalt identifiserte Investtechs automatiske algoritmer 144.533 kjøpssignaler og 122.233 salgssignaler på mellomlang sikt. Tar vi med signalene på kort og lang sikt, hadde vi totalt 867.204 signaler, noe som utgjør et svært stort datasett.

Vi har tre hovedkonklusjoner:

Konklusjon 1
Aksjer som har reagert ned og tester støtte (kjøpssignal), eller har reagert opp og tester motstand (salgssignal), har i store trekk utviklet seg på linje med børsen i den etterfølgende perioden. Slike signaler gir lite informasjon om kommende kursutvikling, og kan uten vesentlig tap utelates fra en teknisk analyse av en aksje. Resultatene sår tvil om et viktig element i klassisk teknisk analyse-teori.

Konklusjon 2
Aksjer som har brutt opp gjennom motstand (kjøpssignal), har fortsatt å stige, og de har steget mer enn den generelle børsutviklingen. Aksjer som har brutt ned gjennom støtte (salgssignal), har fortsatt å gjøre det svakt framover. Slike signaler kan være verdifulle i en beslutning om aksjen skal kjøpes eller selges. Om man overvåker en aksje med tanke på kjøp, vil tiden etter brudd opp gjennom motstand være et statistisk gunstig kjøpstidspunkt. Dette er i tråd med klassisk teknisk analyse-teori.

Konklusjon 3
Aksjer som ligger langt over støtte og ikke har motstand, har steget svært godt den kommende perioden. Tilsvarende har aksjer som ligger langt under motstand og ikke har støtte, gjort det svært svakt den kommende perioden. Tross at dette teoretisk ofte ses på som nøytrale situasjoner, viser forskningsresultatene her at det statistisk er svært gode signaler.

Alle resultatene synes konsistente over tid, og var sterke enten de var identifisert i Investtechs kortsiktige, mellomlange eller langsiktige kursdiagrammer. Resultatene var ensartede over de fire landene vi studerte. Generelt så vi sterkere effekter for småselskaper enn for storselskaper.

Vi har undersøkt signaler over en relativt lang tidsperiode, kvaliteten på grunnlagsdataene anses god og algoritmene som er brukt er helautomatiske og anses å identifisere signaler fra støtte og motstand på en god måte. Datasettet er stort og konklusjonene anses robuste.

Drøfting og praktisk bruk

Samlet indikerer resultatene i denne rapporten at støtte og motstand er et viktig element i teknisk analyse, og at signaler fra støtte og motstand identifisert i Investtechs kursdiagrammer kan være viktig input i en teknisk basert handelsstrategi for børsnoterte aksjer.

Resultatene baserer seg på analyse av store datasett, og estimatene for gjennomsnittstallene anses pålitelige og med lav usikkerhet. Går vi inn på enkelttilfeller, finner vi imidlertid store variasjoner. For de sterkeste resultatene, kjøpssignal for aksjer langt over støtte og uten motstand, var det for eksempel i Norge 58,5 prosent av enkelttilfellene som hadde positiv avkastning, mens 41,5 prosent hadde negativ. Dette er til tross for meget sterk statistisk T-verdi på 13,8 (T-verdi over 2,0 blir ofte ansatt statistisk signifikant ved uavhengige sampler).

Dette løfter fram en viktig egenskap ved aksjemarkedet; mye av kursutviklingen skyldes nyheter og selskapsspesifikke forhold som markedet ikke kan ta høyde for. Kursen vil dermed tilsynelatende i stor grad bevege seg tilfeldig, i hvert fall når vi ser på enkeltselskaper.

De sterke statistiske resultatene indikerer imidlertid at det er deterministiske effekter man kan fange opp og bruke i en handelsstrategi. Vi tenker at disse effektene i stor grad kan forklares ut fra psykologi; hvordan mennesker håndterer frykt for tap og håp om gevinst, og hvordan det gir seg utslag i handlemønster på børsen. Det er nettopp kjernen i teknisk analyse.

Et gjennomgående trekk i resultatene, er at aksjer som allerede har steget, fortsetter å stige. Det gjelder enten de har reagert opp mot motstand, de har brutt opp gjennom motstand, eller de har steget langt over motstand. Dette indikerer at aksjer som viser kortsiktig oppgang kan forklares med økende optimisme og kjøpervilje hos investorene. Denne effekten synes sterkere enn den negative effekten motstandsnivåer kan ha, og er helt i tråd med Investtech-forskning på blant annet trender, momentum og volumutvikling.

Tilsvarende ser vi at aksjer som allerede har falt, enten de har falt ned mot støttenivåer, eller under disse, har fortsatt å gjøre det svakt i forhold til børsen. Kursfall har kommet fordi investorene har gått nedover i pris for å komme seg ut av aksjene. Det indikerer økende frykt og redusert optimisme, og salgspresset kan lett fortsette, fulgt av svak kursutvikling. Også dette er helt i tråd med Investtech-forskning på andre tekniske indikatorer.

Investtech har i over 20 år ansett støtte og motstand for å være et viktig element i teknisk analyse. Ovenstående forskning viser at det er et viktig element. Andre viktige forhold er trender, kursformasjoner og volumutvikling, der vi har publisert en rekke forskningsrapporter de siste årene. Også momentum og innsidehandler er viktige områder, understøttet av Investtech-forskning.

Vi tenker at en samlet investeringsstrategi med forankring i teknisk analyse bør inneholde alle disse elementene. Om en slik strategi følges over lang nok tid, bør resultatene i snitt nærme seg gjennomsnittstallene fra forskningen. Man må imidlertid være forberedt på at resultatene på enkeltinvesteringer, og også samlet over en periode, kan avvike sterkt, og til og med kunne være negative.

Litteratur

 

Keywords: Danmark,Finland,h_ResBroken,h_SupBroken,help topic main report,Helsinki stock exchange,Kjøpssignal,Københavns Fondsbørs,Norden,norge,oslo børs,Rektangelformasjon,Salgssignal,statistikk,Stockholmsbørsen,sverige,Teknisk analyse.

Skrevet av

Geir Linløkken
Forsknings- og analysesjef
i Investtech

"Investtech analyserer psykologien i markedet og gir deg konkrete tradingforslag hver dag."

Espen Grønstad
Partner & Senior Advisor - Investtech
 


Investeringsanbefalingen(e) er utarbeidet av Investtech.com AS ("Investtech"). Investtech garanterer ikke fullstendigheten eller riktigheten av analysen. Eventuell eksponering i henhold til rådene / signalene som fremkommer i analysene står fullt og helt for investors regning og risiko. Investtech er ikke ansvarlig for noe tap, verken direkte eller indirekte, som oppstår som en følge av bruk av Investtechs analyser. Opplysninger om eventuelle interessekonflikter vil alltid fremgå av investeringsanbefalingen. Ytterligere informasjon om Investtechs analyser finnes på informasjonssiden.


Investeringsanbefalingen(e) er utarbeidet av Investtech.com AS ("Investtech"). Investtech garanterer ikke fullstendigheten eller riktigheten av analysen. Eventuell eksponering i henhold til rådene / signalene som fremkommer i analysene står fullt og helt for investors regning og risiko. Investtech er ikke ansvarlig for noe tap, verken direkte eller indirekte, som oppstår som en følge av bruk av Investtechs analyser. Opplysninger om eventuelle interessekonflikter vil alltid fremgå av investeringsanbefalingen. Ytterligere informasjon om Investtechs analyser finnes på informasjonssiden.

Titlex

OK