Avkastning etter signaler fra mellomlange dobbel bunn- og dobbel topp-formasjoner - Oslo Børs 1996-2014

Forskningsrapport skrevet av Geir Linløkken, forskningssjef i Investtech, 13. februar 2017.

Om forfatteren
Geir Linløkken er analyse- og forskningssjef hos Investtech, og har ansvar for porteføljer og forvaltning. 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». Til daglig arbeider Linløkken med aksjeanalyse og utvikling av kvantitative metoder for investeringer i aksjemarkedet.

Keywords: Dobbel topp-formasjon, Dobbel bunn-formasjon, Kjøpssignal, Salgssignal, Oslo Børs, Statistikk, Teknisk analyse.

Abstract:
Geometriske kursformasjoner, slik som dobbel topp- og dobbel bunn-formasjoner, brukes i teknisk aksjeanalyse for å predikere framtidig kursutvikling. Mange investorer bruker dette som en del av beslutningsgrunnlaget ved kjøp og salg av aksjer. Vi har sett på hvilke kursbevegelser som har fulgt etter signaler fra slike formasjoner på Oslo Børs over en periode på 19 år, fra 1996 til 2014. Statistisk indikeres at formasjonene har liten prediksjonskraft på mellomlang sikt.

Forskning på tekniske kursformasjoner

Denne forskningsrapporten er en del av et større arbeid som Investtech gjør innen forskning på kursutvikling etter signaler fra tekniske formasjoner i aksjekurser. Rapporten gjelder dobbel topp-formasjoner og dobbel bunn-formasjoner på mellomlang sikt på Oslo Børs.

Kort sikt Mellomlang sikt Lang sikt
Rektangel Rapport Rapport Rapport
Hode-og-skuldre, Omvendt-hode-og-skuldre Rapport Rapport Rapport
Dobbel topp, Dobbel bunn Rapport Denne rapporten Rapport

Dobbel bunn- og dobbel topp-formasjoner

Et viktig område innen teknisk analyse er identifikasjon av geometriske kursformasjoner i aksjekurser. Tanken er at disse beskriver den psykologiske tilstanden hos investorene, om de framover er tilbøyelige til å ville kjøpe eller selge aksjer, og dermed indikerer den videre retningen på kursen. Dobbel topp og dobbel bunn er to typer slike formasjoner.

En dobbel topp-formasjon er en toppformasjon som markerer slutten på en oppgangsperiode. Formasjonen består av to topper som er omtrent like brede og like høye, se figur 1. Når en dobbel topp-formasjon dannes, gjenspeiler det at pessimismen hos investorene er økende og at aksjen innleder en fallende trend. Dobbel topp-formasjoner brukes spesielt for å forutsi vendinger i langsiktige markedstrender, men anvendes også på kortere sikt.

Formasjonen finnes i en omvendt versjon, dobbel bunn-formasjon, se figur 2. Dette er en bunnformasjon som markerer slutten på en nedgangsperiode. En dobbel bunn-formasjon signaliserer at optimismen hos investorene er økende og at aksjen innleder en stigende trend.

Dobbel bunn-formasjon selg

Figur 1: Salgssignal fra dobbel topp-formasjon.

Dobbel bunn-formasjon kjøp

Figur 2: Kjøpssignal fra dobbel bunn-formasjon.

I teknisk analyse-terminologi sier vi at brudd på en dobbel topp-formasjon utløser et salgssignal. Tilsvarende vil et brudd på en dobbel bunn-formasjon utløse et kjøpssignal. Vi har undersøkt hvilke kursbevegelser som har fulgt etter kjøpssignaler og salgssignaler fra slike formasjoner på Oslo Børs.

Identifikasjon

Identifikasjon av dobbel topp-formasjoner i aksjekurser er ingen enkel oppgave. Fra figurene over, ser vi at kursen danner to regelmessige og omtrent like store og høye topper, før den bryter ned og utløser signal. Børskurser er imidlertid sjelden så regelmessige som i figurene. Ofte vil kursen være ganske hakkete og det vil være forskjellig størrelse eller høyde på toppene.

Mange investorer identifiserer kursformasjoner manuelt ved å se etter mønstre i kursdiagrammer. En slik metode har flere svakheter, hovedsakelig ved at den er subjektiv, slik at man lettere ser de formasjonene man ønsker å se, samt at den er svært tidkrevende. Vi trenger derfor en automatisk algoritme der en datamaskin identifiserer formasjonene og signalene fra disse.

Investtech har forsket på teknisk og kvantitativ analyse siden 1997. Vi har utviklet matematiske algoritmer for automatisk identifikasjon av dobbel topp-formasjoner i aksjekurser. Formasjonene plottes inn i de tekniske analysegrafene, vises på signallister, og presenteres daglig oppdatert til Investtechs abonnenter.

I denne rapporten har vi sett på hvilke kursbevegelser som har fulgt etter kjøps- og salgssignaler fra dobbel bunn- og dobbel topp-formasjoner på Oslo Børs. Statistikken er basert på formasjoner som er automatisk gjenkjent av Investtechs dataprogrammer. Det har ikke vært parameteroptimering eller algoritmeendringer underveis i arbeidet. Vi gjør dermed rett og slett en analyse basert på det foreliggende historiske materialet.

Grunnlagsdata

Vi har brukt børskurser fra 1.1.1996 til 10.10.2014 som grunnlag for statistikken. I denne perioden steg hovedindeksen på Oslo Børs fra 106,9 til 573,6 poeng, tilsvarende 437 % eller cirka 9,3 % årlig. I forhold til den risikofrie renten i perioden, anses dette å være omtrent hva man kan forvente over tilsvarende tidsperioder.

I åtte av årene steg børsen med over 30 %, mens den i fem av årene falt med over 10 % og i fem av årene endret seg mellom minus 10 % og pluss 30 %. Vi har altså hatt både oppgangs- og nedgangsperioder, samt flere relativt sidelengse perioder, og regner også dette som representativt for en normalperiode.

Alle aksjer som har vært børsnotert i perioden er brukt. Aksjer som er strøket av børsen grunnet for eksempel fusjon, oppkjøp eller konkurs er med. For disse selskapene har vi imidlertid data kun så lenge de var børsnotert. Et selskap som gikk konkurs, vil dermed ha en siste omsetningskurs som ikke er null, noe som er en svakhet for undersøkelsen. Dette gjelder imidlertid kun et lite antall selskaper. De fleste faller også kraftig før avlistingen, slik at forskjellen mellom kursfallet mens de var børsnotert og kursfall ned til null vil være liten.
Når et selskap faller, blir det dessuten svært sjelden generert nye kjøpssignaler fra dobbel bunn-formasjoner. Dermed vil det bety lite for statistikken på kjøpssignalene. Avkastningen etter salgssignaler ville imidlertid blitt noe svakere om vi hadde korrigert for konkurser. Samlet anser vi at disse forholdene betyr minimalt for resultatene av undersøkelsen.

Alle kurser er justert for splitter, utbytte, fisjoner, tegningsretter og andre kapitalendringer, slik at de gjenspeiler den reelle verdiutviklingen til aksjene.

Over tidsperioden har til sammen 715 tidsserier inngått, hvorav 597 har vært aksjer med minst 66 dagers omsetning. Ved utgangen av perioden var cirka 220 aksjer notert på børsen.

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.

Datasettet

Vi har brukt Investtechs algoritmer for automatisk identifikasjon av kursformasjoner. Algoritmene ble kjørt på mellomlange Investtech-chart bestående av 395 kursdager, tilsvarende omtrent 18 måneder. Vi anser at algoritmene er gode til å identifisere reelle dobbel topp-formasjoner og dobbel bunn-formasjoner, samtidig som de ikke klassifiserer utydelige formasjoner som reelle formasjoner.

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 dobbel topp- og dobbel bunn-formasjoner. Vanligvis gir hver formasjon kun ett signal. Det kan imidlertid i sjeldne tilfeller gis flere signaler. Dette skjer hvis kursen etter bruddet reagerer tilbake inn i formasjonen igjen, danner en modifisert formasjon, og deretter bryter på nytt.
Enkelte ganger kan det også gis flere signaler fra samme aksje på samme dag. Dette skjer hvis algoritmene har gjenkjent flere formasjoner, av forskjellig lengde og høyde, som brytes samtidig.

For at datasettet skal være mest mulig representativt for investorer på Oslo Børs, fjerner vi enkelte 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 nært i tid etter tidligere signaler fjernes. Det kreves at det har gått minst 14 kalenderdager fra foregående signal i samme aksje for at et nytt signal skal regnes med.
  • Formasjoner som er under 2 % høye forkastes. Disse er små og regnes å ha liten signalverdi.
  • Signaler i aksjer med dårlig likviditet forkastes. Dette gjør vi for det første fordi det er vanskelig for investorer å gjøre reelle handler i slike aksjer, men også fordi kursbildet ofte er hakkete og med store sprang, slik at kursfastsettelsen anses usikker og befengt med mye støy.
    Vi forkaster signaler der gjennomsnittlig dagsomsetning på Oslo Børs de ti siste dagene inkludert signaldagen var lavere enn en halv million kroner eller der aksjen var omsatt sjeldnere enn halvparten av dagene. Med dette ble også alle signaler fra 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 Oslo Børs, 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.

Datasettet vårt består etter dette av 653 identifiserte kjøpssignaler fra dobbel bunn-formasjoner og 744 salgssignaler fra dobbel topp-formasjoner i aksjer og egenkapitalbevis på Oslo Børs i perioden 1996 til 2014.

Resultater


Figur 3: Kursutvikling ved kjøpssignaler fra dobbel bunn-formasjoner og salgssignaler fra dobbel topp-formasjoner på Oslo Børs identifisert av Investtechs automatiske algoritmer på mellomlange kursgrafer. Klikk på figuren for større versjon.

Grafen viser gjennomsnittlig kursutvikling 66 dager i etterkant av kjøpssignaler fra dobbel bunn-formasjoner og salgssignaler fra dobbel topp-formasjoner. Signalene utløses på dag 0. Kun dager da børsen er åpen inngår, slik at 66 dager tilsvarer cirka tre måneder. Kjøpssignaler er den blå kurven og salgssignaler den røde. Det skraverte området angir standardavviket til beregningene. Referanseindeksen er den sorte linjen.

Kjøpssignal Dag 1 10 22 66
Absolutt 0,43 % 0,69 % 1,23 % 4,78 %
Referanseindeks 0,05 % 0,48 % 1,06 % 3,31 %
Relativt, prosentpoeng 0,39 0,21 0,16 1,47
Statistisk T-verdi 2,08 0,46 0,23 1,11
Salgssignal Dag 1 10 22 66
Absolutt 0,46 % 1,07 % 1,51 % 4,00 %
Referanseindeks 0,05 % 0,48 % 1,06 % 3,31 %
Relativt, prosentpoeng 0,42 0,60 0,45 0,69
Statistisk T-verdi 3,52 1,96 0,98 0,78

Vi har sett på statistisk kursutviklingen i etterkant av kjøpssignaler fra dobbel-bunn-formasjoner og salgssignaler fra dobbel topp-formasjoner identifisert i Investtechs mellomlange tekniske grafer.

Figur 3 viser at både kjøps- og salgssignalene har vært fulgt av en kursutvikling på linje med gjennomsnittlig børsutvikling. Det er noe avvik, med dette går i samme retning for kjøpssignalene som for salgssignalene, og det er ikke-signifikant om vi legger statistisk T-verdi til grunn.

Betydningen av likviditet

I beregningene over har vi tatt med signaler fra alle aksjer som har hatt en gjennomsnittlig daglig omsetning på minst en halv millioner kroner på Oslo Børs på signaltidspunktet. Man kunne tenke seg at signalene har forskjellig prediksjonskraft på store og små selskaper, og at det ville være signifikante resultater på en underklasse. Ved å variere likviditetsparametre kan vi undersøke om det er forskjeller i signalstyrken for små og store selskaper.

Vi setter en grense på fem millioner kroner og får delt selskapene i to omtrent like store grupper. Signalene fra aksjer med omsetning under fem millioner kroner utgjør totalt 727 stykker, mens de med omsetning over fem millioner kroner utgjør 670 stykker.

Figur 4: Signaler fra selskaper med dagsomsetning mellom en halv og fem millioner kroner.

Figur 5: Signaler fra selskaper med dagsomsetning på over fem millioner kroner.

Figur 4 og 5 viser ikke-signifikant prediksjonskraft for dobbel topp og dobbel-bunn-formasjoner både for undergruppen av lite likvide aksjer, og for gruppen av mer likvide aksjer.

Stockholmsbørsen

Figur 6. Kursutvikling ved kjøps- og salgssignaler fra dobbel bunn- og dobbel topp-formasjoner på Stockholmsbørsen.

Vi har gjort en tilsvarende undersøkelse for Stockholmsbørsen over tidsrommet 1.4.2003 til 10.10.2014. Investtechs datamaskiner identifiserte 876 kjøpssignaler og 1215 salgssignaler i perioden.

Resultatene for Stockholm viser ingen signifikant forskjell mellom kursutviklingen i etterkant av signaler fra dobbel topp- og dobbel bunn-formasjojer og gjennomsnittlig børsutvikling.

Dette styrker indikasjonene vi har om at dobbel topp- og dobbel bunn-formasjoner har liten prediksjonskraft på mellomlang sikt.

Les forskningsrapporten for Stockholmsbørsen her.

Oppsummering

Vi har studert avkastning fra aksjer på Oslo Børs etter brudd på dobbel topp-formasjoner og dobbel bunn-formasjoner i Investtechs mellomlange tekniske grafer over en 19-årsperiode fra 1996 til 2014. Totalt identifiserte Investtechs automatiske algoritmer 653 kjøpssignaler og 744 salgssignaler fra slike formasjoner.

Kjøpssignalene ga en gjennomsnittlig avkastning på 4,8 % i de etterfølgende tre månedene, mens salgssignalene ga en avkastning på 4,0 %. Relativt til utvikling på referanseindeksen i en gjennomsnittlig tremånedersperiode, ga kjøpssignalene en meravkastning på 1,5 prosentpoeng, mens salgssignalene ga en meravkastning på 0,7 prosentpoeng.

Tidsperioden undersøkelsen er gjort på er relativt lang, kvaliteten på grunnlagsdataene anses god og algoritmene som er brukt er helautomatiske og de anses å identifisere kun reelle kursformasjoner.

Avkastningen etter signalene er imidlertid ikke signifikant forskjellig fra gjennomsnittlig utvikling til referanseindeksen. Heller ikke for Sverige fant vi statistisk signifikante kursbevegelser i etterkant av slike signaler. Resultatene indikerer dermed at signaler fra dobbel topp- og dobbel-bunn-formasjoner på mellomlang sikt har liten signalkraft.

Fra tidligere undersøkelser, har vi resultater som indikerer at dobbel topp og dobbel-bunn-formasjoner gir god prediksjonskraft på lengre sikt. Resultatene over indikerer at slike formasjoner dermed egner seg bedre på langsiktige grafer enn på kortsiktige. En mulig forklaring på dette, kan være at formasjonene er relativt små, og lett kan bli utløst av en eller to dager med spesielt støybefengt kursutvikling når vi ser på mellomlange og kortsiktige grafer.

Selv med 11 år med data for Stockhomsbørsen og 19 år for Oslo, er det ikke et stort datasett vi har. Signifikansen i resultatene er liten. Vi kan dermed ikke entydig konkludere med at dobbel topp- og dobbel bunn-formasjoner ikke har prediksjonskraft på mellomlange grafer, og kunne gjerne ønske data fra flere børser og over lengre perioder for å gjøre nye undersøkelser.

Inntil videre antas imidlertid at det er statistisk risikabelt å følge signaler fra dobbel topp- og dobbel bunn-formasjoner på mellomlange charts. Har man slike formasjoner, og vurderer å følge signalretningen, tilsier resultatene her at man kan ha nytte av også å se på andre indikatorer slik som Volumbalanse, Momentum og Trend, som alle har vist mer signifikante resultater.

Litteratur

  • Investtech, opplæring. Kursformasjoner. Link
  • Investtech, opplæring. Kjøpssignal fra dobbel bunn-formasjon. Link
  • Investtech, opplæring. Salgssignal fra dobbel topp-formasjon. Link
  • Geir Linløkken. Avkastning etter signaler fra dobbel bunn- og dobbel topp-formasjoner - Stockholmsbørsen 2003-2014. Investtech.com, 2014. Link
  • Geir Linløkken. Avkastning etter signaler fra rektangelformasjoner - Oslo Børs 1996-2014. Investtech.com, 2014. Link
  • Geir Linløkken. Avkastning etter signaler fra rektangelformasjoner - Stockholmsbørsen 2003-2014. Investtech.com, 2014. Link
  • Geir Linløkken. Avkastning etter signaler fra hode-og-skuldre-formasjoner- Oslo Børs 1996-2014. Investtech.com, 2014. Link
  • Geir Linløkken. Avkastning etter signaler fra hode-og-skuldre-formasjoner- Stockholmsbørsen 2003-2014. Investtech.com, 2014. Link
  • Geir Linløkken og Steffen Frölich. Teknisk AksjeAnalyse - for lavere risiko og økt avkastning. Investtech.com, 2001.
  • John J. Murphy. Technical Analysis of the Financial Markets. New York Institute of Finance, 1999.

 

Keywords: Dobbel bunn,Dobbel topp,Kjøpssignal,oslo børs,Salgssignal,statistikk.

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
+

Informasjonskapsler

Vi benytter informasjonskapsler (cookies) for å gi deg en bedre brukeropplevelse. Hvis du fortsetter å bruke nettstedet, aksepterer du dette. Du kan lese mer om vår bruk av informasjonskapsler her.

Investtechs bruk av informasjonskapsler

Når du bruker nettstedet vårt, lagrer vi en informasjonskapsler på enheten din. En slik informasjonskapsel brukes til å gjenkjenne enheten din slik at innstillingene dine fungerer når du bruker nettsidene våre. Informasjonen som lagres er fullstendig anonymisert. Informasjonskapslene slettes automatisk etter en viss tid.

Nødvendige informasjonskapsler

Investtech bruker informasjonskapsler for å sikre grunnleggende funksjoner som sidenavigasjon og språkvalg. Uten slike informasjonskapsler fungerer ikke nettstedet som det skal. Du kan derfor ikke reservere deg mot disse. Hvis du fortsatt ønsker å deaktivere slike informasjonskapsler, kan du gjøre det i din nettlesers innstillinger. Legg til denne nettsiden i listen over nettsteder som ikke har tillatelse til å lagre informasjonskapsler på enheten din.

Informasjonskapsler fra Google

Vi bruker tjenester fra Google Analytics og Google AdWords. Disse registrerer informasjonskapsler på enheten din når du besøker nettstedet vårt. Google registrerer din IP-adresse for å føre statistikk over brukeraktivitet på nettstedet. IP-adressen er anonymisert, slik at vi ikke har noen mulighet til å knytte aktivitetene til en bestemt person. Vi bruker denne statistikken for å hele tiden kunne forbedre oss. Google AdWords samler inn data slik at vår annonsering på andre nettsteder gir bedre resultater. Vi kan ikke spore data til enkeltpersoner.

Tillat informasjonskapsler fra Google