Teknisk Analys inom aktievärdering

Relevanta dokument
Teknisk Analys. - Kombinering av glidande medelvärde och volatilitet. Författare: Fredrik Andersson Fredrik Gustafsson Niklas Johansson

L A R G E C A P VM-Update: Large Cap Mid Cap Small Cap Råvaror Valutor USA-aktier Världsmarknaden

Ekonomihögskolan Nationalekonomiska institutionen Kandidatuppsats April Teknisk Aktieanalys. -En studie av RSI indikatorn-

HALVÅRSREDOGÖRELSE 2014 AKTIESPARARNA TOPP SVERIGE

Direktavkastning = Analytiker Leo Johansson Lara 20/11-16 Axel Leth

Kursens syfte. En introduktion till uppsatsskrivande och forskningsmetodik. Metodkurs. Egen uppsats. Seminariebehandling

Schematisk beskrivning av styrelsens förslag till Prestationsaktieprogram 2011

Användbara indikatorer

Bakgrund. Frågeställning

Business research methods, Bryman & Bell 2007

Del 1 Volatilitet. Strukturakademin

ÖverUnder När du tror aktien ska sluta över eller under en viss kurs

Individuellt PM3 Metod del I

Teknisk Analys. Författare: Berglund, N. Johan Jonsson, J. M. Christopher. Handledare: Jörgen Hellström

Anvisningar till rapporter i psykologi på B-nivå

Aktiespararna Topp Sverige 2007 ÅRSBERÄTTELSE

under en options löptid. Strukturakademin Strukturinvest Fondkommission

Teknisk Analys och Money Management som investeringsstrategi

Webbstudie. Webbplatsstudie av 30 Svenska företag på Stockholmsbörsen. Om Siteimprove

Danske capital / halvårsrapport HALVÅRSRAPPORT 2013

Vikingen Börs. Vikingen Börs är ett lättanvänt basprogram och ett tryggt och bra alternativ att börja med för dig som är ny användare.

Avanza Zero. Halvårsrapport Bästa andelsägare. Fondfakta

Skapa egen bull & bear mall: Radera bilderna från mallen och klipp och klistra in din egna tabell

Li#eratur och empiriska studier kap 12, Rienecker & Jørgensson kap 8-9, 11-12, Robson STEFAN HRASTINSKI STEFANHR@KTH.SE

Ekonomisk styrning Delkurs Finansiering

733G22: Statsvetenskaplig metod Sara Svensson METODUPPGIFT 3. Metod-PM

Metodologier Forskningsdesign

för att komma fram till resultat och slutsatser

Schematisk beskrivning av styrelsens förslag till aktierelaterat incitamentsprogram 2010

En studie om att skapa sig överavkastning på aktiemarknaden Av: Hagen Eriksson, Filippo Gasperoni

Daytrading med teknisk analys och korrelation mellan börser

C4 Traditionell teknisk analys del 1 Vi diskuterar stöd och motstånd som är centrala inom den traditionella tekniska analysen.

New Nordic Healthbrands

Turbowarranter. För dig som är. helt säker på hur. vägen ser ut. Handelsbanken Capital Markets

Strukturerade placeringar. Kapitalskyddade placeringar SEB1112

Statsvetenskap G02 Statsvetenskapliga metoder Metoduppgift

Schematisk beskrivning av styrelsens förslag till aktierelaterat incitamentsprogram 2009

Volatilitet som hjälpmedel vid teknisk analys

Dags att köpa aktier? Om aktiesparande på turbulenta finansmarknader Urban Bäckström

Termin Innehåll Lärandemål Aktivitet Examination

Nadia Bednarek Politices Kandidat programmet LIU. Metod PM

Statsvetenskapliga metoder, Statsvetenskap 2 Metoduppgift 4

Vetenskapsmetod och teori. Kursintroduktion

Relativvärdering som investeringsstrategi

KVALITATIVA METODER II

PIVOT POINTS NAVIGERA EFTER STÖD OCH MOTSTÅND

Provmoment: Tentamen 3 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB. TentamensKod: Tentamensdatum: Tid:

Inriktning Finansiering

Föränderlig marknadseffektivitet

Metoduppgift 4 - PM. Barnfattigdom i Linköpings kommun Pernilla Asp, Statsvetenskapliga metoder: 733G02 Linköpings universitet

GeneTrader. Ett helautomatiserat tradingsystem

HALVÅRSRAPPORT. Bästa andelsägare, * Utdelningar ingår ej i index

Avanza Zero. Halvårsrapport Bästa andelsägare

Aktieindexobligationer hög avkastning till låg risk

Den successiva vinstavräkningen

Är värdeinvesteringar bättre än index?

HQ AB sakframställan. Del 5 Prissättning av optioner

Ekonomisk styrning Delkurs Finansiering

Quesada Sverigefond Halvårsredogörelse 2015

(Kvalitativa) Forskningsprocessen PHD STUDENT TRINE HÖJSGAARD

Effekten på svensk BNP-tillväxt av finansiell turbulens

Three Monkeys Trading. Tärningar och risk-reward

Aktierelaterade derivat, antal kontrakt per dag Aktier, antal avslut per dag Aktieomsättning per dag, miljarder kr

Litteraturstudie. Utarbetat av Johan Korhonen, Kajsa Lindström, Tanja Östman och Anna Widlund

Handelsvolymens beroende av synlighet i press

Helårsberättelse Avanza Fonder

Systematisk aktiehandel

Innehåll. Standardavvikelse... 3 Betarisk... 3 Value at Risk... 4 Risknivån i strukturerade produkter... 4

/////// ////////// ////////// /////

XACT Fonder första halvåret Fondrapporter från XACT Fonder Första halvåret 2005

/////////// ////////// ////////// /////////

CUSTOMER VALUE PROPOSITION ð

DU VET VÄL ATT DU KAN FÖLJA BÖRSTJÄNAREN I REALTID PÅ TWITTER!

Vetenskapsteori och vetenskaplig forskningsmetod II SQ1361 (termin 6) Studiehandledning

Tentamen vetenskaplig teori och metod, Namn/Kod Vetenskaplig teori och metod Provmoment: Tentamen 1

Ledtidsanpassa standardavvikelser för efterfrågevariationer

Läcker företag information?

Probleminventering problemformulering - forskningsprocess Forskningsdesign. Eva-Carin Lindgren, docent i idrottsvetenskap

Tentamen Finansiering (2FE253) Tisdagen den 29 september 2015, kl. 14:00-18:00

Ökat personligt engagemang En studie om coachande förhållningssätt

Avanza Zero. Halvårsrapport Bästa andelsägare

Skapa egen bull & bear mall: Radera bilderna från mallen och klipp och klistra in din egna tabell

Sotenäs Kompetenscentrum Titel på arbetet (Mall för vetenskaplig rapport)

BULL & BEAR INTE BARA ATT TUTA OCH KÖRA

! Syfte. ! Frågeställningar !!! Metoduppgift 3 - statsvetenskapliga metoder. Problem. Statsvetenskap 2 733G02: Statsvetenskapliga metoder

Adrigo Hedge Halvårsredogörelse 2012

Delkurs 3: Att undersöka människors samspel(7,5 hp) Lärandemål för delkursen

Rutiner för opposition

Att skriva examensarbete på avancerad nivå. Antti Salonen

Strukturerade placeringar. Kapitalskyddade placeringar SEB1111

Investeringsbedömning

FONDFAKTA. Anders Elsell Hans Toll Christina Guri Henrik Källèn Glenn Wigren ordförande

Perspektiv på kunskap

Statusrapport för Danske Bank DDBO 537 A Sverige ISIN: SE

En undersökning om veckodagsanomalier existerar på OMXS-30

Råvaror Valutor Index Världsmarknaden Large Cap Mid Cap Small Cap USA-aktier

Glidande Medelvärden och Riskjusterad Överavkastning en studie om aktiemarknadernas svaga effektivitetsform

Kvalitativa metoder II

Statsvetenskap GR (C), 30 hp

Transkript:

Södertörns högskola Institutionen för samhällsvetenskaper Kandidatuppsats 15 HP Finansiering Vårterminen 2013 Teknisk Analys inom aktievärdering - En studie om glidande medelvärde och volatilitet Av: Fatma Erdal och Michelle Po Handledare: Ogi Chun

Sammanfattning Titel: Teknisk Analys inom aktievärdering en studie om glidande medelvärde och volatilitet Seminariedatum: 2013-06-03 Författare: Handledare: Fatma Erdal & Michelle Po Ogi Chun Syfte: Metod: Teoretiska perspektiv: Empiri: Slutsats: Syftet med studien är att undersöka om man kan förutspå köp- och säljsignaler genom glidande medelvärde och volatilitet på den svenska aktiemarknaden. Denna studie utgår från en deduktiv ansats som genomförs med den kvantitativa metoden. Glidande medelvärde och volatilitet kombineras för att visa de köp- och säljsignaler som uppstår mellan perioden 2007 till 2010. Studien baseras på vetenskapliga studier om glidande medelvärde och volatilitet. Den inkluderar även Radom Walk, Den effektiva marknadshypotesen och Behavioral finance. Empirin visar att kombinationen av glidande medelvärde och volatilitet ger hög avkastning i de flesta fallen. I studien framgår det att teknisk analys kan användas som ett analysverktyg vid aktiehandeln. Det har även visat att det är möjligt att förutspå framtida köp- och sälj signaler genom teknisk analys. Nyckelord: Teknisk analys, glidande medelvärde, volatilitet, avkastning, aktievärdering.

Abstract Title: Technical Analysis in share valuation a study of moving average and volatility Seminar date: 2013-06-03 Authors: Mentor: Fatma Erdal & Michelle Po Ogi Chun Purpose: Methodology: The purpose of this essay is to study if it can predict the buy and sell signals by moving average and volatility on the Swedish stock market. The study derives from a deductive approach and is implemented through a quantitative method. Moving average and volatility combined to show the buy and sell signals that occur between 2007 and 2010. Theoretical perspectives: The study is primarily based on the scientific studies of moving average and volatility. The study also includes theories of Radom Walk, The efficient market hypothesis and Behavioral finance. Empirical foundation: Conclusion: The empirical data shows that the combination of moving average and volatility provides high returns in most cases. In this study indicates that technical analysis can be used as an analysis tool for stock trading. It has also proved that is possible to predict future buy and sell signals by technical analysis. Key words: Technical analysis, moving average, volatility, returns, equity valuation.

Innehållsförteckning 1. Inledning... 1 1.1 Bakgrund... 1 1.2 Problemdiskussion... 2 1.3 Problemformulering... 3 1.4 Syfte... 3 1.5 Avgränsning... 3 1.6 Disposition... 4 2. Metod... 5 2.1 Vetenskapliga metoder... 5 2.1.1 Vetenskapligt förhållningssätt... 5 2.1.2 Vetenskapligt angreppssätt... 5 2.1.3 Metodval... 6 2.2 Urval... 7 2.3 Datahantering... 7 2.3.1 Datainsamling... 7 2.3.2 Bearbetning av data... 8 2.4 Val av tidsperiod... 8 2.5 Tillvägagångssätt... 8 2.6 Validitet och reliabilitet... 9 2.7 Metodkritik... 9 2.7.1 Val av tidsperiod... 9 2.7.2 Skatteeffekt... 9 2.7.3 Blankning... 10 2.7.4 Transaktionskostnader... 10 2.7.5 Stängningskurs... 10 2.7.6 Bortfall... 10 2.8 Källkritik... 10 3. Teoretisk referensram... 11 3.1 Random walk... 11 3.2 Den effektiva marknadshypotesen... 11 3.3 Behavioral finance... 12 3.4 Glidande medelvärde... 13 3.5 Volatilitet... 14 3.6 Tidigare studier... 16 4. Empiri... 18 4.1 Glidande medelvärde 50 & 200 dagar... 18 4.2 Kombination av Glidande medelvärde 50 & 200 dagar och Volatilitet... 18 5. Analys... 20 5.1 Random Walk... 20 5.2 Den effektiva marknadshypotesen... 20 5.3 Behavioral finance... 20 5.4 Glidande medelvärde... 21 5.5 Volatilitet... 21 6. Slutsats... 22

6.1 Slutsats... 22 6.2 Förslag till vidare forskning... 23 Källförteckning... 24 Tryckta källor... 24 Elektroniska källor... 25 Appendix... 26

1. Inledning I detta inledande kapitel presenteras en historisk bakgrund till undersökningsämnet följt av problemdiskussion. Sedan följer problemformulering som leder fram till syfte samt dess avgränsningar. 1.1 Bakgrund Intresset för värdepappershandel i olika slag har ökat kraftigt i Sverige. Värdepappershandel är allt från aktier, fonder, ränteplaceringar till derivat. Det är framförallt aktier som svenskar äger och anledningen till detta är att aktieplacering har på historiskt sätt gett den högsta avkastningen. 1 En kronas värde år 1873 på börsen blev realt värd mer än 3500 kronor år 2010. Detta förutsätter att investeraren varje år återinvesterade utdelningarna från börsbolagen, vilket definieras som börsens totala avkastning som består av kursutveckling samt utdelningar. 2 Teknisk analys är en samlingsbenämning på metoder som prognoserar prisrörelser med historiska priser och volym. Den tekniska analysen är i huvudsak en återspegling av tanken att priserna rör sig i trender som bestäms av den förändrade attityderna hos investerare mot en rad ekonomiska, monetära, politiska och psykologiska krafter. Konsten för teknisk analys är att identifiera ett trendbrott på en relativt tidig tidpunkt och fortsätta på den trenden tills det visar att trenden har vänt. 3 Teknisk analys innehåller en mängd prognosmetoder som diagram analys, cykel analys och datoriserade teknisk system handel. Ett ut av de populära tekniska handelsverktygen är glidande medelvärde. Glidande medelvärde är även bland de vanligaste trendverktyg och är relativt enkel att tillämpa. 4 Användning av tekniska signaler inom aktievärdering har fått mindre akademisk uppmärksamhet. Det saknas teoretiska modeller som kan förklara förekomsten av mönsterbaserade handelsregler. Det behövs flera empiriska studier som kan bevisa att sådana regler kan vara lönsamt. Vissa påstår att teknisk analys inte fungerar som analysmetod, medan andra anser att det är lönsamt. Friesen et al uppmärksammar om att orsaken kan vara att teknisk analys inte är tillräcklig rationell för att endast utifrån denna kunna agera på aktiemarknaden, då den inte tar hänsyn till faktorer som nyckeltal och företagsvinster. 5 Det finns flera studier om den effektiva marknadshypotesen(emh) som är en grundläggande teori till varför teknisk analys existerar. Eugene Fama 1970 beskrev att en effektiv marknad återspeglar priserna med fullt tillgänglig information. Den förutsätter att all information finns tillgängligt på marknaden, alla investerare har tillgång till samma pris för köp och sälj. Detta ifrågasätts av teknisk analys, där allt baserar på historisk data, mönster och marknadsimperfektioner. 6 1 Oxenstierna, G. (2011) Placeringsrådgivning s. 14 2 Ibids. 17 3 Park, C-H. & Irwin, S. H. (2007) What do we know about the profitability of technical analysis?. Journal of Economic Surveys. 4 Ibid 5 Friesen, G. C., Weller, P. A. & Dunham, L. M. (2009) Price trends and patterns in technical analysis: A theoretical and empirical examination. Journal of banking & Finance 6 Fama, E. F. (1970) Efficient Capital Markets: A review of Theory and Empirical Work. Journal of Finance 1

Begreppet Random Walk är lik den effektiva marknadshypotesen som skapades av Maurice Kendall. Den säger att aktier inte följer specifika riktningar men regleras av växlande marknadskrafter. 7 Vidare har Burton Malkiel ställt sig kritisk till teknisk analys som grundar sig på historisk data. Malkiel påpekar om att det finns stora brister på den tekniska analysen och hävdar att förändringar inom aktiekursen är sammanträffande. Allmänt sätt är det inte möjligt att prestera bättre än marknaden med hjälp av teknisk analys. 8 De empiriska studierna om teknisk analys delas upp i två kategorier, tidiga och moderna studier. I en artikel förklarar Park & Irwin att tekniska handelsstrategier är lönsamma på valutamarknad och terminsmarknad, dock inte på aktiemarknad. Fram till 1990 har de moderna studierna påvisat att tekniska handelsstrategier på ett logiskt sätt kan generera ekonomiska vinster på de befintliga marknaderna. Totalt undersöktes 95 moderna studier, där 56 studier visar ett resultat på att teknisk handelsstrategi är lönsamt. 20 studier visar att det inte är lönsamt och 19 studier gav ett blandat resultat. Det framgår tydligt att fler utav tidigare studier påvisar att teknisk analys är lönsamt. 9 1.2 Problemdiskussion Det är intressant att undersöka om hur dagens aktiemarknad kan analyseras på ett godtagbart sätt genom teknisk analys. Teknisk analys tar avseende till de specifika faktorerna såsom, kriser och svårmätbara nyckeltal vid mätningar av marknadsvärdet på företaget med hjälp av grundläggande data. De flesta undersökningar påpekar att de metoder som används för teknisk analys anses inte vara vetenskapliga. De senaste forskningarna förklara att det kan förekomma vissa snäva marknadsimperfektioner som kan användas genom teknisk analys. 10 Kan verkligen teknisk handel generera pengar? Denna fråga har många finansiella ekonomer ställt under flera hundra år och kommit fram till motsägande slutsatser. Svaret till frågan har uppnått implikationer för både företagen och investeraren. Den viktigaste frågan för företagen och investeraren beror på deras förmåga att förändra deras handlande till att utnyttja möjliga aktieprismönster. 11 Många investerare drömmer om att slå marknaden, där en enskild investerare försöker få högre än marknadens avkastning vilket är den genomsnittliga avkastningen. Givetvis förekommer det att vissa har tur som har lyckas med detta, dock är det ingen långsiktig strategi. 12 Däremot kan investeraren med hjälp av teknisk analys på långsikt erhålla avkastning för sina aktieplaceringar. En hög avkastning kommer dock inte utan risker, aktiepriset skiftar konstant och det blir svårt att förutse kursrörelser. Risken bör spridas men är risk detsamma för alla människor? Hur ska risk mätas? Ett riksmått ska visa hur mycket en viss tillgång varierar över en tidsperiod. Om kursen varierar mycket innebär det hög volatilitet. 13 7Bernhardsson, J. (1996) Tradingguiden. s. 353 8 Malkiel, B. (1996) A Random Walk down Wall Street s. 33 9 Park, C-H. & Irwin, S. H. (2007). What do we know about the profitability of technical analysis?. Journal of Economic Surveys. 10 Bernhardsson, J. (2002) Tradingguiden. s.248 11 Ready, M. J. (2002)Profits from Technical Trading Rules. Financial Management 12Ibid 13Ready, M. J. (2002)Profits from Technical Trading Rules. Financial Management 2

Wyckoff beskriver volatilitet med följande: Traders need volatility to catch market moves, but when market volatility collapses, don t go to lunch. Take profits and prepare for the next move, something big might be on the horizon. Han försöker i detta citat att påpeka vilken roll volatiliteten spelar när det kommer till aktiemarknader. Genom att studera aktiens volatilitet så är det möjligt att förutspå upp- och nedgångar för aktien. Aktier som ligger på en högre aktiekurs har oftast kraftigare prisrörelser, både kraftigt upp- och nedgångar. Volatilitet kombinerat med ytterligare en indikator ska göra det möjligt att förutse aktiens utveckling. 14 Artikeln av Chang et al presenterar den tekniska modellen, glidande medelvärde som förklarar att det inte skulle ge en överavkastning genom att ta hänsyn till transaktionskostnader. Modeller som finns inom teknisk analys används till större del av investerare på marknaden som leder till att tänkbarheten försvinner för en eventuell överavkastning. 15 1.3 Problemformulering Hur påverkar olika typer av marknadsklimat tillämpningen av glidande medelvärdet och volatiliteten? 1.4 Syfte Syftet med studien är att undersöka om man kan förutspå köp- och säljsignaler genom glidande medelvärde och volatilitet på den svenska aktiemarknaden. 1.5 Avgränsning Denna studie avses undersöka den svenska marknaden för att utreda om det är möjligt att tillämpa teknisk analys, detta är betydligt enklare på den amerikanska marknaden. Författarna har därför valt att avgränsa sig till det 30 mest omsatta aktierna på den svenska aktiemarknaden och undersökningen kommer endast att ske mellan perioden 2007 till 2010. Undersökningen tar inte hänsyn till skatteeffekter, transaktionskostnader, blankning och utdelningar. 14 Wyckoff, J. (2005) How to trade collapse in volatility. Futures Magazine 15 Chang, E. J., Lima, E. J. A. & Tabak, B. M. (2004) Testing for predictability in emerging Markets. Emerging markets review 3

1.6 Disposition Kapitel 1 Inledning Kapitlet presenterar en historisk bakgrund till undersökningsämnet följt av problemdiskussion. Sedan följer problemformulering som leder fram till syfte samt dess avgränsningar. Kapitel 2 Metod Forskningsmetoder, förhållningssätt, angreppssätt, metodval och datahantering redogörs. Avslutningsvis presenteras metod- och källkritik. Kapitel 3 Teoretisk referensram En referensram i form av teorier samt tidigare studier presenteras och är kopplad till studien, som ger läsaren en djupare förståelse för ämnets bakgrund. Kapitel 4 Empiri Empiriska data från undersökningen presenteras i diagram och tabeller. Kapitel 5 Analys Resultaten från empiri analyseras och teorier, modeller samt tidigare studier sammankopplas med empiriska data från undersökningen. Kapitel 6 - Slutsats Studiens slutsatser presenteras som besvarar syftet samt problemformuleringen. Vidare presenteras förslag till vidare forskning. 4

2. Metod I detta kapitel redogörs de tillämpade vetenskapliga metoder och motivering till dessa. Vidare beskrivs angreppssätt och den forskningsstrategi som tillämpas. Diskussion kring validitet och reliabilitet. En detaljerad beskrivning av studiens genomförande presenteras och avslutningsvis diskuteras metod- och källkritik. 2.1 Vetenskapliga metoder 2.1.1 Vetenskapligt förhållningssätt Bjereld et al beskriver att metodologi handlar om det tänkande och de principer som ligger till grund för sättet att arbeta. 16 Metodologi belyser de vetenskapsteoretiska kriterierna och konkreta metodiker som kan tänkas användas under studiens gång. Inom vetenskaplig epistemologi finns det två grundaspekter, dessa är naturvetenskapligt objektivt- och humanistisk tolkande synsätt. Det naturvetenskapliga synsättet betecknas ofta som positivistiska synsättet, den är objektiv och bygger på att vetenskapen anknyter till observerbara teorier som ligger till grund för teoretisk information. Det handlar om att det studerande objektet ska vara objektiv och korrekt. Därmed leder det till att teorier blir jämförbara mot verkligheten för att kunna konstatera empirin. 17 Tolkande synsättet är hermeneutik som ligger till grunden för subjektiviteten och som anses vara otydlig av sitt anlag. Den klargör om hur människor tolkar samt begriper olika situationer. Det handlar om personliga uppfattningar. 18 Positivismen och hermeneutiken är grunden till kunskapsteorierna. Denna studie utgår ifrån positivismen, då den grundar sig på att analysera de valda aktiekurserna genom att skapa hypoteser. Grundidén är att ha en neutral inställning för att nå fram till ett tillämpningsbart resultat. 2.1.2 Vetenskapligt angreppssätt Det finns två övergripande angreppsätt inom vetenskapen, dessa kallas för induktiva och deduktiva angreppsätt. Det induktiva angreppsättet innebär att forskaren går från empiri till teori. Detta betyder att den empiriska verkligheten prövas genom att samla in data som inte grundar sig på tidigare hypoteser, vilket innebär att resultatet skapar empiriska teorier och generaliseringar. 19 Med ett deduktivt angreppsätt samlas data in utifrån tillgängliga teorier som testas om den teorin överensstämmer med verkligheten. Hypoteserna utvärderas utifrån resultatet som framhäver om det är möjligt att skapa en ny teori. 20 Studien utgår ifrån deduktivt angreppsätt som figur 1 visar. 16 Bjereld, U. et al(2009) Varför vetenskap?: Om vikten av problem och teori i forskningsprocessens. 104 17 Lundahl, U. & Skärvad, P-H.(1999)Utredningsmetodik för samhällsvetare och ekonomers. 36 18 Ibid s.37 19 Bryman, A. & Bell, E. (2005)Företagsekonomiska forskningsmetoders. 25 20 Ibid s. 86 5

Den deduktiva processen Teori Hypoteser Datainsamling Resultat Hypoteserna bekräftas eller förkastas Teorin revideras Figur 1 21 2.1.3 Metodval Metoden värderas utifrån dess kapacitet att erhålla svaren på problemformuleringen till empirin. 22 Metodval är indelade i två kategorier, kvantitativt och kvalitativt. En kvantitativ forskning riktar sig mot naturvetenskapsobjektivitet och grundar sig på olika former av mätningar samt tidigare vetenskapliga forskningar. 23 En kvalitativ forskning är en metod för att tolka samhällsvetenskaplig forskning som inte ställer objektiviteten i centrum. Den tar även hänsyn till perspektiv som är mer subjektiva och kan få ut tydlig data och värderingar. När det gäller insamling och analys av data används oftast fallstudier och intervjuer för sådan metod. 24 Undersökningen av volatilitet och aktiekurser grundar sig på datainsamlingar som används för senare beräkningar, därför grundar denna studie sig på kvantitativ forskning. Objektiviteten bör erhållas för att få fram ett resultat som kan relateras till tidigare hypoteser. Avslutningsvis sammankopplar positivismens synsätt och den kvantitativa metoden genom de vetenskapsteoretiska utgångspunkterna. Hermeneutiken har likheter med de kvalitativa metoderna eftersom den bygger på tolkning. 25 21 Bryman, A. & Bell, E. (2005) Företagsekonomiska forskningsmetoder s. 23 22 Reinecker, L & Jörgensen, P. S. (2002) Att skriva en bra uppsats. s. 48 23 Bryman, A. & Bell, E. (2005) Företagsekonomiska forskningsmetoder s. 298 24 Ibid s. 301 25 Lundahl, U. & Skärvad, P-H.(1999) Utredningsmetodik för samhällsvetare och ekonomer s. 43 6

Sambandet mellan kunskapsteori, vetenskapsteori, metodteori och metodlära Kunskapsteori Vetenskapsteori Positivistisk veten- skapsteori Hermeneutisk ve- tenskapsteori Figur 2 26 2.2 Urval Ett urval har gjorts utifrån de börsnoterade aktierna på Nasdaq OMX Nordic Stockholm(Stockholmsbörsen). De valda aktierna har varit börsnoterade under en längre tid och tillhör OMX Stockholm 30(OMXS30) som är de 30 mest omsatta aktierna på Stockholmsbörsen. 2.3 Datahantering 2.3.1 Datainsamling Det finns två olika typer av insamlingsmetoder för data, vilket är primär- och sekundär data. Primär data kan vara relativt svårt och samtidigt dyr att använda. Sekundärdata är given och lagrad i olika databaser som är enklare att få tag på. 27 Denna undersökning har använt sig av sekundär data, data grundar på de valda aktiernas historiska kursdata under den utvalda tidsperioden. Det 26 Lundahl, U. & Skärvad, P-H.(1999)Utredningsmetodik för samhällsvetare och ekonomer s. 44 27 Dahmström, K. (2009) Från datainsamling till rapport - att göra en statistisk undersökning s.65 7

som är centralt med studiens undersökning är de dagliga stängningskurserna. De övriga sekundärdata består av avhandlingar, vetenskapliga artiklar samt litteratur. 2.3.2 Bearbetning av data Data har i första hand bearbetas genom analysprogrammet Vikingen som har utvecklas och ägs av mjukvaruföretaget Addiva. 28 Vikingen är Sveriges mest sålda aktieprogram och med hjälp av produkten Vikingen Börs har empirin bearbetas fram. 29 Analysprogrammet har beräknat fram glidande medelvärdet för 50 och 200 dagar, voltalitet och aktiekurserna för OMXS30 är hämtad från deras databas som är detsamma som Nasdaq OMX Nordics databas. Sedan har resultaten sammanställs i diagrammen och även Microsoft Excel har använts som verktyg. Köp- respektive säljsignaler har bearbetas fram av författarna och slutresultatet presenteras i olika diagram och tabeller. 2.4 Val av tidsperiod Undersökningen sträcker sig mellan tidsperioden 2007-01-02 till 2010-12-30, då denna period inkluderar både börs upp- och nedgångar. Appendix 1 OMXS30 Index visar tydligt att början av tidsperioden låg OMXS30 på en högre prisnivå och in mot 2008, 2009 faller börsmarknaden. Tidsperiod tar hänsyn till den perioden som det förekom aktivitets ökning på Stockholmsbörsen som har genomförs under tidigare studie och varit en intressant tidpunkt att undersöka. 30 2.5 Tillvägagångssätt Hela undersökningen baserade på en kvantitativ studie med datainsamling och bearbetning av data. Författarna har utgått från aktier som finns börsnoterad på Stockholmsbörsen, där de mest omsatta aktier har varit lämpad för studiens undersökning. Valet föll automatiskt för Stockholms 30 mest omsatta aktier som finns med i OMXS30 kurslista. Aktiens omsättning är relaterad till handelsvolym som därmed påverkar aktiekursens svängningar. Det har underlättat att använda datoriserat analysverktyg med en stor databas som annars är tidskrävande att genomföra manuellt. Valet av analysverktyg som är relevant för denna undersökning har varit svår tillgängligt. Den omfattande kursdata har bearbetas fram med hjälp av analysverktyget Vikingen, då den har varit användbar för att ta fram empirin för undersökningen. Litteraturen som har använts är omtalade inom sitt område, likaså gäller artiklarna som är skriven av kända författare inom forskningsämnet. Dessa artiklar är publicerade på olika pålitliga tidskrifter, som leder till en mer trovärdighet. Valet av tidigare studier baserade på att studierna behandlar teknisk analys som huvudämne. Vidare har även andra studier utgått ifrån investeringsperspektiv i större grad. För denna undersökning har glidande medelvärde och volatilitet varit centrala. Dessa indikatorer har tillämpats på samtliga aktier under tidsperioden 2007 till 2010, där av jämfördes dessa för att analysera fram om vilka som skapade högst avkastning. Valet av aktier har haft en stor betydelse, då det påverkar resultatet för undersökningen. 28 Vikingen http://www.vikingen.se/om-oss Hämtad 2013-05-06 29 Finansportalen http://www.finansportalen.se/vikingen.htm Hämtad 2013-05-06 30 Claesson, K (1987) doktorsavhandling: Effektiviteten på Stockholms fondbörsen. Ekonomiska forskningsinstitutet vid handelshögskolan i Stockholm s. 38 8

2.6 Validitet och reliabilitet Det är viktigt att alla sorters vetenskapliga mätningar och undersökningar sker korrekt och noggrant för att få de enkla parametrarna för undersökningen. Det finns två olika mät instrument som mäter det undersökare avser att mäta. 31 Ett ut av mätinstrumenten är validitet som innebär att undvika systematiska mätfel och anses vara den viktigaste mätinstrument inom forskning. Den delas in i inre- och yttre validitet, inre validitet visar om mätinstrumenten framställer det viktiga objektet medan den yttre validiteten mäter om svaren på en undersökning överensstämmer med det verkliga resultatet. 32 Studiens inre validitet håller sig på en standard nivå då tidigare studier har genomförts med samma metod. Mängden data och valet av tidsperioden kan diskuteras som är en aning svagare än tidigare forskning som Park & Irwin tar upp i sin artikel, där datan har bevakats under en mycket längre period. Den yttre validiteten är god, trots att enbart sekundärkällor har använts. De dagliga stängningskurserna som är tagen från Vikingens databas har jämförts med den som finns på Nasdaq OMX Nordics databas. Reliabiliteten innebär frånvaro av slumpmässiga mätfel. Autonoma mätningar ska ge samma resultat. Slumpade mätfel ska vara otillräckliga för att uppnå höga tillförligheter i undersökningen. Reliabilitet innebär även att mätningar samt jämförelser ska vara korrekt utförda. Hög reliabilitet kan sägas vara när flera undersökare har använt sig av samma metod och kommit fram till samma resultat. 33 Reliabiliteten för denna studie anses hög, då inhämtning av data är tillförlitliga. Källorna kommer från vetenskapliga artiklar som är främsta inom respektive områden, exempel Fama och Brock. 2.7 Metodkritik Metodkritik syftar på definitioner och diskussioner kring möjliga felkällor i undersökningen som genomförts. Detta tas till hänsyn och reflekteras för att underlätta resultatet och slutsatsen, då eventuella fel kan påverka undersökningen. 2.7.1 Val av tidsperiod Kursrörelserna på en aktie kan skilja sig mellan åren och det finns alltid en risk. Detta leder till att vissa modeller inom teknisk analys fungera utmärkt vid vissa perioder än andra, exempelvis vid en konjunkturuppgång eller -nedgång. Författarna ansåg att den valda tidsperioden var tillräcklig realistiskt för att kunna bedöma om modellerna var användbara och fungerade vid mätning. Under tidsperioden har det förekommit flera upp- och nedgångar på börsen för de valda aktierna som stärker undersökningens resultat. 2.7.2 Skatteeffekt Denna undersökning har bortsett från skatteeffekten på grund av att det var komplicerat att ta hänsyn till. Svenska skattesystem är omfattande och det påverkar den avkastningen som en investerare egentligen får efter skatteavdragen. Forskningsområdet för denna studie berör inte direkt vad som sker efter varje investering. Detta skulle dock ge en helhet av den avkastning som köpoch säljsignaler i slutändan har genererat. 31 Bryman, A. & Bell, E.(2005)Företagsekonomiska forskningsmetoder s. 25 32 Ibid 33 Lundahl, U. & Skärvad, P-H.(1999) Utredningsmetodik för samhällsvetare och ekonomers. 152 9

2.7.3 Blankning Innebörden av blankning är att investeraren lånar och snabbt säljer en kvantitet som inte has i sin ägo. Därigenom sker det en vinst för investeraren vid en nedgång på aktien. Blankning har bortsetts för denna studie eftersom vid varje nedgångstrend skulle det uppstå vinst som skulle leda till svåra beräkningar. 2.7.4 Transaktionskostnader Transaktionskostnader har uteslutas på grund av att det uppstår en transaktionskostnad vid varje köp och sälj tillfälle. Oftast väntar investeraren på köp eller säljsignal innan de investerar sina kapital. Därför ligger kapitalen på räntefria transaktionskonton med noll ränta tills det sker en transaktion. 2.7.5 Stängningskurs Vid genomförandet av studien har författarna tagit hänsyn till de dagliga stängningskurserna för varje aktie. En nackdel med detta var att det inte alltid var realistiskt eftersom köp- och säljkurserna inte stämde helt med stängningskurserna, även då vissa signaler gick miste omför den aktuella dagskursen har rört sig flera gånger. Det finns risker vid användning av stängningskurser, men författarna ansåg att en undersökningsperiod på fyra år inte bör påverka resultatet i de avgörande omfattningarna. 2.7.6 Bortfall Vid val av företag har Nasdaq OMX Stockholm 30 index legat till grund. Det visade sig att minoriteten av denna index gav för få signaler på grund av att alla aktier inte var lika stora och omsatta. Resultatet av den bearbetade data av alla aktier som finns listad på OMXS30 gav det vissa missvisande signaler. Signaler som inte var relevant för en investeringsmöjlighet, då en säljsignal kunde komma före en köpsignal. Om aktiepriset för köpsignal var generellt högre än säljsignal gav det inte heller lönsamma signaler, vilket ses som missvisande signaler. När det gällde kombinationen av glidande medelvärdet för 50 samt 200 dagar resulterade det till flertal missvisande köp- respektive säljsignaler. 2.8 Källkritik I detta avsnitt kommer det att diskuteras samt redovisas om de källor som har använts för studien, allt ifrån litteraturer till vetenskapliga artiklar. Innehållet av sekundära källor bör inte alltid vara pålitliga, då de inte är tillräckligt objektiva i sitt anlag. Användare bör därför alltid ställa sig kritiskt eftersom risken finns där. 34 Teknisk analys och effektiva marknadshypotesen är de två grundläggande teorierna som studerats, dessa två anses vara varandras motsats om hur aktiemarknaden fungerar när det gäller framtida kursrörelser. De elektroniska källorna som använts för undersökningen har undersökts av författarna om källan och den tagna informationen är korrekt och pålitligt. Allmänt sätt bör det undvikas att använda internetkällor eftersom innehållet kan ändras. Detta var författarna medvetna om för att undvika eventuella fel som kan uppstå vid ändringar av den ursprungliga källan. 34Lundahl, U. & Skärvad, P-H.(1999)Utredningsmetodik för samhällsvetare och ekonomer s. 51 10

3. Teoretisk referensram I detta kapitel behandlas vetenskapliga perspektiv inom forskningsämnet samt olika teorier och modeller som ska sammankopplas med empirin under analysdelen. 3.1 Random walk Början av 1950-talet uppkom debatten om effektiva marknader, idag finns det flertals forskningar inom detta. Först ut var den brittiska statistikern Maurice Kendall som inrättade med den bärande idén Random Walk år 1953, genom att studera och analysera de rörelser på aktiemarknaden. Syftet med denna studie var att studera fram en bild av de olika rörelser som skulle kunna förutse framtida riktlinjer. Det visade sig att dessa rörelser på marknaden uppstod planlöst. 35 Efter denna studie uppstod det diskussioner där många ställde sig kritisk till detta och menar att detta inte är vetenskapligt. Med tiden ändrade många kritiker sina uppfattningar och ansåg att aktiemarknaden var en effektiv och verklig marknad. På en effektiv marknad övervägs all information som inkluderas inom aktiekurserna som finns på marknaden. Investerare konkurrerar varandra genom att ta till sig ny information innan den sprids på hela marknaden. Det sker sedan ett direkt köp eller sälj beslut som avspeglas inom aktiekurserna. Detta visar tydligt att nya informationer är det som klargör priserna på en aktie. 36 3.2 Den effektiva marknadshypotesen Den effektiva marknadshypotesen förutsätter att priset på en tillgång alltid avspeglar all tillgänglig information på marknaden. Fama beskriver att effektiviteten är starkt kopplad till informationens tillgänglighet på marknaden, ju fortare priset anpassar sig till ny information desto effektivare är marknaden. Det är ny information som påverkar prisförändringen för en aktie. Om alla investerare har tillgång till all information på marknaden kan ingen enskild aktör påverka priset. Detta innebär att ingen aktör på marknaden kan öka sin förväntade avkastning. 37 Det finns tre förutsättningar som ska vara uppfyllda för att marknaden ska anses vara tillräckligt effektiv enligt Fama. De tre förutsättningarna är följande: 1. Inga transaktionskostnader på marknaden. 2. All information är fritt tillgänglig för alla aktörer på marknaden. 3. Informationen tolkas och värderas på samma sätt för alla marknadsaktörer. Dessa tre förutsättningar är inga krav för marknadseffektiviteten dock finns det risk till att marknaden blir ineffektiv om dessa inte är uppfyllda enligt Fama. Den tredje förutsättningen anses vare viktigast för att en marknad ska fungera effektiv, då informationen ska tolkas rationellt. Effektiviteten delas in i tre former, vilket är svag form, halvstark form och stark form. 38 Den svaga formen menar att aktiens pris speglar redan den tillgängliga informationen. Prishistorik kan inte förutse framtida prisförändringar, och är därför irrelevant för den framtida prissätt- 35 Bernhardsson, J. (1996) Tradingguiden s.24 36 Ibid s.27 37 Fama, E. F. (1970) Efficient Capital Markets: A review of Theory and Empirical Work. Journal of Finance 38 Ibid 11

ningen. Det är inte möjligt att skapa överavkastning med hjälp av teknisk analys. 39 Den andra formen, halvstark effektivitet förklarar hur snabbt ett pris reflekterar över offentlig information. All offentlig information omfattas som företagets ledning, balansräkning och vinst. Om marknaden är halvstarkt effektiv innebär det att all tillgänglig information är inräknad i aktiens pris. Vidare är det inte möjligt att hitta under- respektive övervärderade aktier genom fundamental analys. Investerare som har tillgång till insiderinformation har möjligheten att slå marknaden vid den halv starka formen. 40 Den starka formen innebär att all information reflekteras i aktiens pris, detta inkluderar även information som endast är tillgänglig för insiders. I längden finns det inga möjligheter att slå marknaden vid den starka formen, då framtida prisförändringar styrs helt av framtida information som ingen idag känner till. 41 3.3 Behavioral finance Behavioral finance är ett relativt nytt område som syftar till att kombinera beteendevetenskap och kognitiv psykologiskteori med konventionell nationalekonomi samt finansiering. Detta för att ge förklaringar till varför människor gör irrationella ekonomiska beslut. Behavioral finance försöker även att förklara varför och hur marknaden kan bli ineffektiv. 42 Ett antagande om Behavioral finance är att informationens struktur och egenskaper hos marknadsaktörerna påverkar systematiskt investeringsbeslut samt utfall på marknaden. Investerarens tankeprocess fungerar inte som en dator, den mänskliga hjärnan bearbetar ofta information med hjälp av genvägar och känslomässiga filter. Dessa processer påverkar finansiella beslutsfattare och kan göraförutsägbara fel i deras prognoser. Dessa problem har stor genomslagskraft i investerarens beslut, finansmarknader och företagsledning. 43 Behavioral finance karaktäriseras av fyra nyckelteman: heuristik, inramning, känslor och marknads påverkan. Heuristik är metod för att upptäcka och bilda ny relevant kunskap. Beslutsfattare använder sig av mentala genvägar som förenklar de komplexa metoder som normalt krävs för att göra bedömningar. Människors uppfattning om vilka val de har påverkas starkt av hur dessa val är inramade. Med andra ord gör människor ofta olika beslut när frågan är formulerad på ett annat sätt, trots om det objektiva fakta förblir konstant. Människors känslor och de omedvetna behoven, fantasier och rädslor driver flera av sina beslut. Därför påverkar det bedömningar och kan förklara hur marknader periodvis bryts ner. När marknadspriserna avviker från grundläggande värde skulle en rationell aktör utnyttja fel prissättningen för egen vinning. 44 Den tidiga Behavioral finance riktade mot att hitta, förstå och dokumentera beteende hos investerare och chefer och deras effekt på marknaderna. Kan dessa kognitiva fel övervinnas? Kan människor lära sig att fatta bättre beslut? Några av de senare skolorna inom Behavioral finance be- 39 Fama, E. F.(1991) Efficient Capital Markets II. Journal of Finance 40 Ibid 41 Ibid 42 Baker, H. K. & Nofsinger, J. R. (2010) Behavioral Finance: Investors, Corporations, and Markets. s. 3 43 Ibid. s. 3 44 Ibid. s. 6 12

handlar dessa frågor. Att känna till dessa fördomar innebär en lång väg för att förstå hur dem ska undvikas. 45 3.4 Glidande medelvärde Glidande medelvärde definieras som summan av två aktiepriser eller flera för den förutbestämda tidsperioden och dividera sedan med antalet dagar. Investerare kan använda en typ av glidande medelvärde eller kombinera olika typer av glidande medelvärde för att finna köp- och säljsignaler. Det finns kortsiktigt glidande medelvärde och långsiktigt glidande medelvärde, tidsperioden kan variera alltifrån 3 minuter till 200 dagar. 46 Det glidande medelvärdet åstadkommer med cykler och anomalier. Om varaktigheten av cyklerna är konstanta och svängningsvidd hos cyklerna är lika, då är de cykliska och oregelbundna variationer borta helt med glidande medelvärde. Resultatet blir sedan en linje. 47 Glidande medelvärde visar vilken riktlinje trenden lutar sig mot och trenderna kan delas in i tre olika tidsperspektiv: primära, sekundära och tertiära. Primärtrend skapar en uppfattning för en längre trend, och glidande medelvärden är mellan 50 och 200 dagar. Detta är ett alternativ för de investerarna som satsar på långsiktig placering. Sekundärtrend är medellång trend och glidande medelvärden som ligger mellan 20 och 50 dagar rekommenderas att använda. Tertiärtrend är den korta trenden som ligger mellan 5 och 20 dagar. Den korta trenden genererar ofta fler falska signaler om aktiekursen, däremot genereras en längre trend färre falska signaler. 48 Exempel över 3-dagars glidande medelvärde Dag Stängningskurs (S) Glidande medelvärde (GM) Dag 1 100 - Dag 2 110 - Dag 3 100 (100+110+100)/3=103 Dag 4 120 (110+100+120)/3=110 Dag 5 110 (100+120+110)/3=110 Tabell 1 De tre vanligaste varianter av glidande medelvärden är enkla, viktade och exponentiella. Det enkla glidande medelvärdet jämnar ut priskurvan på aktien. Varje dag beräknas ett medeltal utifrån ett antal dagar som har passerat. Utgångspunkten är att ju längre trend som eftersöks desto flera dagar ska det glidande medelvärdet omfatta. Viktade glidande medelvärdet lägger större vikt på de senaste dagarna, då teorin är att marknaden minns bättre vad som har hänt de senaste dagarna än händelserna längre bak i tiden. Under vissa dagar reagerar marknaden starkare på vissa händelser, vilket är möjligt att vikta dessa dagar högre. Användning av viktade glidande medelvärde visar en eftersläpning jämfört med priskurvan men indikatorn reagerar snabbare än det enkla glidande medelvärdet. Tredje varianten är exponentiella glidande medelvärdet och är mer 45 Baker, H. K. &Nofsinger, J. R. (2010) Behavioral Finance: Investors, Corporations, and Markets s. 7 46 Person, J. L. (2004) Complete Guide to Technical Trading Tactics: How to Profit Using Pivot Points, Candlesticks and Other Indicators s.136 47 Lind, D. A., Marchal, W. G. &Wathen, S. A. (2012) Statistical Techniques in Business & Economics.s. 608 48 Torssell, J. & Nilsson, P. (2000) Boken om teknisk analys teori, grunder och tillämpnings s.115 13

komplicerat att beräkna. Det ses som en kompromiss mellan det enkla och viktade glidande medelvärdet. 49 Genom att titta på vart glidande medeltalet skär priskurvan kan det generera köp- och säljsignaler, då skärningspunkten kan vara en signal. En konsolidering av de glidande medellinjerna innebär att kombinationen av dessa befinner sig på ungefär samma prisnivå och volatiliteten är låg. Detta innebär även att en trend har påbörjat, vilket tyder på att det finns ett förhållande mellan aktiekursen och glidande medelvärden. 50 I Diagram 1 visas ett exempel på hur glidande medelvärde funktionerar. Den gröna linjen är det korta glidande medelvärdet och den röda linjen är det långa glidande medelvärdet. När dessa två korsar varandra uppstår det en konsolidering och det skapar köp- respektive säljsignaler. När det långa glidande medelvärdet skär nerifrån ökar priskursen, just vid konsolideringspunkten uppstår det köp signal. När det långa glidande medelvärdet skär uppifrån faller priskursen och konsolideringspunkten visar då en säljsignal. Kort och lång glidande medelvärde 100 75 50 25 Glidande Medelvärde 50 dagar Glidande medelvärde 200 dagar Köpsignal Säljsignal 0 01- jan- 07 01- apr- 07 01- jul- 07 01- okt- 07 01- jan- 08 01- apr- 08 01- jul- 08 01- okt- 08 01- jan- 09 01- apr- 09 01- jul- 09 01- okt- 09 01- jan- 10 01- apr- 10 01- jul- 10 01- okt- 10 Diagram 1 3.5 Volatilitet Volatilitet är ett vanligt förekommande mått på finansiell risk. Måttet har en central roll inom till exempel portföljvalsteori, prissättning av tillgångar samt vid beräkningar av risk. Det finns flera 49 Torssell, J. & Nilsson, P. (2000) Boken om teknisk analys teori, grunder och tillämpnings. s. 112-113 50 Person, J. L. (2004) Complete Guide to Technical Trading Tactics: How to Profit Using Pivot Points, Candlesticks and Other Indicators. John Wiley & Sons Inc. s. 137 14

olika metoder att mäta volatilitet i en tillgång. De mäter styrkan i den icke-förväntade variationen i avkastningen över en förutbestämd tidsperiod, vilket är skillnaden mellan den faktiska och förväntade avkastningen. Tidsperioden är en viktig faktor såldes volatilitet varierar över tiden och är främst användbar till att spara tid och pengar. 51 Det finns två olika typer av volatilitet, historisk och implicit. Den historisk volatilitet utgår ifrån historiska avkastningar och standardavvikelser används som ett mått. Detta för att kunna estimera tillgångens volatilitet. Den implicita volatiliteten fungerar som en prognos för framtida volatilitet, dock måste det finnas en väl fungerande marknad med optionsprissättning. Denna typ av volatilitet kan jämföras mellan olika optioner istället för priset, då volatilitet inte ska påverkas av faktorer som tid, ränta och utdelningar. Ett tillfälle att utnyttja goda vinstmöjligheter är då volatiliteten har kommit ned på en låg nivå och en tydlig trend är på väg att bryta ut. Detta kan i kombinationen med en ytterligare indikator kunna avgöra aktiens riktning sedan. 52 Mäta och prognostisera volatilitet är viktigt för aktiehandel. Prognos i synnerhet är något av en konst och val av estimering. Saker som ska övervägas vid tillämpning av volatilitet: Estimera volatilitet med hjälp av olika metoder och ha deras styrkor och svagheter i åtanke. Placera prognosen i samband med en volatilitet kon. Överväga situationen för hela marknaden och avgöra om särskilda implicita volatilitet är på en extrem nivå eller på marknad. Vara åtskiljande med sina affärer och vänta på en ståndpunkt som är tydlig, mätbar och förståeligt. 53 Diagram 2 visar kombinationen mellan volatilitet och glidande medelvärde för att få fram köpoch säljsignaler. När korta glidande medelvärdet var högre än det långa glidande medelvärdet samtidigt som volatiliteten var låg uppstod det en klar köpsignal. 51 Andersen, T. G., Bollerslev, T.& Diebold, F. X. (2002). Parametric and Nonparametric Volatility Measurement. NBER Technical Working Paper 52 Ibid 53Sinclair, E. (2008) Volatility Trading s. 43 15

Kombinationen av glidande medelvärde och volatilitet 100 75 Glidande medelvärde 50 dagar Glidande medelvärde 200 dagar Volatilitet 50 Köpsignal 25 Säljsignal 0 01- jan- 07 01- apr- 07 01- jul- 07 01- okt- 07 01- jan- 08 01- apr- 08 01- jul- 08 01- okt- 08 01- jan- 09 01- apr- 09 01- jul- 09 01- okt- 09 01- jan- 10 01- apr- 10 01- jul- 10 01- okt- 10 Diagram 2 3.6 Tidigare studier Det finns flera empiriska studier inom teknisk analys och glidande medelvärde som är det populära analysverktyget. Brock et al 54, Granville och Weinstein har gjort ett antal undersökningar inom glidande medelvärde, där olika längder av glidande medelvärde har testats. Granville konstaterade i sin studie att ett glidande medelvärde på 5 dagar är bäst för den korta trenden, ett 34- dagars glidande medelvärde passar bäst den mellanlånga trenden samt den långa trenden ska användas av 200-dagars glidande medelvärde. 55 Weinstein säger istället att ett långt glidande medelvärde ska vara på 150 dagar. 56 Resultatet från Brock et al undersökning visar att köp(sälj) signaler genererar avkastning som är högre eller lägre än normal avkastning. En typisk skillnad i avkastning under en 10 dagarsperiod mellan ett köp- och en säljsignal är cirka 0,8 procent. Resultaten visar att efter en köpsignal är avkastningen betydligt mindre volatila än efter en säljsignal. Efter köpsignaler ökade mark- 54 Brock, W., Lakonishok, J. & LeBaron, B. (1992) Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. The Journal of Finance 55 Granville, J. (1990) A Strategy of Daily Stock Market Timing for Maximum Profit s. 188 56 Weinstein, S. (1988) Secrets for Profiting in Bull and Bear Markets s.45 16

naden med en årlig ränta på 12 procent. Däremot efter att investeraren ha sålt aktien ger det en minskning med 7 procent. Denna negativa effekt sträcker sig över en längre period. 57 Park & Irwin visar att tekniska handelsstrategier är lönsamma på valuta marknad och terminsmarknad, dock inte på aktiemarknad. Fram till 1990 har de moderna studierna påvisat att tekniska handelsstrategier på ett logiskt sätt kan generera ekonomiska vinster på de befintliga marknaderna. Totalt undersöktes 95 moderna studier, där 56 studier visar ett resultat på att teknisk handelsstrategi är lönsamt. 20 studier visar att det inte är lönsamt och 19 studier ger ett blandat resultat. 58 Andersen har studerat mycket inom volatiliteten för aktier, han har bland annat utvecklat en modell för empirisk volatiliteten för aktieomsättning. 59 Under de senaste åren har effekten av volatilitet inom aktiekurser ökat kraftigt. I en artikel testas volatiliteten som indikator inom teknisk analys där risken kontrolleras samtidigt som vinsten säkerställs. 60 Claesson gjorde en studie på den svenska aktiemarknaden under januari år 1978 till maj år 1985. Undersökningen omfattar 49 mest omsatta aktier på Stockholmsbörsen under den valda tidsperioden. Slutsatsen på denna undersökning visar att det inte är möjligt att skapa högre avkastning än en köp-och-behåll strategi, vilket stödjer den svaga formen av den effektiva marknadshypotesen. 61 57 Brock, W., Lakonishok, J. & LeBaron, B. (1992) Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. The Journal of Finance 58 Park, C-H. & Irwin, S. H. (2007). What do we know about the profitability of technical analysis?. Journal of Economic Surveys. 59 Andersen, T. G (1996) Return Volatility and Trading Volume: An Information Flow Interpretation of Stochastic Volatility. The Journal of Finance 60 Srivastava, Rajeshwar & Prasad, (2007) Introducing New Technical Indicators for Financial Markets. The Business Review Cambridge 61 Claesson, K (1987) Doktorsavhandling: Effektiviteten på Stockholms fondbörsen. Ekonomiska forskningsinstitutet vid handelshögskolan i Stockholm. 17

4. Empiri I detta kapitel sammanställs data som har bearbetas fram till studiens syfte. Sammanställning sker på två metoder, och presenteras på ett diagram för respektive metod. Vidare sammanställs det även i tabeller. 4.1 Glidande medelvärde 50 & 200 dagar Tabell 2 visar samtliga köp- och säljsignaler under tidsperioden 2007-01-02 till 2010-12-30 för alla aktier som tillhör OMXS30. Tabellen visar resultatet från metoden som har använt den korta glidande medelvärde 50 dagar och den långa glidande medelvärde 200 dagar. Under den valda tidsperioden har de flesta aktierna visat både köp- och säljsignaler. Glidande medelvärde 50 & 200 dagar på OMXS30 Aktie Köp signal Sälj signal ABB LTD 3 4 Alfa Lava 2 2 Assaabloy B 1 0 Atlas Copco A 3 1 Atlas Copco B 2 2 Astrazeneca 4 4 Boliden 2 1 Electrolux B 2 1 Ericsson B 3 3 Getinge B 2 2 Hennes&mauritz B 2 2 Investor B 2 1 Lundin Petroleum 5 4 Modern times group B 3 2 Nordea Bank 2 2 Nokia 2 3 Sandvik 1 1 SCA B 2 1 Scania B 1 1 SEB A 3 2 Securitas B 4 3 Sv. Handelsbanken A 2 2 Skanska B 2 1 SKF B 0 1 SSAB B 3 2 Swedbank A 0 1 Swedish match 2 0 Tele2 B 1 1 Teliasonera 2 3 Volvo B 0 1 Tabell 2 18

4.2 Kombination av Glidande medelvärde 50 & 200 dagar och Volatilitet Tabell 3 visar att samtliga köp- och säljsignaler under tidsperioden 2007-01-02 till 2010-12-30 för alla aktier som tillhör OMXS30. Den visar resultatet från metoden som har använt glidande medelvärde på 50 och 200 dagar i kombinationen av volatilitet. Under den valda tidsperioden har de flesta aktierna visat både köp- och säljsignaler. Glidande medelvärde 50 & 200 dagar samt volatilitet på OMXS30 Aktie Köp signal Sälj signal ABB LTD 1 0 Alfa Lava 2 2 Assaabloy B 3 1 Atlas Copco A 2 1 Atlas Copco B 1 2 Astrazeneca 7 8 Boliden 2 2 Electrolux B 3 1 Ericsson B 6 5 Getinge B 1 2 Hennes&mauritz B 5 3 Investor B 3 2 Lundin Petroleum 2 2 Modern times group B 1 1 Nordea Bank 4 2 Nokia 3 2 Sandvik 2 2 SCA B 4 5 Scania B 3 0 SEB A 2 1 Securitas B 8 5 Sv. Handelsbanken A 1 2 Skanska B 3 1 SKF B 3 2 SSAB B 4 3 Swedbank A 2 1 Swedish match 1 4 Tele2 B 3 1 Teliasonera 4 3 Volvo B 3 3 Tabell 3 19

5. Analys I detta kapitel kommer det empiriska resultatet att analyseras och sedan sammankopplas med de teorier, modeller samt tidigare studier som har tillämpats. 5.1 Random Walk Första studien om Random Walk syftar att marknaden är oförutsägbar som belyser om att det inte går att förutspå framtida kursrörelser. Den senare publikationen A Non-Random Walk Down Wall Street syftade på motsatsen som även stödjer denna studies resultat. Ett undantag är om det inte råder några transaktionskostnader kan det testade glidande medelvärdena skapa vinst generande affärer. Transaktionskostnader är en viktig faktor vid tillämpning av olika tekniska analys metoder, då signalerna leder till högre kostnader och de signaler som är icke vinstskapande får dyrare värde. Empirin lyder på att glidande medelvärde och volatiliteten visade flera signaler vid både 50- och 200 dagars glidande medelvärde, där av framgår det att till en viss grad kan det förutspå framtida kursrörelser på marknaden. Med tanken på olika konsekvenser bör man ta hänsyn till att vissa aktier kan röra sig mot olika håll och detta kan bero på branschen och placeringar. 5.2 Den effektiva marknadshypotesen Den svaga formen av den effektiva marknadshypotesen påpekar att det inte är möjligt att förutse framtida prisförändringar. För vissa aktier förekommer det upprepande prismönster inom olika tidsperioder. Det finns även vissa aktier som inte alls följer tidigare prisutveckling, utan håller sig i andra prisnivåer. Detta kan vara missvisande genom att följa köp- respektive säljsignaler som har framtagits med hjälp av teknisk analys, vilket blir svårt att skapa överavkastning med. Den halv starka formen påpekar att det finns möjlighet att slå marknaden om en investerare har tillgång till insiderinformation. Denna form är inte helt kritiskt till tanken om att det inte är möjligt att slå marknaden. Resultat från empirin kan generera en avkastning för investeraren, vilket påvisar en motsägelse verklighet än vad den effektiva marknadshypotesen påstår. OMXS30 index har hela tiden befunnet sig i en högre prisnivå gentemot enskilda aktier. Det är omöjligt att aktiens pris reflektera över information som endast är tillgänglig för insiders. Den starka formen uppmärksammar att det inte är möjligt för en investerare att slå marknaden. Detta kan påvisas genom att generellt titta på Indexutvecklingen samt de listade aktierna. Inga aktier har kommit i samma prisnivå som indexet. 5.3 Behavioral finance De psykologiska faktorerna styr investerarens bedömningar och beslut som därmed har påverkat aktiens prisutveckling. Det är en tydlig prisförändring mellan åren 2008 och 2009. Besluten om att sälja av aktier som investeraren innehar leder till kursfall. När flera investerare agerar lika ger det en stor effekt på marknaden. Trots detta har 1 av 30 aktierna visat en motsats trend under perioden 2008 och 2009 med en kursuppgång. En förklaring kan vara att investerare hade förhoppningar om företaget under dåliga tider, då företaget satsade på att etablera sig på nya marknader. Investerarens känslor, omedvetet behov, fantasier och rädslor påverkar besluten. När det uppstår oväntade händelser runt om i världsekonomin ger det effekt på börsen. Detta kan skapa rädsla hos 20