在流行超过一个世纪后，技术分析方法至今仍被广泛应用于金融资产的收益预测。学术界对技术交易规则的研究兴趣主要源于它与有效市场假说的对立。如果股市是弱式有效的，那么技术分析将是徒劳的，因为在此情况下，所有历史交易信息都已反应在股价中。实际上，已有大量研究文献直接或间接证明技术方法对金融收益具有实际的预测能力，然而，这些经验证据的有效性受到数据窥察偏倚的影响。所谓数据窥察是指，当给定数据集合被多次应用于推断或模型选择时，所获得的任何令人满意的结果可能仅基于偶然，而非模型自身所拥有的实际预测能力。因此，对模型设定广泛搜索过程中存在的数据窥察进行检验和调整具有重要意义。 本文的研究旨在通过新实证技术——White(2000)真实性检验自引导方法(Reality Check bootstrap methodology)的应用，实现对数据窥察偏倚的调整，从而丰富对技术交易规则方法的研究。真实性检验可以对数据窥察进行精确调整，从而能够确定技术交易规则所取得的超常收益，是基于其自身的实际预测能力，还是仅靠碰运气，从而不再需要避免数据提炼行为。通过实证研究发现，各股票指数或样本股票的最优技术规则能够取得优于基准模型(持有现金)的收益，但在对数据窥察效应进行调整后，大多数技术规则无法在一般的置信度下拒绝零假定——即最优技术交易规则的预测能力不优于基准模型(持有现金)。针对该问题，本文发展了一种以White(2000)真实性检验为基础的交易规则评价方法，应用该方法能够找到对股票组合而言最优且能够拒绝零假定的技术交易规则。·2·技术交易规则与超常收益研究 本文的研究能够准确地确定数据窥察偏倚对技术交易规则业绩估计量的影响并对其进行调整，从而为中国股票市场有效性的研究提供新的实证证据。另一方面，本文的方法对投资者选择有效的投资策略也有很大帮助，能够帮助投资者判断某种优于基准策略且能取得很高历史收益的决策规则（技术交易规则及其他预测模型）所取得的业绩在多大程度上是数据窥察的后果，在多大程度上基于自身实际预测能力。本文发展的以真务性检验为基础的交易规则评价方法可以帮助投资者在样本期较短（或仅使用近期数据以保证所选规则适应市场特性）并且可获得多个平行股票样本的条件下，通过广泛的设定搜索选择具有实际预测能力的模型。