在当下注册制改革、A股市场扩容等大背景下,股票市场的交易日益活跃,各类投资策略的运用势必也更加广泛。但长期以来,技术分析与基本面分析之争并无定论,特别是脱离基本面仅依靠历史股价信息的技术分析更是饱受争议,学术上对于技术分析是否存在超额收益,在不同市场和不同时期难以达成一致的结论。然而,现实中在新媒体和信息快速传播的今天,却涌现出一批拥有千万拥趸的技术分析大V,奉行技术分析的个人投资者不在少数,进而产生了噪音投资者出于自我信奉而导致的超额收益（noise trader premium）。因此,本文以当下技术分析是否有效的争议话题为切入点,利用机器学习技术,从个股层面挖掘技术分析有效的股票组别特征,研究不同技术分析指标对个股超额收益率的影响,以检验技术分析的有效性。本文运用沪深两市A股共计607家上市公司自2014年至2019年共211周的数据,创新性地引入前沿的C-Lasso机器学习方法,根据数据进行自动分组,筛选技术分析存在超额收益的个股组别,并根据分组回归结果提取出技术分析有效组别的个股特征,从信息披露、噪音交易和经营稳定三个角度,提出并验证了三个研究假设。同时,经过本文的实证检验,得到以下两个结论:（1）信息披露越不充分、噪声交易者越多、经营情况越稳定的公司,技术分析更加有效;（2）公司市值越大且换手率越低,则技术分析越加有效。最后,依据上述结论,提出本文的建议。一方面,专业投资者可以参考市值大、换手率低的公司技术分析效果好的结论,来构建相应的投资策略。另一方面,监管机构要加强对公司财务报表和披露行为的监管,降低投资者出于不确定性而发起的交易,以增加市场价格效率,减少市场波动风险。