第一部分 方法论、心理学、哲学以及统计学的基础 2
第1章 客观的法则及其评估 2
重要的分水岭：客观的技术分析vs．主观的技术分析 2
技术分析法则 3
传统的法则与反转法则 8
在法则评估中基准的使用 9
其他细节：前视偏差和交易成本 15
第2章 主观的技术分析的效率错觉 18
主观的技术分析作为知识的不合理性 20
个人的传闻轶事：从最初真正的技术分析信仰者到后来的怀疑者 21
大脑：自然形态的发现者 24
荒诞的信仰的传播 26
认知心理学：启发、偏好和错觉 27
人类处理信息的局限性 28
极端的确认：过度自信偏差 30
二手信息偏差：好故事的力量 44
确认性偏差：现存的信念是如何过滤经验的，以及矛盾的实证是如何存活下来的 48
虚幻的相关性 58
图形分析中的错误信仰 68
直觉判断与启发的作用 72
代表性启发式与错误趋势和图形中的形态：真实与虚幻 79
解决虚幻的知识的方法：科学的方法 87
第3章 科学的方法与技术分析 88
最重要的知识：获得新知的方法 88
希腊科学的遗产：喜忧参半的结果 89
科学革命的起源 90
对客观现实的信心与客观观察 92
科学的知识的本质 93
逻辑在科学中的作用 96
科学的哲学 110
最终结果：假设演绎法 132
对观察结果进行严谨和详细的分析 135
对科学的方法的主要内容的总结 136
如果技术分析采用科学的方法 137
主观的技术分析客观化：样本 140
技术分析的子集 150
第4章 统计分析 152
统计学推理概览 153
严谨的统计学分析的必要性 159
抽样与统计推断的样本 160
实验概率与随机变量 162
统计理论 174
描述性的统计学 178
概率 181
随机变量的分布概率 184
概率和概率分布的部分面积之间的关系 186
抽样分布：统计学推理当中最重要的概念 188
获得抽样分布：经典的方法 194
用计算机模拟计算的方法获得抽样分布 200
关于下一章 201
第5章 假设检验和置信区间 202
统计学推理的两种类型 202
假设检验vs．非正式推理 203
假设检验的基本原理 207
假设检验：构成法 212
用计算机模拟的方法产生抽样分布 218
估算 227
第6章 数据挖掘偏差：客观技术分析的黄铜矿 236
落入陷阱：数据挖掘偏差的故事 237
在客观的技术分析中出现的错误知识的问题 243
数据挖掘 246
客观的技术分析研究 250
数据挖掘和统计推断 254
数据挖掘偏差：两种因素的影响 260
数据挖掘偏差的试验研究 272
解决方法：处理数据挖掘偏差 299
第7章 非随机价格波动理论 311
理论的重要性 311
科学的理论 312
流行的技术分析有什么问题 312
反对者的观点：有效市场和随机游走 314
挑战有效市场假说 322
行为金融学：随机价格波动理论 337
发生在有效市场条件下的非随机价格运动 360
结语 368
第二部分 案例研究：标准普尔500指数的信号法则 370
第8章 对应用于标准普尔500指数的法则进行数据挖掘的案例研究 370
数据挖掘偏差和法则评估 370
避免数据探测法偏差 371
分析数据序列 372
技术分析的主题 372
绩效统计量：平均收益率 372
不评估复杂法则 373
以统计学术语定义的案例研究 373
法则：将数据序列转换成市场头寸 375
时间序列指标 377
法则的输入序列：原始时间序列和指标 384
应用于案例研究的40种输入序列列表 395
法则 396
第9章 案例研究结果与技术分析的未来 415
研究结果 415
对案例研究的批评 422
案例研究扩展的可能性 426
把复杂法则考虑在内 427
技术分析的未来 435
附录 对消除趋势与以头寸偏差为基础的基准相等的观点进行论证 448