专家们迎面而来
但反对技术分析的专家并未退却，而是用强大火力——基本上采用了两种技术方法进行反攻。首先是关于股价随机波动的证据。20世纪60年代早期的一些详细的研究更新了早期的发现，证明股票价格的波动是随机的，对技术分析师来说，至关重要的“趋势”的证据并没有被发现。阿诺德·摩尔(人mold Moore )于1964年，克里夫·格兰杰(Clive Granger)和奥斯卡·摩根斯坦(Oskar Morgen-stem)在1963年，以及尤金·法玛(Eugene Fama)在1964年都做过这些测试。比如，法玛在他的博士论文中分析了道琼斯工业指数中的30只股票在1天、2个星期或5年以上的不同时间间隔中的股价。他的结果坚定地支持了随机漫步假说。
如果股价是随机的，那么不论股价和成交员的信息如何，也不论图表看上去多么强大，在作为预测工具时，这张图表都显得毫无意义，因为股价接下来的波动与预测的价格完全不相关。如果一只股票已经连续上升，这一情况对第八天股票的涨跌并无影响。股价可能会上升或下跌，也可能平盘，就像投硬币，连续多次正面朝上之后，下一次正面朝上的概率仍然是50%。
在运用了严格的统计学程序的拓展侧试中，在每天、每个星期和每个月之间，都只能观察到与随机的股价波动非常轻微的背离。技术分析师的中心论点—市场和股票可辨别的主要趋势可以被用于预测股票未来波动，被驳倒了。
技术分析师的第二个论点更难处理。“真的，”他们会说，“随机性可能会在每天或者在连续几个星期或几个月中被证明，但技术分析就真得不合理吗?那些实验只计算了大时间段的价格数据然后得出随机的结论。只研究每小时的价格变动而不考虑每天或每星期的价格变动的指标，会不会是一个有用的指标呢?或者可以只川部分特定数据并结合康德拉季耶夫长波(Kondratieff wave)来标出价格一成交最的趋势吗?”实际上，技术人员会邀请专业研究者只利川技术分析而不是股价的波动来测试系统，按照这个方法对不同的“过滤”系统，即趋势反转技术方法进行了初步测试，结果惨不忍睹。比如，如果一只股票在下跌，过滤系统可能会显示股票正处于底部.应该下单买人，反之亦然。但测试显示，在扣除交易佣金后，这样做并没有带来多少回报。投资者同样要远离买人一持有策略，或者通俗地讲，就是简单地买人然后持有一个投资组合。相对强弱法是指买人在一段时间内表现较好的股票，但测试结果显示这种方法并没有带来更好的收益。接下来受欢迎的道氏理论也接受了科学审查。峰值、低位、支撑位和限力位.尽管这些指标对于技术分析师来说很重要，但测试结果显示它们并不能预测价格。
