我得首先聲明，這不是一個令人激動、亢奮，科學性十足的實驗，並且我也不是一個研究型專家。公開流通股票分析有成爲科學的潛質，但是由於缺乏精確的歷史數據，所以它離精準還有一定距離。但是這是一個開始，一門科學正在襁褓之中。我希望這本書和書中的實驗將會激發大衆對公開流通股票分析的興趣，這樣一個數據庫就可以被建立起來了。
一個簡單的隨機樣本實驗
我對那些在金融出版物(如《日線圖》等雜誌)中公佈的公開流通股票數量是非常倚重的。我已經買《日線圖》雜誌很多年了，因爲它裏面有公開流通股票數量，並且是一個很好的尋找優質股票的資源。我設計的這個實驗流程是，看最近一本《日線圖》雜誌的任意一頁，並且觀察我能找到的前25只股票。爲了達到“保持簡單”的目的，我覺得25是一個足夠大的數量，並且也是一個合理的有效樣本數量。
我僅僅尋找底部和頂部公開流通股票反轉形態，來看一共出現了多少個。需要注意的是，我們如果選擇一本過去出版的《日線》雜誌，我就有可能提早知道結果了。所以我選擇了在我寫這一章節的時候最近出版的那一期。我不知道結果會是什麼樣。但是我有信心，這麼多年的經驗告訴我，一定會有許多公開流通股票反轉形態會出現。我選擇的《日線圖》雜誌是1999年4月30日那周出版的，然後我從第50頁開始選擇需要的樣本。
當我分析前25只股票時，我意識到實驗不是很公平，除非減去其中一個板塊的股票。這些股票沒有足夠的成交量數據，它們沒有足夠長的交易時間來形成任何軟件可以發現的公開流通股票反轉形態。楊·阿普斯和我發明的、使得公開流通股票分析成爲可能的軟件，要求股票至少足夠創造兩個公開流通股票反轉的累積成交量，才能做出有效的觀察。對於這個被減去的板塊，IPO(首次公開發行)是最好的(極端的)例子，還有那些沒有足夠長期的交易量來顯示至少兩個公開流通股票反轉的股票。最後，我不得不搜尋36只股票，並且減去其中的11只股票，形成了我的清單。就像我在這一段的開頭提到的，公開流通股票分析做追溯測試時面對的難以得到準確歷史數據的困難，在這個實驗中被暴露得很充分。在當時出版的《日線圖》雜誌上公佈的公開流通股票數量也許和以前其他出版物上的報道並不相同，因爲公開流通股票數量確實會改變。
假設XYZ公司發行了1000萬股流通股。這1000萬股中，管理層持有了150萬股。這使得IPO時的公開流通股票數量爲850萬股。在之後6個月的時間裏，公開流通股票數量都是850萬股，然後，管理層賣出了20萬股。現在，公開流通股票數量變爲870萬股。在之後的6個月中，管理層又賣出了60萬股。現在公開流通股票數量爲930萬。現在，我們的軟件裏並沒有數據庫來跟蹤這些改變的記錄。所以當我們在《日線圖》雜誌中看到這些變化的時候，對數據進行修改的過程，的確有點讓人費神。如果你試圖評估許多股票，這些公開流通股票總數的變化就會是一個非常耗時的任務。現在你知道爲什麼我只選擇25只股票了。
沒有完全準確的實驗，我能做的就是使用最好的、可能的，並且可獲得的公開流通股票數量來做出我的統計。我試圖在過去的雜誌中找到我選的25只股票的公開流通股票數量，這樣就可以使結果儘可能準確。如果手上沒有過去的雜誌，那我只能用最近這一期雜誌上的數據。
發現
25只股票總共創造了37個反轉形態，24個底部反轉和13個頂部反轉。25只股票中的20只，也就是80 %，有一個或者更多的頂部反轉或底部反轉形態。25只股票中的5只，也就是20%，沒有頂部反轉和底部反轉形態。80%的股票處於長期上漲趨勢，一隻股票有多重反轉形態。
分析結果
從這些發現中可以做出幾點推論。首先要注意的是，只有20%的樣本沒有任何一種的底部或者頂部公開流通股票反轉形態。因此，80%的樣本至少有一個公開流通股票反轉形成，有幾個樣本甚至有兩個或者更多反轉形態，這些形態都是非常常見的。
也應該注意，有許多次底部形態，而且次數比頂部形態多，我懷疑這是因爲我們正在看20世紀90年代的股票，我們經歷的是歷史上都罕見的牛市。因此，有更少的股票形成頂部，並且有更多股票從底部形態後上升是合理的。