#后补的前言

《四维数学股市拟合理论》这本书整体完成是在2018年1月24日，之后，笔者继续沿着这个思路思考多维、混沌、随机的数理问题。同时，引入了傅立叶函数分解的方式，来拟合向下分形的均线。这部分内容会在《全息四维算法模型》这本书中探讨进一步思考的结果。
看笔者的这些书，前提是你已经了解近百年大多数的股市理论，笔者用了十余年来学习这些理论，并发现其中数学拟合问题，才写出这几本书。文中不会对经典理论进行解释，因为假设读者已经知道了。
这两年也发现书中对四维的理解和表达有些理论性的问题，但是，不影响结果，同时陷于新的思考，也就未予纠正。读者还需留神，避免由于这种问题造成的思考的干扰。近两年有关数理的思考，零散见于笔者头条上的文章。
这期间，由于趋势软件的公式的功能限制，开始学python。只可惜至今不能利用python完整地解决算法的表达及应用。学编程和学数学，思考的方式并不同。数学需要异想天开的思维扩展，而编程有种捆住手脚的感觉。当然这是编程这兵器的套路没炼好造成的。
这里说几点有关这两年的思考：
一、分形向下的拟合，达到四维或者三阶，在应用上就已经足够，进一步的多维扩展，仅仅是可以忽略不计的误差问题的修正，并不会造成理论整体框架的修改。因此，笔者坚持使用四维拟合，而非多维。
二、股市的数据同时具有随机性、分形造成的混沌性、以及决定性特征，向上维度扩展，超过四维的区域，陷入混沌性。而小于三阶的分形陷入随机性。也就是具有决定性意义的是三维之内的区域。改变方向，形成拐点的区域在四维或者三阶。
三、博奕论适合解决三阶以下分形的随机游走的博弈；而传统理论适合三维之内的拟合，但由于未考虑四维的变化，更适合趋势性的判断。
四、基于波浪理论、江恩理论以及上世纪90年代有关股市数据分形特征的表达，股市决定性数据部分具有分形全息的数据特征。
五、分行的特征可以简化模型为1/2和1/3两种，鉴于股市中调整浪的时间占据主要，因此笔者重点研究1/2的分形。但这并不是唯一拟合方案。
2020.6.11