#一、《四维股市数学拟合理论》前言

这个世界变化真是快。
本来不急的事情,忽然间就变得急了起来。
人工智能似乎一夜之间就冒了出来,而且已经露出了獠牙。不仅下象棋、下围棋厉害,逼得世界冠军汗颜。如今,还介入了经济领域,干起了炒股。
人工智能介入经济领域,这几年的发展还是有迹可循的。
2017年年初,“英国布里斯托尔大学教授克里斯蒂亚尼说,股票投资是十大最有可能被人工智能改变的行业之一。”“2014年11月,美国最大的投行高盛投资1500亿美元收购人工智能公司Kensho;2015年3月,美国个人金融服务市场的嘉信理财介入智能投顾平台“嘉信智能组合”,九个月内资产管理规模达53亿美元。2015年8月,全球最大的资产管理公司贝莱德收购了估值在1.5亿-2亿美元的机器人投顾初创公司Future Advisor;”
--摘录于金融之家,2017年2月13日
“2016年10月26日凤凰国际新闻,《高盛悄无声息已裁员400人,创2008年以来新高》。”
人工智能甚至有可能逐步取代部分分析师的角色,分析师的日子要不好混了。这东西混到那里,哪里便草木皆兵,风声鹤唳。
If 继续学习,
介入人工智能,
活路,
else 被人工智能取代,
end。
经济战这个提法现在似乎已经不再避讳,箭在弓弦。(注:本书历时一年多时间才截稿,发表本书的时候已经开战。)
事情就这样紧迫起来,原计划是不着急的。
写完《股市预测数学基础》,通过从未来不确定性中的几个确定可能性中进行选择,把未来变成概率问题,总算把经典理论与博弈论折衷了一些,而且还顾及到了分形理论、混沌理论等新兴理论在股市拟合中的应用。
然后慢慢写《机械化交易操作理念》(未完),期间还写了一本《江恩图表使用教程》(未予发表)。
接下来本来要慢慢写一个江恩理论的数理分析系列,把江恩理论的几个组成部分逐个分析,这俨然是个十年计划。鉴于《江恩图表使用教程》遇到的麻烦,吸取教训,在有关寻找数理方面的数学因素的探索变得更谨慎了。
计划被拖延这么长时间的原因,仅仅是因为,笔者一直在怀疑,“我们真的了解江恩吗?”对于江恩理论,资料有限,真假混淆,另外搜集的信息往往都是具有迷信化导向,很多人把江恩理论搞的像算卦似的,这使事情变得很复杂。
现在看来,要赶进度了。
人工智能介入经济分析,这几年忽然就变成一个不可扭转的势头,那一堆堆源码,忽然给人造成一种无形的、巨大的压力。笔者也开始学习python,学习回测,至少要明白这个浪尖上的文化底蕴。
从江恩提出来机械化交易概念到现在大约80年,他的梦想实际已经在逐渐实现。不管现在称作高频交易、量化交易、策略回测分析,鼻祖都是江恩的机械化交易思想。江恩没有完成他的夙愿,仅仅是当时还没有电脑。
笔者在《股市预测数学基础》中强调,江恩理论是股市数学拟合理论的一道关键门槛。西方人已经跨过去了,所以股市理论才有了分形理论、混沌理论、博弈理论;而国内还困在门槛外,由于没有正确引导,江恩理论有往迷信化方向发展的导向。
忽视掉或者跃过这个门槛直接与现代理论接轨,会出现理论衔接的断层,找不到若干理论之间衔接的拟合数学理由,这对于理论研究者是一个关键的缺陷。如果我们未来要选择博弈论与经典理论的结合,经典理论范畴缺少了重要的一大块将成为理论界的麻烦。那么,只能选择踏踏实实地跨过江恩理论这道门槛。
只有突破江恩理论的束缚,才能使拟合数学为基础的股市理论豁然开朗,跳出圈外地开创性发展,才能不捡外国人的经济理论垃圾。汲取精华、洋为中用,扬弃发展。经济战中,我们的人工智能是否决胜于千里之外,在于最基本的数学模型是否快人一步、超人一筹。关键在数学模型。
如果你想理论超前,数学模型超前,思想超前,也许这本书可以祝你一臂之力。这本书紧跟经济界人工智能浪潮,愿做为台阶,祝你飞跃浪尖。
编程是笔者的弱项,而且,人工智能是需要一个顶尖的、诸多能力的团队的,绝非一人之力可为。中国古话:“就算你浑身是铁,能打几根钉。”与高盛这样的公司抗衡,几个超级大脑解决不了问题的,需要一群超级大脑。高盛投资1500亿美元收购人工智能公司Kensho,看看这个价格,你该明白这件事情需要什么样的人,什么样的硬件资源。
高能物理人才、高等数学人才正在涌入人工智能及分析师领域。而IT界的竞争是残酷的,在这个领域,知识更新速度以及知识淘汰速度都是最快的。一人之力,会轻易被知识更新的浪潮一带抹过。
从文化劣根性上来讲,“一个中国人是条龙,多个中国人是条虫”的魔咒在很多地方还在起作用。而最终这场人工智能的比拼,拼的是团队合作水平。由于知识总量近百年来的爆炸式膨胀,达芬奇、牛顿这种百科全书一样的天才,不会再有了。现在已经是三个臭皮匠顶个诸葛亮的时代了。当然,这个臭皮匠各个也需超级大脑。
对江恩当年上过小课的传言至今令人耿耿于怀,因为这使他的理论的有些关键内容,我们可能无缘知道,只能扑风捉影。那么,赶进度最快的方法,就是直逼江恩理论的精髓--波动法则中的波动率。这个词如此美妙,几乎牵扯它所有理论。这是他在公开的言论中自己都未曾解释清楚的一个概念,他不能表达清楚的原因在于:尽管他会使用这种数学拟合方法,并将这种方法引入股市,可是他并不知道这种方法的间接拟合数学原理,在当时数学、物理发展的基础历史条件下,他不知道这个拟合原理是正常的。但是80年之后,西方已经有能力知道这个拟合原理,但是从未见公开著作表述,这是为什么?
这是理论挑战!也是理论挑衅。因为,一旦笔者对了,就可能很多人的错了。读者自己评判吧!至少又给你增加了一个新思路。
“我们真正了解江恩吗?”笔者被这个念头一直困扰着。我们能够了解多少江恩有关的信息?哪些是真的?哪些是假的?哪些是玄学?哪些是数学?哪些是数理?数理里面有哪些是数学?哪些是股市哲学?哪些是股市操作理念?
“条条大路通罗马”。股市理论中,所有股市理论的拟合数学模型都是在解决一个问题--现实股市的拟合。如果答案正确了,不管你走的是什么样的路,结果都会是一致的。那么,对于研究江恩理论,又会不会出现盲人摸象的问题呢?这一点,笔者也不知道,因为有谁知道江恩理论到底都包括什么呢?
这本书对于一些读者来说,又是一个麻烦,你至少应该已经看过江恩一生写就的十几本书,同时已经大概了解他的理论了。当然,即使看遍他的书,看遍介绍他的理论的书籍之后,很多人依然放弃了江恩理论。因为你可能还不理解他,还是不懂他,甚至误解他。不能历史性的看待他。解决这件事情就是这本书要作的,笔者试探着解决这个问题。
不要指望一本书就能告诉你江恩脑袋里所有的东西,笔者只是把知道的,想到的,看到的,整理出来。帮你渡过跨越江恩理论门槛的这一“劫”。
有了笛卡尔坐标系,一道数学题往往就变成了有几何解法、代数解法,而且有多种解题方法。四维理论也是股市这道题的一种解法而已。鉴于在使用维度方法的过程中百年来出现的解读问题,笔者侧重使用四维波场理论转化为二维的表达。同时本书侧重了股市理论的预测环节。
把神还原成人,是不招人喜欢的。特别是这个股神。笔者尊敬他,喜欢他,爱他,所以才想看清楚他。想让他堂堂正正地走入学院派的理论殿堂,而非流落民间。这是偏爱,也是偏好。
这个时代依然需要神,因为科学并没有解决全部的问题,更多的问题在等着科学来解决。而且商业领域已经在利用造神的手段,打造着各种神仙鬼怪,目的都是钱。这才是理论乱套的根源。
这套理论,是因为探索江恩理论的数学拟合原理,而衍生出来的。利用了他还不知道、不理解的现代物理、数学方面的知识,他提供了原始的理论方向和使用方向,笔者用数学拟合方法证明了他的拟合方向中正确的部分,有理论意义的。也同时对他解读过程中的迷信导向以及理论中的错误给予了指出,并且用四维理论将江恩理论进一步完善了。
没有江恩的理论研究方向,这套理论不可能产生。做为江恩理论的创始人江恩,虽然不知道什么是数学的四维,什么是拟合数学,什么是混沌数学,什么是分形数学,但是他做到了利用古代数理的方法将这些内容引入股市,并利用古典的方法成功使用。笔者仅仅做了完善、补充、修正、数学拟合翻译而已,进而引申形为新的理论,也就产生了四维理论。或者说四维仅仅是现代维度数学的一个词,一个提法而已。四维理论,可以归结为江恩理论的一个发展分支甚至一部分。
江恩的迷信在于“上帝是否掷色子”一样的问题,因为江恩认为,这个点数是确定的;爱因斯坦认为上帝不掷色子,而霍金的态度是,“上帝不仅掷骰子,而且他总是把骰子扔到我们看不到的地方!”霍金的态度更能体现现在物理理论、数学理论中的随机性问题,而股市中,这种随机性随着观察级别变小,会更加明显。江恩为此困惑,也没能走出困惑。
江恩用了十年开创江恩理论,笔者用了十一年继往开来,才完成四维理论。期待未来十年,多维理论产生、博弈论结合经典理论的研究方向开花结果。将这个理论方向,逼到现代数学的极限。
2017年2月15日
二、前言(2)
本书快写到结尾的时候,又看到人工智能介入投资的进一步消息。人工智能这只小怪物已经长出牙了,走出笼子,开始试水了。
2017年“10月18日,美国出现了炒股“阿尔法狗”——全球第一只应用人工智能进行投资的ETF基金。全称:AI Powered EquityETF。代码:AIEQ。和人类炒股比起来,它完全是开挂了:一年365天、每天24小时不停工作;持续不断地分析6000只美国挂牌股票;每天分析上百万条相关的公告文件、财报、新闻以及社群文章;利用量化择时、量化选股、因子分析、事件驱动等N种量化模型选股;此外,它还能不断地深度学习,数据处理得越多,选股能力就会更强大。而且,它没有人性情绪波动的弱点,只有理性地分析和判断…
10月18日至11月22日,AIEQ下跌0.32%。不仅如此,它还跑输了指数。在同一时间段,美股三大指数全线上涨,纳斯达克 3.68%。”
http://stock.hexun.com/2017-11-23/191749680.html
这个故事开头很美,结尾稍逊。但这不会是故事的真正结尾,却是另一个故事的真正开始。笔者预期,用不了多久,这个小怪物就会长大。那时候,没人再有资格嘲笑它跑输指数,只能看着它毫无阻拦的纵横股市。它的理想很远大,是极限的最大盈利率。你知道吗?
好在这本书也快写完了,这本书相当于介绍它小时候的一个同胞兄弟的一些状况。
2018年1月15日
“《调查显示,国内高频交易者多数获利,但前提在于交易策略》”
期赢家 2018-01-23 00:12:20
https://www.toutiao.com/i6511912983986176519/
看着这标题都振奋、提气,就不引用内容了。以后学国内的理论就行了!如果这种情况属实,高频博弈这一领域中国又领先了?!真是难以置信,发展速度惊人。从笔者想写这本书到这本书还未定稿,不到一年整,这世界就已经日新月异了。经济理论最前端的博弈战刚刚开局就已现胜负了?笔者的理论又落后于现实了?本来重点研究的就是江恩理论等经典理论古董,看来这套理论只能当补课用途了。真像梦一样。不管真假,从理论研究考虑,宁愿相信这是真的。
如果信息有假?问题会又是怎样的呢?目的何在?两字:利益。
理论怀疑是理论进步的开始;刨根问底是理论进步的源泉;多问些为什么,理论才会完善。牛顿一个苹果砸在脑袋上发现了引力……为什么?
2018年1月24日

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一维数据的高斯拟合可以通过以下步骤实现: 1. 导入需要的库,如numpy、scipy等。 2. 准备一维数据,以numpy数组形式存储。 3. 使用scipy.optimize.curve_fit()函数进行高斯拟合。该函数需要传入两个参数,第一个参数是高斯分布函数,第二个参数是需要拟合的一维数据。高斯分布函数可以用以下代码定义: ```python import numpy as np from scipy.optimize import curve_fit def gaussian(x, a, b, c): return a * np.exp(-(x - b)**2 / (2 * c**2)) ``` 其中,a、b、c是高斯分布的三个参数,分别表示幅值、均值和标准差。 4. 得到拟合结果后,可以使用matplotlib库绘制一维数据拟合曲线,以便进行可视化分析。 下面是一个完整的例子: ```python import numpy as np import matplotlib.pyplot as plt from scipy.optimize import curve_fit # 生成一维数据 x = np.linspace(-5, 5, 100) y = 3 * np.exp(-(x - 1)**2 / (2 * 1.5**2)) + 2 * np.exp(-(x + 2)**2 / (2 * 0.8**2)) + np.random.normal(0, 0.1, 100) # 定义高斯分布函数 def gaussian(x, a, b, c): return a * np.exp(-(x - b)**2 / (2 * c**2)) # 进行高斯拟合 popt, pcov = curve_fit(gaussian, x, y) # 绘制一维数据拟合曲线 plt.scatter(x, y, label='data') plt.plot(x, gaussian(x, *popt), 'r', label='fit') plt.legend() plt.show() ``` 该例子中,我们使用了两个高斯分布函数拟合了一维数据,并且在绘制图像时用不同颜色的点表示了原始数据和用红色曲线表示了拟合结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值