徐小明博客:从微观角度概率统计方法进行量化技术分析     从1896年5月26日道·琼斯工业平均指数诞生算起，技术分析到今天已经有100多年了。这100多年里，科技取得了巨大的发展和进步。比如，人类第一次登上了月球，破译了基因密码，个人计算机的出现等等，但遗憾的是，证券投资领域的理论发展水平明显滞后于科技的发展水平。

　　一方面，在微观世界我们已经可以对原子进行操作，另一方面，我们大部分投资者还是在用铅笔和直尺做工具，用波浪理论或江恩理论分析股票的走势。时代在进步，科技在进步，但我们在投资领域却似乎没有什么大的进展。波浪理论、江恩理论、K线理论目前还是很多投资者的主要工具，这明显滞后于目前的科技发展水平。交易的核心问题可以说都要涉及到概率问题。下面，笔者就如何从微观角度用概率统计的方法进行量化技术分析谈一下大概的思路。

　　在此之前，我们先向大家介绍一个新的交易方法——区间交易法。所谓区间交易法，就是把价格空间用对积线分成很多相同百分比的区间，然后制定出一系列的交易规则，根据这些交易规则确定出各个对积线上的交易预案。当价格到达哪一个价格节点就按照那一条对积线上的交易预案进行操作。这样，所有的操作指令都进行了量化，各种可能情况都有交易预案，杜绝了操作的随意性，增加了盈利的稳定性。理论上可以对区间进行无限的细分，实际交易时由于手续费的存在，设置区间大小时必须考虑到这一点。

　　技术分析的精髓就是“趋势”，交易中，大家都知道“跟随趋势”的重要性，但为什么最后90%的投资者会亏损呢？这是因为“趋势”用肉眼是分辨不出来的，趋势不是用铅笔通过两个最低点或最高点画条线就能表明的。如果这么简单就能知道市场的趋势，就不会有90%投资者出现亏损了。

　　传统的波浪理论、江恩理论、K线分析等等都只是在一个大尺度的范围对价格走势进行模糊、近似的观察，就好比用一把米尺测量一根头发的直径，得出的结果有太大的误差是难免的，无法克服的。

　　相同形状的一条日K线，后面的走势有可能截然相反，为什么会这样？因为它的分时走势图是不一样的，也就是说两条形状相同的日K线包含的信息可能是不一样的。从微观的角度对行情数据进行概率统计可以获得更多的信息，可以最大限度地了解价格走势背后隐藏的真相，做出有利的投资决策。

　　对积理论的思路是用微分的方法提炼出决定价格状态的三个因子：特征因子、能量因子、速率因子。

　　“特征因子”是成交量在一定集合范围内，按时间序列变化特征模板的重复次数。特征模板指对价格指数运动的最微小的变化进行离散采样总结的特征。

　　“能量因子”是一定时间范围内，成交量变化条件下，能量模板的重复次数。能量模板指对成交量的最微小变化进行离散采样总结的特征。

　　“速率因子”是描述一定时间内特征模重复的频次或一定成交量变化范围内能量模板重复的频次。

　　对积理论在进行技术分析时，抛开了传统技术分析用到的指标、均线、形态，取而代之的是“特征因子”、“能量因子”、“速率因子”三个因素。

　　我们经过长时间的研究发现，根据一个价格节点前一段时间内“特征因子”、“能量因子”、“速率因子”的统计数据，经过分析后可以确定下一个价格节点(价格节点就是价格和对积线的交点)的上涨概率和下跌概率，根据这个概率可以制定相应的资金分配方案和风险控制方案。这样就可以通过分析行情数据为资金管理和风险控制提供可靠的依据。由于这些依据是计算机根据一定的规则经过海量运算挖掘出数据背后肉眼不能分辨的规律，这样得出的结论更客观、更可靠，制定的交易计划更具操作性。

　　对积理论认为：投资者只有根据行情特征的客观情况进行交易才有可能实现长期的稳定盈利。投资者要想做到这一点，只有在充分利用计算机的海量运算能力的前提下，努力成长为客观的系统交易者才能做到。