日本电影叫什么岛:分形理论和股票价格

分形理论的创始人美籍法国数学家Mandelbrot1967年在美国《科学》杂志上发表了“英国的海岸线有多长”的划时代的论文。1975年他出版了分形几何的第一部著作《分形：形状、机遇和维数》，标志着分形理论的诞生。分形是用以描述那种不规则的、破碎的、琐屑的几何特征。分形是相对于整形而言的，它的基本特征是不可微性、不可切性、不光滑性，甚至是不连续性。
很多学者研究了我国股票市场的混沌特征，不仅说明了股市运行过程中的混沌特征，而且还给出了混沌特征的数量指标。但他们并没有给出混沌吸引子的结构，而它却是混沌状态的基本特征，是描述混沌的基本工具。混沌吸引子具有分形结构，混沌与分形是密切相关的。本论文以上海股市为例，来分析我国股票市场的分形特征。

股市混沌吸引子的分形维

我国股市具有复杂的混沌结构，而且我们还给出了股票指数收益率序列的混沌结构的数量指标。“这些数量指标都是混沌度的特征指标”。混沌的另一个特征是具有混沌吸引子，吸引子是一个分形，而分形维是刻划分形最重要的指标。
分形维数有多种定义，两种最常用的分形维数是豪斯道夫(Hausdorff)维数和盒维数。1983年，Grassberger和Procaccia利用了嵌入理论和相空间重构技术，提出了从时间序列直接计算关联维数的算法。本文也是用此法来计算我国股市混沌吸引子的分形维。
设{xk:k=1,…N}是观测某一系统得到的时间序列，将其嵌入到m维欧氏空间中，得该空间中的点集，其元素为：xn(m,τ)=(xn,xn+τ,…,xn+(m-1)τ),n=1,…Nm，其中：Nm=N-(m-1)τ.
从Nm个点中任选一个点xi计算其余每个点到该点的距离rij，对所有xi(i=1,…，Nm)重复这一过程，可得到关联积分函数
其中的H(x)当x>0时取1，当x≤0时取0，关联维数D为当r→0时函数logCm(r)/logr的极限。
Grassberger和Procaccia证明了当嵌入维数大于分形维时，所求的分形维不因嵌入维数的增加而增加。

股市波动的Hurst指数

Hurst指数可衡量一个时间序列的统计相关性。当H＝0.5时，时间序列就是标准的随机游走，即在EMH下出现的状态。当0.5<><><>
在分形理论中，R/S分析法是研究分形时间序列的一种常用方法，它是Hurst在大量实证研究的基础上提出的一种分析方法，其基本思路如下：
对股票价格形成的时间序列xt，分为A个长度为N的等长区间，对于每一个子区间，令 X(a,t)=∑(xN(a-1)+i-Ma)，i=1,…t。其中，X(a,t)为第a个区间的累积离差，xN(a-1)+i为区间a的第i个观测值，Ma为区间a的平均值，t=1,2,…N。对于每一个子区间，可得到N个累积离差，N个离差中的最大值和最小值之差即极差R=Max(X(a,t))-Min(X(a,t))。为了比较不同类型的时间序列，赫斯特用每个区间所测得的标准差去除极差，得到“重标极差”，并且有R/S=(bN)H ………1）
其中，R/S表示重标极差，N为区间长度，b为某一常数，H为赫斯特指数，且0≤H≤1。
对每个子区间计算R/S，可得A个R/S，求出这A个R/S的平均值，可得出用N来等分时间序列下的R/S估计值。用不同常数N来等分，便可得到不同的R/S。根据R/S随N的变化关系，可研究时间序列不同时段的统计特性，由ln(R/S)相对于lnN的函数变化斜率得出赫斯特指数H。
对1）式两边取对数，得ln(R/S)=Hln(N)+ln(a)。
由ln(R/S)相对于ln(N)的斜率便可估计出H。通过ln(R/S)-ln(N)图，很容易观察出赫斯特指数在何处发生突变，并进一步估计出周期长度，一般用统计量V(N)=(R/S)/来估计周期长度。对于独立随机过程的时间序列，统计量V-ln(N)图是平坦的;对于具有状态持续性的过程，该图向上倾斜；对于逆状态持续性（H<0.5）的过程，该图向下倾斜。故根据V-ln(N)图可判断时间序列某一时刻的值对后面观测值的影响时间长度界限。

实证分析

上海股市混沌吸引子的分形维
本文运用分形理论，选取上证综合指数日收盘值的对数收益率序列，对上证股票市场结构进行实证分析。选取从1990年12月19日至2003年10月19日的数据作为分析的基础，然后计算对数收益率样本时间序列X(n)，n=1,2,……3234。为了计算关联积分和关联维数，我们先针对时间延迟重构m维相空间。这里我们选取=5，而嵌入维数m分别取2，3，4，5，……等正整数。按照G-P算法计算关联积分C。我们将关联积分和距离r分别取自然对数，然后以lnr为横轴，以lnC为纵轴将其绘成图1。
由图１可知，存在一个关联积分lnC(r)对度量尺度ln(r)的线性依赖区域，表明在该区域中维数的定义被很好地满足了，而这些直线段的斜率就是关联维数的估计值。在实际操作中，我们调整嵌入维数m，随着m的增大，关联维数趋于饱和，即直线趋于平行，斜率趋于相等。我们利用最小二乘法去估计这些直线的斜率，得到关联维数的结果见表1。
上述结果表明，上证指数收益率序列的关联维数为3.06，其饱和嵌入维数为10。这些结果还表明我国的股票市场是一个具有分数维结构的低自由度混沌系统，股票收益率的变化遵循着某种确定性的规律。上证市场日收益率序列的分形维数在3到4之间，虽然我国证券市场的运行系统很复杂，决定我国证券市场的运行的因素非常多。但由于分形维代表了决定系统的混沌吸引子的自由度，说明该系统最终将收缩到维数为3至4之间的吸引子上，即决定这一复杂系统的本质因素只有4个，需要的基本变量数目在4个到10个之间，且主要变量有4个。
上海股市收益率序列的R/S分析及Hurst指数
下面仍以上证综指日收盘值的对数收益率序列为例，对上证股票市场结构进行分析。按照前述方法进行计算，将序列进行分组，每组有5个元素。图2给出了日收益率序列的ln(R/S)-ln(N)双对数图。
在横坐标取5.01之前，数据几乎在一条直线上，对ln(R/S)-ln(N)进行回归计算，得出 H的值为0.683，大于0.5，说明上证综指的波动不是随机游走的，而是有偏随机游走，即具有持久性。当指数上一个时刻是上升（下降）的，则下一个时刻上升（下降）的可能性比较大。而从相对长的时间跨度来看，日收益率序列H指数明显下降，接近0.5，即基本遵循随机游走。
再考察V-统计量，它的定义为V(N)=(R/S)/。如图3， 在横坐标为5.01附近明显出现转折，而此数值是取对数得到的。转换成天数为exp(5.01)，即大约150天。对照上图，在150天循环中，上证综指的波动具有明显的持久性。超过150天，持久性减弱，系统的特征明显改变。

结论

本文利用G-P算法估计了证券指数收益率序列的混沌吸引子的分形维是介于3到4之间，表明市场在局部的随机性的背后具有全局决定性，即证券市场的运行系统最终会收敛于四个变量决定的混沌吸引子。Hurst指数可衡量一个时间序列的统计相关性。通过实证分析得到上证综指的H指数为0.683，大于0.5，说明上证综指收益率序列具有明显的持久性。
自相似原则和迭代生成原则是分形理论的重要原则。它表征分形在通常的几何变换下具有不变性,即标度无关性。由自相似性是从不同尺度的对称出发,也就意味着递归。分形形体中的自相似性可以是完全相同,也可以是统计意义上的相似。标准的自相似分形是数学上的抽象,迭代生成无限精细的结构,如科契(Koch)雪花曲线、谢尔宾斯基(Sierpinski)地毯曲线等。这种有规分形只是少数,绝大部分分形是统计意义上的无规分形。





分维,作为分形的定量表征和基本参数,是分形理论的又一重要原则。分维,又称分形维或分数维,通常用分数或带小数点的数表示。长期以来人们习惯于将点定义为零维,直线为一维,平面为二维,空间为三维,爱因斯坦在相对论中引入时间维,就形成四维时空。对某一问题给予多方面的考虑,可建立高维空间,但都是整数维。在数学上,把欧氏空间的几何对象连续地拉伸、压缩、扭曲,维数也不变,这就是拓扑维数。然而,这种传统的维数观受到了挑战。曼德布罗特曾描述过一个绳球的维数:从很远的距离观察这个绳球,可看作一点(零维);从较近的距离观察,它充满了一个球形空间(三维);再近一些,就看到了绳子(一维);再向微观深入,绳子又变成了三维的柱,三维的柱又可分解成一维的纤维。那么,介于这些观察点之间的中间状态又如何呢?





显然,并没有绳球从三维对象变成一维对象的确切界限。数学家豪斯道夫(Hausdoff)在1919年提出了连续空间的概念,也就是空间维数是可以连续变化的,它可以是整数也可以是分数,称为豪斯道夫维数。记作Df,一般的表达式为:K=LDf,也作K=(1/L)-Df,取对数并整理得Df=lnK/lnL,其中L为某客体沿其每个独立方向皆扩大的倍数,K为得到的新客体是原客体的倍数。显然,Df在一般情况下是一个分数。因此,曼德布罗特也把分形定义为豪斯道夫维数大于或等于拓扑维数的集合。英国的海岸线为什么测不准?因为欧氏一维测度与海岸线的维数不一致。根据曼德布罗特的计算,英国海岸线的维数为1.26。有了分维,海岸线的长度就确定








分形理论解释为什么千人千浪及N字运动的合理性





前言


    在多年大量实践与探索的基础上,我于96年年底完成了论文<<大系统随机波动理论>>, 随后又在近一年的运作实践中不断进行了修正与完善,自信已经形成一个比较合乎现实逻辑的理论体系。该论文结合当今数学与物理学界最热门的研究领域之一 --- 以变化多姿杂乱无章的自然现象为研究对象的分形理论,从最基本的概念与逻辑出发阐明了波动是基本的自然法则, 价格走势的波浪形态实属必然;阐明了黄金分割率的数学基础及价值基础, 价格波动的分形、基本形态及价量关系, 并总结了应用分析的方法与要点等等;文中也多次引用我个人对分形问题的研究成果;另外也指明了市场中流行的R.N.埃劳特的波浪理论的基本点的不足之处。在国内基金业即将进入规范的市场化的大发展时期之际,就资金运作交易理论进行广泛的交流与探讨,肯定与进行有关基金的成立、组织、规范管理等方面的交流与探讨同样有意义。我尽力用比较通俗的语言描述并结合图表实例分析向读者介绍有关价格波动理论研究的基本内容与使用要点,供读者朋友参考。





一、分形理论与自然界的随机系统


    大千世界存在很多奇形怪状的物体及扑溯迷离的自然景观, 人们很难用一般的物质运动规律来解释它们, 象变换多姿的空中行云, 崎岖的山岳地貌, 纵横交错的江河流域, 蜿蜒曲折的海岸线, 夜空中繁星的分布, 各种矿藏的分布, 生物体的发育生长及形状, 分子和原子的无规运动轨迹, 以至于社会及经济生活中的人口、噪声、物价、股票指数变化等等。 欧氏几何与普通的物理规律不能描述它们的形状及运动规律, 这些客观现象的基本特征是在众多复杂因素影响下的大系统(指包括无穷多个元素)的无规运动。 通俗一点讲, 这是一个复杂的统计理论问题, 用一般的思维逻辑去解决肯定是很困难的或者说是行不通的。 70年代曼德尔布罗特(Mandelbrot,B.B.)通过对这些大系统的随机运动现象的大量研究,提出了让学术界为之震惊的“分形理论”, 以企图揭示和了解深藏在杂乱无规现象内部的规律性及其物理本质,从而开辟了一个全新的物理与数学研究领域,引起了众多物理学家和数学家的极大兴趣。  


    所谓分形, 简单的讲就是指系统具有“自相似性”和“分数维度”。 所谓自相似性即是指物体的(内禀)形似,不论采用什么样大小的测量“尺度”,物体的形状不变。如树木不管大小形状长得都差不多, 即使有些树木从来也没见过, 也会认得它是树木; 不管树枝的大小如何,其形状都具有一定的相似性。所谓分形的分数维, 是相对于欧氏几何中的直线、平面、立方而言的, 它们分别对应整数一、二、三维,当然分数维度“空间”不同于人们已经习惯的整数维度空间,其固有的逻辑关系不同于整数维空间中的逻辑关系。说起来一般人可能不相信,科学家发现海岸线的长度是不可能(准确)测量的,对一个足够大的海岸线无论采用多么小的标尺去测量其长度发现该海岸长度不趋于一个确定值!用数学语言来描述即是海岸线长度与测量标尺不是一维空间的正比关系,而是指数关系,其分形维是1.52;有理由相信海岸线的形状与这个分数维有内在关系。


    一个全新的概念与逻辑的诞生,人们总是有一个适应过程,但是无数事实已经证明,合理的(或者说不能推翻的)逻辑在客观现实中总能找到其存在或应用的地方的。本世纪初, 爱因斯坦将物质运动从三维空间引到四维空间去描述, 从而产生了一场科学与认识上的革命, 爱因斯坦的相对论不仅让人类“发现”了原子能,而且更重要的是其极大地推动了人们对太空与原子(和微观粒子)的认识层次与能力的提高,但愿分形理论的诞生也具有同样意义,也许在生命(生物)科学与环境科学领域将发现分形理论的重大价值。


    下面结合三分法科赫曲线(KOCH)来进一步说明自相似性的意义。如附图一所示, 将一条1个单位长度的线段, 分三等份, 去掉中间的一份并用同等长度的等边三角形的两条边取代之, 随后用同样的方法不断循环地操作五次, 即得这些图形。 由科赫曲线明显可以看出, 不管尺寸如何变化, n=1 时的基本三分图保持形不变! 这就是自相似性,价格曲线的波动明显包括这种循环叠加、“自我生成”的(信息传递的)演变规律。科赫曲线是描述海岸线很好的近似,同样由科赫曲线人们会想起价格波动曲线。科赫曲线的分形维1.2628。维度是 1·2628的“空间”,简单从距离意义上讲,在其空间中取任意点,与这个固定点有相同“距离”的空间点数(集)比一维空间多(一维即是一条直线,有2个点)而比二维空间少(二维空间是个平面,距离相同点有无穷多并组成一个圆轨迹),甚至最短距离也可能不是“直线”;从“密度”的意义上来讲,1.2628维度空间内的“密度量”正比于该空间中空间尺度单位的1.2628幂次方。


    科赫曲线虽说是个简化的数学模型, 但其形象地显示不管从什么样大小的尺度来考虑,科特曲线总是包含 n=1 时的特征, 曲线的任何一个部分都是整体形状的“缩影”,这是分形的自相似性。科赫曲线直观地反映了分形的演变内涵,它揭示了客观事物自然演变的一种普遍法则。 象人类自身的细胞生长, 细菌的繁殖, 植物的生长, 地貌的变化, 海岸线的变迁,天气的变化等等, 无不带有这种以某些特征为传递信息的无穷尽的衍变过程,通过仔细深入研究人们有可能发现这些复杂自然现象的分形特征,分形是普遍存在的。


    分形理论表明,大自然中客观存在的分形现象的分形维大多在1.6—1.7附近,少数在0.6—0.7或2.6附近,这让人想起黄金分割率0.618或1.618。理论上讲逻辑“空间”的分数维度可以有无穷多个取值,但有意义的肯定是那些特殊数字(我在1983年完成的论文《费尔马大定理研究》中对此逻辑原则作过详尽阐明。);因此有理由认为客观事物的分形维基本上应具1.618或0.618或2.618的特征!也就是说自然界众多庞杂的无规现象具有一定的共同逻辑特征。通过简单的数学运算可以证明:任意一个由前两项的和生成随后一项的无穷级数S={a(n)|[a(n+2)=a(n+1)+a(n)] 其中n=1,2,3,…,∞}的相临两项之比a(n+1)/a(n)趋向于1.618的极限;任意一个由前两项的积生成随后一项的无穷级数Q={a(n)|[a(n+2)=a(n+1)*a(n)] 其中n=1,2,3,…,∞}的相临两项之关系趋向于a(n+1)=a(n)^1.618或a(n)=a(n+1)^0.618的极限。这种关系的意义我将在有关黄金分割率的一节中详细论述,可以说这种关系一定意义上揭示了自然界随机系统分形特性的逻辑基础。自然界中“无规”变化的事物(或系统)的主要特征是时间上的不可逆性, 这也是自相似性的“基本传递信息”,数学中表现为“时间反演不对称”。 二、价格波动运动的基础与基本特性描述


    大集合体具有某些特征的随机运动是自然界存在的普遍现象之一。 用数学方法描述即是一个由无穷多个具有某些共同属性的元素组成的系统, 系统内每个元素的某种运动具有不确定性, 描述系统整体的某些变量也具有随机性, 系统的这些随机变量的时间坐标曲线则是一些无规的波动曲线。 现实生活中属这类性质的曲线很多, 例如气象图、噪声图及有关大气污染、动植物生长状况、人类健康状况、产品质量控制、宏观经济统计数据研究等等方面的某些变量曲线都属于此类。


    系统的随机性并不是说系统的随机变量是不可量度的, 而是说变量的不可精确预测性; 换句话说, 我们只能知道变量的历史及当前已经发生的数值, 将要发生的数值是不能精确确定的。 这就确定了变量曲线的随机波动基础。一般情况下, 大集合体(或大系统)的运动过程是渐进的或者说是连续的过程, 不是跳跃式的或突变式的;更严格地讲, 大系统从一个均衡状态演变到另一个均衡状态是经历了无穷多个“时间单位状态”的运动, 系统每个单位时间状态对应一个随机变量数值;无穷多个随机变量数值对应有限个“宏观均衡状态”必然产生宏观变量的随机性, 同时随机理论证明变量的随机变动是围绕某一平均值附近进行的, 这就决定了系统宏观变量曲线的波动性及连续性(当然不是平滑性和均匀性)。 曲线(或图表)连续性是技术分析的基本假设之一。


    一般国家或地区(或全球性)的证券市场因其公开(信息化)、公平(自由竞争)、快捷严格(无实物交易并迅速结算)的交易制度及有无数交易者参与, 构成典型的价格指标随机波动系统。价格波动的直接因素是未来时间内参与交易者的数量及建立头寸的位置、方向、数量都是不可精确测度的, 间接因素或过程因素则是由于影响买卖交易的信息传播、资金供应、不同交易者的心理状态变化等等方面总体方面是不可测的。 价格的随机波动是绝对的,时间越短交易量越大价格波动的随机性就越强。价格随机波动的一个重要推论是一般情况下(参与交易者少及停板状态除外),同一位置买和卖都是有赚钱机会的! 真正赚钱与否关键要看交易者的心态与交易操作是否迅速果断;市场交易量越大,价格波动就越频繁,短线的机会就越多。


一个流动性较强的交易过程(集合),价格的随机波动总是包含某种平均趋势。这也是传统技术派推崇的道氏趋势理论的基础。 价格指标曲线的趋势性是国民经济发展的周期运动所决定的。 曲线的趋势性是指在一定时期内价格或指数随机波动运动中总体上包含向一个方向(向上、向下、横向等)运动的趋势。 在正常的市场经济条件下经济运动的周期性大致可以解释成: 一个国家或地区的经济因为某些环境、政策等因素的驱动, 使得某些重要行业或整个社会原有的供求平衡关系发生了变化, 假如需求开始不断增长, 由此引发生产的增长, 由于整个社会经济单元互相关连, 社会需求与社会供给互相推动共同增长(良性循环), 整个经济呈现繁荣景象; 随着经济的不断发展, 各种新的矛盾不断出现, 如果随着时间的推移这些新的矛盾能在内外因素的影响下合理钝化, 那么整个经济将在更高层次的均衡状态下运行, 否则矛盾的激化最终必将破坏良性发展的供求关系, 由相互促进转变为相互抑制, 最终导致经济的(相对)衰退。由于各类经济活动与相关政策的运作在时间和空间上都有“很难量化的距离”, 经济整体运动的“惯性”很大, 所以一般经济运行的周期是比较长的。反映经济运行状态及商品供求关系的价格指数曲线自然也会表现出同样的整体运行趋势, 只是由于交易的信息化和资金化, 经济发展的趋势又首先从信息及资金的供应状况表现出来, 所以指数曲线的走势总是超前于经济运行的实际状态。


    周期性是自然界发展变化的基本规律之一, 经济发展周期性表现为描述经济发展的数量指标“时好时坏”波浪式变化, 并不是简单的重复; 总体上讲人类社会的经济发展是波浪式前进的, 历史是不会逆转的。与经济发展密切相关的证券价格指数的走势变化也是如此,传统技术派基本假设之一 “历史是会重演的”是不确切的。


用分形理论来分析, 价格的随机波动曲线具有“自相似性”。价格波动曲线的分形,与海岸线同类, 都具有1.618(左右)的分形维特性,其分形形态不可能象科赫曲线一样表现为精确的几何图形,随机性是这种曲线走势的基本特征;曲线自相似性的意义是突出随机过程中的关联效应, 抽象地谈分形对分析价格曲线的未来走势是无意义,我将在后面专门阐明价格走势的分形问题。传统技术派的经验论断是值得怀疑的,R.N.ELLIOT的8波理论只是众多抽象化分形中的一个形态,由此发展起来的所谓‘波浪理论’的实际应用价值不大;对同一种价格波动曲线不同的‘波浪理论’使用者往往得出不同的甚至是相反的结论即很好的说明了这一点。


    传统图表分析派认为, 市场的价格(指数)走势波动曲线, 包融了一切影响价格变动的因素。 在逐利竞争交易的市场中, 价格的升降成为交易者追求的直接目的, 加上交易手段及信息传播的现代化, 市场的投机性增强, 往往许多价格曲线的短期波动走势与基本的“供求关系”不一致; 换句话说, 供求关系的决定作用可能在某些特殊的交易过程中没有意义, 市场价格走势并不总是“合理”。另一方面,市场的价格变动反过来又影响市场本来要反映的因素。图表走势包融的一切因素, 应该融在整个过程中。既然交易者对市场所包融的一切没有确定的认识,或者说对市场中所发生的和将要发生的一切都存在上认识的不确定性, 这种假设是无短线意义的。


    三、黄金分割率与分形的关系及其在客观现实世界中的存在机理


    黄金分割率 0.618 是一个比率数, 其几何意义是一个线段按黄金率分割成的两条线段之比是两条线段中较长的一条与原线段之比, 都是 0.618。


    假设线段长度为 1 个单位, 分成 A 和 B 两段, 则 A + B = 1  


    令 A = 0.382 ,  B = 0.618 , 则 A/B = B/1 , B*B = A , B/A = 1/B


    简单的运算可知: 0.618*0.618=0.382, 0.618*1.618=1, 0.618/0.382=1.618


1/.382=1.618/0.618=2.618, 1.618*1.618=2.618. 黄金率主要是指0.618或其倒数1.618, 0.382或其倒数2.618则次之, 其它数字如0.191, 0.236等都不是“黄金率”。


同样,我认为维度D=0.618空间是对D=1的一维空间的‘黄金分割’,D^0.618*D^0.382=D^1,维度D=1.618空间是D=0.618空间与D=1空间的(垂直)叠加;维度D=2.618空间是D=1.618空间与D=1空间的(垂直)叠加。可以认为,维度D=1.618空间是二维空间的一个特殊子空间,该子空间在二维空间中的“表现”就是一个完整的分形!分形维是决定分形的内在机理。理论研究表明,D=0.618分形维是最重要的,(当然也是1.618与2.618分形维的逻辑基础)。从空间的概念来讲,维度D=0.618的逻辑空间是由无穷多的、不连续的、分布不均匀的(“点的密度”与一维空间的测量尺度呈0.618的指数关系)“点域”组成的“实数空间”,所谓“点域”可简单理解为一个数及其最临近数组成的数集。分数维“空间”这种离散性(不连续性)与不均匀性决定了 1〈D〈2 分形维在二维空间的分形图案。现实世界中最有意义的分形维其D都在1.618(或0.618或2.618)附近,其分形图案最具代表性的:一是呈一定中心对称性的向外发散型如闪电、粒子的扩散置限聚集(模型)、细菌的繁衍生长模型、树枝等,如附图二附图三附图四所示;二是平面展开型如海岸线、白云的平面轮廓等。不平滑性、不相交性、一定程度上形状的相似性是这些图示分形(图案)的共同特点。


    第一节已经讲过,任何一个由前两项之乘积生成随后一项的无穷级数数列Q={a(n)|[a(n+2)=a(n+1)*a(n)], 其中n=1,2,3,…,∞},其相临两项的关系趋近1.618(或0.618)的极限指数关系,即a(n+1)=a(n)^1.618 或 a(n)=a(n+1)^0.618;而相临两项的对数比趋于极限关系loga(n+1)/loga(n)=1.618,同时loga(n+2)=loga(n+1)+loga(n),即Q级数又对应一个由相临两项之和生成随后一项的无穷级数 S 。另外,假设级数Q的第一与第二项分别为a(1)和a(2),则Q级数的第n项a(n)是多个a(1)和多个a(2)的乘积,具体为a(n)=a(1)^f(n-2)* a(2)^f(n-1),其中f(n-1)和f(n-2)分别为FIBONACII级数的第(n-1)项与第(n-2)项(见下面);假如a(1)=a(2)=a , 则 a(n)=a^f(n) 。妙就妙在乘积逻辑上,如果我们将a(1)或a(2)甚至更多的项作为具有某种特殊意义的“传递因子”,其众多的乘积结果不就是包含层层“传递因子”的分形吗?!在这里自相似性也就是“传递因子”的某种特征的“层层表现”。可以非常简单地设想D=0.618空间是由无穷多个Q类级数所构成的,由于该空间的“点”不连续(指离散),所以距离(或线或面)的概念无意义(因此该空间“点”在二维空间的“连线”呈现曲折波浪是必然的)。进一步研究表明,D=0.618空间的“点”具有“不独立性”与“不可重复性”,可理解为临近关联性和排他性。任意一个分形维空间的相关“点集”,对应(或代表)一个特定的信息向量(可以理解为一个信息集)。


客观事物的运动变化并不总是均匀的、可重复的,不均衡变化、不可逆性、具有相关性(或者说记忆性)是自然界普遍存在的现象,任何繁杂的看似无规的自然(或社会)现象,都存在一定的内在联系,而且越是“相接近”关联性就越强;同时每个具体的事物都具有区别于其他同类事物的个性特点(排他性)。这说明自然界的“随机性”并不是无任何规律的。分形维的逻辑基础正是建立在这些自然法则之上,因此可以说分形维空间的逻辑规则与推论,一定程度上揭示了自然界众多无规现象的内在规律。进一步研究表明,任何繁杂的自然系统(现象),最普遍的(或者说普遍存在的)相关性是“量”的叠加(和逻辑)与“质”(信息量)的非线性扩张(乘数或指数关系)----这正是自相似性的本质。这也是黄金分割率在现实世界中普遍存在的逻辑基础,因为体现自然界这种“和逻辑关系”的任意无穷级数S的相临两项之比趋于黄金分割率极限,而体现自然界这种“积逻辑关系”的任意无穷级数Q的相临两项的对数之比同样趋于黄金分割率极限。 这种普遍规律表明: 大集合中的元素如果具有无穷尽的叠加衍生(运动)关系, 整体上必然表现某种与黄金率0.618(或1.618)有关系的特征。发现黄金分割率在波动曲线中的存在是ELLIOT最有价值的贡献。


    一定程度上具有零和比赛规则的证券及外汇市场中的交易活动是典型的大集合意义上的叠加运动, 交易本身是一个和逻辑游戏, 具有结合律与分配律规则。市场上的交易活动与以前的甚至是很长一段时间内的交易活动都有叠加逻辑关系, 因此价量走势图表中表现出与黄金率有一定关系是自然的。 可以想象, 充分体现黄金率的图表时间区间应是一个相对完整的交易周期, 这是正确使用黄金率的前提, 反过来又是确定一个完整交易周期的方法。  


    ELLIOT波浪理论将黄金分割率在 FIBONACII 级数中的特殊表现主观地作为了其在价格走势研究中的应用基础。FIBONACII级数是一个由 1 这个自然数生成的无穷自然数级数: 1,1,2,3,5,8,13,21,34,55,...; 其中每一项是其前面相邻两项的和, 该级数有一个非常有趣的关系是其每相邻两个项的比值 [表示为 a(n)/a(n+1)] 随着项的增大趋向于 0.618 黄金率极限, 级数相隔两项之比[表示为a(n)/a(n+2)]趋于0.382。前面讲过这种关系并不是 FIBONACII 级数所独有, 任何一个由前两项之和生成随后一项的无穷级 S={a(n)[a(n+2)= a(n+1)+a(n)],n为自然数} 都具有这种性质, FIBONACII级数仅是这种级数的一个特例, 用其项数字 ---3,5,8,13,21,34,55,89,144等去数价格曲线的‘波浪数’显然是幼稚的。 四、价格波动曲线的基本分形形态及价量关系


    商品的价格曲线或价格指数曲线是价格或指数随时间变化的坐标曲线。时间是连续发展的,而价格或价格指数是D=0.618分形维空间的“变量”(或者说价格或价格指数的变化符合D=0.618分形维空间性质),因此可以认为价格时间曲线具有1.618分形维,价格曲线的波动性是必然的,同时曲线具有自相似性。波动幅度(指相临波动浪)相比的1.618(0.618)关系是这种自相似性的基本特征之一。分形维的特点已经决定价格的波动曲线永远不可能重复前者,只是一定程度上的形似。中心对称空间(极坐标)的分形基本单元为“三树枝”结构,平面直角坐标系下的时间价格曲线的基本分形单元为“类N字”结构,分别见下图所示。图中所示的线段a、b、c的“长度或幅度”具有黄金分割率关系,类N字结构中的点1、2、3、4 是D=0.618分形维空间的相关点。











    根据分形单元的“类N字”结构,正常的证券外汇期货交易市场的价格或指数的波动曲线的基本波动形态(分形单元), 包括两种基本结构共十种形态,如下图所示, 其中a、b、c含有一定的黄金分割率关系。











    分形图(二)中的分形单元的a、b、c波线都可以单独分裂出更小层次的类N字型单元,例如正类N字型单元(1)常见以下几种分裂图形,见图形(三)。


    周期是一个相对的概念,其本身也具有自相似性。广义上讲,一个运动变化的系统,其某一描述系统全貌的量(信息量)从小到大再从大到小的变化过程,就是一个相对完整的周期。对价格曲线来讲, 曲线的价格与成交易量(或者说价量关系)由小逐渐增大到某一最大值以后又逐渐减少到某一最小值即为一个完整的周期。当然这个周期可能是包括一个更大的最大值的另一个更大周期的一个组成部分;从另一方面讲该周期可能又包含较为小的价量变化周期。价格和指数在大小周期更替演变过程中走出跌宕不定的行情。从周期的概念与基本分形单元的构造来看,一般只有正类N字型单元与反类N字型单元共同组成的图形结构才可能是一个相对完整的周期。这也符合自然界阴阳互补的法则。











    格随机波动曲线都是由分形图(二)的十种单元以某种层次变化关系组合而成。价格曲线最常见的波动型是由图(二)中类N字型单元(1)(2)(6)(7)组成的以下四种组合形态(图四所示)。这四种波动形态都是由两个对应的类N字型单元组成, 这四种组合波形一般在反转或转势时期发生,黄金分割率关系在这四种形态中往往表现得比较充分。价格指数波动变化的这种形态规律, 是由大集合体随机运动过程中因为具有叠加衍生逻辑所包含的黄金率关系的特征所决定的。各种分形形态按不同的周期层次“连接”,组成价格波动曲线。











    另外,ELLIOT的八波形态也比较多见,如图形(五)所示,其可以看作图形(四)的一个升(或降)波线分裂成一个类N字型单元而形成。











    由前面所讲的分形理论可知,ELLIOT 的八波形态只是价格曲线繁杂无穷尽的分形图中的一种简单化形态, ELLIOT 波浪理论的最主要部分是以八波假设为前提的, 所以其相关推论及许多技术分析师在其理论基础上的所谓深度发展都是无意义的。


    在本节最后,谈谈如何判断“最近未来”的走势问题。参考图(六)所示,仅仅从判断图(1)很难判断a线为什么到2点停止,b线为什么停在3点,因为与1点有D=1.618分形关系的不只是2和3两个点。需要从大与小多个视角来考虑,比如借助判断图(2)来考虑abc与ABC的关系,以及考虑abc各自本身在小时空尺度内(或小周期内)的具体走势形态。以判断图(2)的2点为例,a和C有黄金率关系,2点又与m点对应(受m点“支撑”),a线在2点转折的可能很大,如果a线的小时间单位尺度内的走势表明在2点的买盘相对于抛盘来讲非常积极,那么2点肯定是a线的停止点。同理,3点的出现使abc和ABC有可能组成较完美的类N字型周期分形结构,因此这种走势出现的机会较多。分析其它具体走势可以依此类推。











     以上分析表明, 价格曲线的分形形态,是对其具体对应的价量关系的一种逻辑描述,价量关系是曲线分形的“质”,价量关系的宏观(长时间)与微观(短时间)的准确判断无疑是正确确定价格曲线走势形态的基础手段。


    价格与成交量的基本关系可以表述为:


    1、盘势过程中, 价格变化和成交量都不大,波动曲线较密集;盘势中成交量不断增大, 波动曲线密集区开始放大,预示价格有上涨的可能。


    2、升势中成交量不断放大而且可能进一步放大, 预示价格将继续上扬或再创新高,图形波幅将不断放大;升势中成交量变小预示当前升势将结束或停止(非均衡状态除外,如明显的消息刺激或大户操纵等)。


    3、跌势中成交量变小或无变化, 预示跌势将继续; 反之, 跌势可能将结束或停止;高位盘整中成交量放小而价位逐渐下调, 预示资金支持可能不足,  熊势可能将开始。从分形角度来讲,价量关系小意味着图形的向下趋势。





五、用波动理论分析价格或指数波动曲线走势的要点及实例分析


    图表技术分析的所有方法都是从价量变化演变而来, 直接研究波动曲线本身及成交量的变化显然比用其它间接的方法去分析走势更为直观可信, 波动理论的重要性可见一斑. 使用波动理论分析价格曲线走势的要点如下:


    1、以图表及成交量为基础, 结合包括政治经济政策、资金供应状况等影响供求关系及交易动机的基本面变化进行分析, 随时调整波动形态的预期结果.尤其是行情处于转势的状态中, 这点是最重要的. 随机运动过程变动才是绝对正确的。


    2、市场当前状态的属性分析。这是指考察市场是否处在正常的公开公平的交易状态中, 如果有人为因素或大户操纵, 市场的随机性就差,买卖交易公平性不复存在。一个买卖力量均衡的交易品种,价格走升与走跌的可能均为50% ,市场的不确定性为100% ;假如当期出现一个大户在同一方向上的交易量占到总交易量的20% , 那么对这个大户与知情者来讲,市场的不确定性只有80% ,即有50%*80% + 20% = 60% 的可能是价格向有利于大户的方向发展,(此逻辑的重要推论是一个均衡的市场占总交易量的10%同方向交易即可操纵市场),此时市场走势的确定性就很强, 单纯的随机分析欠妥。


    3、市场当前的时空状态分析。结合分形构造,分析把握当前的曲线区间是分别属于哪种短、中、长线周期运动状态中, 并确定分析的重点周期。对交易者来讲,不仅要有一个正确的交易方向, 而且要有合适的交易时机及目标。


    4、正确使用黄金率。 配合价量关系,并利用黄金率分析当前走势处在何种周期状态的何种区间位置。较为复杂的波动形态, 如果没有明显的黄金率比例, 价量又没有明显变化, 可能预示原有的走势方向没有变化。


    5、对波动理论的具体使用者而言,要正确领会运用波动理论,需要对所处市场有一定深


度的“理解”和足够的具体实践经验与感受;同时优秀的个人修养与品质也同样重要。这并非无稽之谈,事实上波动理论包含了某些深刻的同时也是普遍的自然法则,从某种意义上讲,不只是自然界,象人类社会、国家、人生、甚至包括人的思维演变都具有一定的分形与波动的内涵!对普遍逻辑的理解,需要从狭义与广义的角度进行辨证认识,这是一种境界,达到这种境界,事物是相通的,“事情”就变得简单起来。





    以上内容的大部分论述及分析并没有具体化, 其应用的范围明显是比较广的。





实例分析





    英镑对美元汇率


    当今国际金融市场风云突变,危机四起。从87年10月下旬发生全球股市暴跌以来,先后发生日本股市危机(90年),东欧汇率危机,以英镑与意大利里拉为代表的西欧汇率危机,墨西哥及南美金融危机,及最近的东南亚金融危机及全球股市暴跌等。本节借助分析英镑历史走势之便,同时简单谈谈我对当前国际金融危机的认识。


由于没有国际外汇市场和国际证券市场的最新数据,下面只能用英镑的历史数据来说明分形理论在外汇市场中的应用。89年至93年英镑汇率走势很有特点,现在因东南亚金融危机倍受人们注意的金融投资家乔治.索罗斯就是在92年秋季前后英镑汇率危机中大量卖出英镑,获得巨额利润并名扬天下的。按图(七)来分析英镑92年前后的走势分形特点。


    图(七)所示的英镑单位,第一位为整数位,其它位为小数位,省略了小数点。从图可以看出,89至93年英镑汇率投机性极强,此时间区间内,2.0000是英镑的绝对高位;90年夏季英镑的飚升得益于美元对日币与马克的走软;92年夏季发生英镑汇率危机之前,欧共体成员国正在在统一货币问题上讨价还价,争论不休。英国人与德、法等之间的分歧是导致危机的基本因素。根据索罗斯的自述,当时德国官员曾经明确暗示过英镑对马克明显高估。英镑


    看出,89至93年英镑汇率投机性极强,此时间区间内,2.0000是英镑的绝对高位;90年夏季英镑的飚升得益于美元对日币与马克的走软;92年夏季发生英镑汇率危机之前,欧共体成员国正在在统一货币问题上讨价还价,争论不休。英国人与德、法等之间的分歧是导致危机的基本因素。根据索罗斯的自述,当时德国官员曾经明确暗示过英镑对马克明显高估。英镑从2.0000附近向下下滑是必然的,消息刺激只是加大了英镑贬值的力度。索罗斯对套利工具在极限(或者称猖狂)市场情况下除了推波助澜以外与其它衍生金融工具一样对防范金融风险无能为力这一点认识得非常深刻,因此他在这场风波中下了大赌注。


    图(七)中E-G-g-k-m是非常漂亮的层层头肩顶结构。其中i点应是gj线可能调整的第一点,但其直穿c点到h点,显示跌势之强大,h点是(获利回吐的)分形调整点,在此抄底者必是损失惨重;gj线是一个最强势的类N字分形单元,具有较强的排他性,所以英镑在gm线以后较长时期之内不能回升到1.7000以上。图中P-A之间的结构较为特殊,NP与PA应是一个类N字结构的两部分,如果将A-g之间的曲线反转投影在A-g之上,则从N到m将是一个更大区间的漂亮的头肩顶结构,N-P-B-C组成一个完美的复合类N字结构。由于2.0000以上英镑没有支持基础,PA又调整到位,A-B线选择向下是必然的。图中A与g两点的位置有惊人的相似之处,只是cfg又组成完整的转势时的类N字结构,g点转势之速从图形上理解就是正常的了。











    乔治.索罗斯出生在匈牙利,青年时代就学于伦敦,主攻哲学。60年代移居美国,开始从事金融领域的投机生涯(西方人投机与投资不分)。以匈牙利人特有的精于算度与天真执着的个人品质,经过20多年的努力经营,到八十年代,索罗斯在证券期货外汇市场已经为自己赚取了上亿美元财富。索罗斯在多年的投资生涯中形成了一套自己的投资理论,92年末在他名扬四海以后开始向外宣传自己的理论,可几乎没有人相信或弄懂其理论,有人说他是一派胡言。毕竟索罗斯是至今为止,利用自己独创的理论在风云多变的金融投机市场中取得巨大财富的第一人。索罗斯的确是一个特殊人物,他要靠“投机”赚大钱来“行大善”,据说近几年他每年用于慈善的款项达2—3亿美金。现在很多人将今年东南亚的(乃至近期全球性的)金融危机归罪于包括索罗斯在内的国际金融投资商的恶意炒作行为,这只能说只是看到了表面现象。


    象92年英镑的汇率危机一样,东南亚金融危机(主要是汇率危机)乃至最近全球的证券市场暴跌现象,都有其深层的客观因素,汇率大幅贬值只是这种深层的经济与社会矛盾的现实表现;如果没有(或不发生)汇率问题,这种矛盾的激化也必将会以其它的形式爆发或溢泻出来。东南亚尤其是马来西亚、印度尼西亚、泰国等近三十年来的经济(高速)发展主要是以投资扩张为手段的。大量膨胀性投资,一方面促进了经济的繁荣,另一方面也引起货币资源的无效益性膨胀,这是导致汇率贬值的根本原因。货币资源的过度膨胀主要表现在产业发展不均衡,结构矛盾日益突出,资源浪费严重,国际竞争力差,通货膨胀问题较严重,贫富差距扩大加速,(属于资本投资与投机密集型产业的)房地产投资过度(主要是高档次商品)及无真正经济效用的外汇流入比例过大过速等泡沫现象。从长远发展的角度来讲,这些国家现在发生金融经济危机也是有益处的。


    另外,外汇市场是一个国际性的流动性强的大市场,汇率的波动象大海的浪潮一样变化莫测但又属正常现象。供需关系决定一个国家或地区不可能永远处于外币净流入状态中,外汇资源也要进行由市场价值决定的更为有效利用的资源流动分配,因此当一个国家的经济(或其它社会问题)出现日益严重的危机(或矛盾)时,外汇的外流(“财富外流”)是必然的。(其实,对绝大多数国家来讲,外国人持有的可以用于投机的本币是极其有限的,如果本国公民或企业对国家经济前途充满信心,不加入抛售本币或者更准确地说是抢购外币(当然主要是美金)的“狂潮”之中,本币汇率出现大幅贬值的可能是很小的。)。自由汇率制度不仅需要一个国家的实力与自由制度的支持,而且需要本国公民的拥护与支持,同时需要国际社会的认同、尊重与支持;汇率是一个“国际大家庭”的分配问题,自由汇率制度实现了一个国家直接向其他国家按自身意愿索取的目的(理论上讲,对一个国家来说外汇自由兑换已经不存在外汇短缺或进口物资短缺的问题了。);但这是有限度的,一个国家如果不能在国际大分工中担当起别的国家不可替代的责任(或角色),本币的贬值不可避免,同时可能最终会被这个“国际大家庭”驱逐门外。东南亚的经济与社会政策的失利是导致这次金融危机的根本原因,要知道,成功的投机者只是一个随波逐流的高手而亦,他们永远不可能是市场的对手。所有这些都值得我国借鉴,在没有真正弄懂自由汇兑制度到底意味着什么之前,最好别“赶”他人的前辙。可以毫不夸张地说,在自由汇率制上急于向发达国家看齐的发展中国家,无一或将无一幸免于本币的大幅贬值。