#股价、棉花与尼罗河密码
#本书属于非主流的金融理论，
但观念蛮新颖的，但有待验证。
我用我理解的想法来分享此书观念。
ps此书相关知识背景难度蛮高，
若有理解错误，欢迎交流指正谢谢。
一、相关知识背景
1统计学（常态钟型分布vs.长尾分布）
2随机微积分(布朗运动随机过程）
3black-scholes选择权订价理论
（arch模型－时间序列变量的波动幅度（变异数）是异质的）
4风险值分析vs极值分析
二、挑战三大传统金融理论议题
1常态钟型分布vs长尾分布
作者发现股价是不连续，市场规模也有群聚效应，
并不适用传统主流统计学由常态分布推论出相关性系数矩阵的概念。
提出幂次法则以长尾分布（股价变动比例规模）来作特征值判断相依性取代。
2独立随机过程vs相关碎形过程
作者认为股价变动随时间非独立随机，而是相关碎形（股价变动局部有记忆性）。
虽然传统的选择权订价arch模型已有时间序列变异数异质的概念，
但作者提出历史时间和交易时间生成元配对概念（类似集合论运算公理）更加适用解释金
融泡沫极值现象。
3极值分析取代风险值分析
作者文末强调金融市场波动极值出现被大众低估，
风险管理目前主流的风险值分析很难避开金融市场极端波动风险，
模型设计应多纳入极值分析。
三、个人推论金融计量模型未来可发展方向
1投资组合
目前投资组合（常态分布为基础）主流为相关性矩阵分析，
但套利模型可导入相依性群分析（长尾分布无母数分析为基础），
甚至已见研究论文讨论导入黎曼几何拓扑结构分析。
但由于近年庞加莱猜想基本理论基础已被证实，只待数据补强应用。
2投资周期性规律发现
目前主流是随机微积分的时间序列分析，
但arch模型仍无法解释股价变化波动随时间聚集在某些时段。
相关碎形概念应用在套利模型趋势变化择期分析蛮有研究空间。