※ 引述《peter308 (pete)》之铭言：
: 我最近被一件事情困惑很久 但有比较想通了
: Fama提过的效率市场理论
: 如果效率市场是对的 那么将会无法套利 也就无法打败大盘
: 另一个方面 曼德柏提出碎形市场 意味市场是有一些模式
: 所以技术分析者才有办法透过分析这些讯号去获得"超额报酬"
: 这两各学派是互相矛盾的 而且都想消灭对方
: 简单说 一个灌了铅的骰子 在其点数出现的机率会偏离1/6
: 也是因为这样 才会让出老千的人有利可图
: 但我最近发现
: 随机性越高(disorder越高) 在某些条件下 会触发某些状态
: 导致其变得反而更可以稳定预测去状态
: 这是否提供了一个全新的理论基础
: 在这基础之上 统合 Fama 和 曼德柏的两个互为矛盾的学派变得可能??
: 有人觉得这是个不错方向的吗?
: 也就是一个随机性越高的(量子)骰子
: 反而阴错阳差地导致了某种记忆效应 让它变的是可预测的
: 题外话
: 上述的特殊状态是量子系统才有的
: 但股市是古典系统还是量子系统?
: 目前这问题(请益过这领域的专家学者)仍就没有一个明确的答案
随机矩阵理论(random matrix theory)
用在研究金融市场很多年了
概念就是把时间序列先转换成关联矩阵
然后去算关联矩阵的本征能量频谱
目前随机矩阵结果显示 股市的本征能量分布都有两部分
一部分会落在Marchenko–Pastur distribution 的分布内
另一部分则会落在 MPD分布外
https://imgur.com/fXzOTQV
有趣的是
有些低维度量子系统当你外加乱度的参数可以作调变的时候
在外加乱度参数很小的时候
原本的系统的能量频谱也是落在MDP的分布内
但当外加乱度的参数大小大到一个临界值后
你会发现系统能量频谱开始偏离MPD的分布了
https://imgur.com/7zjFUsj
也就是系统开始出现长期记忆或是开始越来越不能热化了
而我预期如果上述低维度量子系统的参数拟和得好
会非常接近真实股市市场的关联矩阵频谱
也就是有一部分是落在MPD内 另一部分是落在MPD外的
没想到
当初我的直觉猜想 似乎越来越有理论上的严格基础了
细思极恐啊!