市场符合随机游走，量化和技术理论的实际意义在哪?
既然市场无法预测，那这种纯技术的分析真的可以跑赢市场吗？
先问是不是，再问为什么。
很多人，包括题主对金融时间序列的了解可能来自别人的知识，就是金融工程的教材，书本或者来自知识SNS App上口口相传的碎片知识。我除了被动接受以上知识来源，还经历了量化编程统计实践，2年数字币程序量化自动交易和A股市场的1年实盘交易洗礼，对于这个问题有自己的思考。Talk is cheap, 数据说话。
第一个问题，金融市场是不是随机游走的？
完全有效市场理论认为金融市场是混沌系统，对于混沌系统，预测走的是概率路线，大概思路跟天气预报台风路线差不多：
但是完全有效市场假说基于全员理性，其实这个假设不可能成立，只有全员量化估值才会出现全员理性的情况，一般人如果不动手算，并且统计行业平均数的话，连估算当前标的的价格偏差都估算不准。
我答案：不是随机游走，为了训练xgboost概率预测模型，我对A股核心指标内的1700个股票，最近3年的所有1小时和日线K线数据进行了统计和标签分类。一共是510万条K线数据。
包含以下A股板块：[中证酒, 国证食品, 全指消费, MSCI成份, 深证可选, 富时A50, 上证100, 消费电子, 上证180, 中证100, 数字货币, 医药电商, 证券, 4G5G, 5G概念, 1000可选, 中药, 生物医药, 医疗改革, 综企指数, 上证50, 中证白酒, 消费100, 黄金, 深证消费, 消费金融, 白酒, 深成消费, 上证380, 生态农业, 文化传媒, 创业板指, 银行, 中小板指, 黄金概念, 上证电信, 中小银行, MSCI中国, 医疗器械服务, 电信等权, MSCI概念, 行业龙头, 机场航运, 上证150, 医疗器械, 生物疫苗, 三网融合, 军工, 啤酒, 医药商业, 深证300, 中证500, 沪深300] Total:1325 (通达信自定义板块每天数据更新会变化，我第一次模型训练的时候是1700+，现在变成1300~1400)
这是统计结果，持反对意见的最好你们用数据说话而不是简单的说一句：「我反对！」
单论个股在超过90%的情况下，金融时间序列是前序相关的离散序列。只有3%的时间是大于3.82%随机波动。出现连续4小时（单日）超过7%下跌的黑天鹅概率只有0.4%。加上指数和ETF基金，符合周期波动的金融产品数量就增加到了总数的95%以上。
这95%符合自然周期走势的金融产品行情趋势，可以使用周期性自回归技术分析。有5%左右的金融产品（加上大宗商品期货如豆bo比例更多一些），跟毛衣战、国家政策紧密相关的，如纸黄金ETF，如x大国有银行股票，不适合进行周期自回归技术分析。表现为出现EEMD经验模态分解失败或者回归树演算法拟合失败(拟合函数与MA平均线的相关性低于0.8)，它们在可交易标的总量中占比小于10%。我们可以选择不做（交易）此类无法简单使用周期性自回归技术分析的金融标的；也可以选择其他更复杂的量化手段进行技术分析进行量化交易。
此处应有截图，目前实盘策略代码又迭代更新了一个月，旧的训练代码居然不能运行了，截图都办不到，这几天加班装机，社区还要排队全员核酸检测，调整策略和重新调通代码，训练xgboost新模型，还有QIFI规范和实盘介面适配的工作量排期，过几天有空了慢慢更
继续前面的结论，金融时序分析科的班理教材论认为，金融时序序列交易行情走势可以符合ARIMA分析。
它们理解的行情走势规律是这样的——
此处应有截图，这几天加班装机，社区还要排队全员核酸检测，调整策略和训练xgboost新模型，还有QIFI规范和实盘券商介面适配的工作量排期，过几天有空了慢慢更
Facebook 时间序列预测开源演算法 Prophet 整合了ARIMA模型
标准的周期性分解预测
Prophet 配合走势进行波动范围预测
但是实际上我的实践表明，实际一条金融数据走势中蕴含有大约6~17阶次的函数变数信息叠加而成。
例如沪深300指数的1小时K线数据，这里有个细节，因为量价数据没有Normalized，为了标准化数据，我计算了CCI(14)，这样行情K线数据转换为+220~-220区间内的标准化数据，再进行分解处理。这样做的目的标准化不同历史时期点位的数据，让2015年1月3050点的时候的拟合分型和2019年1月2450点位的拟合分型在程序量化分析中是认为是同样的走势形态（列举的例子只是打个比方，并非真实分析结果，防杠补丁）。这也是我目前使用的交易系统的基础理念——「历史总是惊人的相似；你以为你在开荒新路，其实所有的上升路径已经被前人无数次的走过了。——阿财：这话是我说的」
此处应有截图，这几天加班装机，社区还要排队全员核酸检测，调整策略和训练xgboost新模型，还有QIFI规范和实盘介面适配的工作量排期，过几天有空了慢慢更
它可以被分解成复数形式的子周期函数分量。我们可以看到，在最小级别的函数（了解EEMD演算法就会知道，最小级别的IMF 1其实是行情数据中最后无法分解的残差）它的波动表现为无规律的随机噪音波动；除此之外，在5min~15mim（估计）以上级别，开始表现为符合一元二次函数的规律性周期性波动。
但是EEMD分解存在最末端点波动的问题（最后一个函数点输出的Y轴位置会随著新行情bar的到来而上下摆动）。为了稳定计算结果，同时也为了简化计算量，我使用rolling（滚动时间窗口）一次九项式分解拟合替代EEMD分解使用作为金融行情波动周期的分析辅助工具，比传统的ARIMA一阶差分要拟合准确地多。
金融时间序列数据，它还可以使用隐马夫科夫方法分析（总所周知西蒙斯公开提出并且在量化基金中使用此方法盈利）；也可以使用缠论进行分析。它们都具有前序数据相关性假设，在量化行业中，经过超过10年的实践证明也是行之有效技术分析方法。
此处应有截图，这几天加班装机，社区还要排队全员核酸检测，调整策略和训练xgboost新模型，还有QIFI规范和实盘介面适配，过几天有空了慢慢更
上述方法都是依赖前面若干周期的数据，和当前数据的关系，判断出当前的涨跌趋势和概率。
——
下面其他答主提及价格「一会儿服从这个分布、一会儿又服从另一个分布」，这个特定我也发现了，所以我的策略代码中增加了自创的「失效性检查」，利用的是趋势走势符合的一个特征——我叫做「梯云纵」；说人话就是：当走势满足趋势的时候，它的极值点在程序演算法上满足：最小递增序列和最小递减序列。
未完待续
上面讨论的 Python 程序代码稍后会放出到我的GitHub上面
假如资产价格服从一个随机游走过程，技术分析没有任何意义。
但量化大有意义，因为资产定价将成为有解析解的简单问题、Q-Quant成为金融行业唯一有用的道路。那时候量化更像是保险精算，行业里的quant只剩structurer和risk。
但很明显，从长时间看，资产价格不是随机游走过程，也不服从任何一个已知的过程。这才赏给了掉包侠、学术界几口饭吃，也有不少韭菜被割。从我个人体验，目前资产价格的随机性，来源于他一会儿服从这个分布、一会儿又服从另一个分布，你不能预测他未来是什么分布，就像你不知道你的策略什么时候「有效」/「失效」。这种随机性才是吸引那么多人沉迷赌场的原因，一会儿觉得自己天下无敌，一会儿又一败涂地，自己却不知道为什么。
这个问题我个人认为可以从几个方面回答。
先说市场可不可以被预测。
首先，单个股票或许真的符合随机游走。只能说是「或许」，只是因为真实世界的收益率分布过于复杂，接近于随机。
其次，价格是否符合随机游走也并不是能否跑赢市场的关键，回答这个问题也并不具有实际意义。因为更重要的是，想要跑赢市场，什么时候入场，什么时候出场才是具有决定性的考量，而不是能不能预测对下一个时点的价格。比如：
不管你在什么时候入场，如果你不能在1929，1968，1994年之前出场，恐怕在这三个时点后的20年左右都不能盈利。当然如果你从200年前就开始投资，把股票留给孙子一辈，就当我没说。从另一个角度来说，这也就是 Eugene Fama 和 Robert Shiller 对与回报率来源有分歧，但他们都支持价值投资的原因。
另外，之所以大家都说（股票）价格符合随机游走，多半是基于我们只能根据当下或更早的信息作出决策，而不能看到未来的信息，而未来的信息又有极大的不确定性，故而造成了价格不可预测。但是如果研究对象是整个市场，那它并不是随机游走，并且是可以被预测的。不过这个不是说你要预测他具体是多少，不是说这个月3500点，下个月能不能3550点。而是，市场的波动可以在多大程度上被某些变数解释。Shiller 很早就证实了，回报在年度级别数据上是可以被预测的，而且股息率和回报率的相关性关系很高。可参见：
我肯定疯了：Asset Pricing, A Dirty View②?zhuanlan.zhihu.com
不过值得注意的是，研究仅限于年度数据的级别，就是至少要是yearly data，当然拓展到3，5，7年年度数据也依然成立。月度数据就没有多准确了。所以，大家期望在更高的频率上解决可预测性的问题。最近的研究又集中在了投资者情绪上，在月度数据的频率下，投资者情绪可以解释很大一部分价格波动。可参考：
我肯定疯了：回报的可预测性（Return Predictability）?zhuanlan.zhihu.com
再说说技术分析。
其实技术分析在理论上可行，也不可行。
不可行点在于缺乏理论根据，比如投资者会根据财务或者宏观数据进行投资，这是一个十分合理的决策依据。技术分析或许和动量还有些许联系，但是也没有很直接的证据表明技术指标可以完全由动量解释。因此，学术界比较「老套」的教授，还是不认可技术分析，甚至动量。但是不妨碍他们发顶刊。
可行点又在于，学术界是认可投资者情绪发挥了不可忽视的作用的。很多不能解释的现象确实可以被投资者情绪解释。有不少文章认为，技术指标直接或间接的造成了投资者 「异常」 的情绪。虽然没有明说，但是你可以明显的感觉到，学术界认为有很多不成熟的交易者再投资时是利用技术指标的，这些 「没有理论根据」 的指标，造成了难以被解释的价格波动。更重要的是，这些看上去不成熟的交易风格，会让专业的投资者失去套利的机会。因为即便是专业的投资者，在十分波动的市场中，同样没办法分辨到底是什么导致了价格波动。聪明的投资者更会顺应这股不理智的交易趋势一段时间，并且在均值回归之前套现离场。所以绕来绕去，「离场时刻」 才是能不能打败市场的重要依据。
不过技术分析，多少有点「先有鸡还是有蛋」的意思。是价格波动导致了一个 「难以观测」 的能量导致人们发明了技术指标，还是人们发明了技术指标造成了这股 「难以观测」 的能量。
最后说说量化的作用。
我认为更多的还是，量化手段去处理大量的数据，并且排除实际交易时情绪的影响，理性的做交易决策，其中就涉及到能不能果断的止盈离场。如果以赚钱为目标，量化的表现并不一定如预期那样好。尤其是在一个十分情绪化的市场中。比如2020的市场中，量化策略收益率普遍不如主观策略。
所以，总结下来，不管是量化还是技术指标，都只是赚钱的手段。他们并不具有什么绝对的优势。但根本原因并不是因为市场很难预测。
另外，借用某个知乎大V的一句话，忘了是谁说的，但是看了一遍就忘不了。
说市场可以预测的，都是装逼。
说市场不可预测的，都是傻逼。
以上。
之前水群的时候，遇到一个硕士研究生，他也提到了随机游走问题。当时没在意，没想到在知乎上遇到了相似的话题，所以现在认真对待下，算是缅怀之前水群的记忆吧！
我没怎么了解过这个理论，我自己也玩量化，但是思路跟那些科班出身的人不一样。我属于野生玩家，路子走得也就比较野。前面的回答提到了很多高大上的东西我都没学过。那我来到这里又拿什么来回答呢？经验。
随机游走理论，这个听上去就有点奇葩！既然是随机，那随便买卖，盈利就平仓，一年赚个几块钱，有的平台还给你返利，岂不是美滋滋？别说，我之前还真这么干过，问题是赚钱的单子赚得少，亏钱的单子亏得多，盈亏比太低，重复下去也是稳定亏钱的命。那么提高盈亏比不就行了？
问题又来了，就算把盈亏比提高到1:1，你的胜率必须高于50%，才能实现盈利，如何保持胜率高于50%呢？随机游走意思就是上涨下跌概率一样，都是50%。知乎上有人分析过随机游走，完全是高中生就能理解的。最后得出结论，翻倍跟亏完的概率相等？算上交易成本，亏玩的可能性还大一些。呵呵！真要是上涨下跌的概率相等，瓜娃子才会去交易。这不明显是抛硬币吗？还不如抛硬币。交易者正是因为自己觉得上涨下跌概率不相等才会去交易。
最后，我想说的是，一切都是概率问题。那么最重要的那就是资金管理以及调整盈亏比。因为这才是你能把握的东西，概率不是你能操控的。市场是不可知的，无论什么理论，那都是自欺欺人。赚钱了就说理论很牛逼，亏钱了就说市场变了，理论失效了。呵呵！一个理论如果具有时效性，这东西跟迷信有多大的区别？
做交易跟做人一样，都需要构建自己的三观，没得这东西人就不可能形成判断，有了这东西就可以很好地指导行为。有些理论看起来漂亮，但未必实用。佛教有一套对待人生的理论，基督教也有，甚至是小学生都有一套自己的三观。我记得自己曾经很小的时候，意识到沟通的重要性，就兴高采烈地认为一切问题都可以通过沟通解决，现在看来真要是这么简单，那这世界就不可能存在那么多纷争了。就在前年，一个985的朋友还跟我大谈一些复杂的看起来玄之又玄的话题，我要是十几岁出头，或许还会产生不明觉厉的感觉，但是现在，不可能。为啥？都是花架子，不具有实用性。又比如说知乎上很多人在讨论缠论，这东西在我看来就是花架子，亏得一塌糊涂的人才会去相信这些东西。这不是民科，还是啥？
前不久在一个算命群里面，还有很多人相信什么占星术，纸牌，八字，星宿……每个人都有自己的一套理论去解释世界。对应到市场，那么每个人都有自己的一套交易理论。对于世界的看法，就算是理论物理，量子力学和相对论还是矛盾的。所以不要迷信任何所谓的理论，你也只是因为不理解这些理论才回去相信他。这叫不明觉厉！
回到交易，这个市场就是来割韭菜的。绝大多数人亏钱，少数人赚钱。是什么决定了你赚钱还是亏钱？跟你相信的理论关系不大，跟你自身的特质关系密切。交易说到底是很吃天赋的，而天赋那不是理论能解释的。量化也只是工具而已，说到底最重要的还是人，你身上的特质决定了你能不能在这个市场上赚钱。有的人全手动操作，发了财，不需要靠程序，有的人手动真的很烂，所以才寻求程序辅助交易。
人跟程序之间什么关系？人和工具的关系，选择适合自己的工具也就是策略，但也不能迷信工具。随机游走跟缠论差不多，都是你认为它能解释市场，但实际呢？不要期望太高，市场是不可解释的。
1，这涉及到核心思想既价值观的问题。在法玛提出这个理论之后，差不多在1965年提出，几十年来受到了很多的怀疑，并且也提出了许许多多的论据来对其进行反驳。世界上这么些天才大脑都争得面红耳赤。那么，对于一个普通人来说。怎么办？首先，如果你是应该是怎样的价值观既理想主义，那么你应该去多读书，思考，世界上又多了一个追求真理的人，不一定能追求到，但也是你存在的意义之一。量化这些是否有效对你来说没有任何意义，只是你的验证对象而已。后半句不成立。其次，如果你追求的是实际是，既现实主义的价值观，或者再简单，就是想赚钱，那么法玛说的有不有效对你又有什么意义呢？你追求的是获利，只要你去寻找你认为的能够超越市场的操作策略就可以了。总得来说就是莫要因为一个在当前既不能证实也不能证伪的观点，影响到你的目标实现。
推荐阅读：
