价格动态由如果我们考虑多个股票的模拟模型，就可以进行模拟；然而，我们将把它留给另一篇论文来讨论这个非常重要的话题：多个股票之间的相互作用。八、结论性评论股票价格是由股票交易者的行为产生的，根据对五个国家692名基金经理的调查，请引用：IEEE Trans。关于模糊系统23（4）：1127-11412015。（Menkhoff，2010），绝大多数基金经理依赖于技术分析。本文的主要贡献是在技术分析的模糊语言世界和非线性动力学方程的严格数学世界之间架起一座桥梁，如图13所示。在本文的第一部分中，我们详细介绍了如何将12种常见的交易试探法转化为非线性动力学方程，并对这些模型进行了模拟，以说明简单的技术交易规则如何产生复杂的价格模式。在技术分析的漫长历史中积累了大量的技术交易规则（Lo and Hasanhodzic，2010），并且不断提出更多规则以适应不断变化的市场条件；通过使用本文的方法，我们可以将这些交易智慧的语言学描述转化为动力学方程，并准确观察这些启发式规则能产生什么样的价格轨迹和模式。

此外，这些动态方程允许我们以数学上严格的方式研究技术交易规则产生的价格动态（我们将在本文第二部分中这样做），并推动技术分析从艺术走向科学。实际上，这些模型为我们提供了一个框架来检测市场中的隐藏操作，以便制定交易策略，以击败基准买入并持有策略（我们将在本文的第三部分中这样做）。 它正在跨越技术分析的模糊语言世界和动态系统理论的精确数学世界之间的鸿沟，前者有丰富的交易智慧，后者有丰富的严谨工具。更具体地说，对于几周的预测期，技术分析的相对重要性为29.4，订单流的相对重要性为28.4，美国基金经理的基本面分析的相对重要性为1.4；对于德国基金经理来说，技术分析的数字是60，订单流的数字是22.6，基础分析的数字是6.7；见图。

有关更多数据，请参见2010年孟霍夫会议。根据Schmidt 2011在亚马逊上的搜索。com对2001年1月至2010年9月出版的新书进行了关键词技术分析，得到468个条目——大约每周一本新书。本文提出的价格动态模型是完全确定的，因此一个自然的问题是，这些模型与提供不可预测不确定性度量的主流随机模型相比如何？回答这个问题       处理不可预测的不确定性：这些模型通常有一个简单的确定性部分（状态变量的线性或简单的非线性函数），并将（未知）动力学的真正重要部分留给噪声项（代表不可预测的不确定性）；然后，他们假设噪声项是零均值和i.i.d.（或者做出其他类似的假设，以便数学能够顺利进行）。我们知道金融系统的一个关键特征是不断发展的（时变、非平稳；Lo，2004）。一个人如何才能将一个不断发展的非平稳动力学（不可预测的不确定性）的关键部分忠实地假定为贝塞罗平均值（一个时不变常数）？此外，i.i.d.假设意味着交易者是酒鬼（Malkiel，2012）——一步中的移动与之前步骤中的移动无关。真正的交易者是在用真正的钱下注，他们是认真的，他们密切关注不断变化的市场并据此做出决定，他们是社会联系和相互影响的，他们不像电子电路模型中那样是来自背景的随机噪音。

因此，我们最终必须卷起袖子，深入挖掘价格形成机制的起源，为关键动态建立一个确定性的因果模型；本文中提出的模型就是在这个方向上的一次尝试。自然科学和社会科学的主要区别在于我们知道运动的基本规律而社会科学的基本对象是人也就是说，我们缺乏深刻的基础来理解金融市场动态行为起源的机制（米洛夫斯基，1989年；基尔曼，1989年；马勒弗涅和索内特，2006年）。我们目前对社会问题的理解     盲人僧侣触摸. 在我们对股票市场基本规律的追求中人类的大脑很擅长识别模式。这种能力是科学的基石之一。当我们注意到一种模式时，我们会尝试用数学方法来确定它，然后用数学来帮助我们理解周围的世界。如果我们不能发现一种模式，我们不会把它的缺失归因于疏忽。相反，我们选择了我们最喜欢的选择。

我们称之为--- 伊恩·斯图尔特（斯图尔特，2004）。交易者来来去去去（福柯、帕加诺和罗尔，2013），不同的交易者使用不同的交易策略，这导致不同时间点的价格模式不同，这意味着回报是非平稳的。我们指的是限价订单bookdynamics的机械设置（古尔德、波特、威廉姆斯、麦克唐纳、芬恩和豪森，2013年；布乔德、法默和利洛，2008年；康特、库坎诺夫和斯托伊科夫，2014年）和, 1935; 格雷厄姆，1973年；林奇，1989年；索罗斯，2003年；等）包括用于技术分析（Menkhoff and Taylor，2007）。技术分析（模糊，语言世界）动力系统理论（精确，数学世界）模糊系统强化跟踪；逆向；李雅普诺夫指数；稳定性平衡模式规则；振荡器；乐队规则；止损；出现；分形维数；奇怪的吸引子；参考请引用：IEEE Trans。关于模糊系统23（4）：1127-11412015。应该仔细倾听真正的交易者对他们的交易的看法（例如利弗莫尔，1940年；林奇，1989年；索罗斯，2003年；林赛和沙赫特，2007年；罗和哈桑霍季奇，2009年），因为人类交易者      乔治·索罗斯（George Soros）是现代金融领域最成功的投机者之一，他有一个自反性理论，用他自己的话（索罗斯，2003年，第2页）描述如下：自反性的概念非常简单。有思考参与者的观点有两种-    思考和他们参与的情况。一方面，参与者寻求理解现实；另一方面，他们寻求一个期望的结果。

这两种功能的作用方向相反：在认知功能中，现实是给定的；在参与     常数这两个函数可以通过将本应发生的事情呈现为偶然性而相互干扰。我称之为在框架中表示我们的价格动态模型（1）         图14中的模型（1），我们在图中看到了超额需求属于        自反性理论与时变相对强度作为参与功能。根据上面提到的灵活性的概念，认知功能的输入是现实——价格历史和其他信息，输出是这可以被视为股票交易的美元金额：正意思是用现金购买股票美元和一个负数指出售股票以套现|| 美元。

美元汇率的影响价格动态是通过参与功能实现的Rule-i-Group TraderSolone无法指定whoseexact值，因为影响取决于Rule-i-Group traders无法控制的其他交易员的行为。在这个框架中，自反性意味着以及---  模糊交易规则及其参数m、n和w；这为我们未来研究的可能方向提供了一些启示。事实上，在本文的第三部分中，我们将根据对价格的估计，制定两种交易策略——跟随大买家和驾驭情绪    在香港证券交易所排名前20位的蓝筹股上，展示这些交易策略优于基准买入持有策略（第三部分见arXiv:1401.1892）。但在我们这样做之前，我们最好先详细分析价格动态模型（1），以便对价格动态的关键特性有一个基本的了解，这就是我们在本文第二部分（第二部分可在arXiv:1401.1891找到）中要做的，接下来。图14：价格动态模型的方框图（1）自反性。感谢作者要感谢匿名评论者，感谢他们富有洞察力和启发性的评论，帮助改进了论文。参考文献[1]艾尔德里奇，I.，高频交易：算法策略和交易系统实用指南（第二版），约翰·威利父子公司，新泽西州，2013年。[2] 安徒生，T.G.，T。

博勒斯列夫         -Sahalia和L.P.Hansen（编辑），《金融计量经济学手册：工具和技术》，第一卷，第67-138页，爱思唯尔：北荷兰，2010年。[3] Atsalakis，G.和K.Valava    技术-     专家系统与应用36:5932-59412008。      III-17，21-86。翻译        （麻省理工学院，1964:17-78）。           《政治经济学杂志》81:637-6591973。ln（）tp（）Mat1（）atDelayCognitive Function Other Information Rule-1-Group Traders Reflectivity Participating Function Rule-M-Group Traders Other Information 1参考请引用：IEEE Trans。关于模糊系统23（4）：1127-11412015。        《经济计量学杂志》52:5-591992。[7] 布林格，J.，布林格乐队的布林格，麦格劳·希尔，纽约，2002年。                 -Hoppe编辑，金融市场手册：动力学和进化，爱思唯尔：学术出版社：57-1602008。[9] 还有乔姆。

Potters，《金融风险理论：从统计物理学到风险管理》（第二版），剑桥大学出版社，剑桥，2003年。企业融资活动与销售关系的实证分析-SSNR 4105212003。《金融杂志》47:1731-17641992。[12J.金融计量经济学12:47-882014。[13] Elton，E.J.，M.J.Gruber，S.J.Brown和W.N.Goetzmann，《现代投资组合理论与投资分析》（第七版），约翰·威利父子公司，2007年。[14      计量经济学50:987-10081982。[15工作《金融杂志》25:383-4171970。[16] 范，J.J.，跟随银行家（中文），中国机械出版社，北京，2010年。[17] 福柯，T.，M.帕加诺和A.罗尔，《市场流动性：理论、证据和政策》，牛津大学出版社，2013年。[18] Fouque，J.P.，G.Papanicolaou和K.R.Sircar，《具有随机波动性的金融市场中的衍生品》，剑桥大学出版社，2000年。[19            经验金融杂志5:347-3591998。[20    心理回顾103:592-5961996。[21《心理学年鉴》62:451-48221011。[22]古尔德，医学博士，硕士波特，硕士威廉姆斯。

McDonald、D.J.Fenn和S.D。    定量金融13:1709-17422013。[23]格雷厄姆，B.《智慧投资者》（修订版），哈珀商业出版社，1973年。[24]格雷厄姆，B.和D.多德，《安全分析》（第6版），（麦格劳·希尔，纽约，2009年），1940年。[25                《计算经济学手册》第二卷：基于代理的计算经济学，爱思唯尔出版社：1109-11862006。[26]赫尔，J.C.，期权、期货和其他衍生品（第七版），皮尔逊教育公司，2009年。[27   赢家和销售《金融杂志》第48:65-911993页。[28]蒋，X.S.《揭示主力操纵的秘密》（中文版），清华大学出版社，2013年。[29]凯恩斯，J.M.，就业、利息和货币的一般理论，（BN出版社，2009年），1935年。[30          皇帝《经济日报》99:126-139，1989年。[31           法律：     《经济展望杂志》，27:51-722013。[32]Kirkpatrick，C.D.和J.Dahlquist，《技术分析：金融市场技术人员的综合资源》（第二版），PearsonEducation，新泽西州，2011年。[33]柯克帕特里克，C.D.和J。

Dahlquist，《技术分析：金融市场技术人员的完整资源》第二版学习指南，皮尔逊教育，新泽西州，2013年。[34《计量经济学》53:1315-13351985。[35         市场：《美国经济评论》98:22274-2792008。[36]勒巴隆          -基于《东方经济日报》34:550-5652008。[37    《投资杂志》10:7-162001。[38]Lindsey，R.R.和B.Schachter，《我是如何成为一名量化师的：来自25世纪的见解》, 约翰·威利父子公司，新泽西州，2007年。[39]利弗莫尔，J.，如何进行股票交易，（麦格劳·希尔，2001），1940年。[40非能动市场假说：一个新的视角下的市场效率  《投资组合管理杂志》30:15-292004。[41]Lo，A.W.和J.Hasanhodzic，《金融异端：与领先技术分析从业者的对话》，彭博社出版社，纽约，2009年。[42]Lo，A.W.和J.Hasanhodzic，《技术分析的演变：从巴比伦平板电脑到彭博终端的财务预测》，约翰·威利父子公司，新泽西州，2010年。[43]Lo，A.W.，H。

马梅斯基     分析：计算算法、统计推断和实证分析《金融杂志》55:1705-17652000。[44    -投机性市场的经济动态：相互作用的代理人，       《经济行为与组织杂志》33:143-165，1998年。[45           多重-《自然》397:498-5001999。[46]林奇，P.，华尔街第一：如何利用你已经知道的在市场上赚钱，西蒙和舒斯特平装书，纽约，1989年。[47]Malevergne，Y.和D.Sornette，《极端金融风险：从依赖到风险管理》，柏林海德堡斯普林格·维拉格出版社，2006年。[48]Malkiel，B.G.，华尔街随机漫步（第十版），W.W.诺顿公司，纽约，2012年。[49          《银行与金融杂志》34:2573-25862010。[50              经济文献期刊XLV:936-9722007。[51         《金融经济学杂志》3:125-1441976。[52]米洛夫斯基，P.，更多的热量比光：经济学作为社会物理学，, 剑桥大学出版社，1989年。[53]Schmidt，A.B.，金融市场和交易：市场微观结构和交易策略介绍，约翰·威利父子公司，新泽西州，2011年。[54]索罗斯，G.《金融炼金术》，约翰·威利父子出版社，新泽西州，2003年。[55新闻科学家，9月25日。

2004.参考请引用：IEEE Trans。关于模糊系统23（4）：1127-11412015。[56]苏尔-窥探，技术 《金融杂志》54:1647-16911999。[57]Tesfatsion，T.和K.L.Judd主编，《计算经济学手册》第二卷：基于代理的计算经济学，爱思唯尔出版社，2006年。[58]Wang，L.X.，模糊系统与控制课程，新泽西州普伦蒂斯霍尔，1997年。[59          网络和系统理论方面，R.E.Kalman和N.DeClaris编辑，林哈特和温斯顿，纽约，1971年。[60    IEEE Trans。关于系统、人和网络。3: 28-44, 1973.王立新于1992年获得电气工程系博士学位南加州大学系统学院s Phi Kappa Phi美国最高学生认知奖）。1992年至1993年，他在加州大学伯克利分校电气工程和计算机科学系担任博士研究员。1993年至2007年，他供职于香港科技大学电子与计算机工程系。2007年，他辞去了在科大的终身职位，成为香港和中国股市和房地产市场的独立研究员和投资者。2013年秋天，他回到学术界，加入了西安交通大学自动化科学与技术系的教师队伍。此前，为了实现财务自由，他在投资的荒原上进行了一次卓有成效的狩猎之旅。

他的研究兴趣是资产价格、市场微观结构、交易策略、模糊系统和意见网络的动态模型。