股票市场波动印证的并不是事件本身，而是人们对事件的反应，是数百万人对这些事件将会如何影响他们的未来的认识。换句话说，最重要的是，股票市场是由人组成的。——伯纳德·巴鲁克
一、股民如蝼蚁般运动
坤鹏论之前一直强调，正是投资者的多样性才造就了股市的波动和长久不衰，就说价值派和技术派吧，他们之间尽管理念不合，互相一百个瞧不上，但从生态角度看，却是相辅相成，谁也离不开谁的关系。
人们不喜欢矛盾，但没有矛盾的世界永远不会精彩，就像有光必有影，有明必有暗，有危必有机，而人类全部生活都是由矛盾构成的，哪里没有矛盾了，哪里就将是一片荒芜。
矛盾就像首尾互接的鱼，相互依存，相互影响，在这个世界中长久地存活着。
从宏观层次看，股市中的相互影响主要发生在注重技术分析的投资者和注重价值分析的投资者之间。
很长时期以来，正是这种相互影响导致了股市的繁荣和萧条，这种相互影响可以在计算机模型中清楚地得以展示，而这一模型具有非常普遍的动态效应。
假设价值投资者认为个股或整个股市的价值被大大低估了，他们就会开始买入，于是，股价会因此而上涨。
随着股价上涨，上涨趋势形成，技术投资者会按照他们的习惯，跟着买进股票，从而促使股价进一步上涨。
因为关乎金钱，人类最易疯狂，羊群效应将显现无疑，甚至用牛群效应似乎更合适，在牛市中，大部分投资者就像一头头失去了理性的牛，跟着大队伍埋头狂奔。
这样下去，不用多久，价值投资者会发现股市被高估了，他们开始卖出股票，从而上涨趋势得以变缓，最后上涨趋势将会发生逆转。
依照趋势跟进的技术投资者最终也会卖出股票，于是，也就形成了股价涨跌的循环。
复杂性科学认为，股市是复杂性系统，它存在正反馈回路效应，有时候，一个起伏或一组起伏可能由于正反馈而变得相当大，使它破坏了原有组织。
坤鹏论以前曾讲过，自然发生的庞氏骗局就是正反馈环，而金融市场处处基本都是这类庞氏骗局。
当然，这里的自然发生的庞氏骗局泛指那些脱离经济基本面的金融市场泡沫。
股市同样也是自然发生的庞氏骗局，不是人为操纵，所以是自然的，但又属于庞氏骗局，因为投资者只是希望不断有新人加入，好卖出他们手头的东西从中获利。
当然，价格变动的形成还有许多其他因素，而且这种价格的上下波动是没有规律的。
这类模型的市场底线在于，进行逆市分析的价值投资者具有稳定股市的作用，而技术投资者却增加了股市的波动性。
对于那些按照固定步骤进行股票买卖的计算机交易程序，情形也是如此。
而中国股市的最大问题是，价值投资者太少，所以涨起来疯狂，跌起来也疯狂。
可以说，不同类型的投资者构成了股市生态，他们之间还存在着很多种相互影响，这些影响导致不同时间长度的周期波动，每一个周期波动都会以叠加的形式，对其他周期进行不同程度的影响。
除了投资者之间这些或多或少可以算作理性的相互影响外，很多情况下，投资者的一时起意也会产生影响。这里面有迷信、有偶然，甚至某时某刻的心情都会使得投资者产生一连串的联想和沉思，然后导致其投资操作的改变。比如：仅仅一时冲动会对股票进行抛售或是买进。
再比如：坤鹏论说过，金融就是信息驮着金钱四处游走，股市更加典型，某个权威分析师，很有可能出于个人原因，比如：上市公司给了他好处或是帮他办了件事，他自然会用自己的笔和声誉给予回报，当人们看到他的文章后，肯定会有人采取相应的交易。
如果该分析师影响力够大，其传递的信息就会被互联网几何级快速放大传播开来，形成一股不可小觑的信息力量，就如复杂性经济学所说，信息就是金融的能量，投放大量信息，就是向市场释放能量，产生扰动，产生湍流，产生蝴蝶效应。
这样事例的存在，使坤鹏论坚持认为，只要在还原论基础下，经济学或金融学永远也不可能成为一门精确的科学，买卖双方共同承担了一种相似的不确定性。
复杂性经济学经常批评这些学科没有充分考虑个人行为之间的相互影响这一基本因素。
人是经济的主体，人是商业交易的主体，人是金融的主体，人是股市的主体，但是传统经济学或金融学根本就没把人当回事，它们永远假设人是理性的经济人。
当然，这也是无奈之举，如果不假设人是理性的，如何用精确的数学和模型来构筑他们所谓的学术大厦呢！
有个词叫“人如蝼蚁”，形容人相对于世界，相对于社会，就像蝼蚁般渺小，大部分人像蝼蚁一样每天忙忙碌碌，一天、一年、一辈子都是这样子。
虽然这个词相当刻薄，让人不舒服，但仔细想想，难道不是吗？
再往小了说，我们股民不也如同蝼蚁吗？
英国经济学家保罗·奥默罗德写过一本叫《蝴蝶效应经济》的书，其中讲述了一个关于蚂蚁的实验，相当有寓意。
话说，有两堆完全相同的食物分别放在和一个大蚁穴距离相等的地方。
每堆食物都会自动补充，以保持其数量始终不变，这样，蚂蚁就没有理由偏爱其中一堆而不喜欢另一堆。
昆虫学家告诉我们，一旦蚂蚁发现一个地方的食物，它通常会返回到同一地方取食，而在它返回蚁穴的过程中，会用身体语言刺激那些也许正往返于另一堆食物取食的蚂蚁，使它们跟随自己到第一堆食物取食。
那么分别到两堆食物取食的蚂蚁的数量分布如何呢？
不少人会觉得它们会分成数量大致相等的两组。
也有不少人认为大部分蚂蚁会集中到其中的一堆食物取食。
但是，真实的情况并非以上两种，去每一堆食物取食的蚂蚁数量分布一直处于波动状态，且波动幅度很大。
画出蚂蚁取食的波动图后，它竟然和股市的波动图惊人地相似。
所以，从某种角度看，股民就如蚂蚁，在离开巢穴时，每只蚂蚁都要做出一个决定：去上次取食的那一堆，还是受别的蚂蚁影响去另外一堆，还是自愿地改变去另外一堆。
一只蚂蚁可以受到其他蚂蚁的影响，这种很简单的情形竟足以使去两个地点取食的蚂蚁数量分布非常复杂并且无序波动。
这个比喻的意义在于，蚂蚁的行为，说明一种内生的随机变化，这同样说明股价波动，部分来自于投资者的内生，而非全部是对投资者之间相互影响所做出的反应。
同时，我们还可以得出结论，非常简单的相互影响可以导致难以理解的复杂行为。
可能上面的蝼蚁说法会让老铁不爽，但看看下面这个对话：
问：众生皆为蝼蚁，蝼蚁之上又是什么？
答：大一些的蝼蚁！
哈哈哈哈~
二、分形理论画出了完美波动图
提到波动图形，坤鹏论不禁想起之前在书中看到对于它的一些有趣论述，今天一并分享给各位老铁。
首先出场的是高大上的分形理论。
分形的概念是美籍数学家贝努瓦·曼德勃罗首先提出的。
1967年，他在美国权威的《科学》杂志上发表了题为《英国的海岸线有多长？》的著名论文。
他在查阅西班牙、葡萄牙、比利时和荷兰的百科全书时发现，这些国家对于它们共同边界的长度估计，有20%的出入。
于是，他打算弄清楚“英国的海岸线究竟有多长”，最后他的答案是，测量方法改变后，所有国家的海岸线一样长。
为什么这么说呢？
如果要想测量出精确的海岸线长度，只有派出测量员沿着海岸线测量，一般的做法是先确定一个间隔，比如：100米，测量员每隔100米就在图上作一个点，最后将所有点联接起来，就会得到一条弯弯曲曲的线。
但是，如果把间隔设为10米、1米、0.1米、0.01米……直到把所有细节（礁石、岩块、砾石、沙粒、分子……）都包括进来，测量线则以越来越复杂的方式弯曲，最后成为无限长。
由于观察的尺度不同，海岸线的长度就不同，只要把观察的镜头拉得足够近，所有国家的海岸线长度都是一样的——无穷长。
在这个结论得出后，曼德勃罗又提出了分形的概念。
引用一个分形的经典例子来快速理解一下。
对于海岸线，无论用多大的刻度来描绘它，它都具有锯齿般的形状特征。
也就是说，无论你用卫星绘出整个海岸线的形状，还是选择一段海岸线通过步行的方式画出其形态，又或者选择出几英寸的海岸在放大镜下绘出其形状，它们都具有相似的锯齿形状。
对于山峰，无论是一个巨人以200英尺高的距离观察，还是一只昆虫以非常贴近的距离观察，它都会显示出相同的形状，对于一棵大树，无论在我们人看来，还是鸟看来，甚至是细菌看来，它的枝叶分布形状看上去都是一样的。
曼德勃罗曾写下一段著名的话：
云非球形，山非锥形，海岸亦非弧形，树表不光滑，闪电亦不直线般触落。
自然界中除了这些形状外，许多其他形状也都非常接近不规则碎片形，它们在任何尺度下都显现出锯齿般参差不齐、凹凸不平的特征，放大观察则会得到特征相似但情况却更加复杂的结论。
那么分形理论对于股市的价格线情形又是如何呢？
股票价格波动具有两种基本模式：
“上升——下降——上升”
“下降——上升——下降”
随机选择两种模式之一，用其缩小模式替换其三个阶段中的每一个阶段，不断进行这种深入替换，然后改变这种模式的波峰，以反映价格的波动性变化。
按曼德勃罗的定义，这就是所谓的多重分形，符合其多重分形理论，并且它所显示出来的价格波动形式，看上去和真实的股价波动没有一点差别。
这简直就是一个奇迹，错，是神迹。
因为，在此之前，关于价格波动的传统理论，比如：严格的随机漫步理论，所表现出来的价格波动形式和实际价格波动形式有着显著的差别，特别是无法对那些偶尔发生的极端价格波动进行很好的解释。
多重分形理论让投资界，特别是技术派为之一振，集体兴奋起来，1994年，美国人埃德加·E·彼得斯写了一本叫《分形市场分析——将混沌理论应用到投资与经济理论上》的书，并提出了分形市场假说，想以此替换掉著名了很多年的有效市场假说。
不过，从目前看，这个假说更像是昙花一现，已经很少有人提及。
为什么呢？
因为多重分形理论也仅仅处于理论描述，也还只是对历史数据的还原，并不能对具体的价格变化做出预测。
从更大范围看，混沌理论、分形理论仅属于复杂性科学的组成部分，还没有万能到解释一切的神奇，甚至它们是否与经济学合拍，都未可知。
而关键之关键，复杂性科学让我们懂得的是，未来有无限可能，根本无法预测，那么作为分支的混沌理论和分形理论，同理！
二十世纪八十年代，美国掀起了将混沌理论应用于经济学的热潮，人们开始不断尝试把混沌理论应用于经济学和其他社会科学，当然这里面也包括分形理论，因为，混沌是时间上的分形，分形是空间上的混沌。
科学家、经济学家的努力相当不懈，并自信地大举进军华尔街，世间皆俗人，谁不爱钱？！
但事实却证明，混沌理论和分形理论目前还只能被应用到物理学、数学的有限分支上。
后来，威斯康星大学教授史蒂文·德洛夫正式宣告，混沌学在经济学方面的应用已被证明失败，一切的希望在复杂性经济学。
1996年《经济学人》发表了一篇名为《乌云下的混沌》的文章，将混沌理论在投资领域的应用描述为“沿着一条漆黑的胡同前行。”
同时它还总结道：“从宿命论的混沌学中赚钱的最好方法是给混沌学著书立说。”
虽然美国的热潮早已凉凉，但国内不知真相的人们还把混沌理论和分形理论当宝看待。
特别是一些技术派，或是搞股票投资培训的，甚至是骗子，还在不断宣称分形理论可以消除股市中的不确定性，能够更加神准地预知未来，这个理论已经成了一件华丽的科技外衣，被他们纷纷穿在身上，招摇撞骗。
要不怎么说，新技术最快速的应用者，一个是搞色情的，另一个就是骗子。
坤鹏论特意看了一些用分形理论包装的股票投资策略——股票分形分析法，不得不佩服他们的学以致用能力，除了简要普及分形理论的基础知识外，还会用混沌理论、复杂性科学的要点来充分武装自己，如果你不懂，肯定会被他们所迷惑，最终成为人家的猎物。
三、掷硬币也能掷出以假乱真的图形
《漫步华尔街》的作者，普林斯顿大学经济学教授伯顿·马尔基尔曾让他的学生用抛硬币的方法绘制出一张股价波动图，然后将其中比较有趣的一张给他所认识的一位华尔街技术分析师看，这位分析师立即回答：“这是哪家公司？……我们应该马上买进，这图太经典了，下礼拜这只股票无疑会上涨15个点。”当被告知这张图是如何绘制出来的时候，这位分析师马上囧了！
这说明什么问题呢？
掷硬币是个相当随机的事情，这谁都不否认，那么是不是也意味着，股价的波动也是随机的呢？！
四、不会是罗夏墨迹吧？
坤鹏论曾讲过，人类是多么多么崇尚因果论，尽管概率论、博弈论不断证明着，这个世界随机无处不在，确实有运气存在，但大多数人还是固执地认为：“这件事的发生不是偶然的，肯定有原因。”
从墨迹中看到人脸，从股市波动中看到涨跌模式——从偶然中寻找意义，却低估了机遇和运气因素。
我们试图从所有的事件中寻找原因——甚至随机事件。
如果实在找不到理由，就自己构造。
然后在假想模型中套用相关事件，忽略其他无关事件。
研究表明，即使在事先被告知随机性和偶然性的情况下，我们仍然试着去寻找内部规律。
在一次实验中安装了两只灯，并让它们随机闪烁，实验对象每次都试图猜测灯光闪烁的规律，并把之前闪烁的频率与自己的猜测相匹配。
还有一个例子可以说明人类喜欢寻找模型和规律的倾向，比如说，一些毫无可信度的测验常常用来评价性格。
一种测试的可信度体现在不断重复的过程中，只出现一种结果，同时能够衡量一个稳定的特征。
此外，它的有效性还体现在能够准确衡量目标。
拿罗夏克墨渍测验来说，它有个严重的漏洞，即把大量的正常人归为神经错乱者。
仅通过对墨迹的反应就能评价个性品质吗？
而那些解释者可以毫无依据地乱下评论。
尽管已经有研究表明这类测试没有解释意义，也不具备预测价值，今天仍然有人在运用类似的测试，就连百度百科都对它充满溢美之词。
可能有老铁对罗夏墨迹不太熟知，坤鹏论简要介绍一下。
维多利亚时期就已经有一种名叫Gobolinks的墨迹游戏，这个游戏也是将墨水随意滴在纸上，从而启发诗人写出奇思妙想的诗歌。
严格说，墨迹艺术起源于18世纪，学名是klecksography。
德国诗人和医生尤斯蒂努斯·肯纳被公认是这一艺术形式的鼻祖。
起初肯纳因为视力衰退，不小心将墨水滴在了手稿上。但他并没有把这些墨迹看作是一时手滑，他将纸折叠，形成了镜面对称的图形，然后对图形加以阐释发挥，将图片与他所作的诗一一对应。
最终肯纳的艺术作品在1890年以德语形式出版，名字叫Klecksographien。
后来墨迹从艺术走到了心理学。
罗夏墨迹测验由瑞士精神科医生、精神病学家赫尔曼·罗夏创立，国外有时称罗夏墨迹测验，或罗夏技术，或简称罗夏，国内也有多种译名，如罗夏测验、罗夏测试和罗沙克测验等。
1921年，罗夏发表了专著《心理诊断》，这本书成为墨迹心理测验的临床基础。
通过向被试者呈现标准化的由墨渍偶然形成的模样刺激图版，让被试者自由地看并说出由此所联想到的东西，然后将这些反应用符号进行分类记录，加以分析，进而对被试人格的各种特征进行诊断。
从罗夏墨迹不禁让坤鹏论想起了股票的技术图形。
技术派通过绘制股价图形来寻求买卖模型，它们就像罗夏墨迹测验所记录下来的曲线图，不过，被赋予了特定的含义，按照技术派的说法，头肩型预示着牛市或熊市的到来，而菱形则揭示了股市将冲高后回落，转入熊市，旗形表明市场震荡，难以预测。
而事实上，股价几乎是随机波动的，从历史经验得出的市场模型根本不能提供任何关于未来股市的线索，所以技术分析是注定要失败的。
早在20世纪60年代，麻省理工学院、芝加哥大学和斯坦福大学等一些高校的研究人员就研究发现，技术分析理论根本无法正确预测股市。
比如：金融学家阿诺德·穆尔和尤金·法玛对1951年~1958年和1958年~1962年期间的股票价格做了统计分析，他们发现，每日的股价之间只有3%的相关性。
这也就是意味着，每日股价的总体方差只有3%能被历史模型解释。
而这个发现意味着在预测股市时，过去的价格基本没有太多参考价值。
这算不算是对技术分析的致命打击呢？
但令人吃惊的是，技术分析依然红火于世界，有人这样认为：技术分析给券商带来了更高的佣金，因为他们建议投资者要经常性地入市和出市。
还有人直接表示：“技术分析无法给投资者带来好处，但他们却有助于产生频繁的交易，这种交易会给券商、经纪人带来好处。”
想想真的有些道理，券商提供的软件和APP，技术图形总是那么显而易见，躲都躲不过，面对天天见面的图形，谁不想知道它们到底在说什么；搞投资培训的，从来都只教技术分析，一是更容易收学费，二是学员实践中的频繁交易，必然很难赚到钱，“学艺不精”自然会成为他们自己的认知和老师的评语，继续交钱深造吧；帮别人操盘，更要技术，更要频繁交易，要不然如何显示出自己的价值，如何名正言顺地收佣金！
其实，对于技术分析最直接的质疑就是，他们认为技术图形代表人心波动，但是人心叵测，即使是心理学也无法预测人心。
本文由“坤鹏论”原创，转载请保留本信息
请您关注本头条号，坤鹏论自2016年初成立至今，创始人为封立鹏、滕大鹏、江礼坤，是包括今日头条、雪球、搜狐、网易、新浪等多家著名网站或自媒体平台的特约专家或特约专栏作者，目前已累计发表原创文章与问答6000余篇，文章传播被转载量超过800余万次，文章总阅读量近20亿。
