《华尔街点金人》全文 作 者：杰克.斯沃吉尔

△为什么你会感到技术粗糙更有利于交易系统分析呢?

o因为我认为销售数据是不正常的。

△如何理解这种不正常状态呢?

o例如，价格变化的幅度是经常并不是均匀的，会发生变化的，而且，变化的幅度要比人们预计的要大得多。价格变化的相对幅度——这一概念的提倡者本诺特·曼德尔勃鲁特认为，价格变化的幅度有无限的可变化性。你搜集的数据量越大，变化的偏差也就越大。如果这种情况属实的话，多数统计技术在应用于价格分析时都会失效。

△我不能理解，为什么说这种变化引起的偏差是无限的呢?

o我们可以举例来说明价格变化为什么是不均衡的。

一个简单的例子就可以说明差异怎么会有一个无限大的平均值。(顺便说一下，一个差异也是一个平均值——它是与另一个平均值的方差的平均值。)想象一个简单的一维随机走动，比方说吧，由掷硬币数决定。我们感兴趣的是正面与反面连续两次同数之间的平均等待时间，即正面总数与反面总数的连续两次同数之间的平均掷抛次数。特别是，如果我们从这一过程中取样，我们就会发现每两次同数之间的等待时间趋于短暂。其实这并不奇怪，因为在计算等待时间时总是从一个同数状态开始，下一次同数并不遥远。不过，尽管很少却有时候，不是正面就是反面次数远远超前，之后我们或许不得不等很长时间才又等到一次同数，尤其是由于追加的抛掷增加这一差距和减少这一差距的可能性相同。因此，我们的样本倾向于包括大量的相对较短的等待时间和少数几个长得令人不安的例外情况。

平均值是多少?值得注意：这一差异没有平均值，或者你可以说平均值是无限大。当然，在任何特定阶段，你的样本平均值是有限的，但是当你将更多的样本数据集中起来时，该平均值将难以抗拒地向上爬上。如果提取的样本数据足够多，你的样本的这个平均值就能够达到，你所希望的那样大。在你刚才提供的抛掷硬币例子中，计算机模拟使得有可能产生其无比多的数据样本，这样，我们就可以得出结论：这一平均值没有极限。但你如何能明确地说商品的价格分布的差异是无限的?能得到的数据能得出这样的结论吗?

△你怎么能肯定，商品价格变化的不均衡性是无限的呢?现有资料有充分证据吗?

o确定其无限，目前尚有统计方面的问题。这种情况在某种程度上就像全球气候是否变暖这一问题。尽管有这种现象出现，但很难将近期的气候变暖与气候反复无常区分开来。

△价格变化无限的不确定性有什么实际意义吗?

o价格变化无限的不确定性意味着，市场潜在的变化比你所能预料的更复杂，程度更深，当然比人们从统计数字获得的假设的正常情况要复杂。1987年10月19日，标准普尔500种标准股票指数下降了8000点。正常的价格预测理论认为，一天之内价格变化如此之大在1000年内才有几次。而我们在标准普尔标准股指创立的10年内就已经出现了这种情况。这一事例充分说明，如果市场价格变化具有无限的不确定性，那么，任何被尊为权威的风险预测都被大大低估了。

△由此，除了人们在预测风险时要比统计数字显示的更保守外，用什么更有效的方法对付这种不正常的价格变化呢?

o当你对市场具有几个统计指标时，上述问题至关重要。即，你如何才能把这么多的统计指标综合在一起呢?依据不同的统计载体，我们应对不同的统计指标给于不同程度的考虑。

对于一些粗糙的统计数字，可以采取加权1％。换句话说，接受或者拒绝。如果统计数字完善无缺．你大可以放心使用，将该指标与其他指标采取相同的加权考虑。如果该统计指标不符合标准，就不用管它，可以弃之不用。

交易选择也可以采用相同的原则。你到底应该如何在各类交易中分配资产呢?我认为，各部应相同。要么认为统计指标很好，就充分采用，要么就干脆不用。

△你曾经谈到过市场分析中的陷阱。你能举其他例子吗?

o有意义的方法是不能因为统计计量的不同而改变。在表格统计中，有些统计技术严重违反这一原则。有些只采用45度角斜线，有些则更粗糙，他们的共同之处在于都使用各种角度斜线。许多交易技术纲要，甚至有些自称很复杂的技术纲要，都这样处理统计指标。