前言
成千上万的类似于银河系组成的星系团构成了宇宙的结构，很多的银河系组成的，那叫星系团，少一点的叫星系群，星系群和星系团是同一个级别的，只不过有的星系多一点，有的星系少一点，都是成团结构的。
在A股投资中，我们有价值投资的概念，价格围绕价值进行波动。但是从更大的角度来看，A股指数在一些时期里会沿着一个椭圆的下焦点运行。实际上，美国股市在1920年代到1950年代也曾经沿着一个椭圆的下焦点运行，这也是江恩当时所观测的数据。
我们先来回忆一下开普勒行星运动三大定律及行星间的吸引力，开普勒分别于1609年和1619年发表了他发现的有关行星运动的规律，后人称为开普勒行星运动定律。开普勒第一定律：所有行星绕太阳运动的轨道都是椭圆，太阳处在椭圆的一个焦点上；开普勒第二定律：对任意一个行星来说，它与太阳的连线在相等的时间内扫过相等的面积。这个定律告诉我们，行星离太阳比较近的时候，运行的速度比较快，而离太阳较远时速度较慢；开普勒第三定律：所有行星的轨道的半长轴的三次方跟它的公转周期的二次方的比值都相等，即，比值k是一个对所有行星都相同的量。
实际上，当时开普勒非常想知道的是行星到太阳的距离有什么规律，他最终发现了行星运动的第三定律：行星绕日运动周期的平方跟轨道半长轴的立方成正比。行星运动第三定律基本上就是这个。
1）我们进行期权期货交易时要在A股指数到达向下的焦点A时才可以做多
A股指数围绕3000点附近运行的规律会部分遵循开普勒行星运动三大定律。在期权期货交易中，我们能够发现，A股指数形成一个椭圆形进行运动，这个椭圆有两个中心，一上B一下A。我们进行期权期货交易时要在A股指数到达向下的焦点A时才可以做多。
根据开普勒第二定律，行星离太阳比较近的时候运行的速度比较快，而离太阳较远时速度比较慢。如果我们把A股指数的运行轨迹看做成围绕焦点A和焦点B的椭圆运动，其中焦点A的位置更低，焦点B的位置更高，那么可以知道，在A股指数到达焦点A的附近时，它的运动速度会加快，此时容易做多。历史上A股指数在24年1月23日和24年2月5日都分别到达了椭圆焦点A的附近，所以它们都出现了一次快速的反弹，这使得我们开始寻求并寻找椭圆焦点A的位置。我认为该椭圆焦点A位置是24年1月2日最高点2976.27。
我解释一下为何焦点A在这个位置上，因为它应当是缠论中分形理论里24年2月5日2635.09之前的一个高点。当我们得出了这样一个结论后，我们就知道，在24年6月26日A股最低点是2933.33，它距离焦点A仍然太近，所以现在还没到可以加仓的时间，也就是说，在24年6月26日这个时候是不能做多的。同时根据角动量守恒定律，我们可以知道，假设A股指数在2800点到3200点之间窄幅运动，那么这个球体转动的速度会很快，表现为A股题材热点会层出不穷。但是，当A股指数在一个更大的幅度中，例如2600点到3400点之间运行时，A股的转动速度会很慢。我们知道，从23年5月到24年2月之间，A股指数就处在一个缓慢下跌的过程中，这时各种题材都在缓慢地下跌。理解角动量守恒之后，我们也要明白，政策的作用会使得A股指数这个椭圆形的运动轨迹出现断续出现的情况，这就是为什么A股指数有时有规律、有时没有规律的原因。
有人会问，为什么我们无法去寻找椭圆中的焦点B呢？这是因为我们选择做交易有把握的位置应当是在快速做多的过程，而快速做空则非常难判断。（可能是因为焦点B的位置它的形成还受到市场情绪和政府政策的干扰较多，并不能完全遵守自然科学的规律，而焦点A的位置相对来说容易判断。）
同时，焦点A的位置也是可能会发生改变的，但是会比较稳定。在下一次我们认为的做多机会中，焦点A即使不会是2976.27，但相差应该不多，而焦点B的位置下一次可能与前一次相差很多。所以我们更加愿意去利用焦点A来进行投资。
2）当成交量平均很低时，A股指数所走的椭圆速度才会很快，才适合做多
开普勒第三定律：所有行星的轨道的半长轴（椭圆长轴的一半）的三次方跟它的公转周期的二次方的比值都相等，即，比值k是一个对所有行星都相同的量，它是由中心天体质量决定的。
在A股指数中，半长轴实际上就是指A股指数的成交量。我们能够看到如果A股指数的成交量在一个区间中，例如23年5月到24年2月，该段时间的成交量是在放大的，整体平均值比较高，那么它在这个周期循环当中，振荡的时间就会特别长，表现为阴跌是一个非常缓慢的过程；而当成交量平均很低时，A股指数所走的椭圆速度才会很快。
这就使得我们得到了一个非常重要的数理结论：当我们要做多时，不仅需要在A股指数到达椭圆形向下的焦点A时才可以做多，而且成交量还要是历史阶段中平均很低的时候。同时满足这两个要点，那么就是做多的好机会。
角动量守恒是指：在没有外力作用的情况下，物体的总角动量保持不变。根据角动量守恒定律，当一个物体或系统受到内力或无外力矩作用时，其初始角动量等于最终角动量。
这个球，是不是打开的时候转的慢，合起来的时候转的快，这就是角动量守恒。
3）下焦点A的位置是比较稳定的，上焦点B的位置则不够稳定。A股这个椭圆形在大部分时候是遵循量子力学路径积分理论。判断下焦点A的位置要根据其成交量，而接近焦点的成交量大概集中在7000-8000亿左右，低成交量位置更容易观测到准确的焦点A的位置
我们能够看到在23年10月23日和10月21日，A股指数在2900点得到了较有力的支撑，也就是说2900点左右有较强阻力，A股指数的运行轨迹就像一个椭圆，它有下焦点A和上焦点B，其中下焦点A的位置是比较稳定的，上焦点B的位置则不够稳定。A股这个椭圆形在大部分时候是遵循量子力学路径积分理论，这就是为什么做期权期货时投资者非常容易亏钱的原因，因为只有在指数经过下焦点A的位置时，指数的运行才遵循牛顿力学规律，其他时候则是费曼路径积分理论，A股的指数运行方向会非常不稳定，那么焦点A又是由什么构成的呢？这就要提到市场微观金融理论，而它又是由DCF现金流模型而估值形成的。
这里所说的路径积分理论：费曼这个理论的核心思想是，粒子在空间中移动时，会经历所有可能的路径。每条路径都有一个相应的相位因子。粒子的最终位置概率，就是通过对每条路径的相位因子概率幅进行加权求和来计算，就得到了一个干涉图案。
确实在量子世界里，粒子从A点到B点，并不是走直线，它要同时经过所有的路线，无论是直的、曲的、迂回的。
4）在指数运行到椭圆下焦点A时，第一个公式已经符合，第二个公式也出现了真实价格与价值之间收敛到最小值的情况
由于市场博弈的存在，投资者会通过尝试买入和卖出寻找到市场价格的均衡点。那么为何股票价格有时会大幅偏离资产真实价值呢？因为随着一些信息事件的发生，资产真实价值会有波动，资产交易者的比例也会有变动，这时价格会大幅偏离价值。
在指数运行到椭圆下焦点A时，第一个公式已经符合，市场对于底部的判断分歧较小，认为已经达到了底部的均衡价格；而此时资产真实价值的波动性也减少了，对于信息事件知情交易者的比例也压得很低，所以这个时候第二个公式也出现了真实价格与价值之间收敛到最小值的情况。
对于股票均衡价格的形成，其中解释这个问题的一个方法是以贝叶斯学习模型和信息模型为核心，用数学公式写清楚股票信息在数学模型中的收敛与发散。
在这一部分里，我主要讲述了两个数学公式：第一个公式是资产价值的条件期望为：E[V|b,s]= ，这个公式表达了市场在理论上应当是强式有效的。
我们简单讲一下它的推导过程，假设某做市商认为资产价值有两种可能（或高或低，或
）并且其先验概率
。现在，假设发生了交易者卖出（S），那么后验概率
的计算公式为
=
发生交易者买入（B）的概率也同样可以计算出来。
假设在的情况下发生交易者买入的概率为
，即
，
=
，则有
Pr{V=|S}=
Pr{V=|S}=
Pr{V=|B}=
Pr{V=|B}=
再做一个数学上的拓展，现在，假设已发生了b次买入，s次卖出，则其后验概率分别为:
Pr{}=
Pr{}=
然后，关于资产价值的条件期望为：E[V|b,s]=
在离散数据情况下，运用后验条件概率计算出来的关于资产真实价值的期望值必定收敛于真实价值，因而市场是强型有效的。即使后来当贝叶斯学习过程拓展至连续分布状态时，有观测值~N(
),则后验分布为：
N[]
运用强大数定律，我们可以得到该后验分布的均值趋向于而后验分布的方差趋向于零。这一点同贝叶斯学习过程的动态性质相一致。
在实际投资当中，它证明了股价在连续时间里符合对数正态分布里的性质，并且无论是先验概率，还是在信息模型中进行了动态调整过程后的后验概率，都符合对数正态分布。其中做市商关于资产价值的期望会收敛于资产的真实价值。
第二个公式则相对要更实际。我们知道在伊斯利和奥哈拉（Easley-O’Hara）模型中，可得b0 和a0的表达式为
b0=-
a0=+
其中为V∈
时V的期望值，X表示进行大额交易的不知情交易商的比例（下标表示买或卖），
和
的交易者采用停损指令）。这里用
表示不知情信息交易者提交大额卖出指令的概率；
表示不知情信息交易者提交大额买入指令的概率。
为V等于
时的概率，
为V的方差，
=
代表信息性交易的概率（取决于一个信息事件发生的概率及知道该事件的交易商的比例）。信息事件发生的概率为
，
表示交易商是知情交易商的概率，1-
表示交易商是不知情交易商的概率。
a0与b0两个数学公式也说明，价差（股票价格偏离资产真实价值的程度）会随着信息事件发生的概率为知情交易者的比例（用
表示）以及资产真实价值的波动性（用
表示）的增大而增大。
这是因为对大额卖出而言，有：
且
这是因为大额卖出是有信息含量的，从而做市商认为的概率将增加。（即，
为发生信息事件的概率
与发生信息事件后知情交易者的比例
两者的乘积）。
由可知，
越大，则
的调整幅度越大。具体来说，由
，因为
对于自变量
为一个单调增函数，所以
越大，会导致
的向上调整增长幅度越大，容易偏离原先收敛于资产价格真实价值的情况。
举一个例子，2020年5月 之前，军工股走势平淡，随着八一和十一两个重要日期，军工股会出现利好信息事件的概率增加。同时，知情交易者比例
增加，会导致
的向上调整增长幅度越大，容易偏离原先收敛于资产价格真实价值的情况。这时是做市商（A股庄家、大型机构投资者、上市公司实控人）大额卖出的最好时机。
相类似地，对大额买入而言，由
且
由可知，
越大，则
的向下调整幅度越大。具体来说，由于
，因为
对于自变量
为一个单调减函数，所以
越大，则
的向下调整减少幅度越大，容易偏离（低于）原先收敛于资产价格真实价值的情况。
举一个例子，2020年1月底，武汉疫情事件出现，知情交易者比例随时间不断增加。随着
增大，
的向下调整减少幅度越大，容易偏离原先收敛于资产价格真实价值的情况，最终使得资产市场价格会大幅度低于资产实际价格。这时是做市商（A股庄家、大型机构投资者、上市公司实控人）大额买入的最好时机。
总体而言，价差（股票价格偏离资产真实价值的程度）会随着信息事件发生的概率为知情交易者的比例（用
表示）以及资产真实价值的波动性（用
表示）的增大而增大。由此我们就不难理解，散民经常在一些重要利好消息被媒体公布后买入，这往往是价差最大阶段，很容易被套牢。
正文
