源自：鱼与塘
今天的市场，大家也都看到了，具体的这里就不多说了——主要就是市场结构的解体。
后台有小伙伴问，到底什么是市场的结构？从交易行为的角度来说，这反映了投资者的微观异质性问题，从宏观上来说，这是市场内部流动性分布的非正态化问题。
这里做一个阐述，是对这个系列文章方法论的一个补充。同时，这种观察问题的视角能在相当大程度上解决一个问题：技术分析为什么时灵时不灵的问题。
1. 技术分析到底在做什么？
我们所说的技术分析如果给一个严格的定义，其实就是量价分析，而且早起的时候主要是价格行为分析。而且核心的工具就是所谓的平均线MA。
到了后期，出现了基于价格信号的各种函数，人们构造了很多所谓的基数指标——尤其是计算机出现之后。但是我不建议用复杂的基数分析指标——这个逻辑和当下的AI一样。如果你的输入就是量价指标，那么不管你怎么构造这个函数，构造的多么精密和复杂，最终而言，它是不产生信息熵的——它无法从根本上降低系统的不确定性（对预测而言毫无帮助）。
所以交易的本质不是预测（概率），交易的本质是定价（概率-赔率）。这个事情简单来说就是：当下市场最重要的不是涨跌，而是涨的概率*空间和跌的概率*止损，这两个数据是否能得到正收益！
不要觉得这好像只有做交易的人才关注，巴菲特才是这其中的高手！巴菲特不是总结过，投资就是六个字：好公司，好价格！好价格，不就是赔率？
只考虑公司好坏的方法，肯定是错误的。
如果技术分析的本质离不开K线，或者说任何在量价基础上构造的基数分析指标，不可能比量价本身包含更多的信息——只会让信息减少。那么还不如从最简单的指标来入手，也就四均线。
但是现实的问题是：平均这概念被滥用了！
比如我举个例子，大家就清楚了：
滥用统计指标是技术分析最大的问题。我们在讨论平均的时候，基本是假设样本符合正态分布——也就是处于均衡态。偏离了均衡谈均值，是没有任何物理意义的——虽然你也能计算出来一个这样的指标。
如果说的复杂一点就是：如果只是正态分布，其实一阶矩和二阶矩就能确定这个系统。但是如果是非正态分布，那么高阶矩那边就会含有大量的信息，这个时候，仅凭一阶矩（MA）去做决策，就很容易丢失关键信息！
在正态的情况下，MA和波动率（俗话说的一个标志阳线），就能确定下这个系统的全部特征了。而且极端的幂部分，可能一阶矩都不存在，0924那波行情很显然，就是系统非线性特征表现最明显的时刻。
从这个层面上来看，就知道为啥技术分析，有时候管用，有时候不管用了。
2. 查尔斯·道的双重确认问题
道琼斯工业指数和道琼斯交通指数一定要相互确认，才是最关键的。这是Dow在早期市场分析的时候，提出的一个标准。OK，现在让我们看看，这个结论的统计学版本是什么样子的。
结论：指数之间的协调性问题，是市场是否健康的关键所在。
我们经常遇到的问题是：如果真是个大牛市，指数一般来说都不差，最后都会大幅上涨。所有指数之间的协调性一定会很好。
但是如果看中短期，流动性主导。比如最近这个市场，微盘股一直涨，大票就很拉胯。这个时候，你很难用综合指数来判断市场。为什么？很显然，总体样本不符合正态分布啊，形成双峰之后，你取个平均，这有啥用吗？
一般来说，这个时候，市场内部产生了结构——这个结构就是所谓的局部有序的低熵状态！从直观上来说，就是指数之间的协调性不好，从工具上来说，这个时候，你利用所谓的技术分析（包括所谓的缠论啊，背离啊这些概念）去分析整个市场的时候，是没用的。但是这个时候，将技术指标用于分析结构内部的同类资产，还是有效的。
所以说，Dow一开始用两个指数来双重确认，这个思想是对的——因为面向内部存在自组织现象的非线性系统，识别内部结构才是最关键的。用现在的话来说就是：不看指数，永远满仓，只做最热门的方向！嗯，这就是短线的小伙伴的基本原则。
我们在大类资产配置上，或者说风格资产配置上来说，需要有这个能力识别市场的结构和风格，其实很多东西都是有一定的量化参考指标的——比如前几天我分享的那个成交量占比图，其实就是一个信号，你需要知道参与者的情绪和逻辑。最差的情况是，不要在情绪要解体的时候，冲到这个方向上。
3. 总结
样本的统计特征描述，其实是一个非常复杂的问题。统计学也并不是万能的，或者说统计工具，其实只能解决很小一部分。在错误的应用统计学工具的情况下，往往会出现很多谬误，但是却找不到原因，只是安慰自己说这是样本之外的事情。如果样本之外的损失是有限的也就罢了，如果是致命的，那么这毫无意义。
技术分析，尤其是原始的基于均线的分析工具，虽然看似简单，但是找到一个正确的应用范围，这是一个极难的事情。任何工具和方法都有其适用的边界，但是很显然，这个边界是模糊的，这就导致了误用。
市场结构的识别，其实没有特别难，难的地方是识别其结构的形成和解体，这是非常难的——因为可能有时候完全不需要原因，或者你也找不到原因。事后解释，一个个都解释的头头是道，但是提前预判，这真的是难上加难。
但是一个科学的方法，可以让你少犯错误，或者即便犯了错误，损失也是相对可控的。这个才是长期生存之道。
另外，不要觉得基本面分析有什么特殊之处——无非就是通过企业内部的有序组织，实现低熵状态，进而产生趋势。也就是说，所谓的基本面分析，是从企业内部的角度去研究，一个有序的结构是如何形成的罢了。并没什么特殊的地方。
来源：鱼与塘
