主题：【原创】和响水湾河友：现代中国人要懂科学，懂逻辑。 -- 厚积薄发
家园 完全同意。 完全同意您的看法。如果把股市看作一个反馈系统的话，几乎所有的输入和输出都是相关的。还有一点就是所谓的regime switching，您提到的新息可以引发交易从一个态跳到另一个态。这就象我告诉你，我有100个正态分布的随机变量，方差都是1，可是均值都未知，我随机的从这100个变量中挑一个出来给你看值，可是不告诉你我是如何挑的。这样就算我给你独立的挑一百万次，你还是没有办法给出这100个不同均值的准确估计。更何况挑选是非独立的，而且随机变量不一定正态，更要命的是你不一定知道有100个，很有可能是无穷多个态。统计回归的稳态假设只是在极其狭隘的情况下，才勉强成立。对于自动化交易系统来说，太粗糙，太原始了。
- 复 完全同意。
家园 被您一说，我这一激动，都想“外行领导内行”了，嘻嘻 在统计上，非稳态过程的建模本身就是一个巨大的问题，这非稳态到底是怎么一个非稳态法都不清楚的话（谁要是能把这弄清楚，那可是终极诺贝尔经济奖N次方的主），要精确建模更是问题。常规的回归分析已经有年头了，神经元网络是近些年的时髦物，虽然这不是严格意义上的统计建模方法。我们公司里就有人想用神经元网络建模，有原料价格、全球需求和库存预测市场价格，且不说这里面本身有很多不精确信息，还有巨多的时间因素在里面，价格预测本来就是要打时间差。结果可想而知。
家园 还别说，说不定您真能来街上呢。 神经元网络我听说过，不过工作从来没有需要，所以也没下工夫学过。关于非稳态过程的建模，一个关键问题是，无论怎么建立模型，你的模型参数如何得到？没有独立同分布，至少要有稳态假设。如果连稳态假设也没有，那所有的统计估计从理论上讲都是错误的，所有估计来的参数都可以看做是没有可信度的。
现在暂时的对付方法有一些，但第一是精度上有问题，主要是没有严格的科学根据来作为衡量精度的标准。第二是只要在用历史数据，就算是前一分钟的，也是出现了时间的滞后，一分钟的时间，股票价格可以有天翻地覆的变化。
说您有资格来街上是因为您是自动控制的行家，这个东西在金融中大有用途。
另外无独有偶，您在一个帖子里谈到的抽水马桶的例子，恰好是我这一辈子第一次接触自动控制，而且是在全国初中应用物理竞赛上遇到的题目，俺的命运差点因此完全不同。呵呵呵。
能和河里技术流的领军人物笔谈，几乎要激动得浑身发抖了。
