1.5　随机游走理论

许多信奉基本面经济分析的人士相信：从某一天至第二天的时间跨度之内，相应价格的波动方向不具有序列相关性。也就是说，价格对其之前的运行模式没有“记忆”，此种思考已经被命名为“随机游走理论”。价格将会寻求一个点位，于其上，供给水平和需求水平能够达到一种平衡，但是这一平衡点可以瞬间达到，或者以不可预知的方式达到，因为价格是因最新的信息或新闻的变化而波动的。

如果随机游走理论是正确的，那么许多基于数学和模式识别理论的明确的交易方法将会失效。前述理念不是一个简单的问题，而且应该由每个系统的开发人员予以解决，因为它将会影响相应系统方法的归类。这里，有两种理论对价格的随机运行模式提出了异议。

第一种观点是：许多算法交易的策略是成功的。有许多文档明确地显示对冲基金、衍生品基金以及系统化套利程序的性能是可靠的，其成功运行的时限已经超过了20年甚至30年，但是，这并不是说所有的技术项目都是成功的，因为事实远非如此，而且，前述策略也不是解决问题的根本性方法。所以，你还是需要一个合理的交易策略，无论其是否可以自由支配，抑或是具有系统性，总之，我们的选择就是为了盈利。然而，不是每个人都可以创建和实施前述这样一个交易策略。

第二种与随机游走理论相悖的观点是：价格是按预期运行的。该观点认为：从学术上来讲，（“市场上的”）所有参与者都可以准确地理解价格应该是根据新闻的发布情况而运行的，然而事实并非如此，即信息与新闻的重要性没有那些对市场的进一步运行模式所做的预期那么大，例如，如果美联储今年两次降低利率，而经济面还没有回应，那你会预期美联储将再次降息吗？你当然会。因此，一旦美联储宣布降息，那你就可以推测其未来的降息政策，而当大多数交易商抱有相同的预期时，那么，相关的价格就会迅速达至相应的水平；接下来，相较于和预期相关的讯息而言，相关价格会做出进一步的反应，此种形式是“价格波动符合随机游走的理论”吗？当然不是。但是，实际的价格运行方式却可以呈现类似的随机状态。

除却预期因素而外，比较明显的且具有随机性的价格运行模式要依赖于所观察的数据间的时间序列，以及相应的测试频率。当时间跨度很长（比如，从1年到20年）时，那么，相应数据系列的均值则会提高相关程序的平滑功能，进而使伴随季节性和周期性的相应的趋势特征变得更加清晰；同时，技术方法（如移动平均线）可以用于隔离相应价格的特殊性；另外，每日或每周的平均数据能够创建月度或季度价格的平滑机制，进而消除价格短期的不规则运行模式，从而生成连续价格之间的、更高级别的相关性——运用低频的数据可以使我们更加容易地发现一个趋势。一般来说，相较于周际与月际的数据而言，日间数据所显示的噪声（随机波动）更大。

从长远来看，价格需要寻求一个均衡的水平。相对于股票而言，所谓“均衡”的含义是，投资回报率（股票价格的升值率加上股息）与相关投资的风险要达到一种平衡，而且，此种平衡还要与无风险收益“相伴而行”（比如国债）。而相对于期货来说，均衡则需要供给和需求之间达到一种平衡。

价格不是在一个对称的模式中运行的，其波动规律也不具备正态分布的属性，上述两个与随机游走理论相悖的话题证明了这一点。指数行情，尤其对那些由传统股票所构成的指数而言，其不对称性是很容易理解的，因为绝大多数的交易方是由多头所构成的。然而，在一定的压力测试时间段内，如果相应价格远离其正常的价值水平，那么价格运行的不对称性质会展示一种独特的模式，或者相关的供需水平将呈现一种不平衡的状态。当某种价格单边“运行”几个小时或几天，即价格在同一方向上所持续的时间序列很长，且超出了正常水平，那么，我们就会发现，相关的价格数据将呈现一个“厚尾”的形态，如此长期的运行模式可以用正态分布的理念进行相应的解析。其实，厚尾形态意味着非常态的概率分布，因为尾部额外的数据必须来自另类事件。在本书当中，我们会根据这些价格模式的差异性来探讨某些特定交易方法之所以发挥作用的动因。

价格波动是由人来驱动的，人们可以由于非随机的原因买入和卖出某种金融产品，即使交易量很大也在所不惜，例如，某种投资型基金每个月都要补单或者赎回，其不考虑进入市场的时机问题，而这种行为会反过来影响价格，且创造交易机会，从而使交易者获利；同时，通常被季度数据所通报的、反映经济政策的长期趋势会使相关交易者以极大的兴趣长期持有相应的头寸。而本书的重点是探索因预期（而不是实际事件）所引发的短期价格波动、波动率的极端变化、远离价值的价格点位、逆势交易系统对反转行情的感知，以及那些试图捕捉短期趋势的行为模式。