第二章 理论基础与国内外主流研究流派
第一节 基本概念
一 期货与期货市场
期货的概念并不统一，中国期货业协会认为：期货是相对于现货的一个概念。从严格意义上说，期货并非是商品，而是一种标准化的商品合约，在合约中规定双方于未来某一天就某种特定商品或金融资产按合约内容进行交易。期货交易则是相对于现货交易的一种交易方式，它是在现货交易的基础上发展起来的、通过在期货交易所买卖标准化的期货合约而进行的一种有组织的交易方式。期货交易的对象并不是商品（标的物）本身，而是商品（标的物）的标准化合约。[1]
二 股票与股票市场
股票与股票市场的定义表述方法较多，参考证券业从业资格考试资料，股票定义为是股份证书的简称，是股份公司为筹集资金而发行给股东作为持股凭证并借以取得股息和红利的一种有价证券。每股股票都代表股东对企业拥有一个基本单位的所有权。股票是股份公司资本的构成部分，可以转让、买卖或作价抵押，是资金市场的主要长期信用工具。股票市场是已经发行的股票转让、买卖和流通的场所，包括交易所市场和场外交易市场两大类别。由于它是建立在发行市场基础上的，因此，又称作二级市场。股票市场的结构和交易活动比发行市场（一级市场）更为复杂，其作用和影响力也更大。
三 期货市场与股票市场的比较
（一）期货市场与股票市场的主要差别
期货市场在交易内涵、保证金制度、合约有效期、合约流通量及交易方向上与股票市场存在明显差异，如表2-1所示。
表2-1 期货市场与股票市场的主要差别
（二）期货市场与股票市场的相同因素
1.交易主体的交叉性
期货交易者有很高的比例是股票投资者。国际较成熟的股票市场都对应着股指期货市场，两者的交易主体有明显的交叉性，特别是从事股指期货交易者，进行股票投资比例极大。从事其他商品期货的投资者也有很高的比例进行股票投资。
2.部分市场分析方法的一致性
股指期货在全球范围内的日益流行，不断缩小期货市场与股票市场分析的差异，很多分析方法与理论是一致的。技术分析是首推一致的市场分析方法，只有细小差异，技术分析法基本一致，如中国期货从业人员考试参考书与证券从业资格考试参考书中的技术分析部分，基本一致，很多研究技术分析的书籍如许沂光的《风险投资实用分析技巧》[2]，不区分股票市场与期货市场。
3.投资者的心理与行为的一致性
面对类似的市场波动现象，期货市场与股票市场的投资者心理反应、行为偏差是一样的，很多基于股票市场的行为金融学研究成果同样适用于期货市场。同样，在研究期货投资者行为偏差时，借鉴或者通过股票市场进行研究同样是有效的，因股票市场参与者众多，进行群体心理行为、投资行为研究更加方便、有效。
基于期货市场与股票市场的异同界定，在研究同质性问题时，如研究投资者行为、心理等两个市场一致的问题时，借用了股票市场进行分析，以利用股票市场参与度广、媒体报道丰富、社会影响大的优势。
（三）股票、期货价格波动趋势
1.价格波动趋势的定义
《汉语词典》将趋势解释为事物或局势发展的动向，金融市场常说的趋势概念的起源为股票市场，罗伯特·D.爱德华兹、约翰·马吉和W.H.C.巴塞蒂（Robert D.Edwards，John Magee and W.H.C.Basseti）等的股市趋势技术分析法，自1948年第一版始，已经发行了十版，成为趋势技术分析的经典，其定义趋势为股票价格市场运动的方向。[3]期货市场与股票市场在技术分析方面基本一致，这个定义可以延伸到期货市场中来。本书中的基本概念“期货价格波动趋势”，是指期货价格的短期变化（如Pt—Pt-1）虽然有随机波动特性，当在特定的时间周期上，期货价格波动（如Pt—t）具有趋势性。
2.期货价格历史波动趋势的识别
期货价格波动历史趋势的判定可以通过一定时间内的期货价格回归线分析；价格波动图表（如日线图、周线图等）中的均线（如20、30或60日均线）；或者通过支撑线与压力线组成的趋势通道等方法进行判定与识别。根据考察时间的长短因素，趋势可以分为中短期趋势和中长期趋势，中短期趋势一般是指从趋势可识别的最小时间单位（如1周或1月）到12个月之间，技术分析法通常基于日线图分析；中长期趋势是指超过1年的价格波动趋势，技术分析法通常应用周线图分析。
（1）基于回归线的趋势判定。以相对低点或相对高点作为起点，到下一个相对高点或低点止，若这一时期的期货价格（如日收盘价）可以进行线性回归，则这一期间段具有明显的趋势。若回归线斜率大于0，则是上涨趋势，市场上常说的牛市；若斜率小于0，则是下跌趋势，市场上常说的熊市；若回归线效率接近0，则为平衡市，即市场上常说的牛市或震荡市。若延续这一相对高点或低点仍然可以进行线性回归，若斜率没有显著变化，则这一趋势并没结束，可以继续延续，直到有效线性回归或者回归线斜率发生显著变化时，上一个有效回归结束点就是趋势终结点。如图2-1所示，回归线（1）至回归线（8）代表了8个不同的趋势，其回归线（4）内又可以划分为给短时间级别的回归线a至回归线g。
图2-1 回归分析法趋势划分
资料来源：大智慧信息港（下文若不做特别注明，资料来源均为大智慧信息港）。
（2）基于移动平均线的趋势判定。移动平均线是技术分析的主要分析指标之一，简单地说，N日移动平均线=前N日收市价之和÷N。以时间的长短划分，移动平均线可分为短期、中期和长期移动平均线，常用的移动平均线有5日、10日、20日、30日、60日、120日等；基于移动平均线的趋势判别最常用的是5日、30日、60日移动平均线。其判定方法也是多样的，如以单一的均线判定，例如，以30日移动平均线从出现明显的上升或下降趋势开始到这一特征结束的时间内，期货价格波动处于特定的趋势（均线上升价格波动趋势为上涨，相反为下跌），如果30日基本维持横向运行，则认为是平衡市。另外还有均线组合判定法，例如，以5日均线与30日均线出现交叉作为趋势起始的标志进行界定。不同日期的均线都可以用于趋势识别，各有优缺点，短期均线灵敏度高，但容易产生误判；长期均线灵敏度低，但可靠性较高。市场投资者一般会灵活地根据不同周期的移动平均线协同进行市场趋势的判断。图2-2和图2-3 LME铜期货以30日或60日均线可以清晰地看到不同的趋势区间。
（3）基于压力或支撑线组成的趋势通道进行趋势判定。把一段时间内的主要低点进行连线，则这条线成为支撑线；相反，把这一时期的主要高点连线，则成为压力线。如图2-4所示，若压力线与支撑线接近平行，则它们组成了趋势通道，这样的趋势通道有明显的趋势性，趋势通道之间时期的期货价格波动与趋势通道有相同的趋势，趋势通道斜率大于0时为上涨趋势，小于0时为下跌趋势，接近0时为平衡市（牛市）。
（4）基于周线的长期趋势。以上部分都是基于日线图进行的趋势识别，但使用这些方法在更长周期上进行分析时，如果仍然采用日线，则趋势难以有效识别。例如，在利用回归分析法对日线数据进行回归时，若时间超过一定范围，分析结果将无法通过无效性检验；较长时间周期中，30日或60日移动平均线也会有多次交叉，难以准确、清晰地界定中长期趋势。因此，在进行更长周期——中长期趋势识别时，一般不采用日线而是采用周线，与以上方法类似，基于周线可以有效地识别中长期期货价格波动趋势。如图2-5所示，可以分别用回归分析法、移动平均线（5周、30周、60周等移动平均线）与趋势通道法识别LME铜（周线）1994—2008年两个不同的主要趋势，而且这三种方法的结果基本一致，仅仅在起点与终点的识别上存在少许差异。
图2-2 移动平均线法趋势划分（1）
图2-3 移动平均线法趋势划分（2）
图2-4 趋势线法趋势划分
图2-5 长周期趋势划分
（四）中短期趋势和中长期趋势的作用与关系
期货合约从活跃到交割一般需要经历3—5个月时间，少数可以达到10个月，因此，中短期趋势的把握是市场参与者关注的焦点，因为它与期货合约活跃周期有良好的重合度。中长期趋势一般作为中短期分析的辅助指标，即在中长期大趋势下研究中短期趋势，所以，这两类趋势都是市场参与者需要研究的。此外，中长期趋势对于企业套期保值交易和生产经营有较好的参考价值。
（五）股票、期货价格波动趋势的客观性
从以上基于股票、期货交易历史的价格序列识别其趋势的案例中可以发现，其价格波动基本上可以纳入不同的趋势阶段，包括短期趋势和长期趋势。基于期货、股票历史波动数据分析，尚未发现趋势不可识别的现象。历史趋势的可识别性在一定程度上代表着趋势的客观性，即趋势是股票、期货价格波动的客观特性之一。本书的主要研究对象是股票、期货价格波动的未来趋势的分析、预测问题，是对期货价格波动的客观属性的研究。
第二节 国内外主要研究理论与方法概述
一 有效市场假说概念
有效市场假说（EMH）是现代金融学的基础理论之一，1965年，萨缪尔森（Samulson）在他的“对价格波动正确预测的证据”中首次把市场对信息的有效性和对资源的配置效率区别开来，指出如果市场参与者能充分利用各类信息并充分协调各自的预期的话，市场价格将是不可预测的，这是对EMH的最直观理解。[4]1970年，法马（Fama）总结了萨缪尔森等的观点，总结出较完善的有效市场假说理论。[5]此后，基于有效市场假说的争论在理论与实证方面全面、激烈地展开。技术分析的广泛应用；行为金融学的短期动量效应与长期的反转效应、市场反应不足与反应过度等；实践中，金融大师的超额收益等。这些“异象”几乎置有效市场理论于死地，然而，由于没有出现可以替代的相关理论，有效市场仍然保持强大的影响力（参见本书第三章）。
二 期货市场有效性的相关研究
具体到期货市场，相关研究也十分活跃。科彭哈弗（Koppenhaver）给出了期货市场有效性的一个定义，即给定信息集
，若期货价格是该信息集的公平竞争价格，并且在期货合约到交割期时，期货价格与现货价格保持一致。[6]即满足以下关系时期货市场是有效的。
式中，
，T表示交割日为T时的某商品在ti时的期货价格，E（ST|IT）是ti时刻对交割日现货价格ST的预期值，
为ti时的预期风险报酬。
在有效期货市场上，任何投资者都不可能利用已有的公开信息对未来现货市场的供求关系做出自己的判断，并试图获得超额收益。若
，则期货价格服从鞅过程，此时
，即期货价格是最后交易日现货价格的无偏估计量，期货价格是最后交割日现货价格的最佳预测，这就是汉森和霍德里克（Hansen and Hodrik）提出的简单有效市场假设（Simple Efficiency Hypothesis，SEH）。[7]另外，霍德里克和斯里瓦斯塔（Hodrick and Srivasta）提出了无偏性假设。[8]
在期货市场有效性实证研究方面，主要集中在对期货价格无偏性假设的检验。例如，比格曼、戈德法布和舍特克曼（Bigman，Goldfarb and Schetchman）利用最小二乘法对小麦、玉米、大豆期货价格的无偏性进行了检验，发现近期期货价格是最后交割日现货价格的无偏估计量，而远期期货价格是最后交割日现货价格的有偏估计量。[9]马伯利（Maberly）在其后市场有效性检验研究中对比格曼等使用的统计分析方法提出了质疑，指出当时间序列非平稳含有单位根时，用最小二乘法进行估计的F统计量是有偏的，统计检验不再有效。[10]伊拉姆和迪克森（Elam and Dixon）等的研究也有类似的结论。[11]格兰杰和纽博德（Granger and Newbold）也指出，当时间序列非平稳时，这些利用最小二乘法进行回归估计的实证分析可能产生虚假回归的问题。[12]
这种以现货作为参照系的市场有效性分析与期货市场的基本功能——“价格发现”是冲突的，形成了互相定义的循环。期货市场有效性本质上仍然是“信息—市场价格关系”问题，期货市场与现货市场相互联系、相互影响，期货与现货价格本质上都是对信息的反应，所以，期货市场有效性与股票市场有效性本质上并没有什么不同，直接沿用研究更为充分地基于股票市场的有效市场假说更为流行，例如，中国期货业协会从业资格考试丛书中有效市场假说理论部分，就没有对不同市场加以区分。
（三）中国学者在有效市场假说方面的研究比较活跃
伴随着中国股票、期货市场的快速发展，国内学者对有效市场理论的研究也比较活跃。近年来，出现了一些相关的博士学位论文选题。例如，许业荣的《有效市场假说与信息充分披露》[13]、李文军的《资本市场的效率：理论与实证》[14]、彭浩的《中国农产品期货市场效率问题的研究》[15]、喻翠玲的《经济全球化下的中国大豆产业：价格、供给与贸易》[16]、龚国光的《我国天然胶期货市场有效性实证分析及对策建议》[17]、李勇的《不同市场有效性条件下的中国投资策略研究》[18]等，这些研究成果大部分是在中国证券、期货市场快速发展背景下，结合国外研究经验和中国的实际情况，采用理论研究和实证检验相结合的方法，检验了中国股票、期货市场的有效性特征，得出中国市场处于弱式或未达到弱式有效的结论。这些研究主要以验证为主，由于其采用分析方法、数据采集样本的差异，导致分析结果也有所不同。
第三节 股票、期货价格波动分析研究方向多样化
一 股票、期货市场流动性研究
流动性是影响股票、期货价格和交易效率的重要指标，期货、股票市场研究都缺不了流动性研究，但其定义并没有规范的共识，众学者从不同角度对流动性进行了论述，比如，布莱克（Black）认为，有流动性的市场是指任意数量的证券买卖均可立即实现交易，即小额交易可按当前市场价格（或偏差很小）成交，大额交易可在一定时间内以均价与当前市场价格相近的情况下成交。[19]基尔（Kyle）认为，如果市场买入报价与卖出报价相差越小，则立即完成交易的成本越小，即市场流动性越好。[20]阿米哈德和门德尔森（Amihud and Mendelson）认为，流动性是指在一定时间内完成某一交易所需的成本，或寻求理想的交易价格所耗费的时间。[21]哈里斯（Harris）认为，如果投资者可以以较低的交易成本买卖大量股票，同时对股票价格的影响较小时，则称市场具有流动性。[22]奥哈拉（O’Hara）认为，流动性就是立即实现交易的成本。[23]马西姆布和菲尔普斯（Massimb and Phelps）这样概括流动性：市场提供的交易指令获得立即执行的能力——即时性及执行小额市价指令时不会导致市场价格出现较大幅度波动的能力——市场深度。[24]这些定义从时间、成本、特征等不同角度描绘了流动性，对应不同界定角度，衡量方法也有差异，常见的方法有价格法、交易量法、价量结合法和时间法等。
近年来，国内的期货市场流动性相关研究也比较活跃，例如，申唯正基于上海期货市场对流动性进行了实证研究；[25]吴利剑通过期货市场流动性研究提出了中国期货交易机制的选择建议；[26]华仁海、仲伟俊对中国期货市场量价关系的实证分析等。[27]叶舟、李忠民、叶楠等运用ARMA-EGARCH-M模型对中国期货市场铜、铝交易量与收益率及其波动的关系进行了实证研究，推断同期交易量与收益率波动正相关，将交易量分为预期与非预期两部分后发现，非预期部分对收益率的波动有更大的影响，交易量的引入并没有消除波动的ARCH效应。[28]这些研究探讨了中国期货市场流动性特性，对认识、分析期货市场进行着不断的尝试，但在实际应用方面仍需要继续加强探索。
二 行为金融学的相关研究
起步于20世纪80年代后期的行为金融学结合经济学和心理学的基本原理，充分吸收了现代心理学中的经验证据，修改了经济学中某些有关人理性的基本假定。大量的实证研究和观察结果表明，人的行为与心理感受等主观因素在金融投资中起着不可忽视的作用，人们并不总是以理性的态度来做出决策，在现实中存在诸多认知偏差和不完全理性的现象，在证券投资行为中则表现为各种偏激和情绪化特征，导致证券市场中的股票价格出现各种异常现象，如股权溢价之谜、封闭式基金之谜、股利之谜、反应过度或反应不足、动量效应，等等，这些现象无法用理性人假设、有效市场假设以及标准金融学下的定价模型来解释。如股票溢价之谜，这是由梅拉和普雷斯科特（Mehra and Prescott）于1985年提出的，指的是美国股票市场历史的总体收益率水平高出无风险收益率的部分，很难被基于消费的资产定价模型所解释。[29]新的理论方法——行为金融学应运而生。2001年，美国经济学会将该学会每两年一次的最高奖克拉克奖章（Clark Medal）颁发给为行为经济学基础理论做出开创性贡献的伯克利加州大学的马修·拉宾（Matthew Rabin）；2002年，瑞典皇家科学院将当年的诺贝尔经济学奖颁给了为行为经济学（包括行为金融学）做出重大贡献的美国普林斯顿大学的丹尼尔·卡尼曼（Daniel Kahneman）和美国乔治梅森大学的弗农·史密斯（Vernon L Smith）。两人的获奖表明了主流经济学界对行为经济学（包括行为金融学）的一种认同并再次掀起了行为金融学研究的高潮。1979年，卡尼曼和特夫斯基（Kahneman and Tversky）发表了《预期理论：风险决策分析》，正式提出了预期理论。[30]该理论以其更加贴近现实的假设，严重地冲击并动摇了标准金融学所依赖的期望效用理论，并为行为金融学奠定了坚实的理论基础。
在预期理论之后，包括舍夫林和斯塔曼（Shefrin and Statman，1994）、R.希勒和赫什莱弗尔德（R.Shiller and Hirshleirferd）在内的许多学者都曾对影响投资者行为的心理因素进行了研究，并提出了很多新的想法和观点[31]，丰富了行为金融学的理论体系。在这些理论的指导下，行为金融学着力对市场异象进行实证研究，通过对个体和群体投资行为特征的分析，进而针对标准金融理论所不能解释的市场异象提出了一些较为成熟的行为金融理论模型，比如，噪声交易模型（De Long et al.，1990）、BSV模型（1998）、HS模型（1999）、BHS模型（2001）、DHS模型（2001）等，并在金融实践中加以应用。这些理论模型以投资者心理特征为前提假设，对标准金融理论体系所不能解释的某些市场异象提出了新的理论解释，有力地推动了现代金融经济学的发展。
三 金融物理研究
金融物理学是一门在20世纪90年代中期发展起来的、以统计物理和理论物理方法及工具研究金融市场的新兴交叉学科[32]，其主要研究方向有金融系统统计规律；证券的相关性；极端事件；金融风险管理和投资组合；宏观市场建模和预测；微观市场动力学模型等。比较有影响的微观模型包括逾渗模型、少数者博弈模型、自旋模型等。在解释金融市场现象和实际应用方面，金融物理学有效地补充了传统金融理论和方法的不足，与行为金融学联系也十分紧密。金融物理学的基本假设是：市场参与者并非都是完全理性的经济人，市场也不是有效市场，金融市场是一个复杂的系统，通过参与者的相互作用，自组织地涌现出规律性。
量子场论是金融物理研究的方向之一，相关研究活跃，例如，中国科学院武汉物理与数学研究所陈泽乾提出了从量子力学的角度来探讨金融问题的设想，阐述在理论上存在一套关于金融市场和谐的“量子理论”——量子金融。论文从对冲角度阐述这种潜在理论的金融意义和可能的实际内涵，并解释了为什么某些金融市场在物理上要遵循量子规律。[33]马金龙（中国科学院广州地球化学研究所副研究员）、马非特在《复杂系统科学体系下金融市场非线性难题的求解——价格波动的投机方法》一文中尝试在复杂系统科学体系理论基础上，应用非线性动力学对金融市场异常现象进行了探索，认为价格涨落的物理本质是：在某一区域的构成介质（市场参与者）发生失稳，并伴随有应变能的加速释放（价格波动、暴涨、暴跌）；提出有限尺度布朗运动的概念，从而发现相应尺度的有偏随机游走趋势；通过寻找追随价格波动的非线性算子——非线性特别动力因子，从定量层面揭示金融市场中非线性作用引起的有序性。[34]另外，张本祥基于非线性动力学理论对资本市场非线性进行了分析；[35]孙博文探讨了中国股市波动的混沌吸引子的测定与计算[36]等。
期货市场混沌分形研究是金融物理的另一个重要方向。分形和混沌理论是研究非线性系统的重要工具，被广泛地应用于不确定的非线性系统数量化，在自然界、金融领域的研究应用中也展示出魅力。近年来，在研究资本市场方面，突破了EMH和资本市场理论线性研究方法的局限性，成为有一定影响的研究方向。随着非线性科学的发展完善，混沌与分形理论作为分析和描述非线性系统的有效工具，使复杂系统的研究更趋科学化。
分形问题可追溯到1967年本诺伊特·B.曼德尔布罗特（Benoit B.Mandelbrot）关于英国海岸线长度问题的研究，类似海岸线这种小尺寸与大尺寸相似的特征，这样的几何形状即为分形。分形分布的性质主要有加法不变性、自相似性、非连续性、肥尾性与长记忆性等。H.E.赫斯特（Hurst）提出的判别时间序列是否对于时间有依赖的参数——赫斯特指数[37]，被广泛地应用于混沌和分形学科中，进行判断时间序列混沌性和成群性的统计参数。国内有关研究也比较活跃，例如，王新宇、宋学锋、吴瑞明探讨了中国证券市场的分形问题[38]，叶中行应用赫斯特指数分析了中国股票市场的有效性[39]，曹宏铎探讨了经济系统分形机制[40]，魏宇对中国股票市场的多标度分形特征进行了实证研究[41]，姚忠诚基于上海股票市场对分形市场假说实证研究[42]，这些研究基本上都肯定了分形研究的作用与价值，有利于更深刻地理解市场的特性。
混沌就是指在确定性系统中出现的一种貌似无规则的、类似随机的现象，但混沌不是简单无序而是没有明显的周期和对称，并且具有丰富的内部层次的有序结构，是非线性系统中的一种新的存在形式。从数学上讲，对于确定的初始值，由动力系统就可以推知该系统的长期行为甚至追溯其过去的性态，然而，大量的实例表明，很多系统对初始值的依赖十分敏感，即所谓的“蝴蝶效应”，这正是由系统内在的固有的随机性引起的，它只可能发生在非线性系统中。20世纪80年代，混沌与分形开始运用到资本市场的研究之中，例如，格拉斯伯格和普罗卡西亚（P.Grassberger and I.Procaccia）在混沌系统吸引子的算法探讨。[43]埃德加·E.彼得（Edgar E.Peters）探讨了S&P 500指数的混沌特征，得出了具有非线性特征的结论。[44]林姆和刘（K.P.Lim and V.K.S.Liew）研究了亚洲股市指数，得出了收益序列有非线性特征的结论[45]，李建功研究了中国期货市场的混沌问题[46]等。混沌学研究的是无序中的有序，混沌事件在不同的时间标度下表现出相似的变化模式，与分形在空间标度下表现的自相似性十分相像。混沌主要讨论非线性动力系统的不稳定、发散的过程，但系统在相空间总是收敛于一定的吸引子，这也与分形的生成过程十分相像。混沌重点在研究过程的行为特征，分形则更注重吸引子本身结构问题的研究，在一定程度上说，其研究结论具有一致性。
四 虚拟经济研究
期货市场研究是虚拟经济研究的一个组成部分，虽然目前的研究以资本市场为主，但其研究方法、成果基本适用于期货市场，例如，股指期货使期货市场和资本市场具有基本的共性。虚拟经济研究具有中国特色，是从马克思的《资本论》延伸过来的。目前，国内有两个专业研究机构：中国科学院虚拟经济与数据科学研究中心和南开大学虚拟经济与管理研究中心。成思危指出，虚拟资本的概念是马克思最早提出的，在《资本论》第三卷第五篇第三十六章以及以后的几章中都对虚拟资本进行了详细的分析。马克思在其论述中讲到的资本循环过程是先用货币资本通过交换去雇人、买原料、购机器、建厂房，然后通过生产变成产品，产品通过流通变成商品，商品经过交换再变成货币。成思危将这一过程称为实体经济。进而给出虚拟经济的定义：虚拟经济则是指与虚拟资本以金融系统为主要依托的循环运动有关的经济活动，这时货币资本不经过实体经济循环就可以取得盈利。简单地说，虚拟经济就是直接以钱生钱的活动。可以认为，虚拟经济的产品是各种金融工具，虚拟经济的工厂是各种金融机构。他进一步指出，在理解和分析虚拟经济问题时需要注意虚拟经济系统的五个特性即复杂性、介稳性、高风险性、寄生性和周期性。[47]
（1）复杂性：20世纪80年代出现了复杂性科学，主要由诺贝尔物理学奖获得者普利高津、盖尔曼、安德逊以及经济学奖获得者阿罗等人提出的，近20年来，复杂性科学发展较快，现已形成五个流派，即系统动力学派、混沌学派、适应系统学派、结构学派和暧昧学派。[48]复杂科学的主要研究对象是复杂性和复杂系统，在金融市场上的应用也越来越受到关注，例如，尤晨、宋学锋探讨了复杂性在金融市场的表征[49]，杨晓光、马超群研究探讨了金融系统复杂性的意义[50]等。
（2）介稳性：虚拟经济系统是介稳系统——远离平衡状态，却能保持系统的相对稳定。物理学认为，只有平衡系统，才是稳定的。普里高津（Ilya Prigogine）认为，一个系统在偏离平衡位置时也可能相对稳定，但条件是系统有开放的耗散结构——必须与外界存在物质或能量交换，他开创的耗散结构理论得到广泛认同并因此获得了诺贝尔物理学奖。此概念应用于虚拟经济领域，虚拟经济系统之所以能够在远离平衡的位置保持相对稳定状态，是因为它也具有耗散结构，即通过与外界资金等的交换，通过自组织作用来维持相对稳定。虚拟经济的介稳性源于以下三个方面：首先来自虚拟资本内在的不稳定性，其次来自货币的虚拟化，最后来自正反馈作用。前两个要素很好理解，第三个正反馈作用是指市场价格涨跌本身会影响供需，例如，越涨的股票，买的人越多，而不是一般供求理论说的价格上涨需求降低。
（3）高风险性：在经济活动中，风险主要是指人们预期的收益与实际收益之间的差异，这种差异不仅来自客观世界的不确定性，同时来自人们对客观世界认识能力的局限性。风险可以分为客观风险和主观风险两类，客观风险来自客观世界的不确定性。主观风险来自人们对未来预期收益主观估计的错误、市场操控、内部交易、信息披露不真实等。
（4）寄生性：虚拟资本的寄生性主要表现在其市场价格往往受到投资对象经营业绩的影响。虚拟经济的寄生性则表现在其运行周期上大体取决于实体经济的运行周期。但短期的背离是可能发生的，由于虚拟和实体这两种经济系统之间联系紧密。在实体经济系统中产生的风险，例如，产品积压、企业破产等，都会传递到虚拟经济系统中，导致其失稳。
（5）周期性：虚拟经济系统的演化大体上呈现出周期性特征，一般包括实体经济加速增长、经济泡沫开始形成、货币与信用逐步膨胀、各种资产价格普遍上扬、乐观情绪四处洋溢、股价与房地产价格不断上升、外部扰动造成经济泡沫破灭、各种金融指标急剧下降、人们纷纷抛售实际资产及金融资产、实体经济减速或负增长等阶段，但是，这种周期性并不是简单地循环往复，而是螺旋式地向前推进的。
虚拟经济研究在中国经过十多年的研究，仍处于探索阶段。[51]但相关研究比较活跃，例如，刘骏民、王国忠探讨了虚拟经济的稳定性、系统风险与经济安全的问题；[52]刘传哲、周莹莹、迟晨以江苏为例探讨了虚拟经济与实体经济协调发展问题[53]等，这些研究为增强中国在金融领域的竞争力进行着有益的尝试。
五 实践中应用的主流分析方法
基本分析法和技术分析法，相关统计表明，市场参与者分别有超过1/3的比例主要采用基本分析法和技术分析法，在“期货投资相关调查”中验证了这一结论。
（一）技术分析法
1.技术分析法的概念
技术分析法是通过市场行为本身的分析来预测市场价格的变化方向，即主要是对期货市场的日常交易状态，包括价格变动、交易量与持仓量的变化等资料，按照时间顺序绘制成图形或图表，或形成一定的指标系统，然后针对这些图形、图表或指标系统进行分析研究，以预测期货价格走势的方法。
2.技术分析法的三大假设
（1）市场行为反映一切。这是技术分析的基础。技术分析者认为，市场的投资者在决定交易行为时，已经充分考虑了影响市场价格的各项因素。因此，只要研究市场交易行为，就能了解目前的市场状况，而无须关心背后的影响因素。
（2）价格呈趋势变动。这是进行技术分析最根本、最核心的因素。“趋势”概念是技术分析上的核心。根据物理学上的动力法则，趋势的运行将会继续，直到有反转的现象产生为止。事实上，价格虽然上下波动，但终究是朝一定的方向前进的，这当然也是牛顿惯性定律的应用，因此，技术分析法希望利用图形或指标分析，尽早确定目前的价格趋势及发现反转的信号，以掌握时机进行交易获利。
（3）历史会重演。这是从人的心理因素方面考虑的。期货投资无非是一个追求的行为，无论是昨天、今天或明天，这个动机都不会改变。因此，在这种心理状态下，人类的交易将趋于一定的模式，而导致历史重演。所以，过去价格的变动方式，在未来可能不断发生，值得投资者研究，并且利用统计分析方法，从中发现一些有规律性的图形，整理一套有效的操作原则。
3.技术分析法的特点
技术分析法主要有三大特点。一是量化指标特性：技术分析提供的量化指标，可以指示出行情转折之所在。二是驱使追逐特性：由技术分析得出的结果告诉人们如何去追逐趋势，并非是创造趋势或引导趋势。三是技术分析直观现实：技术分析所提供的图表，是轨迹的记录，无虚假与臆断的弊端。因此，技术分析主要是制作图表，进行分析，再做判断。
技术分析法理论众多，如道氏理论、江恩理论、波浪理论等，大量的技术指标、比较值，常用的主要有移动平均线、指数移动平均、MACD、ROC、MFI、RSI、Fast Stoch、Slow Stoch、Vol、Vol+MA、W&R、Bollinger Bands布林线、Parabolic SAR抛物线指标等，图形种类主要包括线型图、K线图、柱状图等。技术分析比较重视经验，缺乏严密的基础理论支持，所以，学术界关注的少，很多学者持怀疑态度，实践中，大量的投资者使用这种方法无法实现持续稳定的收益，价格走势关键的时期，市场“主力”常常利用技术分析法的提示制造陷阱——技术陷阱，反而成为市场“主力”影响市场的工具。另外，技术分析法有的也具有多重选择，如何选择仍然是困难的，这些成为技术分析的主要局限性。但大量参与者在实践中仍然运用这一分析方法，主要原因一方面是其可操作性强，另一方面其具有合理的成分，如技术分析的突破与系统复杂性的初值敏感性具有异曲同工之效。
（二）基本分析法
基本分析法，又叫基础分析法，股票市场主要依据公司价值与经济发展趋势判断股票价值，期货市场主要根据商品的供求关系以及影响供求关系的诸因素，来预测市场的价格走势。这种分析方法注重国家的政治、经济、金融、法规等方面的分析，关注商品的生产量、消费量、进口量、出口量、库存量等因素对商品供求状况的影响程度，并在综合分析以上因素的基础上，得出市场价值的合理判断。基本分析法的假设主要包括：第一，市场中的信息都是公开的；第二，投资者可以同步获得所有信息；第三，投资者都是理性的。这三点与现实世界都存在很大差距，其自身存在不可避免的缺陷。针对供求关系分析的都可以归为这一类。如陈大恩、李英华在《国际原油期货价格与原油总储备量的协整分析及因果检验》一文分析检验了储备量与价格的关系。[54]这样的研究比较多，但研究比较分散，系统化、整体化程度不高。
有效使用基本分析法可以判断期货的均衡价格或股票的真实价值，可以判断市场价格与理想价格的偏离，但问题是市场理想价格何时能实现与市场有效性程度密切相关，同时还受到其他因素影响，所以，中短期使用基本分析法效率较低。如果寄托于长时间的价格向均衡价格的回归机会，则长期价格均衡的把握更加重要，而经济预测周期越长，可靠性越差，这时基本分析法的主要困难，全球范围内只有少数像巴菲特这样的投资者主要应用这种方法投资股票市场并取得骄人的业绩，但绝大多数人是无法复制其成功的，因为其核心——把握市场长期均衡是困难的，同时也需要足够的耐心，这些都是绝大多数人办不到的。在期货市场，投资周期相对较短，展期成本又较高，期货市场上单纯应用基本分析法更加困难。
从以上内容可以看出，期货价格研究的相关流派较多，且发展不够成熟，不同理论之间缺乏相互验证，有些有明显的分歧，市场广泛应用的方法与学科研究联系不够密切，现有的金融学理论实用性不强，而投资者较普遍使用的方法在理论界也没有得到有力支持。如何突破这些困局，无论是理论还是实践应用，都是重要的课题。
第四节 本书研究的理论基础
一 趋于有效市场假说
本书以趋于有效市场假说——有效市场假说理论的发展；行为金融学相关的基于行为、思想研究的成果，金融物理分析理论与方法等理论作为研究的理论基础。基于这些理论与方法构建、分析弹性系统模型，研究期货价格波动趋势问题。这些理论、方法与弹性系统模型研究的关系如图2-6所示。
图2-6 理论基础
二 弹性系统模型理论基础与现代金融学和行为金融学理论基础之比较
现代金融学和行为金融学理论基础分别如图2-7和图2-8所示，弹性系统模型理论基础如图2-9所示。弹性系统模型理论基础借鉴了这些理论的基本思想与精华，并进行了改进与创新，力图更有效地解释、分析金融市场。
图2-7 现代金融学理论基础
图2-8 行为金融学理论基础
图2-9 弹性系统模型理论基础
与现代金融学相比，弹性系统模型对现代金融学的有效市场假说理论进行了发展，并认为套利是有限的。与行为金融学相比，在吸收了行为金融学的群体行为思想的同时，对市场交易者进行了进一步细分，特别指出，市场领导竞争者即竞争市场领导地位的投资者的博弈策略与行为是影响市场的主要要素，并对认知的非贝叶斯推理进行了探讨，提出了非完美贝叶斯推理——投资者认知方面体现了贝叶斯推理的特性，但程度与理论值存在差异，即从定性角度看，符合贝叶斯推理的特征；从定量角度看，与贝叶斯推理理论值不一致。
[1] 中国期货业协会：《期货基本概念》，http://www.cfachina.org/news.php？id=38402，2008年9月20日。
[2] 许沂光：《风险投资实用分析技巧》，中华工商联合出版社1994年版。
[3] Robert D.Edwards，John Magee，W.H.C Basseti，Technical Analysis of Stock Trend，CRC Press LLC，2001.
[4] Paul A.Samulson，“Proof That Properly Anticipated Prices Fluctuate Randomly”，Industrial Management Review，1965（6），pp.41-49
[5] Fama，E.F.，“Efficient Capital Market：A Review of Theory and Empirical Work”，Journal of Finance，1970（25），pp.383-417.
[6] Koppenhaver，G.D.，“The Forward Pricing Efficiency of the Live Cattle Futures Market”，Journal of Futures Markets，1983（3），pp.307-319.
[7] Hansen，L.P.and Hodrick，R.J.，“Forward Exchange Rates as Optimal Predictors of Future Spot Rates：An Econometric Analysis”，Journal of Political Economy，1980（88），pp.829-853.
[8] Hodrick，R.J.and Srivastava，S.，“An Investigation of Risk and Return in Forward Foreign”，Journal of International Money and Finance，1984（3），pp.5-29.
[9] Bigman，D.，Goldfarb，D.and Schechtman，E.，“Futures Market Efficiency and the Time Content of the Information Sets”，Journal of Futures Markets，1983（3），pp.321-334.
[10] Maberly，E.D.，“Testing Futures Market Efficiency，A Restatement”，Journal of Futures Markets，1985（5），pp.425-432.
[11] Elam，E.and Dixon，B.L.，“Examining the Validity of a Test of Futures Market Efficiency”，Journal of Futures Markets，1988（8），pp.365-372.
[12] Granger，C.and Newbold，P.，“Spurious Regressions in Econometrics”，Journal of Econometrics，1974（2），pp.111-120.
[13] 许业荣：《有效市场假说与信息充分披露》，博士学位论文，厦门大学，2004年。
[14] 李文军：《资本市场的效率：理论与实证》，博士学位论文，中国社会科学院研究生院，2002年。
[15] 彭浩：《中国农产品期货市场效率问题的研究》，博士学位论文，西南财经大学，2004年。
[16] 喻翠玲：《经济全球化下的中国大豆产业：价格、供给与贸易》，博士学位论文，华中农业大学，2006年。
[17] 龚国光：《我国天然胶期货市场有效性实证分析及对策建议》，博士学位论文，同济大学，2006年。
[18] 李勇：《不同市场有效性条件下的中国投资策略研究》，博士学位论文，华东师范大学，2006年。
[19] Black，F.，“Towards a Fully Automated Exchange：Part 1”，Financial Analyst Journal，1971（27），pp.29-34.
[20] Kyle，A.S.，“Continuous Auctions and Insider Trading”，Econometrica，1985（6），pp.1315-1336.
[21] Amihud，Y.，H.Mendelson，“The Effects of Beta，Bid-Ask Spread，Residual Risk and Size on Stock Returns”，Journal of Finance，1989（44），pp.479-486.
[22] Harris，Lawrence E.，“Liquidity，Trading Rules，and Electronic Trading Systems”，New York University Monograph Series in Finance and Economics，1990（4）.
[23] O’Hara，Maureen，Market Microstructure Theory，Cambridge：Blackwell Publishers Inc.，1995.
[24] Massimb，M.N.，B.D.Phelps，“Electronic Trading，Market Structure and Liquidity”，Financial Analysts Journal，1994（1），pp.39-50.
[25] 中唯正：《上海期货市场流动性实证研究》，2009年8月4日，http://www.yafco.com/show.php？contentid=42396。
[26] 吴利剑：《期货市场流动性与我国期货交易机制的选择》，《期货日报》2004年1月14日。
[27] 华仁海、仲伟俊：《对我国期货市场量价关系的实证分析》，《数量经济技术经济研究》2002年第6期。
[28] 叶舟、李忠民、叶楠：《期货市场交易量与收益率及其波动关系的实证研究》，《系统工程》2005年第4期。
[29] Mehre，R.and Prescott，E.C.，“The Equity Premium：A Puzzle”，Journal of Monetary Economics，1985，15，pp.145-162.
[30] Kahneman，D.and Tversky，A.，“Prospect Theory：An Analysis of Decision Under Risk”，Econometrical，1979，47（2），pp.263-291.
[31] Shefrin，H.and Statman，M.，“Behavioral Capital Asset Pricing Theory”，Journal of Financial and Quantitative Analysis，1994（29），pp.323-349.
[32] 周炜星：《金融物理学导论》，上海财经大学出版社2007年版。
[33] 陈泽乾：《量子金融的意义》，《数学物理学报》2003年第1期。
[34] 马金龙、马非特：《复杂系统科学体系下金融市场非线性难题的求解——价格波动的投机方法》，《价值中国财经》，2005年6月15日，http://www.chinavalue.net/Article/Archive/2005/6/15/6676.html。
[35] 张本祥：《非线性动力学的理论及其应用——资本市场非线性分析》，吉林出版社2001年版。
[36] 孙博文：《中国股市波动的混沌吸引子的测定与计算》，《哈尔滨理工大学学报》2001年第5期。
[37] H.E.Hurst，Long-Term Storage of Reservoirs：“An Experimental Study”，Transactions of the American Society of Civil Engineers，1951（116），pp.770-799.
[38] 王新宇、宋学锋、吴瑞明：《中国证券市场的分形分析》，《管理科学学报》2004年第2期。
[39] 叶中行：《Hurst指数在股票市场有效性分析中的应用》，《系统工程》2001年第2期。
[40] 曹宏铎：《经济系统分形机制与股票市场R/S分析》，《系统工程理论与实践》2003年第3期。
[41] 魏宇：《中国股票市场多标度分形特征的实证研究》，《系统工程》2003年第3期。
[42] 姚忠诚：《分形市场假说在上海股票市场中的实证研究》，《统计观察》2004年第2期。
[43] P.Grassberger and I.Procaccia，“Measuring the Strangeness of Strange Attractors”，Physica D，1983（9），pp.189-208.
[44] Peters，Edgar E.，“Chaos and Order in the Capital Markets”，New York：John Willey & Sons，1996.
[45] Lim，K.P.and Liew，V.K.S.，“Nonlinear Mean Reversion in Stock Prices：Evidence from Asian Markets”，Applied Financial Economic Letters，2007（3），pp.25-29.
[46] 李建功：《中国期货市场混沌研究》，《重庆邮电学院学报》（社会科学版）2004年第1期。
[47] 成思危：《虚拟经济探微》，《管理评论》2005年第1期。
[48] 宋学锋：《复杂性科学研究现状与展望》，《复杂系统与复杂性科学》2005年第1期。
[49] 尤晨、宋学锋：《复杂性及其在金融市场中的表征》，《太原大学学报》2002年第10期。
[50] 杨晓光、马超群：《金融系统的复杂性》，《系统工程》2003年第9期。
[51] 成思危：《深化金融改革、改善金融监管、推动金融和经济协调发展》，《中国流通经济》2006年第10期。
[52] 刘骏民、王国忠：《虚拟经济稳定性、系统风险与经济安全》，《南开经济研究》2004年第6期。
[53] 刘传哲、周莹莹、迟晨：《虚拟经济与实体经济协调发展研究》，《经济与管理》2010年第6期。
[54] 陈大恩、李英华：《国际原油期货价格与原油总储备量的协整分析及因果检验》，《改革与战略》2007年第2期。