股权市场价格变动可被预测：一种自然科学方法

股权市场长期被视为不可预测，日内价格变动被当作随机噪声处理。本研究通过引入扩展Samuelson模型（ESM），构建一个基于自然科学方法的框架，捕捉市场行为背后的动态、因果过程。ESM 在多个时间尺度上识别出峰值、谷值及转折点，并表明时间上具有兼容性：更细粒度的时间段包含更粗略时间段的所有信号，同时提供更锐利的方向性指导。除理论外，ESM 还转化为实用的交易策略。在日内交易中，ESM 能可靠地预测短期反转和长期趋势，哪怕在突发新闻影响下也能做到。其八种市场状态和六种方向性信号为交易者提供了可操作的边界，使他们能够捕捉持续的盈利机会。值得注意的是，即便在平静时期，ESM 也能捕捉 500 点（相当于一份 E-mini 期货合约 500 美元）的 S&P 500 波动。这些发现呼应了归属 Renaissance Technologies 的梅达尔基金（Medallion Fund）所采用的基于状态的方法，其通过系统化日内交易实现了惊人的收益。通过将正常条件与危机动态相结合，ESM 不仅推动了市场演变的科学理解，也为盈利交易提供了稳健、可操作的路线图。