证券价格的演化并非随机而是由物理数学定律支配

自 1900 年 Bachelier 的论文（奠定随机过程或布朗运动作为股票价格变化模型的基础）以来，理解价格本质并预测价格的尝试均告失败。统计方法仅发现微小的规律性/异常，而其他数学与物理方法也不奏效。这使研究者认为证券价格的演化基本上是随机的，因此本质上不可预测。我们表明证券价格的演化并非随机过程，而是很大程度上确定性的，并受一条物理定律支配。该定律以一种物理数学理论的形式呈现，围绕一个纯数学函数展开，与模型和统计方法无关。它可被描述为一个阶数大于或等于 1 的移动回归曲线的“等密度”网络。该函数的显著之处在于，当将任意证券的时间序列输入该函数时，新的数学对象会自发涌现，这些对象展现出吸引和排斥该数量的独特性质。由于形状优于度量，该函数的图形表示被称为“拓扑网络”，而涌现的对象被称为“特征图形”（主要为“弦”）。价格受弦的吸引与排斥导致价格在弦之间弹跳。因此，价格必须被视为以半确定性方式（倾向于确定性）由弦驱动。借助描述价格演化的函数，我们现在理解了每次价格变动背后的原因，并能够定性和定量地预测价格。该函数具有普适性，不依赖任何拟合，并且由于其极端敏感性，揭示了现有研究从未发现的金融时间序列数据中的隐藏秩序。