关于数学在程序化交易中的运用[古期心得]

本人是数学系大三的学生，在此略分享点数学分支，希望对大家有所帮助，本人才学浅薄，望有高手交流。（古期感谢这位网友的分享，以下一些观点，虽然当前的软件平台还没法实现，但还是有一定的独具性的，可以看看，寻找与你的共同点或补充不足。以下是这位网友的原文： ）

系统交易，策略来源可能是基本面方向的（通过数据挖掘寻找关键字进行统计）也可能来自于技术面方向（形态学，浪形学，江恩理论等等），都可以理解为将以前人做的事情给电脑做。也可能是某种特有的操盘手法的电脑化（比如海龟交易与炒单交易）抑或典型的量化交易（比如：高频套利交易，统计套利交易等）

以我目前粗鄙的数学，来大致分个类，有点啥用。首先研究基本面类包括研报统计等东西数据挖掘躲不掉的，包括模式识别与语音识别等（一直没理解为什么西蒙斯找那么多ibm语音识别的干嘛？）外汇交易用的特别多，没庄家，看趋势，走新闻。

数据挖掘里面有神经网络，本来就是用来预测的，又有聚类算法，解决分类组合套利问题，相关性分析，主成分分析啥的作用都大同小异，就是做一个不大相关的组合分散风险或是做一个高度相关有套利价值的组合。更高级点的有svm，大概是用来分类的，并且与机器学习有关。目测等数据挖掘高级了，ai技术高级了，自学习的系统也就可以应用了，据传已经有了，好像是骑士啥公司来的，以上都是无监督的，有的要训练。

技术分析里面一大流派就是图形学，不管道氏理论，浪形学，江恩等等说穿了就是几何学，让计算机做几何本来不难，但一个难点在于k线图性质不好，小波分析分一分，再用多项式拟合一下就漂亮了，说白了就是去噪音，类似的方法不少，计算机也容易懂。这样一来浪形随便数，不过形态学依然不好办，因为人工看图划线的时候总归是马马虎虎，差不多就行了，可电脑不懂，所以形态学是个难点，江恩理论倒是可以做，做个盘子嘛。另外一些就是指标了，本来就是量化的就看你怎么用了（比如macd，rsi，obv啥的）

跟两维几何图形有关的大概有分形几何，分形维数决定了混沌度（不大懂），预示了拐点的到来，目测有个rs分析就是与分形有关的。也许以后有升维在做（联想到svm）blabla。。。

随机过程，马链，维纳伊藤，随机游走嘛，布朗运动啥的，应该跟时间序列（gar序列）也有关系，跟方程搅一搅有随机偏微分方程貌似。跟方程有关的有动力学系统再下去就是混沌理论应该是用来预测短期走势的，不然西蒙斯要那么多数学家干嘛？

到了统计嘛？统计没学过，就懂个统计套利，cuscore统计量可以预警。反正统计博大精深，跟方程齐名是应用数学的重要组成啦。