作者是技术分析人员，他的书籍都是讲述技术分析的，基本不涉及宏观等基本面分析。他对跨市场的分析，只是想通过相对强度对比的技术手段去发现不同之间的相关性及机会。因为作者认为要从宏观面把不同市场的涨跌及相关性完全分析清楚，需要大量的时间，没有技术分析来的便捷。当然，人家也从来没有否认宏观基本面分析。
其实我觉得，作为一本交易理论，作者明显是想简单介绍下这不同市场和市场内部之间的关系和变化，也没有打算具体介绍这背后深层次的原因
这本书 我反复在书店 看过，一直没有下定决心作为藏书购买。原因就是 没有剖析相关市场的正向和反向联动的逻辑。或许这就是一本抛砖引玉的书。让我们去思考的。毕竟逻辑是很值钱的。
对个人投资者来说，把握好宏观就很难了，事前把握。 可能对微观层面的探索，真的不一定是一定能得出某些结论的，把它当做一种爱好和思考吧。呵呵
所以，宏观的理论，在宏观上是有意义的，但不一定是精确的，或者说是真实的。
现在的金融市场有个重要的缺陷，在微观上，价格是不连续的，所以，在微观的研究上，其实是很落后的。我个人感觉，现在的情况，或许就像19世纪时候的物理学，天空飘着几朵乌云，但是除了这些乌云，其他地方都是阳光普照，现有的理论在在某些情形下，已经能很好的解释过程了，比如在大的宏观上，但是，在有些情形下，可能还是会遇到某些问题，或许，我们今天对金融和经济的看法，也只是井底之蛙，摸着一个桔子，却摸不到表面的凹凸不平。
我觉得如果一个微观模型不能够很好地过渡到宏观模型，这表示这个微观模型只能适用于微观。他遗漏了宏观的信息。其实从价格入手而忽略其它，再如何扩大K,又怎么能得出更好更多的结论呢？ 所以只能这么理解，一个微观模型赖以建立的价格输入，刚好就是宏观经济所决定；而微观模型所预测的价格，却只能预测非常微小的时间段的价格；而其所代表的某个”投资见解“，将与其它千万个投资见解共同塑造下一个具有宏观意义的价格。
或者，P=Pt-1+X，这个模型，都是有问题的，不适用的，在某些情况下，因为，通过差分，或者高阶差分，有些无序的矩阵，能表现出某些有序的性质，这都是有很多可能性，可能真的需要天分才能窥探到其中的真谛吧。 我们这些普通人，只能在某些天赋极高的人，带领我们突破了一个瓶颈后，才能理解一些更进一步的东西。就像牛顿，爱因斯坦，薛定谔以及很多取得突破性成就的人做的那样。
不但K，X的方差，a，这几个项目可能都有无限多的内维度，对此，我感觉抵达了自己目前知识储备的极限，无法表达意见。
一旦，K变大，可能就使得高纬度的X内的变化，变得没有意义，或者说，可能X内的高纬度变化分布是异方差，密度不均的。在不同的K上，有不同的表现，甚至我们根本没办法测得所以的K下，X内部维度的情况。所以，可能所有的可能都是可能，也都是不可能。以上。
对X噪音项的不断细化，可能就是使得P的维度越来越高，但这种高不一定是有益的，起码在现今的技术框架下。
现代金融学在逐渐加大行为金融学的深入，其实，这个条件概率方程背后的原理，也适用于在引入了行为金融学后的市场分析。 行为金融学有个理论，适应性理论，就表达了条件概率方程的动力学变化的变现。我认为。 以上
或者说，其实无论是社会学，还是物理学。动力系统，在不同的[t，t+k]，随着K的变化，动力系统本身也在变化，我们可能完全打不打perfect的精确表现任何一个Y，我们只能不断优化Y=f(X1,X2,X3....Xi|u1,u2,u3...ui)这个条件概率方程。 在这个优化的过程中，就是交易体系建立的过程。
变现，应为表现。手误。
比如，上式的X，这个噪音项，我们对的精确变现，或者说每一次的精确变现，无法预测，我们也只能认为的定义它在某个适合的维度上的某些统计学性质。所以，我们说他期望是0，固定或者不固定的方差。 我们不能描述每一次，X的轨迹，只能从侧面理解一下X的性质。 对P的轨迹，我们只能说他在某些有限的维度上，能有限的进行模拟，要做的就是，把这个模拟尽量在[T，T+K]这个时间段内，让这个模型变现的最接近现实。 不断优化条件概率函数的系数和表现形式。 以上
@龙城之东 我对龙兄的说法的理解是，这个每个微小时间段都有一个固定的a,与期望方差固定的x,使那个等式相等，计为ai,xi 在一个长时间段内有无数个ai,xi,积累下来使得在宏观的情况下不适用那个等式而是另一个等式。 ....make sense.
或者可以这样说，在微观层面，我们建立的模型，也只是对客观现实的一种模拟，甚至说，物理世界的任何一个客观过程的描述，都是一种模拟，都是误差存在的。只是，在某个维度上，这个误差在大概率情况下，体现的不明显，但是，在某写维度上，可能就会对结果产生质变的影响，但这，并不影响，我们在他能大概率模拟的那个维度上，应用这个模型
@白起 我个人理解如下。 在微小时间的情况下，把价格变动分解为P=aPt-1+X.X是随机扰动项，这里的a和X在微小时间内，a是不变的，我们假设其对价格的影响不大，尤其是X，可以认识是期望等于0，方差固定或者以时间t权重的项。但是，在宏观的时间下，累计的X和a，以及X a本身的性质可能会改变，这时候，就有了他对应的宏观变现。就像光的衍射，单个光子的运动可能是随机的和光子整体的运动可能就有了规律。 以上，个人的浅见，说实话，我对这个过程细节的理解，也是在不断的摸索，探讨，学习中。可能也不一定对。
@龙城之东 这里有一个悖论，如果其价格每一个微小的时间段里都只与自己的历史价格有关，那么在长时间段的考察下，应该是一段一段微小时间段的叠加，又怎么会产生不只与历史价格有关的结果呢？ 显然这个悖论就已经否定了你的结论。当然我比较好奇龙兄能怎么样反驳我。：）
@白起 在一段时间单位内，价格可能之和自己的历史价格相关，我觉得。 相关性一定要在一定时间单位内才有意义。 就像，经典力学和量子力学的关系。
@龙城之东 另外一点，如果只是一个金融产品的价格只是关于自己历史价格方程，那么很难解释为什么股票与债券以及商品、外汇会有这么大的相关性。而这本书刚好展示了这种相关性。
@龙城之东 好像有研究各类金融产品价格的时间序列模型，如ARMA模型，GARCH,ARCH模型。这些模型我的印象中（如果我记错了，请提醒我），好像只关注金融产品的价格。但是金融产品可定会与某一实体经济联系在一起，比如说股票会与企业的业绩相关，债券会和利率相关；至少股票这一两百年整体上是向上的就已经说明有一个趋势了。所以我认为如果一个金融产品定价模型忽略了这个金融产品对应的实体经济标的，那么这个模型是不完整的，是会误导的。实体经济上的变动是对金融产品价格的巨大已经实际的冲击，并且这个冲击不应该是白噪音，而是有方向的。
另外，如果，静态分析，离散的情形下，以每个时间点做X轴，把不同时间段内的数据，复合到一个图上，我们可能看到的是，在每个X点为圆心，的一种类似于随机性的散步的过程，很难找出每个点的经济学意义。就是光的衍射，从整体上看，有规律，但是面对每个光子，可能我们很难判断他的轨迹。 以上。
@白起 假设，在秒，分，天的时间单位上。 最简单的一点，把单一市场的数据做回归，找出数学意义上无效的时刻。把多市场的数据做回归，找出失效的时刻，或者说，是“弹出”的时刻。 另外，从时间序列的角度看，价格的变化是可能是一个马尔科夫或者隐马尔科夫的过程，白噪音项在时刻扰动这价格的变化，所以，我们很难找出某个价格变化产生的合理原因，这时候，我们把价格数学化，通过统计分析，找出概率上的变化的可能性。进行交易。 另外，如果从宏观经济学的角度来分析，我个人觉得时候分析可能更有解释性，但是，在事前分析，可能由于样本数量的严重匮乏，我们很难通过历史来指导现实，进行交易。 以上，白兄。
@龙城之东 宏观经济学在回顾过往历史时往往具有雄辩的说服力，其原因在于已经明了各方合力产生的综合效果，也就是经济所面临的主要冲击（需求、供给..),但是在当前面临的一个具体交易，人是很难明白主要冲击是哪个，即使明白，有可能在更长的时间段并不是主要的冲击。 但是，宏观经济学的解释是如此地漂亮，以至于它确实让人相信其真实地描述了过去发生了什么（比如大萧条发生了什么，原因、结果），人能用另一个语言描述过去发生了什么事吗？知道历史才能明白未来，而我们要知道历史又得借助经济学原理，而用以描述历史的经济学中的某些指标与数据，则成为我们拓展与预测未来的工具，并且应该具备一定的准确性。 能不能详细地说一下，何为”从数学的角度找出市场无效性，包括市场内部的无效，和市场外部的无效。更多的是微观角度的交易“。
还没有读过这本书，发表一点浅见，望斧正。 不同市场相关性的背后的宏观经济学联系，往往是在大的时空背景下才有意义的，对现在市场大多数交易者，可能更多的是时候的解释性的参考价值。 对于不同市场套利，即使是全球宏观策略，其实宏观经济学的原理也仅仅是次要的，参考的，更多的是从数学角度找出市场的无效性，包括市场内部的无效，和市场外部的无效。更多的是微观角度的交易，这时候，可能只从“数”的角度予以解释，以及对交易决定作出支持就够了。 以上
