前两天一个同事悄悄跟我说，他说证券公司的人告诉他，7月份行情会很不错，可以炒一炒，他很疑惑：股票可以预测吗？券商说得这么一本正经，他们凭什么这么说，会不会骗人的？

我一听乐了，这个问题对于常年炒股的人来说其实算不上问题。我没炒股前我也会怀疑，有炒股经历后，我可以很坚定的说，确实能预测，关键是——预测准不准的问题。。。

首先给出业界的解释

容我慢慢道来，首先全球经济在发展，人类在发展，哪怕发生第三次世界大战，只要地球不毁灭，那经济依然能快速复苏，所以长远看，股票一定会涨，但这个周期很长，至少也是百年为单位的。。显然这个预测意义不大，能活百年的人都少啊，百年一周期，啥时候能回本。我们继续分析，从去年6月以来，三次股灾，不管是天灾还是人为，其结果是国家队出手买入了大批大批股票，很多家上市公司的前十大流通股东里都有汇金、证金的名字。我记得去年公司聚餐时，大家聊到股票，有两个哥们为股票是否受国家政策控制争得面红耳赤，现在一看，这还值得争吗？当然受国家政策控制啦，3000家上市公司，国有企业占多少，国有资本占多少比重，国家队的资本力量大家有目共睹，实际上国家才是A股的大庄家，所以我们可预测，只要不亡党亡国，股票一定会涨的，这个周期不会很长，肯定在10年之内，因为我们总会制定十二五、十三五这样的五年规划，刺激作用是很明显的，至少可以观察到的前几次超级大牛市，基本都是八年一周期，十年以内嘛，这个预测周期很多人还是等得起的，所以我们现在多学多看，适当交点学费，下次大牛市才会有收获，要有信心！

但是一套好几年，七八年时间这还是很恶心啊，我们需要将预测周期做到更短，券商是怎么就知道7月份要涨的呢？实际上预测一个事物的方法很多，我们看到乌云密布就猜到可能要下雨，到到井水翻涌可能要地震；股票也一样，我们看到双针探底那可能要上涨，看到量价背离可能要变盘，这就是所谓的技术面；另一种常用方法是统计学，把十年来A股各月的涨跌情况统计一下，很容易得出某几个月上涨概率很高的结论，还有就是基于一些分析，比如降准、加息等等，分析这些影响A股的事件的概率，也能为股票分析提供参考。券商分析7月要涨，这个并不难，一个月22个交易日，具体哪天要涨呢？是上旬、中旬还是下旬，那不管，反正你看着办，哈哈。其实很多人都这么说7月要涨，说明各种分析方法在7月产生了共振，那个概率确实就很大了。另外还有一些券商需要股票上涨，才能挣手续费的说法了，那个不谈。

如果能准确预测到月，投机价值已经相当高了，预测周期越短，难度越大。但很多散户还是一厢情愿的希望以天为周期预测出涨跌，比如像这样的，标出买卖点，多开心啊

其实这是相当相当难的，网上不少大V、股评家一买就涨，一卖就跌， 实际上他们要么是伪造的，要么是运气，要么就是庄托，有内幕。 真正的高手，都会告诉你这些很难，炒股很难，他们也经常有失误的时候。像上面这样的指标，很多都是事后诸葛亮，看着美妙，实际使用中是滞后的，跟不上操作。

引申思考

好了上面扯了不少没用的，下面我们来探讨股票预测的本质。K线本质上就是一段复杂的曲线，既然是曲线，那就可以建模，计算它的函数表达式，只不过这个表达式实在太复杂，包含的变量实在是太多太多，算不出来，我估计比爱因思坦的统一场论方程还要复杂。

复杂能阻挡人类前进的步伐吗？不能，爱因思坦走了，我们依然坚定不移的探索宇宙，我们在贵州建了个大锅嘛，多自豪！探索引力波这种跟大多数人八杆子打不着关系的事儿，科学家们都趋之若鹜，股票这种能直接挣钱的事儿，研究的人当然更多啦。记不记得上大学时高数是怎么教的，遇到多元方程，无法求解，我们可以求特解呀！我们只讨论特殊条件下的情况，就有可操作性，网上的各种指标，参差不齐，实际上就是在各种限制性条件上作出的判断，所以各种指标的买卖点各不相同，当然也有重叠的时候，有时候好多指标都得出了相同的结论，那概率当然要高一些了，指标是有概率的，因为设定特解的条件本就是有概率的。

因此我们说，股票是可以预测的，但是预测周期越短，就越难做到精确预测。做为程序员，指标公式的源码都可以看懂。从程序实现上说，这个事情很难做，但这个需求，实际上是很普便的。前段时间有几朋友让我帮忙做点东西，一个说想做个视频识别，一个想识别音乐中的一段特殊声音；前几天公司聚餐时，领导说能不能做到当患者出现特定体征时才触发程序，等等，和股票预测一样，这些都是同一类需求。

回想一下，自写代码开始，这样的需求其实碰到过很多次，但我以前基本上都是拒绝的，因为我不会做呀。我们开发的程序大多数都是事件驱动，都是由明确的事件触发，比如点击按钮要怎么办，软件启动要怎么办等等，这样的程序我做得太多太多了。但这只是计算机信息化实现的一小步，信息化首先是将物质世界虚拟，进行数字化，在数字化的过程中出现了数据库这样的存储功能，在数字化的罗辑中，我们可以对参照传统业务流程使用程序来进行模拟操作，这就是我们做的事件驱动程序的本质，这些领域内的高手们可以将传统业务进一步抽象改进，甚至反过来改造传统流程，但是本质并没有什么区别。而处理不明确的事件，这才是发挥计算机优势的地方，也就是所谓的人工智能嘛。

像这样不明确的事件，也不是都需要靠人工智能来处理。其中某些场景我们可以简单实现，比如判断电压升高、判断鼠标移动等，这些也是并不很明确需求，电压升高多少才算升高了呢？手抖了一下鼠标算移动吗？像这样的需求，我们可以简单处理，因为数据维度少，就那一两个参数，凭经验就可以设定一个范围，比如电压升高超过50%认为电压升高了；认为鼠标位移超过50个象素就认为移动了，要是实际运行效果不好，我们再改这些参数就是了。就好像视频识别，朋友给的方案是反正要识别的目标是我们定的，我们就给它涂上绿色，视频里只要出现绿色就认为是要识别的目标，这当然是一种不错的方法，囧啊。但股票分析显然不能用这种取巧的方法的，股票的维度尺度太多太多了，比如简单的，平台突破，涨多少才算突破呢？箱体震荡震幅范围在多少以内才算是箱体呢？我不禁想起了前几天台湾的雄风三号，大家都觉得很搞笑，打个渔船都不会爆炸，这质量也太差了，其实不见得，这样的导弹是很难拦截的。拦截导弹一般不会直接撞到目标，没那么精确，拦截弹接近导弹十多米就会爆炸，靠弹片摧毁来袭导弹。看雄风三号这架势除非撞到真正的军舰，出现剧烈减速才会引爆，少量的拦截弹炸不坏它。说明台湾设计的制导策略比较特殊，导弹不同于炮弹，炮弹引信就是一种明确事件，一碰就炸；而导弹制导是计算出来的，导弹比炮弹厉害的多，原因就在这儿。这也说明，日常生活中我们更需要能处理这种不明确事件的计算机程序，各个领域都是如此。

模糊事件如何处理，不可能都通过经验来确定的。通过计算机程序来解决这个问题目前最有效的方法就是大数据分析，大数据就是干这事的，没什么神秘的，比如同花顺就有收费的“云MACD”、“云KDJ”这种指标，其实就是通过大数据分析以住的涨跌，把macd、kdj指标的参数调到最合适的值（当然是否真的是最合适的值，这个不清楚，我这可不是打广告）。可是大数据我只是略知皮毛，缺少实践，一再回避，如今遇上问题了，躲也躲不过呀。大数据分析算是很复杂的技术吗？确实复杂，但是行内人看这个问题就是另一种态度了——复杂，但可以解决。我想炒股也一样。

这两三年来我特别后悔，当年没有下决心读研，大数据分析一般都是研究生阶段的内容，现在读在职也是亡羊补牢哇！当然不是说本科生就做不了大数据，我也认识做得特别好的本科毕业生，读研不在于能学多少理论知识，毕业了也可从事陌生的方向，关键在于读研会有个指引发展前沿的导师（当然你要说读个研都没见过导师，直到答辨才知道导师长啥样，那这就不在讨论范围内了），学习什么时候都可以学，关键是学什么和做什么问题。炒股也是一样，方法很多，策略很多，不同的方法甚至互相冲突，都去学只会让自己更混乱。自己闭门造车，学得慢进步小都是小事，一下被套出现重大损失就麻烦啦。很事儿都有无数种解决方法，选择什么样的方法，这是一门艺术。对程序员来说，方法就更多了，掌握这门艺术，在工作中遇到困难就不会慌张，比如面对视频识别、声音识别这样陌生业务也可以有条不紊的去找解决方案。

写得比较杂，不知道写的啥，亡羊补牢，总比不补的好。及时纠正方向，任重而道远啊。