1、计量经济法土管 123资本市场数据计量分析法导论关键词： 资本市场 数据 计量 分析法 资本市场数据计量分析法导论赵中华引言当我们用供求关系的理论来研判价格的时候，我们也在思考到底是关联决定价格还是行为决定价格，基础供求数据是产生价格的唯一数据还是众多参数中的一项重要参数？当我们使用供求理论、价值理论、成长理论、关联理论、趋势理论等，来指导投资的时候，方法论的数据基础是否存在并是否经过了数据检测，我们的其他数据处理方法科学有效么？我们在做定性分析的时候是否发现量的变化是质变的前提，数据分析是否可以使得我们决策点前置，以取得风险收益比优化的制高点。十多年的资本市场发展史，正在演进和创新着西方资本
2、市场的百年路，市场各方都在探索，作为市场主体的投资理念、投资方法同样在竞赛中进化，感官交易，策略交易，当然程式系统交易作为一种更理性化、更数据化、更稳定化的操作手段也在方兴未艾，快速发展。数学是一切科学的基础，社会科学更应该用数理求证这个最严谨的方法。本文基于若干年资本市场的理论研究和操作研究提出一些数据计量分析的粗浅观点和求证，并立论“资本市场数据计量分析法”以抛砖引玉，故作为导论。往返于理论和实践之间-投资学说的若干断想一、供求的障碍萨缪尔森说“你可以把一个鹦鹉训练成一个经济学家，你只需要教会他两个词，一个是供给，一个是需求” 。但是很有意思的是萨氏的经济学通篇没有关于这两个词的解词，供求
3、关系决定商品价格的学说本身就是一个学说，关系能够决定价格么？一种关联能够决定另一个存在么？行为才是产生结果的唯一方式。供求信息对产生交易决策会发生非常关键的影响，如果这样表达就更贴近逻辑。因为交易决策是交易行为前提。但是需要明确的是供求信息并不是唯一的决策信息，至少还包括货币信息，政策信息，相关信息等等。在供应和需求前面再加一个定语-“有效” ，是可以使得供求更贴近决策，但仍不是产生行为的充要条件。供应曲线和需求曲线的交叉点不能回避货币因素，其实他隐含了一个假设，这个假设是稳定的货币背景，也就是货币尺度，但是这个尺子是弹性的尺子，尤其货币国家本位下和当今的货币经济时代使得这个尺子更富有弹性，甚
4、至比有些商品和资产的弹性还丰富。从行为经济学角度，交易的直接表现是商品和货币的交换，摆脱货币基础来论供求是不是删去了矛盾的一个重要方面， 2008 年至今的商品和资产价格的大幅波动与其说是供求波动，到不如说货币因素使然来得更具有预见性和说服力。那么指导我们的理论还贴近实际么？从总体供求角度， “供不应求价格上升，供过于求价格下跌” ，很有道理，但是包括石油在内的所有可以作为期货标的的原材料商品，作为全局很难发生上述情况，放在期末库存的大数据下，微小的丰收、减产，消费变动等因素根本对价格波动是不敏感的，甚至在相当多的情况下，呈现弱关联数据结构。二、逻辑的缺陷“经济活动中的人是理性的人”这个假设成
5、立么。即使假设成立，群体中每个理性的个体的活动所表现出的整体活动就一定能对冲出“整体理性”的结果么？是个简单的累加关系么？资本市场中各交易主体之间实际上存在博弈的关系，博弈的结果可能会导致整体非理性，就像“囚徒的困境” 。资本市场的运行在更多的情况下，表现为非逻辑性，甚至带有随机漫步的性质，否则怎么会有交易？信息会对称么，信息对称是广义上的概念，信息不对称是永恒的，信息如果对称了就没有赤壁之战，也没有金融风暴了。即使在信息化时代，也只是大众信息传输速度加快，这更要求我们建立灵敏的快速反应系统，更先进的数据处理系统，要求分析体系和决策体系的效率更高。金融衍生品是存在构建逻辑的，但是逻辑是有前提的
6、。数学建构违约相关性模型，刺激了信贷衍生债券市场，带动了担保债务凭证(CDO)以及新兴衍生金融工具信贷违约掉期（CDS）的爆炸性发展。建立在若干个前提下的衍生商品一旦基本假设条件改变，它的定价体系以及确立的相关定价体系急剧变异，整个市场就出问题了。纽伦堡审判法官和编剧的对话是很经典的：科学的东西一定是符合逻辑的，但是符合逻辑的东西未必都是科学。比如资本市场当几乎所有的理性投资者都认为价格要向某个方向运动的时候，总是发生某种戏剧性的变化，这个现象被总结为“相反原理” 。三、趋势存在么？没有两片同样的树叶还是历史真的会重演？价格包容一切，是过去的一切还是现在一切？现在的价格包括未来的一切么？反思一
7、下趋势投资理论：资本市场的价格以趋势的方式运行么？趋势如果是惯性，那么趋势就不包括原动力，那么我们依据趋势来操作是在追求主流还是在追求末节？频繁更换和混淆时间尺度概念去谈趋势，这样的趋势还存在研究价值么？趋势就是方向，我们要尊重并顺应趋势，直到这个趋势结束下一个趋势来临，那么趋势的衡量尺度是什么。你能预料下一个交易节价格的方向么，如果你预料不了，那么你能预料下一个交易日、交易周、交易年么？充分熵条件下的数据统计结果证实了全球任何一个品种的价格波动，阳线和阴线的数量基本上各占 50%，只有微小误差。价格波动的单调性是一种特殊的存在形式，并非常态。如果我们连转折都不知道的话，那么从哪儿去操作趋势？
8、如果我们知道转折的话，那还要认识趋势干什么？为什么趋势论不敢于追求原点交易呢？价格到底是以什么样的方式存在和发展，是一个严肃的话题。表达为运动的方式肯定是正确的，数据计量分析的结果也比较吻合于格兰杰的观点，即价格波动具有“易变性” 。趋势论带有比较主观的色彩，换句话来说他迎合了操作者心态中存在趋势的这种主观偏向。四、永恒的话题图表分析师告诉投资者，市场永远是对的，我们不要做市场的敌人，要跟随它，要顺势而为。投资大师索罗斯认为市场永远是错的，要校正它并取得收益。解析索罗斯的观点是，市场无效性向有效恢复的过程就是一个盈利模式。市场到底是无效的还是有效的？市场是一个机制性平台，但是它创造的价格总是在
9、波动中保持着它的动态均衡，市场是一个追求均衡的永动机。五、资产组合、有效市场、随机漫步1952 年，哈里?马柯维茨教授发表了一篇题为资产选择的论文，揭开了证券史上一个新的篇章。在其后 20 多年里，一些大学教授陆续介入证券投资研究，先后诞生了资产组合、有效市场、随机漫步三大学院派投资理论。三大理论生于华尔街的一个灰暗与迷惘时代，货币不断贬值，股价普遍高企，传统的价值投资开始失效，成长型投资理论也因“漂亮 50”神话的破灭遭到了重创，遭遇深刻理论危机和精神迷惘的华尔街转向学院派寻求理论支柱和操作支柱，三大学院派理论很快就成为华尔街的显学。美国研究集团 Dalbar 估算，从 20 世纪 80 年
10、代到本世纪初，美国标普 500 指数的年均回报率约12%，而股票基金投资人的年均回报率只有 2.6%，可见实际效果并不如人所愿，三大学院派理论最终还是回到了学院。从整体来看该理论有积极的意义，但也存在天然的弱点。六、温故而知新-昨天、今天、明天信息时代的特征之一是信息传输速度加快了，这使得我们对历史的了解和对现状的把握变得更加容易也更加快捷了，但并不意味着信息处理的方式升级了。我们不能不对未来有所观点，当我们试图预知未来的时候，总是有些无所适从。于是寻求他的哲学源头。我们如何预测一个森林的前景，那么首先要考察它的历史，充分了解他的现状，看看他有无新鲜树苗在发枝，看看他的水土系统是在保持还是在恶
11、化等等，如果不是这种良性生态，我们就要真的怀疑这片森林的未来了。历史和现状清楚了， “时间之矢”告诉我们这才有可能知道它的明天。但是温故不等于知新，里面还少一个“函数” ，这个“函数”是科学的预测方法。温故是知新的必要条件，而未必是充分条件。七、预测学的思考JakobBernoulli 创立预测学的目的在于减少人类生活各个方面由于不确定性导致错误决策所产生的风险。预测学的理论部分致力于随机的后果进行数学化分析和描述，随机的具体化就是变异性。预测学的实验部分运用模型提供决策信息。不确定性是几乎所有问题的根源，预测学为分析变异性提供了有效方法，因此，为将非现实的，确定的世界观转变为现实，随机的世界
12、观铺平了道路，这一转变，特别是对于科学的所有分支产生巨大影响。五十年代以来，预测学渐渐地形成了一门独立的学科，国内外各部门、各行业不断应用各种预测理论和方法来进行社会预测、经济预测、科学预测、技术预测、军事预测等。同时，决策过程也逐步由经验型向决策分析技术型过渡发展。目前，预测决策理论和方法得到了广泛的应用，并已发展成为理论分析、方法技术与实际应用相结合的专门学科。八、数学是基础资本市场是物质的，价格是运动的，运动是有规律的，规律是可知的。数学是一切科学的的基础，现代分析体系和预测理论同样以数理统计为基石。数据计量分析法认为，资本市场价格是以运动和易变为存在和发展形式。这种运动和易变的常态表现
13、为随机性波动。但是这种波动在不同的时间和空间上的数据分布带有不均衡的概率性差异，而且这种规律满足于三个原理，他们分别是“综合体”原理， “强相关”原理， “非均衡”原理。而“交集决策”是数据计量分析操作上的方法论的核心。数据计量分析法的基本内涵依据数据分析的观点，使用数理计量、数据模型、数据检测和数据推演的方法，来研究资本市场的运行以及操作方法。我们把这样的方法体系称为“资本市场数据计量分析法” 。一、资本市场数据计量分析法的研究对象即资本市场的运行以及操作方法。二、资本市场数据计量分析法的研究角度（一） “综合体”的观点数据计量分析法认为，单个研究对象寓于一个数据集的整体之中，关于整体数据集
14、的研究为我们提供的是一个轮廓的或者叫宏观的观点。单个序列变量呈现出非稳定性，非稳定序列变量的“综合体”却呈现出稳定性。 “综合体”中的数据，保持着关联关系，在关联数据相对稳定条件下，单个研究对象的波动呈现相对均衡的随机波动。相关数据的稳定性总是被一对或者一个复合组合的关联数据打破，使得对应关系发生剧烈变动，表现形式通常为冲动性的价格变动。（二） “强相关”的观点严密的因果相关由于其存在不确定性前置条件，所以因果相关在高效市场很难出现或者瞬间消失，弱相关缺少独立研究求证的意义， “强相关”是数据计量分析法研究的要点之一。“强相关”指研究对象的数组，和另一数组或者另一复合数组之间存在高度的相关关系
15、。高度相关表现为高度的逻辑相关和历史数据相关。比如供求和价格，财富与消费，物价指数和货币供给及汇率，短期利率和长期利率，股票价格指数与成分股股价，阶段性供求缺口和该品种价格弹性的方差等。这些强相关的非特殊数据结构的高概率性规律，非稳定序列变量的特别组合可以呈现出稳定性，从而可以得出正确的统计推理。比如数据计量分析法下的资本市场机制性规律之一“收益率差异收敛规律” ，就是强相关原理的体现。标准化合约的标的与到期该标的的现货价格是一致的，交割机制使得他们相互寻找共同的原点。期货价格和同一标的物的现货价格形成零和，这并不等于现货价格和到期期货价完全吻合，因为这里存在市场效率问题，其误差率等于期货收益
16、率和现货收益率的协方差与现货收益率的方差的比值。证券市场的价值投资同样吻合于这一规律，股票价格总是受到其内涵价值的牵引而回归。汇率市场的对冲平衡机制满足于收益率均衡化的原则。再如，同一品种不同合约的横向对比收益率差异调整于一个时间价值函数。相关商品的收益率与它们的平均相关系数关联。全部品种的综合指数，和整体市场的商品和货币供给呈相关关系，而且反复调整单品种间收益率的均衡分布。同一品种在不同市场背景下收益率呈现差异化分布，其差异率和市场机制性差异相关。（三） “非均衡”的观点资本价格的运行状态与其说呈现趋势性特征，倒没有认可其波动性特征更客观，克莱夫?格兰杰将金融市场上随着时间的随机波动，称之为
17、易变性。价格在未来的下一个时间跨度更多的是呈现随机波动的特征，这是市场有效的前提。但是在一定的市场特征和数据结构下，数据并不服从正态分布，呈现出收益率波动的非均衡性，甚至有些数据结构呈现出强烈的规律性，这些规律表现为高概率。包括规则的可逆数据特征和强烈的记忆性数据特征，满足这些特征的分布，我们把它称为投机分布。（四） “交集决策”的观点数据集由关联的数组组成，我们使用“综合体”理论、 “强相关”理论、 “非均衡”理论，进行数理计量、数据模型、数据检测和数据推演的分析研究，这样就形成一个决策信息的“树”形结构，这个结构存在客观的决策数据交集，重合区域就是稳定的决策区域，这样的决策数据可搜寻、可检
18、测、可评估、可推演，据此操作就存在数据基础。这个决策系统通过计算机技术完成，因而可以自动跟踪、自动扫描和自动触发以提高决策效率。这个系统的闭合化以及配套控制和纠偏机制和资金及头寸管理机制，就形成了程式化、系统化交易。三、资本市场数据计量分析法的特征（一）创新性数据计量分析法，是一个创新的方法体系，它依据创新的理念，基本的分析理念的支点包括“综合体” ， “强相关” ， “非均衡” ， “交集决策”等，强调使用数据计量的方法，使用开放和发散的数学模型思路，建模，检测，模拟推演，突出严谨求证，更重视创新模型。尽管数据分析的方法，在资本市场得到了广泛的应用，基本分析法使用数学模型，技术分析法同样使用
19、指标等数据公式。但我们所倡导的数据计量分析法已经不是一个简单的工具，而是一个理论和操作相结合的体系。我们认为这个体系具有广阔的发展空间和实际操作意义。创新是一种方法体系发展的动力，方法体系创新包罗了理念创新，模型创新，计量手段创新等，广泛运用计量经济学的方法，统计学的方法，概率论的方法，博弈论的方法等。（二）包容性数据计量分析法，借鉴和参考了若干投资理论，和这些并不矛盾，并且吸收并综合了这些理念的精华，但同时也和这些理念有着重要的区别。比如数据计量分析法针对供求分析法来研判价格波动，我们不认为关系决定存在是合乎逻辑的，也不认为这种理论具有可操作性，但是参考基础供求数据，并把它放置于“综合体”中
20、作为一个重要参数来考量，并且更加强调阶段性和结构性供求数据的应用。再如，数据计量分析法参考若干技术分析理论，但我们不认为技术分析关于价格存在形式的论述是客观的，我们尊重数据检测的客观结果，吸取技术分析的有关理念，相当数量的理念是数据建模的思维灵感，具有一定的可操作性，更重要的是数模检测这些理论的可操作性，没有数据支持的理念我们采取了果断放弃的思路。对待成长投资、价值投资等，我们重点通过“强相关”理论来归纳和概括以扬弃。数据计量分析法把注重历史检测，注重实际效果，注重实际效率作为包容的根本尺度。（三）严谨性严谨包括三个方面，第一是逻辑严谨，这是建模的关键，最严密的逻辑关系是因果关系，因果关系满足
21、于一个回归函数。基本分析法的很多内容之所以实用性被质疑，就是因为很难确立这个回归函数，很难的原因更多的在于本身的逻辑就不严密，因而不能被证实。大量的数据关系其实是相关关系，相关关系满足于相关函数。严谨的数据计量系统，要求我们区分这种逻辑，而且简明化，回归和相关就是两种逻辑。第二是数据严谨，没有被数据证实的，我们就不提倡这种操作，比如形态技术的教课书观点认为，头肩型是一种稳定的反转形态，它的稳定性高于 V 型，我们检测的 13 万组数据证实，头肩的反转效率只有 55%，大大低于 62%的 V，由此可见，单纯的这种理念没有可操作价值，最多作为一个参照。第三是计量方法严谨，数据计量法，尤其是闭合到程
22、式化系统的时候，不能有计量方法上的残缺，否则会扩大这种负面效果。当我们对经验数据做到了心中有数，当分析和操作成为一种方法体系的时候，理性投资，职业投资，专业投资就离我们很近了，尽管经过数据检验的操作模型在未来的操作中效率和效果仍然存在一定的不确定性，但是我们追求的是投资回报率在时间数列上的综合效果。（四）重操作计量分析法和计算机技术结合，并与不确定性控制技术及资金管理模块结合就共同构成了程式化操作系统。数据计量分析法是实战系统和程式系统的前提和基础系统。数据计量分析基础体系的建立一、 数据库的结构基础数据肯定需要满足三个属性：全面性，准确性，及时性。据组成结构的层次和跨度有多种，现根据实用作如
23、下角度的分解。按照数据跨度分为：宏观数据，行业数据，微观数据；按照数据类型分为：分类数据，顺序数据，数值型数据，数据计量分析多采用数值型数据；按照数据形成的时间尺度分为：静态数据和高频数据，他们均属时间序列变量数据，时间序列变量数据构成数据计量分析的基础数据的主体部分。按照数据取得的方式分为：调研数据，抽样数据，统计数据；按照数据形成的时间序列分为：历史数据，最新数据，推演数据；按照数据发掘的阶段可以分解为：基础数据，衍生数据，决策数据；按照数据源取得的特征分解为模糊数据和精确数据；按照统计角度分为，数量指标数据和价值指标数据；按照序列采集不同角度分为时间序列数据和横向统计数据；按照数据相关分
24、类：线性相关，高度相关，逆相关，弱相关等数据；按照数据模型下的结构性特征分类：无序性数据，可逆性数据，记忆性数据。二、数据建模的若干理念数据计量分析法的操作分析研究手段主要通过建立数据模型的方式进行，模型分类：平衡类数据模型，逻辑类数据模型，相关类数据模型，策略类数据模型等，各种数据模型的建模理念存在共性。这里梗概的介绍几点：（一）思路闭合化思路闭合化是建模的一个原则。对象不能是含糊不清、似是而非，也不能混淆特例和共性。单因素因果逻辑必须依赖于若干前置条件，这些条件是确切存在、推理存在还是存在不确定性，往往是问题的关键，尤其是我们追求的是一个复杂的效果指标的时候。因果相关往往是无风险套利的源泉
25、理念，而经验数据相关往往是操作策略的研究重点。效果和效率往往反相关。（二）量化理念量化一个投资理念通常需要着重三个要素，第一是客观表达需要熟悉计算机语言和金融分析工具软件的相关语言，这是个技能问题。第二是量化过程多数情况下要引入常量，需要必要的参数作为辅助，要降低参数的主观程度。第三是研究的态度。被量化后经得起反复的数据检验的投资理念才是价值理念。相当数量的看似成型的、甚至教科书理论都未必具备可操作性，这是巨量的检测数据给与的一个比较吃惊的结果，价值理念是经得起数据检验的理念，而不是想当然。另一个结果是，若干非常简明的操作模型是行之有效的，要取得长期效果的关键在于扩充熵。（三）预测的分区资本市
26、场高频动态数据的一般研究告诉我们，价格总是不断的向阻挡力最小的方向运动，构成一个价格运动的曲线，这个曲线的横轴是时间，纵轴是幅度，y/x 是波动率，动态原动力是成交堆积，静态原动力是存货和资金的对比。阻力最小化原则给我们提供了一个研究方向，这个方向可以用排除法，即不可能的运行态势是什么，也可以用已知数据的逻辑去推导最大可能的运行区域，当然这两个角度可以相互印证出价格运行分区，英格兰银行的“血河”预测系统也来源于这个逻辑。模糊数据信号彩电和数字化信号彩电在图像表达的效果上其实是各有特点的，我们既可以通过极限拟合出重心，也可以通过重心扩展价格极限。（四）综合和主要在一个市场内部，投资主体总是在不同
27、的阶段对不同的数据信息适用不同的敏感度，有的数据属于基础数据，他会在相当长的时期发挥作用，成为主导数据，有的数据呈现递衰规律，它随着时间的流逝而影响力逐步衰减，成为无意义的数据，有的更昙花一现对市场的影响是瞬间相反。价格是若干数据信息的综合反映，数据最终会反映到价格上，综合数据的合力推动商品定价。不同的阶段，数据存在主要和次要，关键数据具有一票否决的能力。（五）预测价格与预测指标预测价格是一种研究方向，预测指标同样也是，比如套利的研究就是锁定了一个价差指标，它不关心价格变动仅仅关心它们的关联。再例，时间序列上中长期指标对于短期价格的波动表现为不敏感，但是不敏感的数据更具有尺度功能，利用这一点来
28、方差他们的离散极限，这也是一个有特色的模型思路。（六）模型的根源人们从事投资活动的时候不能不懂得他所遵循的交易模型的原理。社会科学和自然科学的重大区别就是人类在进行自然科学实验的时候往往是置身其外的，而社会科学实验的过程往往是实验者也是参与者，实验者参与的过程改变着实验的结果，而且意识的过程同样改进着实验。这个现象暗合索罗斯的反射性原理，这似乎使得社会科学的严谨性弱于自然科学，但是庆幸的是无论是自身参与还是意识的影响，都必然反馈于我们所研究的对象，即我们建立并跟踪的数据体系中。（七）灰色区域尽管我们的数据模型可以使得我们的决策有的放矢，同时也使得效果和效率的乘数最大化，但是我们仍然需要放弃。这
29、就是灰色区域，灰色区域的定义是，有些数据结构，在我们现有的模型下，无法确定投资策略。这并不意味着，这些位置无法操作，而是我们的局限性使我们无法操作，如果我们不愿意给别人制造机会的话，我们就要放弃和等待。当然我们仍可以选择用勤奋精神和发散的思路去不断的探求，创新永远是不竭的。三、充分熵与充分试验-关于数据检测充分的，甚至是无序的大量数据都是最有价值的数据，只要它是客观的，数据的单调性只是特例和变态，它寓于常态之中，常态才是我们研究的要点。熵，广义上指体系的混乱的程度，从资本市场投资的角度我们不能依靠举例说明，因为你不知道你的下一个操作是不是符合你所举的示例，那吻合的概率几乎可以忽略不计。建模的目
30、标是混乱中创造秩序，而不是特例中寻求特例。充分试验指数据测试不仅要分别放置于不同特点的数据群组中，而且需要放置于综合客观数据中，不仅要在单一的时间序列阶段进行测试，而且需要放置于差异化的时间序列阶段，以及综合的时间序列中。这样才能客观的评介操作模型的夏普比率的稳定性，不同数据结构下，不同时间序列下的投资效果均呈现出相对稳定而富有效率的投资策略，才是可以置信的。投资最终追求的是一个价值指标，价值指标可以分解为效果指标和效率指标，效果指标和效率指标是对立统一的，我们追求的是时间序列上的他们的乘数之和的最大化。数据计量分析与程式交易最后简单谈一下程式交易系统。一、复杂的分析和简单的交易当我们把问题的
31、复杂性分析的比较充分的时候，解决问题就变得非常简单了。资本市场的集中化交易使得执行更加简单，但是其分析研究体系却简单不了，分析师与交易师是两个概念，能把“房谋杜断”综合在一起的肯定是一个更加强有力的系统，这个系统是程式系统，它在资本市场正在成为一个发展趋势，而且将成为一个主流趋势，尽管当前在中国并不很发达，这和我国的金融开放和创新以及资本市场发展阶段有关。所以他亟待发展，空间广阔。没有现代武器是无法打赢现代化战争的，全球经济进入货币经济时代的今天，研究和发展现代资本市场利器非常重要。二、境界-感觉的演进感官交易和主观交易者经常提到一个概念，这个概念叫感觉，感觉是分层次的， 从感觉到感觉的感觉是
32、初级感觉，多数表现为错觉。不断从理性回归的感觉是高层次的感觉，这种感觉是价值感觉。没有回归理性的感官是支离破碎的案例，而不是体系，理论指导下的感觉才是有效的感觉境界。反复演进的感官交易当然可以成为一个富有效率和效果的交易系统。三、天气预报-象棋软件-交易系统我们的祖先总是用“反复无常”来描述天气变化，而现代气象科学已经使得天气预报的准确程度达到 70-80%，当我们惊叹人工智能的结晶-象棋软件可以击败国际大师的时候，我们是不是可以这样认为，象棋这个博弈平台是有规律可循的，只是我们之前没有找到他。我们发现气象数据和棋谱数据的分析研究是那样的卓有成效。回到我们的本行，原来程式化交易也在突飞猛进。四
33、、交易系统的基本构成一个完整的程式交易系统包括三个子系统和三个支撑构成。三个子系统即研判及决策系统，控制与纠偏系统，资金与头寸管理系统。三个支撑即闭合思路，数据模型，计算机载体。那么数据计量分析体系不仅包容了程式系统而且构成了其基础和核心。一个完整的研判与决策系统，他完全可以做到从定量化分析到决策点选择，甚至通过高效的计算机系统即时出具决策报告，研判和决策系统是整个程式系统的关键部分。控制与纠偏系统是程式系统的保障部分，比如止损问题，因为数据计量分析体系下的决策策略是定量化的，触及决策理由消失的红线也是明确的。风险收益比和决策区间是资金与头寸管理系统的要点，数据程式下的风险收益比和决策区间的历史数据参数是确切的。交易师的逻辑在于“研究一个方法体系，坚持这个方法体系” ，其实坚持一个方法更加困难，没有大量的数据支撑，我们怎么知道坚持这个方法行之有效呢？怎么能知道坚持的最终结果可以取得满意的效果和效率呢？答案是“让历史告诉未来” 。关于决策数据的计量分析不仅为我们找到一个方法提供了有根据的理论背景和数据前提，而且还为我们出具了一个具有数据说服力的担保。
