#股價、棉花與尼羅河密碼
#本書屬於非主流的金融理論，
但觀念蠻新穎的，但有待驗證。
我用我理解的想法來分享此書觀念。
ps此書相關知識背景難度蠻高，
若有理解錯誤，歡迎交流指正謝謝。
一、相關知識背景
1統計學（常態鐘型分布vs.長尾分布）
2随機微積分(布朗運動随機過程）
3black-scholes選擇權訂價理論
（arch模型－時間序列變數的波動幅度（變異數）是異質的）
4風險值分析vs極值分析
二、挑戰三大傳統金融理論議題
1常態鐘型分布vs長尾分布
作者發現股價是不連續，市場規模也有群聚效應，
並不適用傳統主流統計學由常態分布推論出相關性係數矩陣的概念。
提出冪次法則以長尾分布（股價變動比例規模）來作特徵值判斷相依性取代。
2獨立随機過程vs相關碎形過程
作者認為股價變動随時間非獨立随機，而是相關碎形（股價變動局部有記憶性）。
雖然傳統的選擇權訂價arch模型已有時間序列變異數異質的概念，
但作者提出歷史時間和交易時間生成元配對概念（類似集合論運算公理）更加適用解釋金
融泡沫極值現象。
3極值分析取代風險值分析
作者文末強調金融市場波動極值出現被大眾低估，
風險管理目前主流的風險值分析很難避開金融市場極端波動風險，
模型設計應多納入極值分析。
三、個人推論金融計量模型未來可發展方向
1投資組合
目前投資組合（常態分布為基礎）主流為相關性矩陣分析，
但套利模型可導入相依性群分析（長尾分布無母數分析為基礎），
甚至已見研究論文討論導入黎曼幾何拓撲結構分析。
但由於近年龐加萊猜想基本理論基礎已被證實，只待數據補強應用。
2投資周期性規律發現
目前主流是随機微積分的時間序列分析，
但arch模型仍無法解釋股價變化波動随時間聚集在某些時段。
相關碎形概念應用在套利模型趨勢變化擇期分析蠻有研究空間。