金融市场上两大对立理论：随机漫步理论VS非随机漫步理论
基金经理的投资表现会比市场平均水平要高吗？40年前，普林斯顿大学经济学家Burton Malkiel发表了其经典著作《漫步华尔街》（A Random Walk Down Wall Street），在书中，他指出，无论投资者的策略有多么明智，从长期来看，获得的收益回报都不会超过市场总体平均水平。
随机漫步理论
《漫步华尔街》自1973年首次出版以来被修订过多次，最新版第11版于2016年发行。Malkiel在书中阐述了随机漫步理论（Random Walk Theory），该理论认为，股票市场上的投资收益回报是随机的，不可预测的，因而，基金经理的收益回报不可能一直高于市场总体平均水平。该书强调：长期来看，价格是不可预测的，任何分析方法都不能有效地预知价格的趋势。
随机漫步理论的核心观点是：只要普通投资者采取“购买并持有”的战略，投资于指数基金，就可以获得安全、稳定的长期回报，并且回报将优于市场总体水平。
随机漫步理论指出，当前的股价已经包含了市场上所有的有效信息，证券价格的波动完全是随机行为，是不可被预测的。市场上所有的新信息都是公开的，证券价格会直接快速地消化这些信息，会对新信息的影响快速做出反应。由于新信息都是随机发生的，是不可被预测的，因而市场的价格走势也是随机的，所以，证券资产的收益回报也是不可被预测的，这样就形成了一个随机市场。
有效市场假说
随机漫步理论基于一个假设前提：市场是有效的，即对所有交易者而言，所有的信息都是公开可获得的，当前的价格已经充分消化了市场所有信息，同时价格会对新信息快速做出反应。这就是有效市场假说。
该假说也存在缺陷，因为所有市场参与者的动机并非都是完全一样的。
例如：一个公司的财务人员和一个基金公司的经理，这两人的对股票价格波动的动机就不一样。基金经理希望股票价格上涨，从而从中获得投资收益，而公司财务人员则希望股价下跌，进行股票回购。
另外，每个市场参与者的投资持有时间是不一致的，这是有效市场假说的另一个漏洞。有些投资者会长期持有某一股票，而有些持有时间则很短。长则几年，短则几天。正因为持有的时间周期不一样，所以对待股价波动的态度也是不一样的，长期投资者不会担忧股价短期的下滑而造成亏损。
“算法”交易的推广强化了有效市场理论
从《漫步华尔街》首次出版至今，市场已经发生了巨大的变化。现在，金融市场上出现了大量的“算法”交易。“算法”是一种计算机领域的术语，可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。现今，随着利用计算机进行算法交易的推广，或者说电子化自动交易的推广，计算机可根据市场信息自动快速做出交易指令，进行买卖行为，因而价格能快速反映市场给出的信息。计算机“算法”交易在股市、汇市、债市和大宗商品市场都得到了广泛运用。
这种高频的算法交易是通过编写计算机程序来设定一套交易规则，让计算机自动完成交易行为，高频交易的交易频次非常高，经常在一天之内就交易上千次，所以价格对市场的反应非常迅速。当然，高频交易也有其弊端，就是会形成“踩踏”现象，正因为高频交易是计算机自动完成的，没有人为控制，而市场信息又是公开的，所以很容易因某一个重大消息的发布，计算机快速做出反应下达交易指令，从而集中性地产生大量的“卖单”或者“买单”，造成市场价格“闪崩”或者“暴涨”。
算法交易也会影响市场投资者收益的分配。一般来说，金融市场上的投资收益回报会呈现一种“正态分布”（normal distribution）的形式，呈现出“钟”型，即大部分人的收益都表现一般，极少部分人会出现巨盈和巨亏。但是经研究发现，在投资领域，投资者的收益回报并不是呈正态分布，而是“肥尾分布”（fat tails）。肥尾效应是指极端情况发生的概率增加，这意味着，大量的投资者的收益回报并不是集中在“钟”型的中间区域，而是分布在“钟”型的尾端。
由于算法交易充分利用了快速反应市场的优势，因而使得投资者的收益分布并不是呈正态分布，并使得市场的波动性加剧。正因为算法交易的推广，也使得市场价格对信息消化的能力更强，价格更能充分反映市场供求关系，从而强化了有效市场假说。
非随机漫步理论
与随机漫步理论针锋相对的是非随机漫步理论，由于许多基金经理的投资回报确实高于市场平均水平，所以市场中肯定存在某种规律，只要掌握了这种规律，就能在市场上淘金。例如巴菲特旗下的伯克希尔·哈撒韦公司，在过去的20年里，回报率高达613%，而标普500指数在过去20年的涨幅为190%。
正因现实生活中存在真实的高回报率，所以非随机漫步理论应运而生。非随机漫步理论运用大量的经济学模型对历史数据进行测试，该理论的倡导者Andrew Lo指出，通过对历史价格数据进行建模，我们发现其中存在一些规律性的东西，通过掌握这些规律，使用一些技术方法，就可以实现高于市场总体的水平的回报率。但问题是，这些技术方法的有效性到底能持续多久。Andrew Lo称：“你在投资上越有创新性的发现，你就越有可能获得更多的回报，重点是，你如何让你的这种投资的成功一种延续下去，这就需要不断地创新。”所以，随着时间的推移，市场环境的变化，你也需要调整你的投资方法。
有几种测试方法可能判断价格的运行是否是随机的。例如：Abraham Wald 和 Jacob Wolfowitz RUNS发明的名为“RUNS”的测试法，这是一种统计方法，用来测试价格是否是随机运行的。“RUNS”可以分辨出市场中是否存在某一种趋势，以及这种趋势出现的频次。
回归分析
另一种测试方法是回归分析，是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。这种方法是用来分析某一变量是否依赖于另一变量而变化。回归分析包含两个变量，一个自变量，一个因变量，分析的目的就是为了得出自变量和因变量之间是否存在某种关系。
回归分析按照自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多重线性回归分析。
回归分析通常可以用于分析某一因素和价格走势之间的联系。
相关性分析
相关性分析也是一种统计方法，也是用来判断价格是否是随机运行的。相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关系数越高，则变量之间密切程度越高。
相关性分析可以用来分析两种资产价格之间的相关程度，相关性系数越高，即相关性越高，说明二者的价格走势高度趋同或高度趋反。
例如：加拿大的石油产业是重要支柱性产业，石油公司雇佣的人数达数百万，加拿大的经济很大程度上也依赖于这些石油公司，而这些石油公司的盈利状况取决于油价的涨跌，当油价急剧下跌时，这些公司的盈利状况恶化，加拿大经济也随之下滑，就如2014年中旬至2016年年初，石油价格从100美元/桶跌至30美元/桶，加拿大的经济面临巨大的下行压力。
相关性分析可以在不同的时间跨度下运用，在不同的时间跨度下，相关系数也会出现截然不同的情况。你可以把时间跨度延伸到1年以上，当你在1年多的时间跨度上观察时，你会发现两个变量相关性比较弱，但是当你把时间跨度放在某一个特定的范围时，两个变量的相关性可能就会比较高。例如：美元/加元的在最近一年多的时间跨度内，相关系数达到-0.8，但是在某一段20天的范围内，相关性可能就变成了1。
技术分析：非随机理论的实践
技术分析在交易领域被广泛使用，交易者在交易某一资产或者投资品种时，可以利用技术分析判断市场趋势方向，确定最佳的进场点位。实证研究证明，运用技术分析交易时，收益确实能跑赢市场大盘。许多技术分析派都认为他们可以利用技术分析预测价格的走势。
技术分析派认为市场上所有的信息都是公开的，当前的价格已经包含了所有的市场信息。在此基础上，你可以研究价格的历史走势是否出现过某些重复的型态，利用这些型态来判断当前的价格走势。如果市场上有很多人都在用同一技术分析时，那么市场上就会产生一些相同的交易行为，这些行为会集中反应在价格上，从而真正影响价格走势。
比如：当前，价格图表上显示着现货黄金的走势图，其中金价一直未下破200日均线，且黄金三次向下测试200日均线后反弹走升，说明金价的200日均线确实为关键支撑位。当市场上大多人都在运用200日均线这一技术指标时，就会在200日均线处设置大量的买单，当金价再次测试200日均线时就会触发大量买盘，从而再次反弹走升，这样就更加强化了这一支撑位的有效性。这就是技术分析的关键，就是大多数和你想得一样，就会和你产生相同的交易行为，当集中性的买方或卖方的力量足够强大时，就会影响价格的走势，从而验证技术分析的有效性。
技术分析最主要的是弄清市场趋势方向，市场是处于涨势还是跌势，或者还是处于震荡整理之中，或者正在酝酿趋势的反转。不同的人运用的技术分析方法不一样，因而在此不做详细描述。
结语
很多优秀的投资者或者交易者都是利用技术分析获得了非常不错的投资回报。现实生活中，也有很多成功的技术分析大师。因而，对于金融市场上的两大对立理论：非随机漫步理论和随机漫步理论，市场上的争论依然存在，并且还会继续争论下去，但我个人更加偏向于支持非随机漫步理论，因为我就是技术分析的受益者。
值得信赖的外汇交易商!!!
