定量分析
技术分析和基本面分析可以被视为从各自独立的完全不同的角度来看待市场的具体例子。它们确实如此。定量分析是三角形的第三个支点，而且一般情况下它总是和其他两种方法中的一种或者两种都结合起来使用。交易者既可以将定量分析方法运用于基本面分析数据，也可以将它们应用于技术分析数据。
正如我们所定义的那样，定量分析是把数学方法和统计学方法来分析市场数据的方法。其合理性主要基于以下两个原因之一：
☆对比两种或两种以上的市场或债券。
☆开发出一套关于市场行为的概率行结构。
在这一章中，我们将通过使用一些属于定量分析类的具体方法，来具体看看它们是如何被运用到交易中去的。
对比
探究式研究的第一步是市场和交易手段的对比。最简单的描述这一手
段的方法就是举例子。在美国，《投资者财经日报》（Investor' s Business Daily，IBD），是一份可以和《华尔街日报》（Wall Street Journal）相媲美的新闻报纸，在它的股票版块中发布两种数字。它们分别是每股盈利排名（EPS）和相对强度（RS）【相对强度和相对强弱指数（RSI）无关，相对强弱指数在技术分析章节中曾经提到过】。即使是你从来没见过一份《投资者财经日报》，或者甚至没有听说过它，你也会对每股盈利（EPS）和相对强度（RS）耳熟能详。这是因为许多股票经纪商的筛选体系里会包含多种多样类似的数据。
简而言之，每股盈利排名是一个自上而下的完整体系，它对所有的公司都进行评估，所依据的是在给定的时间周期内（一般是3到5年）每股的盈利增长率。公司按照他们的增长率和排名顺序排列。在《投资者财经日报》发布的报告中，排名是以百分位数为基础来计算的，因此，在所有公司中，排名前1%的公司将会获得99分，而排最后1%会得1分。这样所有的公司就都可以用同一个度量来比较，而不考虑公司的大小、行业细分或者任何其他的因素。这是一个在定量分析中使用基本面信息数据的例子。
相对强度的排名则更多地偏向技术分析的视角。它排名的方式和EPS一样，都是以一只股票和其他股票相比表现有多好。该评价体系是以在既定时间区间内股价的上活长/下跌幅度为基础。因此上涨10%的股票排名会超过上涨9%的股票。同样的，下跌5%的股票其排名一定会高于跌7%的股票。
EPS和RS排名是显而易见的，主要关注比较的数据。而且在计算的时候也不会过于复杂，但是它们都有助于将给定的一系列数据以有效的方式应用。就像我们所注意到的那样，它们允许各种公司不需要额外考虑所有其他因素地进行一种规范化的比较。这一点是非常好的，因为它让交易者能够使用一种特殊的分析方法。与此同时，交易者也应该意识到它只是整体分析的一部分，而且由于它们仅仅以单一的有限的数据为基础来计算排名，导致该类排名有着本身的不足之处。
市场行为构建
回顾第三章中讨论价格运动的有关图表和表格，这些都是非常简单的研究市场行为的数据。这些特定的研究结果中并没有什么隐含的分析，刚刚我们提及的比较分析研究方法也是如此。尽管如此它们还是颇具实用意义的。它们可以让我们明白市场下一步倾向于如何运行。请注意我所使用的“倾向于”一词。我们正在讨论的定量分析的形式和概率行为一一定义或近似定义概率和可能性一一有关。
现在我们回到表3-4，作为一个例子，它描绘了市场逐日沿着同一方向运行的频率的轮廓。你可能还记得该表格展示了给定交易日的概率百分比。即市场延续上一个交易日的运行方向（上涨/上涨或下跌/下跌）的概率。现在参照表6-3。
表6-3中所依据的数据是简单编制的。就是在电子表格中简单地逐日对比，并不需要复杂的数学计算。然而即便如此，它仍然提供给我们一些非常有用的信息。本例中如果仅考虑逐日方向持续性数据的话，那么我们很容易发现，一般情况下市场并没有什么明确的方向。尽管仍有不少具有盈利可能的交易日和货币对值得更进一步研究。
即使是每个数字都被标成50%，意即市场继续沿着同一方向运行和沿相反方向运行的概率一样大，该表格仍然值得被关注。就算是没有别的值得关注，它也让你明白在最终对市场的理解上，哪些特定的因素可以被忽略，或可以避免哪些特定的咨询途径。除此之外，知道了数据毫无偏见，以及它所暗示的随机行为，可以转变为更大分析模型中的一部分。
当然，在本例中至少有一个数字指明了未来潜在的研究方向。在星期二的USD/CAD的运行方向，和周一比较起来更倾向于向相反方向运行（因为同一方向运行的概率38%，也就是反方向运行概率的62%）。这看起来是一个有价值的可进行交易的信息。如果我们接受周一的价格运行方向（沿着相反的方向）而在周二交易，那么我们就有62%的概率是正确的。
表面上看好像是一个切实可行的系统。但是问题是我们只知道一件事一一从一天到下一天的纯粹的价格行为的趋势一一除此之外其余一无所知。举例来说，我们不知道价格运动了多少。这可是至关重要的信息。如果你通过成功的交易获取的收益尚不足以弥补你在失败的交易中的亏损，那么这位赢家的胜率是多少就并不重要。（这一主题我们将在下一章节中讨论）
问题的关键是，尽管类似这种我们刚才所展示的统计数据都是非常有用的，但是定量分析者必须明白其本身的局限性。每一种统计数据在确定之初都有其一定的约束性。在上一个例子中，统计数据所关心的只是方向，但是并没有考虑到运动的幅度。约束性就意味着局眼性；这就是为什么刚才我们展示的这种研究， 通常情况下只是初次剪辑一一是通往更深层次研究的导论。
定量分析的类型
我们刚才所讨论的市场价格行为分析方法及其比较，可以通过多种不同的途径达成。其中一些途径非常简洁，而另一些则比较复杂。它们似乎都可以分属于下列某一类别：
☆观察计数法
前一部分中的表格就是通过观察计数法获得的，这只不过是一种盯着一件事并计算它发生的频率。如果有一大堆可供使用的数据，你就足以获知市场趋势的运行方向。以下是一些你可以通过学习获得的观察数据：
·价格运行幅度大于1%的概率是多少？
·市场在给定的交易日是单边运行（沿着一个方向）的吗？
．大幅波动的交易时段是密集发生的还是随机零散发生的？
．趋势或横盘能持续多久？
认真思考一下这些问题，观察计数法很有可能会给出答案。
☆统计评估法
这一类市场探究包括类似回归分析，和其他一些大多数统计学教科书之外的方法。其中最为著名的方法就是众所周知的beta值法，它以回归模型为基础。也有一些普遍运用的方法，如共变异数法，它能对投资组合的构成进行评估。
Beta值法
Beta值法是计算股票价格波幅和整个市场（就像一些指数的定义那样）波动幅度相比较的相对幅度的方法。它可以既被用来判定一个投资组合的风险，又可以被用来甄别股票的好坏。
一个正的beta值意味着股价会朝着和市场运行一致的方向运行。而一个负的beta值则意味着股价运行方向和市场运行方向相反。
如果完全从价值的角度来看问题，beta值为1.0（正或负）时，表明股价会经历和市场同样的波幅。beta值低时表示相对波幅较小，beta值高时则表示相对波幅较大。
因为beta值在本质上是历史数据，所以该值也不需要太精确，尤其是在较短的时间周期内。
☆人工智能法
定量分析的顶尖领域正是这一领域，它包括神经网络和基因算法。这些算法是非常强大的建模和预测工具。关于它们能否在市场中得到运用这一话题，长时间以来一直被人们所谈论。然而，一直到最近它们才缓慢地、笨拙地被运用到艰难的实际交易中去。当然，随着以后交易绩效的提升，相信未来我们一定有更合理的使用它的可能性。
警告
假定有一系列的研究和评估市场的途径，定量分析法可以是其中一种强有力的工具。当然，有一点必须记住。在研究这些方法的时候，类似于基本面数据或者技术分析数据的定量分析，也透露出同样的局限性。如果使用基本面数据进行定量分析，则意味着对时间因素的不敏感性和缺乏短期判定能力的情况。除了其他因素之外，技术研究是否应该被包含在内，延迟会不会成为问题，也是我们应该考虑的问题。
底线就是，你应该一如既往地了解你所使用的工具，知道它们在说什么，以及如何更好地运用它们。