你打开电脑，面对市场纷乱的行情，点上一支烟，开始陷入思考。

K 线的上下跳动牵动着你的神经，灵感乍现，开仓！

价格向你有利的方向移动，你欣喜若狂；价格背道而驰，你感到焦虑，如芒刺背。

短线技术分析究竟有没有规律可循？趋势是否真的能够跟踪并获利？每一天，你可能都在问自己这些问题。

网上关于技术分析的内容铺天盖地，各种交易讲座乐此不疲，伪大师们在兜售他们的神准策略，而实干家在市场中用真金白银验证自己的想法。

市场是随机漫步的，还是有迹可循？这究竟有没有答案？老张在市场中相信的唯一真理是数学模型，这也是我成为技术流的梦。

在数学模型中，这个问题很明确：

随机漫步=非平稳时间序列

有迹可循=平稳时间序列

换句话说，如果通过验证，交易标的是平稳时间序列，则也许存在统计分析获利的可能性。反之，你的统计和方法将毫无作用。（如果你对这个说法感兴趣，请阅读《线性代数》）

那么我们有没有办法对交易标的进行检验呢？答案是肯定的。

方法一：Hurst Exponent

用一个 Hurst 函数来验证时间序列的平稳性。

计算数值：

<0.5 存在线性回归

=0.5 随机漫步的市场

>0.5 存在趋势性

具体内容大家可以查阅相关资料。

方法二：ADF Test

由于 Python 自带该函数库，老张也想给大家做点有趣的验证。

既然黄金交易如此热门，我们不妨来验证一下黄金的属性。

首先我们尝试导出黄金长期历史数据，以每日美股开盘时间的 Bid 价格作为基础数据。

尝试导出 MT4 数据时发现 Mql4 的各种坑，老张自写了 dll 文件才得以完成，实属不易。

利用 Python 的 Pandas 库和 statsmodels 库简单的数据清理后，计算得出 ADF Test 的结果：

通过对2001年1月1日-2020年10月31日，共 5,115 个交易日的开盘数据检测：XAU/USD 是随机漫步的。

那我们是不是可以关闭图表，从此闭眼交易了呢？

当然不是，XAU/USD 虽然自身随机漫步，但可能与某种标的组合存在趋势或均值回归的特性。

就像我在大赛点评第一个视频中所说，有很多人尝试将不同的货币对拟合成一个虚拟货币交易，趋势可以保持数天或数周。

货币对的拟合通过 R 语言和 Matlab 建模完成。

现在，Pytorch 的 LSTM 序列在 RNN 卷积神经网络中的应用成为建模的更好途径，这才是把数学模型在市场中应用的真正实现。这些数学模型是老张眼中交易的信仰。

全民量化的时代来了，个人和机构的博弈才刚刚开始。

本文作者为 FOLLOWME 交易社区用户@老张逼逼逼。有人说算法交易是顶尖交易员的必备能力，有人却又说技术指标并没有用，你怎么看？