HarryYu 我手机的浏览器看不了视频的，你说的是不是一个很帅的小伙，来自mit好像，说到了高频交易，并对之持怀疑和否定态度，演讲中播放了一群飞翔的鸟？ 是这样的，如果算法真的那个副作用，我想人们更应该探索其背后的理论，这样才不至于被算法或者代表某算法的名词所误导。
dopodlove 回复 第17楼 的 HarryYu： 是很帅的一个小伙子，里面没有说到高频交易，视频的开头以恒指和道指的波形开头，就如同分形中三角形的自相似性，涉及到了大数据和华尔街的交易软件的图形，里面主要说的好像是市场信号的速度和处理及通过算法达到利润最大化。也有一点对算法基于人性的嘲笑。呵呵~ 至于算法是好是坏，说不清楚我，不过华尔街作为金融市场的最大赢者并对算法如此重视说明算法必有其作用。
HarryYu 你说的分形我看了一下，我没有受到这一理论的影响，我原来知道的仅仅是一个名词，我第一次知道分形理论，还有分形市场假说，我学到的是有效市场假说，但是这只是一个假说，谢尔宾斯基分布在电脑可以验证，但是它不是一个公式，它是一个参考。作为数学的分形，也许很厉害，可惜咱不懂，呵呵。
HarryYu ，或者说陈吾没有把j本质上说清楚。这个问题我是这么认为的，陈吾把j的本质说清楚了，为什么这么讲呢，一般人们是从分布上对金融建模，然后根据模型分配资金的position ，教材上也是这么教的，j与此稍有不同，就是说j不是基于分布，而是如何构建分布，j是这样的，那么j为什么要这样呢，这要从金融是什么谈起，人们常常会认为金融是一个约定俗成的东西，是为进场的人服务的，这么想不完全对，为什么这么说呢，其实人们忽略了一个基本事实，也是一个最大的事实，那就是金融是人类的智力构建物，这个说法很多人可能又糊涂了，什么是智力构建物，打个比方，一架飞机，可以看到它的外形，它是智力构建物，并且有物理实体，有的智力构建物没有物理实体，比如unix操作系统，这样的智力构建物是有难度的，j-chart就是对金融的构建层面作出了探索，j-chart的发力点在构建层面，应用是在其中。
itellin 回复 第20楼 的 HarryYu： J与K差别大了，这个差异有点像勒贝格积分和黎曼积分的差异。 黎曼积分和K相似，都是对横轴进行刨分，计数的依据就是按照自然数往下数，对应的K就是固定时间。 勒贝格积分与J相似，都是对纵轴刨分，因为是对纵轴刨分，这样传统的计数就不能用了，勒贝格就搞出了一个测度来解决传统计数的不足，J也是一样的。
HarryYu 回楼上，此时论坛首页有一个帖子，“我想算出这堆数据的分布区域和对称轴..."，你在百忙之中抽空试着解答一下，我给定你72小时的时间，你就着那个帖子，只要说出思路即可。由此我可以看出你对测度的理解程度。
itellin 回复 第25楼 的 HarryYu： 小小地纠正一下，黎曼可积一定勒贝格可积，反之勒贝格可积不一定黎曼可积。 传统的价格表示都是用X轴进行划分，这样做的结果是只能逐步刻画价格的变动，没有什么前瞻。 而如果用Y进行划分，可以衡量出价格的不同测度，利用价格测度之间的关系可以推断出未来价格走势，这就是J的思想。
HarryYu 回复 第26楼 的 itellin： 你的回复很有意义，但是我还是认为测度的概念要比可积的概念要严谨一些，我从前者很容易得出后者，而从后者不知道怎么得出前者，而前者很容易判定的，所以这个概念要更基础一些。 举个例子来说，饭的概念要比饱的概念要基础一些，一个人如果吃饱了，那还需要吃饭吗？但是正是由于饭的概念更基础，那么饭是干净营养的，那么饱就是有意义的，但是从吃饱来说，只要吃饱了，就不用纠结饭了
HarryYu 在时间轴的等待，相当于在时间轴的积分，某个离散条件下，计算这个和式，作为等式的左端；等式的右端等于各自密度函数的卷积在纵轴的积分，如果左边的和式成立，右端的积分结果在某个极限的情况下，趋近于正态分布。
HarryYu J-Chart的数学证明可以说实现了，特地说一声。奇怪的是，我几乎想不起来原来的证明。但是这一次数学的结论太可怕，就是一个公式。我比陈吾应该是有金融学的素养，比戴申应该是有哲学的素养，但是如果陈吾是学金融的，陈吾也不会是现在的陈吾，因为主流金融学是错误的，戴申如果是学哲学的话，戴申也不是现在的戴申，因为主流哲学是...... 就让这个故事这么下去吧。我这不，也很满足做一个普通人的活着。
itellin 回复 第31楼 的 abel： 其实连公式都不用，一图顶万言，只有找出一个极端值，那么下一个对称点几乎处处也会出现一个同级别的极端值。这里的难点在于分形是自相似的，如何去识别这种自相似，从力的分布角度考虑，可以解决识别自相似的问题。 另外，changepoint包可以验证J的结果，但都是事后的事情了，对操作没有什么用处。
practix 整个的交易情况（成交价格和成交量）是一个高维度的物理实在。 不同的交易策略是对这个高维度物理实在在其中一个或者几个维度上的投影（数学上叫映射），不同的投影（成交频率或者收益率等）在统计上或许像正态分布，或者尖峰厚尾（这两个，按照分形的自相似，你可以把这个简化成等腰三角形）。
