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）。
HarryYu 我在33楼所说的最大熵的意思不是对J-chart作形态判读的意思，而是当对J-chart有判断之后，可以用最大熵的办法检验，两个方法是分别计算的，最大熵并不处理J，最大熵处理的仍然是股价信息。
mycwhjy j-chart确实是一款非同寻常的软件系统，在这个地球，能真正听懂他的话的不超过2个人。如果你是一位极为高频的交易者，而不亏出，你就真正理解他的内涵，以国内股指期货为例，如果你每天能做到20次来回交易，而不亏损出局，你的的研究才有意义，否则，都是在--瞎折腾
HarryYu 你说的这个频率戴申早就发现了。 但是我不认为局部均衡是个好的方向，这样有不同的思路也好。 好吧，我是那个比较笨的。现在通过上期ctp可以把行情缓冲到本地，这样实时绘图就是一个软件工程问题。实践不够就算我没有发言权。 股指期货的数据我认为是成型比较好的，但是我可以在任何一个资产实现高频，持有时间不到1秒，一天的周期翻1-2倍甚至更多的净利。但是我认为相对J揭示的第三维，高频反倒简单。 我长期没有得到较好的高频数据，我的思路长期大大的停滞了。比起J的优秀的实践者，算你大。
mycwhjy [s:11][s:11],恕我直言--你们还无法理解--高频交易的--内在含义，更是无法做的到。我可以肯定的说，就凭你刚才说的那些，唉，还是门外汉啊，努力吧，你说的一大堆，没有一句是说到J的，即便学了10多年的，以为自己厉害，[s:11][s:11]，自我安慰，自得其乐罢了。
