14.1　马尔科夫性质

马尔科夫过程（Markov process）是一个特殊类型的随机过程，其中只有标的变量的当前值与未来的预测有关，而变量的历史值以及变量从过去到现在的演变方式与未来的预测无关。

通常被假设股票价格服从马尔科夫过程。假定IBM股票的当前价格为100美元，如果股票价格服从马尔科夫过程，那么1个星期以前、1个月以前或1年以前的股票价格不会影响我们对将来价格的预测，而唯一相关的信息就是股票的当前价格为100美元。^[1]我们对将来的预测是不确定的，预测方式必须以概率分布的形式来表达。马尔科夫性质意味着股票价格在将来的概率分布不依赖于股票价格在过去所遵循的特定路径。

股票价格的马尔科夫性质与弱型市场有效性（weak-form of market efficiency）是一致的。弱型市场有效性指出，一种股票的当前价格包含了过去价格的所有信息，如果弱型市场有效性不成立，股票技术分析师可以通过分析股票价格的历史数据来获得高于平均收益率的收益，而事实上，我们没有任何证据证明他们可以做到这一点。

正是由于市场的竞争造成了弱型市场有效性的成立。许许多多的投资者都紧盯着股票市场，并想从中盈利。投资者对盈利的追求使得在任意时刻，股票价格都包含了股票的历史价格信息。我们假定在市场上人们发现以往股票价格的某种特殊走势会导致股票价格在今后会有65%的机会大幅度上涨，那么一旦观察到这种规律，众多的投资者都会去购买股票，这会造成对此只股票需求的立即增加，因此股票价格会迅速上涨，从而使所观察的规律失效，可以盈利的交易机会也会很快消失。

[1] 在确定股票价格所服从的随机过程特性时，其历史数据的统计特性（例如波动率）也许有用。在这里我们想说明的是股票未来价格与历史价格无关。