这件事发生在 30 年前。在前苏联，曾经流行一种 Sportloto 游戏（类似宾戈游戏）。游戏给出一个抽奖滚筒，里面有从 1 号到 36 号的 36 个号码球。依次将 5 个球投入一个特定的托盘内。我决定编写一个能够预测在下一次开奖中将滚出的号码的程序。尽管我知道在理论上无法预测一个随机过程，但是我不仅有信心，而且我内心坚信我一定会找到这个任务的解决方案。我就不详细介绍细节了，但事实上，我成功地在 5 个号码中预测到了 3 个号码。

这就足以在一张抽奖券上获得几乎 1000% 的盈利。很遗憾的是，在十年的努力钻研之后，获得了积极的成果，但我却没有机会用到它。事实上，在那个时代相当好的计算机 EC-1055 上编写的该程序需要 1 天的时间来进行计算。那时，我可以在星期六早上来到计算中心，启动机器，然后等到星期天晚上获得结果。在工作日，计算机非常繁忙，因此无法在工作日使用计算机。奖券需要等到星期五才发出，而开奖时间就在星期天。但真正重要的是我的工作的成果。

实际上，几乎没有完全随机的过程，因为无法挑出哪个过程来与周围环境隔离开来，每个过程都有一个薄弱而确定性的部分。任何交互都会产生关联，从而会直接或间接地显示出此类关联，使用此类关联可预测过程本身。

在我的例子中，有一个非常有趣的时刻。起初，抽奖滚筒是一个八面圆柱体，围绕其自身的轴旋转。但后来，滚筒被球形圆柱体所替代，其底部有一个振动装置，用于将球向上抛起并最终落于中心位置。但在此次更换之后，我的程序失效了，无法进行预测。我需要等待半年时间来收集足够多的新的统计信息，对程序算法进行通盘修改，只有在这之后，我才能再次实现稳定的预测。算法更改与圆筒内的空间的描述有关。

在球形体中，一个向量在内部球面上从其与平面的接触点开始移动；其坐标由开奖统计信息中的中奖号码间接表示。直接根据号码进行预测的工作未能得以完成。首先，需要创建一个空间模型，在这个空间模型中产生号码，只有这样，才能通过设置我的人为限制来预测该空间形成的准随机过程。

为了使输入特征获得更好的信息性特性，需要在输入特征之间创建协变，同时使用不同的特征结合法则，还需要挑选出一个能够产生最准确的模型的最佳组合。为了进行预测，我使用非常接近于目前的遗传算法的方法。

当我第一次看到嘉盛图表时，它们对我来说太熟悉了。我使用的 Sportloto 开奖统计信息看起来几乎完全相同。尽管它们的预测难度相同，Sportloto 和嘉盛市场是正好相反的事物。论大小，它们好比是小水滴和大海。在彩票中，确定部分很微弱，但在嘉盛市场中，正好相反，随机过程是很小的一部分。

市场自身的各种事件以及全球经济和政治中能够直接影响市场的各种事件都具有深刻的因果关系。鉴于这些关系之间的复杂性，如果没有足够信息量，漫不经心的观察者完全有可能将这些关系视为随机事件。

从 2000 年起，我就开始了研究嘉盛市场并为其建模。我得出了以下结论：它确实可被预测，但与任何复杂的事件一样，无法使用指标和振荡指标等非正式的技术手段进行预测。在嘉盛市场工作多年以后，我得出了一些你们很多人可能感兴趣的结论，它们不仅与问题的技术面相关，还涉及到市场特性。

我们所处的世界错综复杂，而且具有多元性，因为无法用单个公式来进行归纳。尽管所有的过程在第一眼看上去似乎都很显而易见，但经过深入的研究之后，它们会显示出在外部的明显性后面隐藏的内在特性与我们想象的完全不同。要正确地理解这种特性，我们应改变我们现有的思维定势。

例如，黑色煤炭看起来是固体。但如果我们改变了我们的浅层认知，试着理解其内在的特性，我们将看到，在这个一成不变的外层固体物质的背后，有一个动态能源结构，由多维度力场组成，这些力场连接着无数个基本粒子并强制它们沿着自己的轨道高速运行。

我们在里面找不到任何固体，一切都只是由能量组成的，而由于我们的感官的局限性，固体形态只是我们的认知错觉。固态的黑色煤炭包含巨大的能源潜能，当它们燃烧时将显现这些能量，并且其中包含的能量将从一种形态转变成另一种形态。我讲的是显而易见的事情，希望你可以加以类比，我接下来要讲的也是很明显的。

这个世界上所有的一切都是能量。其中一些形态很明显，而另一些则隐藏在物质假象的背后或者仅显示为符号，通过这些形态，才可以接触到微妙领域发生的过程，而我们往往并不怀疑存在这样的过程。

金钱也是能量。与任何其他能量一样，它不会凭空出现，也不会凭空消失。它从一种形态转换为另一种形态时遵循能量守恒原理。美元、英镑、日元只是表示某种能量的符号，嘉盛市场是一个将一种能量转换为另一种能量的的巨型转换器。在这种显而易见的现象背后，隐藏着另一种现象，这种现象超出我们的有限认知，是我们无法触及的维度。

当金钱在世界上进行有意义的流通或转变时，能量在微妙的原因平面上的移动路径与金钱的潜能相对应，未接受过专业培训，我们的感官无法感知此过程。嘉盛本身是一个信息性的能量系统，不仅包括技术体系手段，还包括所有参与者的情感和心理以及与全球金钱流动所对应的各种不同能量流。这种能量产生了一个强大的 Egrigor，类似于磁铁——一方面，它吸引着与其接触的其他能量，另一方面，它影响着其影响范围内的人的心理。

我们知道，在嘉盛每天都有巨额资金往来，进行这些交易的人员情绪高度紧张，我们可以想象到这些交易所伴随着的巨大能量潜能及其力量。这些能量的流动绝非偶然，它们遵循一定规则。

尽管具有全球化特性，嘉盛市场仍很敏感和脆弱。全世界的各种事件都会直接或间接影响它。著名政治家和金融家的言论、军事和政治冲突、各个国家的经济状况、其他市场的价格波动——所有这些因素都会引发嘉盛的形势变化。除此之外，还有人试图操纵嘉盛市场。

一些大交易者试图这样做，进行高风险的投机操作，试图破坏嘉盛的平衡。还有一些掌握了能量控制和管理技术的体系和人员试图从微妙的层面直接影响能量流，促使价格在物理维度上向他们所希望的方向变动。主要噪声和失真，我们称之为嘉盛的意外部分，是交易中心和连接渠道所导致的。有解决方案吗？

可以学习感受市场，学习在不借助其他技术方法的情况下对市场进行预测。重要的是，不应试图推测，因为如果这样，你会干扰你的潜意识。完全根据潜意识开展所有活动。只需观察，相信自己，保持耐心。图表仅仅是交易品种，但是它们有助于抓住形成并引发市场变动的能量。

早在图表上的价格变动以前，就出现了这种能量。通过关注图表，你将在潜意识层面与这些能量连接，开始感受这些能量。然后，你将能够预测下一次价格变动的方向。

进入下一阶段。针对与你要处理的交易品种密切相关的不同交易品种，打开多个（4-6 个）分钟走势图表。观察价格变动，尝试捕捉总体变动动态。你将看到，一些交易品种的动态变动的组合预先确定了其他交易品种的变动，因此，你将了解到你的交易品种的进一步变动情况。

下一个阶段是使用学到的知识在模拟帐户进行交易。要验证知识的作用，可尝试不同的交易策略。你也可以在真实帐户上进行试验，因为在这里的心态是不同的。你应该明白，亏损是不可避免的。你应从亏损。如果你要学习预测市场，你应考虑上述所有因素。

首先，需要支持——一些诸如指标和振荡指标的技术手段。它们肯定可以提供帮助。它们被交易者广泛使用。但实际上，长期从事交易的人都是凭直觉感受市场。这就是成功的秘密。你明白这一点越早，你就能越早获得成功。指标和振荡指标是基于过去的。而我们需要的是将来。因此，技术分析和基本面分析只会阻碍我们快速迈向未来。

那么，大多数交易策略基于的原则是什么？这是一个非常简单的事实——市场继续按其原来方向发展的可能性比市场改变方向的可能性略高。另外一种模式是，明天的市场与昨天的市场一样。很多交易者将这些原则与指标和振荡指标结合起来使用。当可能性的差异不是很大时，交易者可能会亏损或赢得极低利润。

但如果假设市场保持一成不变的特性，那就从一开始就错了。嘉盛市场是动态的，一整天都在不停的变化，它与主要市场（亚洲、欧洲或美国）、大交易商进入或退出市场、新闻和其他原因息息相关。优化是一个非常漫长的过程，无法实时执行。优化对于调整仅反映市场历史的已用手段没有多少用处。

尽管建立一个高效的交易策略很困难，但还是可行的。它必须是可以实时分析市场的智能交易系统，同时还结合了所有可用数据。实际上，我们获得的信息就像是完全混合均匀的鸡尾酒，包含无数个组成部分。根据人工创建的足以反映现有趋势的特征，可以做出短期和中期测试。这就是一个高效的交易策略的算法，在其程序实现之后，将形成一个交易系统的算法。当然，该算法考虑了其开发人员的个人特点，因为它已经包含了创建者的经验、性格和顾虑。但这还不够。应有意识地进行。此系统仅仅是一个工具，要让它高效运行，它必须是你自身的延续。只有在达到这种和谐状态时，才能获得最大的效果。

那么，我们该怎么做？只需遵循上述建议。学会感受市场和市场能量，你将始终领先于所有市场变化一步。为了创建一个适当的市场模型，你还应使用尽可能多的交易品种。市场是由其所有交易品种构成，这些交易品种之间密切相关。这些交易品种出现共同的动态之时是构建趋势模块的关键时刻。

在构建模块时，最好使用价格变动历史记录，因为烛台形成过程中使用的方法失去了能够反映市场的动态特性的充足信息。烛台结构的原则是在没有计算机的时代制定的。主要任务是信息可视化，然而其中一部分已被忽略。

遗憾的是，难以找到价格变动历史记录，因此用于计算的所有交易品种更应保持同步，历史记录时间应为五到六年。因此，私人交易者使用的大多数计算机难以计算此类模型。

但有解决方案。我们可以使用自组织的原则构建动态模型。在这里，一个小的预记录可能就足够了。在预记录上，给模型定型并生成新的特征，反映出动态趋势。构建的模型在每次接收新的数据后应继续定型，同时应动态跟踪并预测所有市场变化，还应发现这些变化新近启动的趋势。基于该模型，可以对市场动态做出短期预测，从而实现成功交易。

可在实践中实现该模型。该算法的程序实现可能会有所不同，具体取决于开发人员的经验和偏好以及其他因素。但这项任务并不简单。需要耐性，并且必须做好完成一项艰难任务的准备，以获得一个高效的解决方案。

对于我来说，开发一个成功的模型花费了很多年的时间。我曾多次尝试寻找解决方案，只有当我开始用上文介绍的市场感知进行试验时，我才突然设法找到了最适合我的市场理解的交易系统算法。从那以后，实现该算法的工作变得更加简单。

在算法实现的第一阶段，我为要预测趋势的交易品种生成了一个趋势模型。根据生成的模型，分两步执行预测。第一步预测后面六个点。第二步在先前预测的基础上再预测后面六个点。结果：构建一个新的趋势模型，根据新的数据和分两步完成的预测继续进行定型 ——所有这些工作花费不到一分钟时间，当分钟价格变动上收到新的柱体时，程序将停止操作。我还尝试了分五个步骤完成的预测，因而将预测增加达三十个点，结果相当令人满意。该算法可应用于带交易品种的任何时间范围。

这只是预测嘉盛的一种方式。我相信你们很多人可以找到自己的解决方案。而且我相信已经存在与我的系统类似的系统。然而，它们的开发人员很可能不想宣布存在这样高效的系统。

对于那些希望通过仅使用 MQL4 方式编写一个简单的交易系统来进行成功交易并获利数百万的人而言，本文很可能要让他们感到失望。但我希望能够启发那些已经花费很多时间努力钻研、尚未获得任何成果并已失去热情的人。解决该问题的方式有很多，我相信，根据我介绍的条件，你可以找到你自己的方式。

同时我希望你注意到一个情况，我仅仅将技术方法作为第二方法，我曾尝试在工作中使用它们但没有获得成功，直到我清楚了解应实现的策略和算法。只有当你清楚了解市场及其过程时，你才能够制定一个充分反映此类过程的算法。我认为不能依赖计算机，希望它能够使用可用的技术方法和软件产生一个必备的模型，因为市场是一种极其复杂的现象。只有满足以下所有条件才能依赖计算机：拥有更加强大的软件和技术方法，拥有人工智能，根据启发式的自组织模型的原则操作。

但目前我们只能解决本地任务，要解决本地任务，我们需要一个明确的任务和算法来反映这些本地过程。在该算法创建之后，我们可以使用不同的可用方法，包括 MQL4，来实现该算法。例如，在使用包 PolyAnalyst http://www.megaputer.com 时， 根据“数据挖掘”原则，可以给一个神经网络定型并进一步规范其参数。结果，我们将得到一个将网络出口与其入口相连的非线性多项式；该多项式用 MQL4 或任何其他编程语言进行编写，可包括在任何指标或交易系统中。这样，我们不使用任何外部包就可以获得一个自治神经网络。尽管现在有更加高效的程序可作为外部应用程序，但此包在高效建模、寻找规律以及集群化等方面有大量可挖掘的潜力。

在本文结束时，让我们来尝试预测一下不久的将来，以了解交易发展的方式。随着计算机功能和软件开发的不断发展，在此基础之上，根据预测的搜索知识、自组织和自我定型算法的原则，使用高效的机械交易系统进行交易变得越来越普遍。对于那些试图使用基于指标和振荡指标构建的交易系统的交易者，他们会越来越难以在市场上参与竞争和生存。

计算机技术正以几何级数发展。已经存在有关开发生物计算机实验样品的第一手信息，生物计算机的功能比现有计算机的功能高十亿倍。随着时间的推移，这场斗争更像是机器人与机器人而不是人与人之间的斗争，赢家将是拥有更加高效的交易策略的一方，而不是拥有更多技术资源的一方。因此，在未来二十年左右，我们现在看到的金融市场将不复存在，因为它们将变得完全可预测。

总结

本文所写的内容不仅适用于嘉盛市场，也适用于任何其他金融市场。嘉盛是最大的市场，最为活跃，也最难以预测。在我亲自搜索时，我试图为自己找到本文所述问题的答案。我在文中介绍我在研究嘉盛特性的过程中的小小经历，以及我基于我的个人实践所得出的结论。一些读者会同意我的看法，大部分人可能会对我的结论提出质疑，还有一些人可能会认为这一切都是骗术。

这就好比一则四个盲人的寓言，他们试图通过触摸大象来猜测大象的样子，每个人都各执己见，因为第一个人只摸到了大象的尾巴，第二个人只摸到了大象的腿，第三个人只摸到了大象的鼻子，最后一个人只摸到了大象的牙齿。

我只摸到了尾巴，因此我得出了自己的结论。我希望这篇文章会引发有关该主题的广泛讨论。将逐一探索该问题的其他方面，提出各种想法，从而描绘出市场的全貌。