错位婚姻视频:一叶知秋，以小明大；无庄无相，全息未来.---无庄庄园

这是一篇运用自然法则全息指数未来趋势的专贴。
在我过去的工作中，有时候我会感觉到冥冥之中有一股力量在牵制着我的做盘，使我无法根据自己的意愿随心所欲的去做，有的时候我尽了很大的努力，但由于这股力量的存在使我不得不放弃，当时的感觉就是人力有限，无法与大自然对抗。那时候由于工作繁忙，没有时间去深究这股冥冥之中的神奇力量，但是我一直在关注和感受着它。
后来我翻阅了大量国外的书籍，看到不少关于这方面的探讨。站在前人的肩膀上，结合自己的经历与感受，我终于初窥门径了。接下来我会大量引用相关资料，给有兴趣的人提供方向。可能有人会说，“你直接提供你的结论或者理论就是了，为何还要引用相关资料提供方向”，就这一点我首先需要解释，请原谅我诚实的回答你：“我有所保留”。看了下面的文字，你会明白，我为什么要保留。
一个自由市场的职责是消化信息，并把没用的东西吐出来。它是一个代谢信息的有机体，和所有的有机体一样，一旦它使食物产生代谢，食物就对它不再有用了。
在自由市场的情形下，市场要的信息只会以买单和卖单的形式出现。市场没有其他方式接受任何信息。
例如，比方说世界上有一百人，知道一场严重的干旱将要影响下个月的咖啡价格，但是他们没有告诉任何其他人，也没有基于他们所知道的信息做任何买卖。咖啡市场还“知道”这条信息吗？不，它完全不受其影响。
只有当某些人或机构根据这些信息开始买/卖时，市场才开始接受它，这样做的人或机构越多，市场可以说越“知道”这条特定的信息。
当这条信息在市场参与者中被广泛地知晓，并据此建立相应的多头或空头仓位，那么直到此刻，市场才可以说完全消化或忽视这条可用的信息，不再可能根据这条信息赚钱，除非信息发生改变。
此时，这条信息可能是令人着迷的，甚至是精确的，但是不再可能根据这条信息赚钱，只因为市场无法向这些不拥有市场还没有消化的食物的人随便地发钱。
只有一个人拥有大多数其他市场参与者还不知道的信息，基于这些信息的潜在利润才存在。这看起来可能很明显，但是它经常在实践中被许多交易者所违反，正如我们将会看到的。
当然，一个人可以始终通过运气或偶然赚钱。但是很明显，长期有利可图的交易，不能以突如其来的幸运为基础。
基本上，对于一个自由的市场，有两种类型的信息。第一种是所谓的内幕消息。如果你知道通用公司将在下个月提高股息，而且这还不为公众所知，你可以通过这条内幕消息赚很多钱。但是，从这种类型的信息获利，在大多数国家是不合法的。
如果你能够从公开信息，以一种只有少数市场参与者知道的方式，有效地分析市场，第二种类型的信息就会出现。在这种情况下，你也可以拥有“内幕”信息，但是是以合法、可行的方式。
潜在的误判出现于我们获得分析市场的某些系统或方法时，【这些系统或方法】广泛地流行，并随手可得，无论经典的还是现代的。不管这套系统或方法在过去曾多么灵活，由于它是广泛流行的，对市场参与者来说随手可得，它可靠的赚钱潜力就必然下降，因为市场在日益消化这些信息。
当市场日益消化一种特定的分析或处理市场的方法，这种方法对于赚钱来说就变得越来越无效。在学术上，或者作为智力爱好的内容，它可能仍然有效。但是，作为赚钱机器，它必然变得越来越不令人满意，因为它具有和其他将为公众所知的“内幕”消息一样的限制。
通常发生的情况是这样：江恩或者维科夫，或者其他著名分析家提出一种理论，或者一套理论，以一种新的方式关注市场，（因为不像其他为市场所知的系统）。利用这种新方法，分析家成功地获利或者预测。
最后，这种理论被公开，但是它的知识和在市场中的受众在开始【扩散得】非常慢。它还不是非常广泛地为人所知。因此，它的获利潜力还存在，尽管稍有下降，因为它被更多的参与者所知。
随着时间推移，这种理论变得广为人知，但是它的获利潜力下降，尽管它继续做出有时兑现的预测。所发生的情况是总体来说，预言变得更“不够好” 。
举一个例子，比方说，一个转折利用江恩时间正方形预测出来。这个转折可能来的比它更早，因为越来越多的参与者预料到这个转折而建立头寸。或者，这次转折可能变得更加不确切，而不是清晰。或者它可能以其他方式变“不够好”。
在所有情况中，获利潜力总体在下降，因为市场不断拥有这种信息。当然，开始预测的某些参与者，因为各种理由可能和以前一样精确。但是，预测总体来说变得不太能获利。
最终，理论变得非常广泛地被接受和称赞。讽刺的是，就在这一刻，对于参与者来说，这种理论总的来说不再赚钱。部分参与者或者预言家可能幸运，但是总体来说，这种系统或方法是非常无效的。
随着时间推移，即使理论或方法广泛被接受，警惕的参与者开始注意到，他使用这种方法总体上不赚钱。事实上，他们使用它开始亏损，因为市场可以看到他们即将来临【的决策】。
随着逐渐变得为人所知，理论或系统变得不太流行，缓慢地被越来越多的人放弃。最终，它转变成市场历史的垃圾箱——也许有趣，但是不值得信任，或者不解决问题。
随着这种情况的发生，它的获利潜力开始再次上升，少量正在使用它的参与者开始获得很大成功。他们告诉他们的朋友或亲戚——循环再次周而复始地开始。
但是没有完全【恢复过去情形】。也就是，在无收益和有收益之间，而不是在流行和不流行之间来回震荡，系统或方法通常与市场建立一种共生关系，这些使用它的参与者，借以获利或亏损。
但是，这当然意味着他们总体而言都正在亏损，因为交易成本、买卖差价，还有其他不利于获利的冲突源。但是，这种方法仍然有一些成功，并且这些方法是广为流传的，所以这一过程将会继续。
一个投资者应该如何对待市场理论、系统或者方法的这一问题呢？在我看来，领先市场消化信息的唯一方法，是开发你自己的系统。
这样，市场没有办法知道你的“内幕”消息。
看了上面的文字，大家应该明白，当一种理论公开之后，就变成无用的理论了，经典的公开的理论，无论多么经典，靠它已经无法从这个市场获得利润，因为它已经被市场消化了。正如我第一篇专贴，主要提供的是个股与策略，并没有确定的理论在其中，我最多可以做到的就是将正确的方向告诉大家，那就是综合考虑，持续观察。那么现在这篇专贴也同样如此，我能提供的只有研究方向，你如果想赢，只有一条路，就是上面文字中所说-----“开发你自己的系统”。
接下来，让我们正式开始探索这其中的奥秘吧。
首先提到的一个人叫吉姆?所罗门，1986年的夏天，他在研究小麦期货过去大量的数据时，发现了一个固定的比率，他先算出每一天与前一天小麦期货的价格变动，然后取平均值A(1)，再算出每一天与前面相隔2天的价格变动，取平均值A(2)，再算出每一天与前面相隔4天的价格变动A(4),以此类推算出A(8)和A(16),最后他惊讶的发现：A(16)=1.41*A(8);A(8)=1.41*A(4);A(4)=1.41*A(2);A(2)=1.41*A(1);为什么会一致相同的有一个1.41？这其中一定存在某种固定的规律。后来他突然灵光一闪，意识到1.41正是2的平方根。也就是说，当时间加倍时，价格平均变动按照2的平方根增长。而通过上面4个等式进行代换，可以得到A(16)=2*A(4);A(4)=2*A(1)，也就是说当时间成4倍增长时，价格平均变动按照2倍增长。接着他对其他商品10年的数据进行了这样的计算，发现同样符合该规律，最终他得出结论：价格变动与时间的平方根成正比。后来他翻阅了大量的科学资料，发现这个规律适合很多自然现象，比如：恒星的亮度按照人与恒星之间的距离的平方根比例减弱；重力的影响按照受重力作用的物体的距离平方根减弱；想象从中心点向外扩展的电磁感应，按照时间或运行距离的平方根比率减弱。
公式：ΔP=ΔT的1/2次方，做成图：
类似的现象，我们重点探讨一下布朗运动。
悬浮微粒永不停息地做无规则运动的现象叫做布朗运动.在显微镜下观察悬浮在水中的藤黄粉、花粉微粒，或在无风情形观察空气中的烟粒、尘埃时都会看到这种运动。温度越高，运动越激烈。它是1827年植物学家R.布朗首先发现的。1905年爱因斯坦根据扩散方程建立了布朗运动的统计理论,发现粒子运动的总体范围会根据时间平方根展开，符合上述公式ΔP=ΔT的1/2次方。不过在爱因斯坦的论文发表之前，还有一个人也从理论上对这种随机运动进行了研究，1900年，法国数学家巴契里耶完成了自已的博士论文“投机理论”，这篇论文是历史上第一次有人尝试使用严谨的数学工具研究并解释股市的运动，巴契里耶所推导的公式也领先于爱因斯坦的研究，他认为市场价格同时反映过去、现在和将来，但这些事件与价格变动却没有明显的关系。股价就象液体的中花粉受到周围投资者买卖的碰撞而呈现出的波动，波动的范围与时间的平方根成正比。布朗运动有一个特性就是，它的运动与周围温度和它本身的大小有关，温度越高，运动越剧烈，粒子大小越小，运动越剧烈。这个特性跟股市很相似。比如个股就相当于做布朗运动的微粒，大盘相当于液体或者气体。大盘温度越高，个股越活跃，波动范围也增大，机会就越大。而个股本身盘子越小，越容易波动，牛市中持有小盘股，平均获利程度要远大于大盘股。这些都是布朗运动带给我们的启发。
但是布朗运动指的是一种无相关性的随机行走，满足统计自相似性,即具有随机分形的特征，粒子的运动非常没规则而且其轨迹几乎是处处没有切线，粒子之移动显然互不相关。由于布朗运动假设是现代资本市场理论的核心假设，所以现代资本市场理论认为证券期货价格具有随机性特征。这里的所谓随机性，是指数据的无记忆性，即过去数据不构成对未来数据的预测基础。同时不会出现惊人相似的反复。随机现象的数学定义是：在个别试验中其结果呈现出不确定性；在大量重复试验中其结果又具有统计规律性的现象。描述股价行为模型之一的布朗运动之维纳过程是马尔科夫随机过程的一种特殊形式；而马尔科夫过程是一种特殊类型的随机过程。随机过程是建立在概率空间上的概率模型，被认为是概率论的动力学，即它的研究对象是随时间演变的随机现象。所以随机行为是一种具有统计规律性的行为。股价行为模型通常用著名的维纳过程来表达。假定股票价格遵循一般化的维纳过程是很具诱惑力的，也就是说，它具有不变的期望漂移率和方差率。维纳过程说明只有变量的当前值与未来的预测有关，变量过去的历史和变量从过去到现在的演变方式则与未来的预测不相关。股价的马尔科夫性质与弱型市场有效性相一致，也就是说，一种股票的现价已经包含了所有信息，当然包括了所有过去的价格记录。但是当人们开始采用分形理论研究金融市场时，发现它的运行并不遵循布朗运动，而是服从更为一般的分数布朗运动。
研究分数布朗运动，首先要提到一个人，就是赫斯特（Hurst），一位英国水文工作者,他长期研究尼罗河流量的变化,以决定水库的排水量。在多年的水文数据中,他发现数据不服从布朗运动及正态分布的特性。而且如果有一年水量较大,次年的水量也往往较大。在布朗运动中,数据的方差与观察时间间隔Δt 成正比。Hurst 却发现河流数据的方差与(Δt)* 2 H成正比[2 ] ,其中, H 后来称为Hurst 指数。对特殊情形H = 0. 5时,就是布朗运动,但一般情形H 并不等于0. 5。此后,赫斯特 发现一大类自然现象随时间演化的行为都不能用布朗运动刻划,即2 H 都不是整数,因而称为分数布朗运动。布朗运动只是其中的一个特殊的随机过程。
(1) 当H = 0. 5 时,过去和未来增量间的相关系数为0 ,表明现在不影响未来,这说明增量过程是一个独立的随机过程,布朗运动是其特殊情况。
(2) 当H ≠0. 5 时,为分数布朗运动。此时,增量之间不再相互独立。但是这个过程与马尔科夫过程所具有的短期记忆行为不同,分数布朗运动的记忆作用是长期的。(而且长期记忆只与Hurst 指数的大小有关,没有标度性,因此它具有分形的特征) H 值指示了这种长期记忆作用的特性。
①0. 5 < H < 1 ,有持久性效应。表明过去一直增长意味着未来这种趋势将继续下去,而且对任意大的时间t 都是如此。反之,过去的减少趋势就平均而言,意味着未来的连续减少。H 越接近1 ,趋势越明显; H越接近0. 5 ,逐渐趋于随机性。这种长期记忆作用使得随机过程呈现一定的趋势,增量间有一定的正相关性。
②0 < H < 0. 5 ,增量间是负相关的,称为反持久性效应(antipersistent) 。如果过去是增长的,则下一时刻下降的可能性更大;反之,过去是下降的,则下一时刻上升的可能性更大。反持久性效应的强度取决于H 接近0 的程度。H 越接近0 ,则负相关性越强。因为这种过程有更多的频繁反转,所以比布朗运动波动更加剧烈,这意味着其分形维数大于布朗运动的维数。
分数布朗运动特征是时间相关函数C(t)≠0,即有持久性或反持久性,或者说有“长程相关性”,不失一般性，可以给出一维情形的布朗运动及分数布朗运动的定义。分数布朗运动与布朗运动之间的主要区别为：分数布朗运动中的增量是不独立的，而布朗运动中的增量是独立的.赫斯特在一系列的实证研究中发现，自然现象都遵循分数布朗运动，并由此提出了重标极差分析法(R/S分析)，可以看出，Hurst指数能够很好地刻画证券市场的波动特征，将R/S分析应用于金融市场，可以判断收益率序列是否具有记忆性，记忆性是持续性的还是反持续性的。所以，分数布朗运动是复杂系统科学体系下的数理金融学的一个合适的工具，作为对描述金融市场价格波动行为模型的维纳过程的一般化、深刻化具有重要的理论与现实意义。
后来有人使用R/S分析法测算得到上海证券市场的Hurst指数为0.6340，深圳证券市场的Hurst指数为0.6721，都明显大于随机游走假设的临界值0.5，说明沪深两市都存在明显的持久性和分形结构，这两个数值奠定了沪深股市趋势具备延续性的理论基础。
历史是伟大的，前辈们更是伟大的，前辈们的心血推动了历史的发展，呈现给我们一个奇妙的世界。站在巨人的肩膀上，我看到了混沌中的秩序，它不以个人主观意志为转移，它原本就在那里，在那静静地等待你去发现。
我把这种秩序起名为：无庄全息法则
附：计算hurst指数的matlab程序
% The Hurst exponent
% The first 20 lines of code are a small test driver.
% You can delete or comment out this part when you are done validating the
% function to your satisfaction.
function []=hurst_exponent()
disp('testing Hurst calculation');
n=100;
data=rand(1,n);
plot(data);
hurst=estimate_hurst_exponent(data);
[s,err]=sprintf('Hurst exponent = %.2f',hurst);disp(s);
% This function does dispersional analysis on a data series, then does a
% Matlab polyfit to a log-log plot to estimate the Hurst exponent of the
% series.
% This algorithm is far faster than a full-blown implementation of Hurst's
% algorithm.  I got the idea from a 2000 PhD dissertation by Hendrik J
% Blok, and I make no guarantees whatsoever about the rigor of this approach
% or the accuracy of results.  Use it at your own risk.
function [hurst] = estimate_hurst_exponent(data0)   % data set
data=data0;         % make a local copy
[M,npoints]=size(data0);
yvals=zeros(1,npoints);
xvals=zeros(1,npoints);
data2=zeros(1,npoints);
index=0;
binsize=1;
while npoints>4
y=std(data);
index=index+1;
xvals(index)=binsize;
yvals(index)=binsize*y;
npoints=fix(npoints/2);
binsize=binsize*2;
for ipoints=1:npoints % average adjacent points in pairs
data2(ipoints)=(data(2*ipoints)+data((2*ipoints)-1))*0.5;
end
data=data2(1:npoints);
end % while
xvals=xvals(1:index);
yvals=yvals(1:index);
logx=log(xvals);
logy=log(yvals);
p2=polyfit(logx,logy,1);
hurst=p2(1); % Hurst exponent is the slope of the linear fit of log-log plot
return;
[ 本帖最后由 无庄不做 于 2011-6-13 08:10 编辑 ]
附件: 您所在的用户组无法下载或查看附件，请先登陆。如果您还不是本站会员，请先进行免费注册，然后才能下载或查看。
',1)">
查看本帖全部评分记录冯玉平2008 理想币 +5 收藏学习！ 2011-7-19 20:53
台归 理想币 +2 谢谢分享，学习了。 2011-7-17 20:34
看马 理想币 +2 很好，很不错的资料，给力！　 2011-7-16 23:23
得到好结局 理想币 +1 hao 2011-7-1 19:05
小瓜2011 理想币 +2 太深奥了 2011-6-30 21:07
指间烟袅 理想币 +2 +++++ 2011-6-13 20:33
理----想 理想币 +2 , 2011-6-11 14:09
清风3062 理想币 +2 谢谢 2011-6-11 11:12
把握热股 理想币 +2 没完全看懂，但也感到很强大 2011-6-9 08:28
粒粒羊 理想币 +2 太深奥了 2011-6-8 11:24
 发短消息  加为好友 个人主页理想币
165282 个
彩币
20000 个
注册时间
2011-1-15
TOP
无庄不做为学日益，为道日损；大道至简， ...


实战同学会钻石组
一叶知秋，以小明大；无庄无相， ...
     
2楼只看该作者大中小发表于 2011-6-6 01:59
机构研究报告大全 原创精华指标精选合集参与理想论坛问卷调查，赢大奖！

自己多占几层就好了，只好修改第二层继续讲与股市有关的自然法则。
我们这一层楼讲振动与共振。
1、振动
振动描述的是系统状态的参量（如位移、电压）在其基准值上下交替变化的过程。狭义的指机械振动，即力学系统中的振动。电磁振动习惯上称为振荡。力学系统能维持振动，必须具有弹性和惯性。由于弹性，系统偏离其平衡位置时，会产生回复力，促使系统返回原来位置；由于惯性，系统在返回平衡位置的过程中积累了动能，从而使系统越过平衡位置向另一侧运动。正是由于弹性和惯性的相互影响，才造成系统的振动。
很明显，指数的运行轨迹也是一种振动。那么你是否想过，指数也在围绕某一基准值在上下交替变化？看到这里，是否触动了你的灵感？振动是有能量的，它的能量与振幅有关，能量与振幅的平方成正比。那么指数的振动是怎样的呢？指数的振幅不正是最大值与最小值吗？看到这里您心里应该有所触动吧~~有兴趣就好好研究吧
2、共振
系统受外界激励，作强迫振动时，若外界激励的频率接近于系统频率时，强迫振动的振幅可能达到非常大的值，这种现象叫共振。自然中有许多地方有共振的现象。人类也在其技术中利用或者试图避免共振现象。一些共振的例子比如有：乐器的音响共振、太阳系一些类木行星的卫星之间的轨道共振、动物耳中 基底膜的共振，电路的共振等等。一般来说一个系统（不管是力学的、声响的还是电子的）有多个共振频率，在这些频率上振动比较容易，在其它频率上振动比较困难。假如引起振动的频率比较复杂的话（比如是一个冲击或者是一个宽频振动）一个系统一般会“挑出”其共振频率随此频率振动，事实上一个系统会将其它频率过滤掉。
有关共振的自然科学，我摘抄了以下材料供大家阅读：
共振创造了世界
共振是物理学上的一个运用频率非常高的专业术语。共振的定义是两个振动频率相同的物体，当一个发生振动时，引起另一个物体振动的现象。 　　共振在声学中亦称“共鸣”，它指的是物体因共振而发声的现象，如两个频率相同的音叉靠近，其中一个振动发声时，另一个也会发声。 　　在电学中，振荡电路的共振现象称为“谐振”。 　　产生共振的重要条件之一，就是要有弹性，而且一件物体受外来的频率作用时，它的频率要与后者的频率相同或基本相近。从总体上来看，这宇宙的大多数物质是有弹性的，大到行星小到原子，几乎都能以一个或多个固有频率来振动。 　　共振不仅在物理学上运用频率非常高，而且，共振现象也可以说是一种宇宙间最普遍和最频繁的自然现象之一，所以在某种程度上甚至可以这么说，是共振产生了宇宙和世间万物，没有共振就没有世界。 　　我们都知道，宇宙是在一次剧烈的大爆炸后产生的。而促使这次大爆炸产生的根本原因之一，便是共振。当宇宙还处于浑沌的奇点时，里面就开始产生了振荡。最初的时候，这种荡振是非常微弱的。渐渐地，振荡的频率越来越高、越来越强，并引起了共振。最后，在共振和膨胀的共同作用下，导致了一阵惊天动地的轰然巨响，宇宙在瞬间急剧膨胀、扩张，然后，就产生了日月星辰，于是，在地球上便有了日月经天、江河行地，也有了植物蓬勃葳蕤、动物飞翔腾跃。 　　共振不仅创造出了宏观的宇宙，而且，微观物质世界的产生，也与共振有着密不可分的干系。从电磁波谱看，微观世界中的原子核、电子、光子等物质运动的能量都是以波动的形式传递的。宇宙诞生初期的化学元素，也可以说是通过共振合成和产生的。有一些粒子微小到简直无法想象，但它们可以在共振的作用之下，在100万亿分之一秒的瞬间，互相结合起来，于是新的化学元素便产生了。因为宇宙中这些粒子的生成与共振有着如此密切的关系，所以粒子物理学家经常把粒子称为“共振体”。 　　既然共振是宇宙间一切物质运动的一种普遍规律，人及其它的生物也是宇宙间的物质，当然共振也是普遍存在于这些生命中了。 　　人除了呼吸、心跳、血液循环等都有其固有频率外，人的大脑进行思维活动时产生的脑电波也会发生共振现象。类似的共振现象在其它动物身上也同样普遍地存在着。我们喉咙间发出的每个颤动，都是因为与空气产生了共振，才形成了一个个音节，构成一句句语言，才能使我们能够用这些语言来表达我们的情感和进行社会交往。 　　许多动物身上还存在着其它一些形式的共振现象。炎热的午间，蝉儿发出的“知了、知了”声；宁静的夜晚，蟋蟀发出的“叽—嘶”声；还有不知疲倦的大肚子蝈蝈的鸣叫声，尽管这些昆虫的声调大不相同，但其中的共同之处都是借助了共振的原理，都是靠摩擦身体的某一部位与空气产生共鸣而发声。除了昆虫之外，鸟类也是巧妙地运用着共振来演奏生命之曲的大师，它们运用共振所发出的圆润婉转的鸣叫声，是自然界生命大合唱中最为优美的声部和旋律。因此，可以这么说，如果没有共振，世界将会失去多少天籁、大地将会变得多么死寂！
共振能充当地球生物的保护神
我们知道，紫外线是太阳发出的一种射线，它们如果大举入侵地球，人类及各种生物势必遭受极大的危害，因为过量的紫外线会使生物的机能遭到严重的破坏。不过不用担心，我们有大气层中的臭氧层，是它们借助于共振的威力，阻止了紫外线的长驱直入。当紫外线经过大气层时，臭氧层的振动频率恰恰能与紫外线产生共振，因而就使这种振动吸收了大部分的紫外线。所以，共振能使大气中的臭氧层变得如防晒油一样，保证我们不至于被射线的伤害。 　　另外，共振还能使地球维持在适当的温度，给地球生命创造出一个冷热适宜的生长环境。因为虽然经过臭氧层的堵截围追，但仍有少部分紫外线能够成功地突破层层防线，到达地球表面。这部分紫外线经过地球吸收后，能量减少，变为红外线，扩散回大气中。而红外线的热量，又恰好能和二氧化碳产生共振，然后被“挽留”在大气层中，使大气层保有一定温度，让万物在温暖和煦的环境中孕育成长。
万物生长靠共振
俗话说万物生长靠太阳，其实也可以这么说：万物生长靠共振。因为我们所熟知的植物的光合作用，亦是叶绿素与某些可见光共振，才能吸收阳光，产生氧气与养分。所以没有共振，植物便不能生长，人类和许多动物也就因此会失去了食物的来源。也就是说，没有共振，地球上的生命便不能长期存在。
看了以上共振的资料，就是为了告诉大家，共振这种自然法则的力量相当之巨大。那么股市中是否存在共振呢，股市中的共振又是指什么呢？答：股市中存在共振。比如说，很多人喜欢根据超级大盘股的走势来判断指数的走势，这种思路非常正确，并且这里面就存在共振的问题。假设中国石油走到了一个多点（起码2个以上压力点构成的）压力线的位置遇阻回落，正在朝着下方的多点支撑线上靠近，而工商银行提前于中国石油调整结束，正在从多点支撑线上起来，那么大盘应该怎么走，大盘受中国石油向下走的影响，而受工商银行向上走的影响，那么这种情况，大盘就会产生摇摆不定的走势，或缓跌，或横盘，而工商银行也会受其影响走缓涨，而中国石油会受工商银行影响走缓跌，当中国石油缓跌到下方多点支撑线的时候，力量向上了，与工商银行力量终于同向，那么此处产生了共振，将带领股市突然爆发，同理，在股市的顶部也是如此，共振造就了股市的暴涨与暴跌。另外还有政策面与技术面的共振等等。