goldengrape

台湾推友提供的参考借鉴 RT@twccl 台灣已有一個公民監督國會聯盟 http://www.ccw.org.tw/http://www.ccw.org.tw/

形式很好
我建议增加标签云。这样可以给相对陌生的访问者一个简短的提示。
另外，是否可以考虑建立一个更加p2p的系统。更加去中心化。或者做成facebook的应用？
这样对个人比较安全。也更容易移植到国外。
代码的力量可以改变很多现实的社会

哦，不好意思。
貌似发布了以后，不能再次编辑了。

如果只考虑10元区间内，15分钟采样一次，那么数据量是10^72，大概已经是个可处理的范围内了。
然后统计出过去所有股票交易时间内这些交易图像的转移概率，
比如你今天12点看到了一支股票价格的波动符合第3,4,7,9号图，有>90%的概率变成第3,4,5,6,7,8,9号图。。。

股票的价格最小单位是0.01元。应该不会有超过1000元/股的股票。交易所每天9点到下午3点开市。
于是穷举：
(1000/0.01)^(60*60*6)=1*10^108000

实际上大于100元的股票也不算多。那么
(100/0.01)^(60^60^6)=1 × 10^86400

再进一步，我只限定自己买卖10元价格区间内的股票，比如10-20元区间的。那么
1 × 10^64800

涨停跌停之类也许用个FFT的滤波器可以过滤。
比如到了 1 × 10^6480 的数量级，是否可以建立完整的预测体系呢？当然，这个体系有如下问题：
1. 是基于过去数据的，至少没有包含本模型的影响
2. 要求的置信区间太高。

如果是穷举所有的股价和成交量呢？貌似复杂度一下子降低了很多。可统计的数据也有很多，状态转移的概率也是可能被计算的了。

这比穷举整个世界来得容易，也更赚钱些

@fanzeyi 关于真随机数 vs 伪随机数。从链接中的图片可以通过肉眼发现伪随机数的模式涌现。

对于股票价格的波动，有效市场理论认为是随机波动（真随机数），其他理论认为不是（伪随机数）。那么是否有一种良好的呈现股票价格的方法能够使人眼清晰的感受到其中的模式？并用来预测股价？

考虑使用常规的图像压缩算法，比如余弦的那些系列。
如果是完全随机的图片，是非常难以压缩的，而完全的色块，压缩比又非常之高。所以可以通过图像的可压缩率来判定图像是否又意义。相当于一个带通滤波器。

如果考虑给定压缩算法的『带宽』，那么还可以把上述的可能性降低，甚至是降低很多。也许指数项就能降低几个数量级。