目前在股票和債券市場中什麼是可預測的，什麼是不可預測的
免責聲明：我對統計學、機器學習和機率論有一定的了解，但金融方面的知識幾乎為零（我不得不查閱維基百科來刷新我對債券和股票之間區別的認識），所以請不要拍新手:)
我在讀這個問題在 Cross Validated 上，我注意到一些使用者（包括原始發帖人）指出預測股市的任務是不可能的。為了迂腐，我認為他們實際上指的是更簡單的（？）任務，即根據股票價格過去的價值預測特定股票價格的未來價值，而不是預測整個股票市場的整體趨勢，但你明白我的意思觀點。這是我在流行金融書籍中經常看到的東西，通常這樣直覺地解釋：如果有一個模型可以用來可靠地預測一隻或多隻股票的未來價格，每個人都會使用它，這將影響未來的股票交易和價格，改變數據生成過程（對應於股票價格時間序列的隨機過程），因此模型不再適用。
但是，有公司、大學學位、研究中心等在從事量化金融領域的工作，因此，即使預測股票和債券市場的努力很難，但一定會有一定程度的成功。目前什麼是可以預測的，有一定的準確性，什麼不是？關於答案的水平，如果您談論期望，隨機過程，鞅，蒙地卡羅和馬爾可夫鏈蒙地卡羅，神經網路等，我可以跟隨您。但是我只聽說過諸如Black-Scholes之類的東西等式，不知道實際細節。如果您向我解釋這個概念，我想我可以理解，但我不能肯定地說。
即使有幾個答案，我也會加兩分錢。就明天股票 XYZ 的實際價格而言，它不太可能是可預測的。價格是市場走勢和個股走勢的結合，都取決於供求關係。有市場研究給出了各種目標價格，但大多只是用來向客戶做廣告。
但是就像你可以根據歷史資訊和周圍的氣氛來預測天氣一樣，你可以根據你對目前市場的經驗和觀察，對股價的變化（上漲或下跌）產生一些主觀看法，就像哪一天交易員會。在這種情況下，其他人可能在您之前獲得了類似的觀點並開始採取行動，因此價格已經發生了變化。這就是所謂的因素或價格。
在某些情況下，由於資訊不對稱，某些人可以預測股票價格，例如提前知道盈利公告的細節。其他一些人可能會以一種或另一種方式背負（甚至可能是他們的阿爾法），而大多數不知情的交易者只是隨機交易並被剝削。這本質上是一場零和遊戲。我聽說美國股市的大部分流動性來自機構交易，但仍然有一些機構比其他機構更好。
深入到微觀結構層面，如果你逐個看，股價是可以預測的。市場訂單高度自相關。這可能是因為訂單執行。但是，普通人無法使用這種制度。
不能預測股票價格並不意味著你不能通過投資賺錢。投資的基本理論是風險回報權衡。您可以根據某些標準形成/分類您的投資組合，並希望比市場投資組合更好地增長（例如基於 SP500）。這裡的相對價值可能比個股價格更容易預測。
量化金融人士不一定關心價格水平，因為許多理論都是基於風險中性假設。
總之，我不認為股票/債券價格的確切水平是可以預測的，但它不應該影響很多量化金融工作。