随着计算机技术的飞速发展，我们在研究结构、数量、变化以及信息等领域，取得了突破性的成就，在统计力学、非线性动力学和无序系统中都已经有重要的运用。因为相似性，这些成果也早已应用于有丰厚回报的金融领域，如股票、外汇、期货等证券市场。
人类行为的时空特性是指人们多次从事特定事件表现出来的统计规律。通过计算机对人类活动的数据库分析，发现人类很多的行为模式都具有尖峰胖尾的特性，在时间上也显示了一些稳定的规律，这意味着很多领域里人类的行为模式是可以预测的。通过大数据对人类行为的深入理解和分析，有助于解释很多复杂的社会经济现象，并在金融市场等领域产生重要的应用价值。
例如在股票交易这个复杂的系统中，各种数据可以作为实验数据，用来寻找和解释市场变量（包括收益率、波动率等）中的物理规律。
1995年，Stanley发表于《Nature》的论文《Scaling behaviour in the dynamics of an economic index》，对交易市场的高频分钟数据进行分析，指出价格收益率的概率分布不是高斯分布，而是尾部截断的列维分布：
“价格收益率的概率分布呈现动力学标度行为。更深刻地说，金融动力学系统具有时间方向的自相似性，是一种强记忆效应。金融动力学系统的记忆效应来源于价格波动率的长程时间自关联。与此对比，价格收益率的时间自关联非常小，可以忽略。”
因为这篇论文应用物理研究的方法论述股票金融市场，引起了物理学家和投资者的高度关注，各种量化投资公司也应运而起。
交易市场上价格出现大波动的动力学行为和地震也有很大的相似之处，称之为Omori Law。在发生一次巨大地震后，往往会跟随大量的余震，震幅逐渐降低。交易市场上发生一个大波动后，波动率呈幂率下降，即具有长程关联性，也就是记忆性。大地震之后的余震我们可以预测，因此，我们有理由相信交易市场也是如此，在经历一次巨幅波动后，我们可以预测接下来的小波动。
当然，更重要的是预测出现市场大波动发生的可能性，目前，对大波动的研究主要集中在复杂性科学上。
「道」的有生于无
复杂性科学是最广泛的一门交叉学科，被认为是二十一世纪的科学，其对复杂系统的深入研究不仅产生了新的理论体系，如耗散结构理论、突变论、微循环论、协同学等，并且还带来了研究理念和方法论上的革新，极大拓展了我们对世界理解的广度和深度，并在很多领域中发挥了巨大的实用价值，物理学、数学、信息科学、管理学、生物学、化学、经济学、金融学等，几乎全都离不开它。
复杂性科学主要有耗散结构理论、协同学、超循环理论、突变论、混沌理论、分形理论和元胞自动机理论等。耗散结构理论是普利高津（Pregogine）于20世纪60和70年代创立的。普利高津一直从事于非平衡统计物理学的研究工作，当他将热力学参量从平衡态推到近平衡态，再推向远平衡态时发现：一个远离平衡态的非线性开放系统（无论是物理的、化学的、生物的乃至社会的、经济的系统）通过不断地与外界交换物质和能量，在系统内部某个参量的变化达到一定的阈值时，系统可能发生突变即非平衡相变，通过涨落，由原来混沌无序的状态涌现出一种在时间上、空间上或功能上有序的状态。这种在非线性区形成的稳定宏观有序的结构，需要不断与外界交换物质或能量，才能够维持，因此称之为“耗散结构”（dissipative structure）。
复杂性科学把这种系统整体具有，而部分不具有的特征、功能等属性，称为耗散结构的涌现性。也就是说，整体所具有的这些属性如特征，功能等，不可能体现在单个的部分上。
仅从部分本身的简单相加，是不会推测出涌现现象的，涌现性是描述复杂系统所呈现的结构或特征的概念。意识的起源便很可能是所有细胞涌现出来的复杂组合系统的行为特性。老子在《道德经》中论述的“有生于无”，便是对涌现性古老而又深刻的理解和表达。甚至《道德经》本身，也可能是中华民族集体智慧的某种“涌现...
复杂性科学常借用“复杂来自简单”来表述耗散结构的涌现性，科学家认为复杂性是随着事物的演化从简单性中涌现出来的，涌现性是整体的一种现象和特性，但是整体的现象和特性不一定都是涌现。只有依赖于部分之间特定关系的特征所构成的生成性（不是加和性）才称得上是“涌现性”。"涌现性"是现代非线性科学和非平衡态热力学的最令人惊异的发现之一。
“自组织”则是指混沌系统在随机涌现时形成耗散结构的过程，一个系统自组织功能愈强，其保持和产生新功能的能力也就愈强。交易市场上基于价格的个人买卖行为，自组织形成一个复杂的“耗散系统”后，“涌现”出来的交易市场上人类行为整体的属性，即会表现为某些“股票”或“市场”的交易特性。
“股票的表现经常会像人一样，有不同的个性，有的非常保守，有的容易紧张，有的讲逻辑，有的让人捉摸不定。观察一只股票就像是在观察一个人，摸索一段时间之后，你会发现，某种性格在特定场合下的表现，竟然是可以预知的！这很有用。”——来自网络评论。
市场是个古老的东西，几百年来通过大量的观察和实践，人们无论是从系统的内部或外部，都获得了许多感性的知识。比如，在空间问题上，艾略特的波浪理论给出了上五下三的描述，并模糊地给出了一些比例的概念。在时间上，江恩则第一次把周期、比例、波动率的概念引入证券市场，产生了许多历史性的突破。
1932年，美国证券分析家拉尔夫·纳尔逊·艾略特已经61岁，他以道琼斯工业平均指数作为研究对象，潜心多年，在研究了道氏理论之后，发现不断变化的股价形态有着一定的规律，体现了自然的和谐之美，于是开创了艾略特波浪理论。
艾略特发现和提炼了股票走势的13种形态或波浪，他认为在交易市场上，这些型态会不断地重复出现，但是出现的时间间隔及幅度并不是固定的。之后他又发现，这些结构性型态可以连接起来，形成同样更大的形态。于是提出一系列的法则来解释市场的行为，并特别强调波动原理的预测价值，这便成就了久负盛名的艾略特波浪理论（Elliott Wave Theory）。
波浪理论认为，价格走势不断地重复着一种模式，每一周期由5个上升浪和3个下跌浪组成。有的最长的超大循环波（grand supercycle），可能会是横跨200年的超大型周期，而有的次微波（subminuette）则只会覆盖在数小时之内。但无论趋势的规模如何，每一周期由8个波浪构成这一点是不变的。
这个理论的前提是：股价随主趋势而行时，依五波的顺序波动，逆主趋势而行时，则依三波的顺序波动。长波可以持续100年以上，次波的时间周期则可以相当短暂。
艾略特理论包括了波浪的型态、比例以及时间。这三者中，浪的形态最为重要，波浪的形态是艾略特波浪理论的立论基础，浪的正确与否对时机的掌握至关重要。
波浪理论并不是独立存在的，他与道氏理论、技术分析、经济基本面分析、以及与新闻的价值判断都有一些神奇的关联，“道氏理论告诉人们何谓大海，而波浪理论指导你如何在大海上冲浪。”
波浪理论是对交易市场上波动现象的观察和总结，波浪理论的信徒认为，波浪理论包含了大自然的一些基本规律。它不仅是股市分析的工具，甚至还可以在其他领域中应用。
但波浪理论同时也存在着重大的缺陷，波浪理论家们对现象的看法并不统一，包括艾略特本人，他们都会受到同样一个问题的困扰：
一个浪是否已经完成，而另外一个浪开始了呢？
甚至，怎样才算是一个完整的浪也无明确定义，在交易市场的价格走势中，绝大多数的波浪不会机械严格地按照五升三跌的模式出现，划分波浪的层次级别（WaveCount）也几乎完全是随意主观。
同时，波浪理论有所谓的伸展浪（ExtensionWaves），有时五个浪可以伸展成为九个浪。但在什么时候或者在什么准则之下波浪可以伸展呢？艾略特却没有明言，使数浪这回事变成了各自发挥，自己去想。
波浪理论中浪中有浪，可以无限伸延，在上升浪之中，一个巨型浪，一百几十年都可以，下跌浪也可以跌到无影无踪都仍然是下跌浪。只要是升势未完就仍然是上升浪，跌势未完就仍然在下跌浪，那现在的位置是升完了还是跌完了呢？能否推测浪顶或浪底纯属猜测。
艾略特的波浪理论是一套相对主观的分析工具，随意把波浪理论套用在变化万千的股市中会十分危险，一套不能确定的理论用在风险奇高的交易市场上，足以使人损失惨重。差之毫厘，失之千里。
波浪理论已发展成为一个极其庞杂的技术分析体系，虽然它在道氏理论的基础上，进一步揭示了价格涨跌循环的内在规律，但它关于波浪和级别的划分却是波浪理论中最抽象和最不容易把握的部分，一浪接着一浪，浪中有浪，确实有些晕头转向。
事实上，艾略特的波浪理论可以用现在十分活跃的分形理论来进行解释。
本章扩展和参考文献：
●汪秉宏，韩筱璞.人类行为的动力学与统计力学研究.物理.39（1）（2010）28-37.
●韩筱璞，汪秉宏，周涛.人类行为动力学研究.复杂系统与复杂性科学7（2-3）（2010）132.
●茹正亮，杨芝艳，朱文刚，等.不同分布下非对称GARCH模型波动率预测评价[J].西南师范大学学报（自然科学版），2012，（11）.19-23.doi:10.3969/j.issn.1000-5471.2012.11.005.
●许启发.高阶矩波动性建模及应用[J].数量经济技术经济研究，2006，（12）.135-145.doi:10.3969/j.issn.1000-3894.2006.12.015.
●温彬，刘淳，金洪飞.宏观经济因素对行业股票收益率的影响[J].财贸经济，2011，（6）.51-59.
●金洪飞，金荦.国际石油价格对股票市场的影响——基于行业数据的经验分析[J].金融研究，2010，（2）.173-187.
●《运筹学》教材编写组.运筹学.北京，清华大学出版社，2005.
●汪荣鑫.随机过程.西安.西安交通大学出版社，2006.
●普莱切特，弗罗斯特著，陈鑫译.艾略特波浪理论.机械工业出版社，2010
