之前的文章，集中討論了條件機率，大數法則及大市的非常態分布。今天跟大家談的是第四條重要法則， 中央極限定理（central limit theorem）。以擲骰子為例，我們擲骰子10次後計算其平均值，之後再擲10次，再計算平均值， 經過無數次之後，每次組成的數字排列都不同，但平均值卻變化不大。而在無數次投擲之後，我們會得到一系列的平均數。
每個樣本都有自己不同的組成結構，每10次投擲的平均值，可以拉成一條10次移動平均線。當然閣下也可以投擲20次，50次，100次，200次，250次的平均值來拉出一條平均線。中央極限定理告訴我們，當樣本數愈多，平均值分布會愈接近常態分布。（筆者按：不過，大量的數據及實驗證明偏離常態分布的情況存在，極大值及極小值出現的機率大約是20%，符合巴瑞圖法則，又或俗稱80／20法則，所以最終形態是呈非常態分布。惟在日後的文章我會指出，即使呈非常態分布，傳統的統計學方法仍是合適的方法去解讀數據。）
回歸的應用
很多朋友對回歸均值的理解都有一定程度的偏差，筆者在其他平台的多篇分析文章，都指出2017年第四季的恆生指數偏離200天移動平均線甚遠，最終在2018年偏離達21.1% 而出現急速回吐。惟當時坊間很多朋友參考筆者的分析時都不甚了解，囫圇吞棗！有一份財經報章的研究員在媒體解讀筆者的分析文章時，指出大市一定要回至200天線，而當時的200天線是26600點。回歸均值不應是一條死線，以擲骰子為例，如果投擲得出多次數字1，我們會期望下一次擲出大於1的機率，會高於擲出數字1；就算是2，都已是回歸的表現。最終2月時回歸至偏離4%大市便喘定反彈，如果認為一定回歸200天線，而看空大市至非要觸及200天線不可，那便要面對大幅虧損了。
擲骰子的回歸操作，較易處理，因為沒有數字大於6或小於1。但在股市卻不一樣，以200天線為例，從以往的數據看，偏離18%，便很大機會出現回歸，是次最終偏離21.1%，如在偏離18% 時便看空大市，便要有捱價的準備！中央極限定理告訴我們，大市最終都會有回歸傾向，維持極值的時間不會太長。很多朋友在操作期權時，若大市出現超買／超賣的情況，都會用極短時間值的期權來操作。但按筆者的統計，在向心系統的分析中，周線出現超賣，反彈時出現回歸趨勢，都要花一定時間！以由超賣的狀態反彈25% 去修正超賣的情況下，花一周便成功達標的機率只有40%左右，反而2周達標的機率有55%，而4周內可以達標的機率達72%！筆者在期權操作上，曾有一段時間都會採用末日LONG的形式，貪其本小利大的可能性；惟勤做數據後，發現若用有足夠時間值的，反而更能提供高成功率，如能組成負值價差組合，便更是立於不敗之地。所以應用回歸均值概念時，既不可把均值看成死線，也要有足夠時間，讓回歸的趨勢發生。
市場的秩序就是混沌
要完全精確預測市場是不可能的，初始條件的偏差對後續的發展影響甚大。美國數學家兼氣象學家，愛德華‧羅倫茲，以蝴蝶效應描繪一隻蝴蝶在亞馬遜森林拍動翅膀，最終會令地球另一邊出現颶風！正是描述了初始條件對後續發展的重要性。但這還只是表述了事件的初始條件而已，而非在計量分析中，以量子力學的角度去理解大市。海森堡測不準定理（Heisenberg uncertainty principle）指出我們永遠無法同時完全確定粒子的位置及動量。我們可以在這一秒知道大市的收市價，以及一分鐘後的收市價，並能計算出這一分鐘的升跌幅，但卻不能預測在追一分鐘內出現的震盪！
計量分析，便是認知不能預測路徑的事實，即使最終回歸均值，其路徑都不可預測，所以計量分析便是用機率分布，或稱為機率雲來描述市場的狀態！筆者用的向心系統，便正是以機率分布來分析大市，同時也是用機率分布來推算結算價，以制定出較大成功機率的操作手法。
