【正文】 僅是實用性的經(jīng)驗總結(jié)，只是一種外在現(xiàn)象的描述，而缺乏充分的理論基礎(chǔ)和必要的論證。艾略特波浪理論的貢獻(xiàn)在于從人類社會群體行為的本質(zhì)出發(fā)，揭示了股票市場的整體運動呈現(xiàn)出波浪般的特性。股票市場的有效性是指股票價格對市場信息反應(yīng)的有效化。與此同時，還有不少學(xué)者的研究成果表明，股票價格波動幾乎是“無序”的。奧斯本發(fā)現(xiàn)股市日常的波動就象物理實驗中出現(xiàn)的布朗（Brown）運動一樣，遵循一種隨機行走的規(guī)律。穆爾(Armold Morre)在對單個股票價格連續(xù)變動進(jìn)行序列相關(guān)分析中發(fā)現(xiàn)，他隨機抽取的 ，從而進(jìn)一步證明了歷史數(shù)據(jù)預(yù)測價格的無效性。 （5）哈里薩繆爾遜第一次用數(shù)學(xué)公式建立了一套嚴(yán)格的有效市場理論，在“今天對明天預(yù)測的預(yù)期等于今天的預(yù)測”這一前提下，薩繆爾遜證明了的商品的期貨價格會顯示出隨機走動特征。 （2）李紅剛（1995）考察了上海股市價格的相關(guān)系數(shù)和頻譜性質(zhì)，認(rèn)為上海股票價格指數(shù)變化率從總體上說是隨機的。 （5）宋煩興和全偉根（1995）對1993年初至1994年10月上海證券市場中的29種股票的周收益率進(jìn)行了系統(tǒng)的實證分析，結(jié)果表明這 29種股票價格具有隨機行走的特征，因此，得出的結(jié)論是：上海股市達(dá)到弱型效率。 復(fù)雜性科學(xué)作為新近發(fā)展起來的一門自量子力學(xué)和相對論以來，在本世紀(jì)自然科學(xué)領(lǐng)域中引發(fā)了所謂第三次革命的科學(xué)，其觸角已觸及到數(shù)理科學(xué)、生命科學(xué)、地球科學(xué)、環(huán)境科學(xué)以及信息科學(xué)等領(lǐng)域，已成為當(dāng)代科學(xué)最活躍的前沿學(xué)科之一。其主要學(xué)術(shù)觀點及研究方向如下:表1 復(fù)雜性科學(xué)的五大學(xué)派學(xué)派名稱代表人物理論工具復(fù)雜性所在重要研究方向混沌學(xué)派LiYork，, R. Day等人非線性方程系統(tǒng)中物理、經(jīng)濟、生物系統(tǒng)等結(jié)構(gòu)學(xué)派Piece，Vickers Warfield等人集合論、布爾代數(shù)、形式邏輯等人腦中經(jīng)濟管理理論，交互式管理系統(tǒng)動力學(xué)派Senge，Meadows Forrester等人常微分方程與計算機模擬系統(tǒng)中組織理論、社會經(jīng)濟系統(tǒng)自適應(yīng)系統(tǒng)學(xué)派Kauffman，Arthur Holland， Cowen等人偏微分方程系統(tǒng)中經(jīng)濟、生物、認(rèn)知等系統(tǒng)曖昧學(xué)派一些單獨的研究學(xué)者學(xué)科交叉不明確社會、科學(xué)、語言系統(tǒng)等混沌理論用于經(jīng)濟學(xué)研究是由美國經(jīng)濟學(xué)家斯徒澤（Stuzer）于 80年代初開始的。他們得出的結(jié)論是：迪維西貨幣總量在M2和M3水平上是混沌的。 Samp。P500588(1) 關(guān)聯(lián)維數(shù)(2) 低維混沌孫廣振，王勁松（1995）深圳指數(shù)377(1) 關(guān)聯(lián)維數(shù)(2) 低維混沌林小明，王美今（1997）上證指數(shù)深證指數(shù)10161004(1) 關(guān)聯(lián)維數(shù)(2) 低維混沌 注：（1）. 是指Lyapunov指數(shù)； （2）BDS是一種統(tǒng)計方法的簡稱。
4 結(jié)論總之，目前第二類方法即復(fù)雜性理論與方法為研究金融證券市場價格波動的復(fù)雜性提供了新的思路和途徑，已成為金融市場復(fù)雜性問題研究的發(fā)展趨勢。（3）對金融市場復(fù)雜性的管理與控制方法缺乏科學(xué)而深入的研究。金融復(fù)雜性的探討方興未艾，只要我們積極進(jìn)取，努力探索，就一定會取得重要的成果。 Erratic Behavior. Review of Economic Studies, 1981, 48 : 4594716 Chen, P. Empirical and Theoretical Evidence of Monetary Chaos System Dynamic Review, 1988, 47, : 88967 Hesieh. D. Testing for Nonlinear Dependence in Daily Foreign Exchange Rates. Journal Business, 1989,62(3) : 3393598 Frank, M. and Stengos T. Measuring the Strangeness of Gold and Silver Rates of Return. Review of Economics Studies, 1989，56,: 5535679 Scheinkman, J. A and LeBaron, B. Nonlinear Dynamic and Stock Returns. Journal of Business, 1989, 62, :31133710 Brock, W A, D Hesich and LeBaron. Nonlinear Dynamics, Chaos and Instability: Theory and Empirical. MIT press, Cambridge，199111 Hesieh， and Nonlinear Dynamics: Applications to Financial Markets. Journal of Finance, 1991，47，: 1145118912 Kodres, L. E. and Papell, D，H. Nonlinear Dynamics in the Foreign Exchange Future Market, Working Paper. University of Michigan，199113 Eldridge，R. M and Coleman M. P. The British FTSE100 Index: Chaotically Deterministic or Random? Working Paper. School of Business, Fairfield University，199314 Phillipatos, G. C. Chaotic Behavior in Stock Prices of European Stock Markets: A Comparative Analysis of Major Economic Regions. Working Paper, University of Tennessee，199315 Edgar E. Peters, Chaos and Order in the Capital Markets, John Wiley amp。 Richard E. Quandt. Chaos Models and Their Implications for Forecasting. Eastern Economic Journal, 1985，Vol. XI, 24 Tori De Angelis, Chaos. Chaos Everywhere is What the Theorists Think. APA，199325 Matsuyama, K. Increasing Returns, Industrialization, and Indeterminacy of Equilibrium. Quarterly Journal of Economics, 1991，26 Decoster, G. P. Michael, . Dynamic Implications of Chaotic Monetary Policy. Journal of Macroeconomics, Spring, 1992，, , pp26728727 Saari, D. Mathematical Complexity of Simple Economics. Notice of the AMS, February, 199528 Fischer, P., William R. Smith. Chaos, Fractals, and Dynamics, Marcel Dekker. Inc., New York , 198529 , Mccawley. Chaos, Dynamics amp。 Yorke, J. A. Controlling Chaos. Physica Review Letter, 1992，, pp1196119952 Kaizoji, T. Wage Flexibility and Chaos in a Simple Disequilibrium Macro Model. Working Paper, International Christian University