今天看到一个挺有意思的线性回归分析方法，之前学习数竞正态分布时了解的高斯过程回归。
首先我们知道市场价格不是简单的线性，也没有任何的函数能够描绘价格的走势，简单来说这是一个概率的市场（认识到这一点很重要！），任何的市场价格走势都是有概率的，技术分析只不过是提供较高概率的行情走势可能，似乎对行情的预测几乎是完全不可能的。
其实对于不确定性的预估早就有了一些方法，如机器学习和统计模型搭建，近期国外有交易员给ChatGPT植入统计模型也能很好的预测价格走势。这些预测模型中较常见的就是使用高斯过程回归来做预估，虽然无法做到100%精确，但具有很好的参考意义。
高斯过程回归广泛用于天气预测的不确定性估计，医疗领域的疾病预测和诊断估计疾病发展的趋势，交通流量控制等等。
高斯过程本质上是用于建模随机函数的分布，可用于估计目标变量和输入特征之间的关系，并提供不确定性估计。
在高斯过程回归中假设目标变量的值是通过随机过程生成的，这个随机过程就是高斯过程。对于每一个输入特征，都会得到一个概率分布。
具体计算方法在维基百科上都会提供
高斯过程回归通过学习数据之间的关联性来预测未来行情的走势，把他放入价格行情中也能提供不错的参照。
可以看到高斯过程可提供较为明确的趋势走势预测，但是单独使用高斯回归预测没有办法知道进出场点，配合其他指标一同使用才是最好的方法。
配合EMA，MACD等等都是没问题的。
总之这也算是能够领先市场的一种技术方法，具有不错的参考意义。
