第1阶段，学习一些传统的技术分析指标，如均线、MACD，KDJ，RSI等等，发现不确定性很大。
第2阶段，学习用飞狐编程序，下载许多人编制的指标，还学习了Vb，发现不确定性很大。虽然花样无穷，但本质上与传统的技术分析指标没有差别，都是建立在对历史数据简单的各种均线基础上而已。
第3阶段，追求更厉害的统计分析，学习了SPASS，玩熟了时间序列分析ARIMA，发现不确定性很大。原来ARIMA对白噪音的残差没有估计。
第4阶段，学习GARCH，该死的SPASS居然没有这个工具，只好学习MATLAB7。GARCH玩熟后，发现不确定性很大。原来GARCH本质上依然是线性估计，不过是将ARIMA的残差继续ARIMA了一次。晕倒。
第5阶段，被一些网络N人忽悠人工神经网络，开始玩BP，RBF，发现不确定性很大。BP，RBF对历史数据的拟合简直是完美，但对未来的泛化，简直是狗屁。仍然不死心，又捣鼓用遗传算法改进，用混沌理论的相空间改进，依然是狗屎。
第6阶段，听南大的一个人工智能专家说，SVM是目前最牛逼的，继续学习，这玩意很难，终于还是给搞定了。结果，发现不确定性很大，正确率让人失望。
第7阶段，茫然之际，又有N人说，据说小波可能有用，找来书翻翻，感觉无比艰深。而此时对技术分析已经信心动摇。某日遇一朋友，实战高手，一席交谈演示，发现：靠！实战中还是传统的那几个老掉牙的指标最好，关键是运用之妙了。
第8阶段，目前阶段，重新玩那传统的那几个老掉牙的（指标均线、MACD、趋势线、K线形态等等）。