傳統概率論以及在此基礎上發展起來的 Bayesian決策準則所關註的都是事件發生的頻率，其前提是事件能夠反復發生。而對於壹次性事件的概率估計，它們是不適用的。現實中人們又確實經常需要對不同的命題做出自己的評估。研究表明，人們在做出這類評估時，由於受到自身條件和知識能力的限制，無法得到最優結果，只能在壹定程度上得到滿意解，這使得人們可以憑直覺和個人經驗解決復雜問題。這種實際決策過程的本質特點，促使科學家從行為認知的角度來研究決策過程，Amos Tversky和Daniel Kahneman是其中的佼佼者。他們試圖用啟發式方法來代替Bayesian分析。這壹領域的研究被稱為主觀概率研究，期望理論其實是主觀概率理論中的壹種。
二、從線性到非線性——非線性科學的應用
在人類的認識上，首先是用相對簡單的線性關系（線性模型）來刻畫線性問題的定量關系，對於那些非線性因素不能忽略的情況，則往往采取線性近似或線性叠代的方法來處理，這樣處理有時也能得到較好的結果，但這種情況壹般只出現在比較“簡單的”非線性問題中，或者只是研究系統的壹些“常規”行為特征。隨著人們對社會、 自然認識的不斷深化，人們越來越不敢“小看”非線性問題了。首先，就其本質而言，自然界是非線性的。其次，許多問題中的強非線性作用與長時間尺度的系統行為都不能用線性方法（包括線性近似）來刻畫。第三，即使是壹些表面看上去很簡單的系統，也可能表現出令人驚異的復雜性 （如確定性的隨機性），於是，人們愈來愈重視對廣泛存在於社會和自然中的非線性現象的研究，並由此而誕生了非線性科學。
最早將非線性科學用於經濟學研究的是美國經濟學家斯徒澤（Stuzer），他於1980年發表的論文“壹個宏觀模型中的混沌動力學系統和分岔理論”，將李—約克（Li—York）定理和分岔技術應用於哈維爾默（Havelmo）增長模型，找到了該模型出現混沌的條件。之後，越來越多的學者開始運用非線性科學的方法來研究經濟和金融系統。
分形學的創始人， 著名的數學家Benoit B.Mandelbrot（1997）將其研究成果應用到金融市場價格變動的研究中，價格的變動可以用分形幾何中的研究成果推導的模型加以解釋。分形（多分形）的目的並不是要確切地預測未來，但是它們的確能對市場風險作出更切合實際的描述。分形是壹種幾何形狀，其特點是可以分為若幹部分，而每壹部分都是最初那個整體在較小尺度上的翻版。在金融學中，這壹概念並不是無根據的抽象，而是對壹種簡單明了的市場常識從理論的高度上重新進行表述。
埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的證據表明證券市場確實存在分形、混沌特征。認為證券價格並不是隨機遊動的，而是受到某種確定性趨勢的作用，並具有對初始波動的高度敏感性，換言之，股價運動具有混沌性質。據此，彼得斯（1994）提出了分形市場假說，認為：（1）市場是由很多具有不同投資預期的投資者組成的；（2）與每壹個投資預期相聯系的信息集是不同的。只要市場維持這種分形結構，並且沒有特征時間標度，市場就會保持穩定。當市場的投資預期變得壹致時，市場就會變得不穩定，因為每個人都基於同樣的信息集進行交易（Peters，1994)
參考文獻: 股票與投資 金融與市場研究