从统计学的发展历史上看，统计学发展成两大流派：古典学派和贝叶斯学派。古典学派在20世纪中叶之前的几百年是绝对主流，但从20世纪中叶开始，贝叶斯学派迅速崛起，并大有与传统的古典学派分庭抗礼之势。
从思想本源上看，统计学上古典学派认为一个事件的概率是一个客观值，并且不以人的主观因素为转移，是大量重复实验下的一个频率。而贝叶斯学派则认为，由于实际生活中大量的事件是无法重现的（仅发生一次），且与观察者本身相关，概率及其他参数本身就是一个随机变量，因此应当是基于现有样本的可信度分析。
总的来说，古典学派认为世界是客观的，我们要做的事情是找出其中的参数。而贝叶斯学派认为由于大量事件无法重现，按照客观方法找寻无异于缘木求鱼，还不如基于现有样本做分析，更可信更实用一点。
说到经济及金融市场的研究，很多买方卖方大咖可谓是八仙过海各显神通。但总的来说，我觉得可以比照统计学流派，粗略的分成两大流派。
第一派可以比作统计学上的古典学派。这一派认为，经济运行和市场走势有其相当强的客观规律，未来经济和市场的趋势就在那儿，我们能不能发现并找到它，就是我们自身的本事了；简单说，就是经济走势（或市场走势)=F(变量1，变量2，...)。只要我们的水晶球做的足够好，就可以窥得天机。所以这一派往往重视研究框架的严谨性，重视模型运用，专注于发现函数F。比如说，康德拉季耶夫.金涛，就是这种理念的代表。
还有一派，可以比作统计学上的贝叶斯学派，首先认为市场走势是不可重现的（仅此一次），因此说客观规律说分析再多，也没啥用，反而是马后炮；其次，未来经济及市场走势本身就是个随机变量，我们要做的事情是：基于目前我们所获得的市场样本信息，结合分析框架（假定为函数G），尽可能的提高分析结论的可信度，并以此作为依据进行投资，简单讲就是优化G(市场走势 | 已有信息)。由于每个人所获得的信息丰富程度及信息维度是不一样，因此每个投资者的最优化的函数G是不一样的。这与上面提到的古典研究学派大相径庭，他们认为函数F是全局的，对所有人适用。