三, 基本波动环节与正确的波动率
; X" c; H7 @9 G4 o 我们在前面介绍波动率的时候,曾经说过要寻找到正确的波动率,只能从市场实际出现的数据出发。但显然不可能是市场出现的所有数据。
4 j8 Y$ e' z4 U: P! `从以上所举的四种基本波动模式的简易算法来看,模式A和模式D的计算实际上是围绕着一个完整的1.144这个比例数字进行的。模式B和模式C的计算方法当中,用两个已知数据求出未来数据的部分也是这个比例。用这种方法计算出来的未来数据之所以正确,就是因为这个比例在起作用。按比例扩张当然是协调的,按照我们股市上面的习惯说法就是:和谐。
) u; Q4 i. F/ x/ g, T上面说到了模型B和模型C的另一种简易算法,是用三个已知数据推导出未来数据。这种方法是不是合比例的呢?答案是肯定的。因为计算方法是用两个已知数据之积除以另外一个已知数据,而这两个已知数据的乘积就等于是一个完整的1.144。我们不妨剖析一道例题:
W7 K c% m% ]( ?& A 492×464÷430﹦531
! I0 ?; r+ t& v0 k# m( y 以上四个数据可以排列为如下时间序列
$ V' W3 _" T0 g7 p4 O. Q' i 430,464,492,531. V5 I8 I9 B9 p
' @& n. |- f5 o" c" t0 c- \$ n 其间的波动环节显然是1.08------1.0595------1.08
, r6 K. w/ @$ z" L 这就等于说,464/430=531/492
% L1 R; { }4 k% x! [! i 内项之积等于外项之积。这是比例的基本性质。( D/ M$ n t2 F: E
所以531可以用上面的等式来求。4 D& B' f$ D, O5 G! ^& ]3 U
明白了以上道理,我们在运用四种基本模式来推算未来数据的时候,才能够执简驭繁,得心应手,根据正确的波动率得出可信度极高的未来数据。这是四种基本模式的核心东西。 $ k2 `% l' }* z5 u
实际上,我们离正确的波动率仅仅还差一小步。基本波动环节应该是我们为了探讨波浪内部的结构,不得不提出的一个基本概念。它实际上就是波动率。换一个更明确的说法,基本波动环节是理想状态下的波动率。所以我们在实际预测市场的时候,不仅要考虑到基本的波动环节,还要考虑到这个理想波动率在市场实际运行当中的微小变形。如果这个经过变形后的波动率在市场当中一再出现,我们当然以它为准。
7 J5 {- K) }1 y6 A8 Z, l下面我们就来举几个例子。' D8 j) q: x' |; {, t
前面我们说过,532周见到市场顶部之后,接下来应该应用1.0595来进行计算,得出的预测结果是564。这是没有问题的。我们现在来注意一下,始自564周的反弹到了哪里呢?市场的实际走势告诉我们,它是569周。
" w- E0 D& Z/ Z* w( N这就出现了一个实际的波动率,它是569/532=1.07。0 J# M) n3 G# @4 }
按照这个波动率可以计算出如下时间序列:
% f& n7 \. ~, b+ \$ X 532,569,609,652,697,746., ?% s7 l% Y# S% q5 j; b# N7 f; _
这个准确度我们差不多可以满意了。 m3 h3 T) q. q& ~; K6 `5 z, q
但是,我们还不能自满,还要对自己提出更高的要求。因为这时候市场出大事了。
: g, n" E* H4 }6 d' }1 v5 ?3 F" B4 \& t
624行情创出了1748高点,它出现的时间是583周。这个数据,上边的系列里面可没有啊。还有623周也没有。672周也没有。如此重要的数据竟然遗漏了好几个,还敢沾沾自喜地自命为寻找到了什么“正确的波动率”,借用一句网友的话来说,楼主你就不亏心么?
& T& U. O( s& O3 L! A6 \0 I! B P别急别急,朋友们。我们现在就来着手解决这个问题。
1 b: z; l! S/ h% A1 Q: B1 r0 `. y/ A% F. e3 B/ ^
根据波动率的计算方法,583/532=1.096% j: @5 x& _7 R
这样可以推导出的数据是639,700,768。
5 L* s: V0 {! {. z 768周的情况到目前为止我们还不知道。5 ?9 ?6 i+ ?$ d3 y
700周这里出现了一个小反弹。, s7 `# C! S- H2 [9 E. `" E2 n3 L
可是639周就错到联合国去了。在走势图表上这里是下跌中途,市场在此波澜不惊,走势继续向右发展,同时,向下发展。
: U1 c/ L0 s7 P' R 更为严重的情况是623和672等重要数据仍未出现。
0 M- H0 `! N Q- |+ {那么,问题出在哪里呢?实际上,市场常常是正确的,我们应该多检讨自己。
/ ?+ E4 h Q3 [4 P. R6 n$ C0 V 这一段走势当中的正确的波动率不是已经出现过了吗?它就是我们上边说到的1.07呀。现在我们只需要把它简单地“推移”到583上面,问题已经迎刃而解。
z, ]" r2 z3 B; {4 l t 6 J1 t: Q! ` Z$ N5 g
我们来看:, b% O+ z, @: j, m a
583,623,667,714,764.
) x( I: M9 j6 }# L* i; j 这就是我们推导出来的时间序列。其中的667周和672周的关系前面我们已经介绍过。很明显,除了764周的情况到目前为止我们还不知道以外,其它几个数据都是正确的。而这样又连带着764周也可能是正确的。 . t# t, Z! d+ @& W8 k, f4 [
( B+ ~0 C ]; Y; J9 W; S而这个看起来好像颇为神秘的波动率推移又意味着什么呢?它不过就是江恩大师反复跟我们说过的“寻找到正确的开始”,而有了正确的开始,也就有了正确的结束。
8 c+ l8 T/ m3 W 当之无愧,大师就是大师。 # k5 ^& U5 k! _9 I
以上的两组数据基本上囊括了2245见顶以后一段时间内的所有波动。下面我们把顶部和底部的数据分开来计算一下,看看会得出什么结论。5 ?& b: D b1 g% T
底部系列:652×609÷564﹦704
* r' b$ y! H4 h; c9 [) U7 } 顶部系列:672×623÷583﹦718
4 Z( B1 O+ J9 S 这两个数据在后来的行情中都得到了验证。分析一下数据的特点,说不定我们会得出有用的结论。( o2 C! ]' B) Q0 w7 k! K
W, L( i3 w' Z! N9 [/ Y$ Z
# c) X d/ [9 {+ S* B8 y* f
底部几个数据的波动率是:& ]7 J, `; g6 v3 ]& |
609÷564﹦1.08;
# c; H" d2 u4 f0 S6 a- W1 R6 K' S$ W3 x, j& ?( z: L# g
704÷652﹦1.08。
; ?! `! d7 U+ y: X- {5 L ?! t 注意波动率的排列顺序是:1.08,1.07,1.087 o @! `, p' J5 J" o( F3 M
6 a; q0 g9 K' |# f. f# {再来看一下顶部几个数据的波动率。
; C* v" z! I0 e2 R8 _/ C 623÷583﹦1.07;
+ q$ z8 f+ }+ G' D7 B2 p* r1 ~ 672÷623﹦1.08;
1 j5 L: w: B: ^ 718÷672﹦1.07。
( E# ?( _, R( l% V1 T" n% n' o 注意波动率的排列顺序是:1.07, 1.08,1.07。 ( w2 K) @9 v9 c2 v3 S5 I; @, }
这两组波动率的排列顺序有什么共同的特点呢?很显然,它们分别关于1.07和1.08对称。. 原来这样也可以啊。% _1 Q2 y0 D+ x) |
根据这个原理,我们可以构成另外一组数列# J! q% L, k3 W$ K0 _2 f# _$ O5 e, L
h5 p+ J3 {! X% u9 O
623,652,672,704.
* W& v. a3 h5 U' D4 }) ~$ x2 R" \6 R
8 f: h6 C# I2 K5 u6 p' j 现在请大家注意一下时间间隔:* W6 t8 u6 N* d! w5 v
652–623 = 19
& z5 }1 l" q2 A 672–652 = 20 2 `% G& S) v* \, i) z( t9 _
704–672 = 32
6 D3 W3 E- Y8 F5 G% ~从时间周期的角度来看,32属于周期变异。- w4 m# R A. d [! q
而在正确规则指引下的周期变异在一定的时间内是稳定的。所以我们可以直接这样来计算:, P1 c9 T% j) u
704﹢32=736
; d" o0 N. \- k6 j% h+ I 这个736周,就是我们刚刚见到的千点底部。% x0 u1 n) ]# { G, ^( T H8 p
6 N! \9 ?8 ]) z2 f# \+ W% p! {/ s6 {* B! J* C2 R7 G8 K' l
# P3 \) o, K, S- r6 [- k
: x% ~1 W, D, n. g6 \
接下来我们将介绍周期变异及其规则,并指出市场的时间周期与时间序列之间的关系究竟是什么。
|, A# X i" z3 v) H" s3 {) k3 {9 Z* ^& E0 r. W+ L7 l
0 f2 S7 w7 `7 T1 [6 r* t1 c# e 股市运动中的周期变异看起来很复杂。大家都注意到了这个现象的存在,但又似乎对它束手无策。往往是在行情走势完成之后,才对周期变异恍然大悟。至于说要寻找到它的什么变化规律,好像是有点异想天开吧。
1 P' M" w5 V7 {) x2 m! U | 有了研究的需要,就会产生研究的动力。这个课题是如此重要,以至于我们无法绕开它。
3 D* v/ [9 c2 M" b: G. @& o' l1 o我们在前面已经介绍过,股价走势的千变万化均来源于太极节律和螺旋周期。所以我们要研究周期变异,可以尝试着从这上面入手,看一看会不会得出有用的结论。$ J% k: y8 t8 T5 G ?6 w% a' y
7 h! N( P) z$ y! I) M) |9 {' s 在前面的太极与螺旋关系图表上,存在着如下一组螺旋扩张:" w3 o, U: o/ {% J. `- [+ i
215-------------348--------------563
& D: \+ h( v0 N5 s/ J$ u, h+ y. g* J 它的扩张比显然是1.618。我们在前面也介绍过了,它可以分解为1.414,1.236,1.144,1.0595。通过这种方式,我们可以得到一个1.618扩张区间内的不同波动环节。我们以215----348为例,计算如下:
: d4 K8 m2 @, f6 [# ]0 U' ~: ~7 l7 A4 z/ d) u
% F: A) C4 e6 ^# H# F: |# U
215×1.144﹦246;
. f/ n8 M3 A& J: O/ K3 Z 215×1.236﹦266;1 a' ^# j+ ]& ]3 }9 I
215×1.414﹦304;
. A% n! m3 i, K" Y$ I- [$ R9 O5 R' P6 e$ p 215×1.618﹦348。 j, D* S& T x
6 f3 {( |' N* M& }5 k7 K. M8 Q( a现在来计算一下时间间隔。
# K4 _2 M2 t% `* D* y 348-304﹦44;
& @0 [( Y9 ^/ l" d1 S1 {1 C" X 304-266﹦38;6 o% I3 p% v- r' z0 X* P/ n
266-246﹦20; d- D7 V; ^4 ~
246-228﹦18;
) A- e4 e* v. Y3 g9 _; q0 c" K; u 228-215﹦13。
! q5 | c1 E6 w0 l
$ M. G. b# L. g5 `; M; m! M 从以上数字当中我们可以找到一个周期38。就是:& H" X6 N9 t, w% s2 N$ q$ @
266-228﹦38" K+ B) V' [, B' F: i: O; a: h
304-266﹦38;
* p1 i: S4 k0 X+ M5 Y l- ]6 O
' ]0 p, b; G% e* O6 x接下来,无论向前推导还是向后推导,38不再出现。这使我们猜想到,会不会一个周期只重复出现一次以后,就产生变异呢? z$ F- n3 d$ ~; Y) n* k
: G5 G: Z! g j O" |' f/ T# f
可能会,也可能不会。不过循着波动环节之间的加减这个思路再走下去已经没有必要了。因为波动环节是逐渐扩张的,各个不同环节之间的时间间隔也就肯定是不断增大的。即使我们把几个完整的1.618循环连接在一起,结果仍然会是这样。此路不通,我们必须另辟蹊径。
4 b( D+ s5 y5 O8 \- N" U 4 h; \. O! ~' N# l4 W, Q" l
现在我们用沪市太极与螺旋结构关系表当中的一些螺旋结构数据进行计算,如下:
; P# O! }5 R7 t 266-215﹦51;. s- A/ @$ y0 c4 t
329-266﹦63;
% b0 m, D3 J6 {* V% Y& d z, W; y 348-266﹦82;' d% K9 V2 _$ E. k, y) y8 E
430-348﹦82;. |7 e6 T+ y& ]; X) Y
430-329﹦101;( O3 Q# }' T3 E3 c$ g
532-430﹦102;9 A, d5 d) _4 N: h' I! d
563-430﹦133;
3 N/ r6 a3 t, W# q5 { 696-563﹦133;
3 W1 G, x) j O/ {/ f 696-532﹦164;3 ?3 \- Z- s' N8 h0 s
860-696﹦164;
& M$ S. |) O- C/ [7 u 911-696﹦215;# G8 H7 A- x6 l* S6 J7 G
& ], v' y. \- t5 _# I; X# h. n
这些数据这样排列起来好像有点儿规律了吧。其实只要把数据分一分组就好办了。
; m2 X' Q, u8 d+ |: U; n; p第一组数据:266,329,348,430.5 \) o6 @0 A! x
3 P2 |7 E* H0 F: r& N- E$ P/ K Q
430之后,周期发生了变异$ }# c2 s5 I+ u, e2 ?
% p1 C$ F7 A, z) v: W7 \第二组数据:430,532,563,696。
/ R& O0 }& {' H! H6 m7 H 同样明显的是,430------563------696之间存在着133周期。
% O' C! f5 ^! o4 ?0 E 696之后,周期发生了变异。
' Y% A+ k ^) ]2 c. y: `+ l数据分组当然还可以继续进行下去。但对于了解规律来说,我们把上面的两组数据之间的关系彻底搞清楚了,后面的数据也就自然而然地排出来了。
' p* _! V: ]% M5 g前两组数据存在着如下规律:
* I* g& M8 s2 |9 W% }' E2 p) u# _5 S. d8 Q2 d* ]
第一个规律是,每一个时间间隔也就是时间周期82,133均只出现两次之后就产生了变异,我们上面的猜想得到了证实。
$ a, X" ^& q( w" g
2 p" }' q5 f' w+ p# H 第二个规律是,周期变异遵循的仍然是螺旋扩张的基本法则。其基本扩张比仍然是1.618- t7 X: c2 w4 D6 R: B6 w' V
" h* A% [) ?6 X' R* D
我们从上面的数据分析已经可以知道,82,133周期之后依次将会出现的数据是101,164。这几个数据之间显然存在着如下关系:! T$ n; G" ^5 B/ w9 ]
0 M2 ? v$ c% c- M+ ^- d1 a 82×1.618﹦133;
4 V+ B9 ^$ [$ |2 _" l, j 101×1.618﹦164。
- }4 x# B4 s- ?1 K
- ]* U6 S) Y N+ u; H: c8 Z5 W. N/ I 那么,前推呢?
/ Y1 l7 U& A5 E. O8 F 51×1.618﹦82;7 N! }, J+ t' b% ~4 g W; d
62×1.618﹦101。
) \ p/ i2 | {! `, c, n# _& H- h* n9 n! H
没问题吧。其实这两组数据还存在着第三个规律。那就是周期之内还有周期。
5 ^' p* O' f- m$ Z5 c( q6 ] 我们来看
$ d% A( \, J7 f! S 第一组数据为什么会由82变异成为101呢?5 h% q& ^: B5 B' S: Q B
很显然是因为:! g- g8 u/ t9 |$ x5 R q/ i
430-329﹦101
" H/ e5 r7 o6 } 这样,其周期内部存在的一个小周期是: . Q% a4 C! H& o9 H
101-82﹦19;
$ V. g3 B: V" Z' F1 X 82-63﹦19。
* h9 ~4 s! ?0 T7 T& r3 L! R用同样的思路我们来分析第二组数据。! s$ J# \* e" ]4 F, F+ E4 e Q6 C( v, c$ U
696-532﹦164。
4 O3 b/ O2 s$ S7 P2 F) G0 } 所以133周期之后要变化为164周期。) l/ H- I1 F- H$ D* ^% R
周期内部存在的一个小周期是:
0 o g4 G& m, N* D 164-133﹦31。
6 e4 J C4 D- q: }( M* c1 c" d4 } 133-101﹦31。* Q( s# K+ m/ B" j7 _" d6 t' `$ t
还有第四个规律吗?有。那就是第一组数据和第二组数据乃至以后的n组数据,它们周期内部存在的这个小周期,变化也是有规律的。$ w1 A: k5 |; u% v
# ^$ @) j9 N8 T: O6 W& S
我们来看一下:
) P6 v1 M4 n7 b" l 19×1.618﹦31。0 m% i- J/ E: ?/ m2 S
接下来的数据显然会是1 U4 e% `0 \. v6 H2 V7 K
31×1.618﹦50。
1 ~0 E* e, Q9 G% ^+ O+ ^% G8 z( n, |
; f* a6 x1 H. U9 w+ o5 f" L
! l) \, b! Y4 v2 @9 H% s2 s: ?/ ^/ u
7 x5 W8 c9 f8 J: p
这真是所谓无穷嵌套的自相似几何结构了。我们不妨画一张图表来表示一下,如下:(图2005.12.06.028)( ]' [& { y6 e; t1 P, h
# p. d0 o4 G( \5 @8 J
6 h8 T3 t2 c4 V/ d) H6 ], I& t3 `
" z' b8 A9 }5 U. Y4 ]
写到这里,忽然觉得这一小节有点儿文不对题。关于时间周期和时间序数之间究竟是什么关系,我们还一句话也没有说。其实所有的前期准备工作都已经做完了。我们来看:$ r4 D! C; H' @$ c2 H2 ~
19×1.618﹦31。
8 _5 N9 s+ W1 a' p H. d* n 31×1.618﹦50。% G9 @5 N3 A( N+ |
51×1.618﹦82。
, B R; l4 F* d7 a- H1 b1 g: L( G 82×1.618﹦133。
% z) h- p: s, E: B# _( v 133×1.618﹦215。
! ~& E6 z" Y6 m, I4 T. A
" x+ {" P& r) G8 H 接下来的数据不用再乘了吧。它肯定会是348,563------" M3 L; K! _6 e/ q! T
所以我们的结论就是:时间周期统一于时间序数。时间序数已经是时间周期。
: ], Y) T4 q: p [ N! ]
+ q1 o3 L2 P \- h+ D1 j五, 波动率计算的数学原理
; D# ^5 s; j7 u/ g介绍这个波动率的时间已经不短了。尽管对照历史图表是很说明问题的,但从朋友们的回复中还是能看到确实有些人将信将疑。这可能需要从基本原理上面给这些朋友做些解释。而江恩大师也说过,我们拥有一切数学上的证明,来说明市场的走势为什么以及如何产生变化。好,我们的讨论就从现在开始。) f5 S% W+ ]0 A) a$ k
我们知道,构成费氏数列的各数字之间具有如下关系:
) w7 u' ~: y( N3 I( J! v9 L$ \6 S Z1 N
1, 任意四个相连续的数字对应成比例。, C4 s9 C0 _5 B% U: L; s
例如:5,8,13,21,34,55,89,144------
' ]1 t# A% Y F& _ 该数列具有这样的性质:
8 Z8 D, w. _% e2 U$ j: v, j: ` 34÷55≈89÷144
, t7 k! T, q( m1 L$ ?$ [0 p 根据比例的性质,55×89≈=34×144
, L; E0 r( V8 }) ]+ r 所以,我们要求出144,可以这样来计算:+ @! e) N5 y% @+ v I1 t+ @
55×89÷34≈144% r+ o% Y+ K, E- }+ J
也就是可以由已知数据推出未来数据$ M( o1 A( B2 i8 w. \
$ T% N5 N4 |5 }0 c, g, q
2,任一数字的平方约等于前后两数的乘积。就是:
/ |. I) x7 P* I: A n 55÷89≈89÷144
5 ?/ ?! g& v+ `1 x$ u4 [; | 所以,89×89≈55×144;" ?! d6 P; o/ J6 L& p
55×55≈34×89
0 f0 b' X7 X0 i! }. m1 H 34×34≈21×55
) w8 e4 l0 z8 T2 x: b 21×21≈13×34: S* I7 k" O" g# k# e3 F
- - - - - -
' D/ |6 `: j2 h7 | 由此可以推导出计算未来数据的第二种方法。就是
: h2 M6 i9 v L1 ~( D! I5 | 34≈21×21÷13
7 }4 ?! L, r/ t6 l$ w% h* W 55≈34×34÷21!
1 M9 L! z+ \- K8 H- q 89≈55×55÷34
' y0 O" M" o Z# {7 A* r4 P7 \! N 144≈89×89÷559 P$ [4 W9 Z# H
很明显,未来数据等于现实数据乘以一个波动率。
. R, B' |: m% ` \# z8 c$ N. h- Q3,推而广之,对于任意数列a,b,a+b,a+2b,2a+3b- - - - - -来说,7 ?6 }. K3 c& G5 e( x3 u
以上两项结论是成立的。例如,我们在沪市太极与螺旋结构关系图表上面所列出的数字,由于比例关系是十分明确的,所以预测未来的时间转折点应该没有问题。我们来看:
* K$ Q5 `4 u w5 ]
6 k" i1 i% ]! ] 563≈348×430÷266
+ N1 h1 J( k8 }6 b8 i: d# x532≈430×430÷348
$ w: q }- @ j# S - - - - - - _ v-Y
/ a. O% ^* f8 P! p+ w8 y& b 所以说,用这种方法来计算波动率在理论上是没有问题的。
5 M, a x# P+ b( U. z' u2 w 借用数学语言来说,若三个数a,m, b组成一个等比级数,m为等比中项,则3 \! L. n, f6 b' W: X
m÷a=b÷m,
) U& ?5 Z$ q' F / I$ Y8 \8 y2 U8 T1 D* B% Y
b=m×m÷a
5 d' A6 Z. [8 s) c. D( d0 ? f
$ D" c2 w# S1 a, Y, D3 [: a- c网上有很多朋友喜欢玩河图洛书。如果我们把太极与螺旋结构关系表中的数字填入洛书,那么,也会发现一些规性的东西。(2005.12.06.029)
* m. D6 c- X# O5 ^% T8 `: V( h3 W1 S! C0 j
如果我们在这个结构分布图表上作出两条对角线及十字交叉线,构成的显然是一个米字线。每一条线上的三个数字对应成比例。由于430位于米字线的中心,所以可以把它视为比例中项。就是:
8 C" ]% X; C/ W* _& n* B6 M 430×430≈215×860
* a) I! E. r! V+ k8 a* k 430×430≈266×696 }5 S" w' o+ ]& X0 r* ^6 [% J0 O
430×430≈329×564 $ N h+ E$ l }8 [
430×430≈348×532 : a! @5 Z N! S1 \2 ^
就是说,任一条线上的另外两个数约等于中心数430的平方。' T7 j) Q4 K* o4 W
显然地,任一条线上三个数的乘积约等于中心数430的立方。
, b& o- n1 j+ {! q* X4 ^7 e 同时我们也注意到,任一条边上三个数的乘积也大约等于430的立方。
, v$ g2 o" Y6 i/ S 关于430对称,是这个图表的精髓。 ; \3 E0 a+ J) f2 s! e
由此我们联想到,前面所介绍的波浪内部的结构关系示意图肯定也可以表达成对称结构。是这样的,它们分别关于1对称。如下:% P6 ?3 f- J% ]3 ~1 w- ^
1×1≈1.618×0.618
# V0 H0 e" Z9 d 1×1≈1.236×0.809'
+ x' n- r7 g; d4 P 1×1≈1.144×0.874 ) @# x; {! n9 `- c# l+ {, H
' ~6 ^/ g" H' s. F
7 u3 p# O: @6 x+ c& |& z. X) i我们看到,这些数字由大到小的排列顺序与先天八卦毫无二致。特别有意思的是,兑卦在先天八卦中数序为2,而在图表上是√2;艮卦在先天八卦中数序为7,而在图表上是0.707;在先天八卦中艮卦有停止之意,而江恩理论也认为七和七的倍数是一个循环的终结。这真是中西文化的一次奇妙对位。" \; I( D/ }2 }: i1 w
这里跟大家坦白一下,其实以我个人的智商,根本不足以排出来什么股市运行周期表。正是由于对我国传统预测文化的无比热爱和长期钻研,上天感我之诚,才使我遭遇到了古圣先贤们曾经体验过的空灵境界,对股市才有了今天这点小小的体悟。这应该是我国传统预测文化“寂然不动,感而遂通,无有远近幽深,遂知来物”的又一例证。由此我又一次深深体会到了中华文化的博大精深。在这里我要向无数的. D5 y# X0 K; {* k4 J
往圣先贤们致以一个后学的崇高敬礼。 |