下图是2010年3月8日贴出过的一幅图，现在把数据补充进来，其它未改动。当时预期到2012年3季度沪市盈率可能会落到很低的位置，现在市场已经走出来了。该图基本得到验证。

    当时我写过下面的一段话：

     翁文波院士1980年提出了浮动频率的概念，并且将它作为信息保真的重要手段之一。在一个数据系列中，比如市盈率，存在几个浮动频率，频率体现为更直观的周期，每个频率独立地去拟合原始数据，它们一般并不谐和，即不一定象傅立叶三角函数所假设的基频成整数倍关系。这是把数据序列分解成一系列数据分布的过程。这样的分解变换可减少信息失真。波的要素有三个：频率，周期和相位。因为在市盈率数据系列中，我在前期的贴文中已经分析出大约40个月的基钦周期和朱格拉周期，而且与股指，M1增速，GDP等对应关系很好，置信水平也比较高，在此基础上，利用浮动频率法叠加拟合，至少从直观上看吻合程度也较高。但是本人未能理论上求得相关系数和置信水平，因为计算量太大，很麻烦。所以敬请读者谨慎对待此文，即使算出置信水平，也不一定就代表预测正确，只好留待时间的检验了。
    现在，补充数据后，我也解决了理论上计算相关系数或者置信水平的问题：计算后的相关系数或置信水平为65%。至于剩下的那35%的差距，人可尽力但恐怕永远也难以企及。

   这就是说，置信水平不太高但也不算低，可以为我们提供一个模糊的大概的走势波形，在这个关于未来的走势波形中，可以得到一个粗略的时间框架或区域（即所谓的周期），还可以得到一个方向性的指示信息（即波的趋势），至于具体的振幅则不大准，可不予计较。

    这些年。我已经用浮动频率拟合过不少的数据系列，比如美元指数，沪深市盈率走势，金价，货币供应量同比，经济意外指数，季GDP走势，CPI走势等等。总体看，经过时间检验的效果还说得过去，基本上都一一得到验证，就是有点粗略，尚需优化和改进。

下图是把深市盈率数据补充进来后的拟合图，因为这几年来，沪深市盈率的分离比较大，以前不存在这一现象。


下图是对我国季度GDP走势的拟合趋势：该图是从去年8月开始贴出的，过去一年了，拟合曲线提前做出的波形，都得到了验证。不知道今后的波形还能否如曲线指示的那样哦。主流经济学肯定对我这野路子方法所做的预测嗤之以鼻，尽管他们爱说“实践是检验真理的唯一标准”,“白猫黑猫”啊什么的。

再下图是M1的拟合图：

美元指数月线拟合图，补充新数据：数据截至8月31日，9月以来，我们也看到了美元指数的加速下跌。可以说美元指数的大波形，自从2010年3月贴图以来，基本没错，至少对自己鼓舞不小。