傳統概率論和在此基礎上發展起來的貝葉斯決策準則關註的是事件發生的頻率，前提是事件可以重復發生。對於壹次性事件的概率估計，不適用。現實中，人們真的經常需要對不同的命題做出自己的評價。研究表明，人們在進行這種評價時，由於自身條件和知識能力的限制，並不能得到最好的結果，而只能得到壹定程度的滿意解，這使得人們能夠憑直覺和個人經驗來解決復雜的問題。這種實際決策過程的本質特征促使科學家們從行為認知的角度來研究決策過程，其中阿莫斯·特沃斯基和丹尼爾·卡內曼最為出色。他們試圖用啟發式方法代替貝葉斯分析。這方面的研究叫主觀概率研究，期望理論其實就是主觀概率理論的壹種。
二、從線性到非線性——非線性科學的應用
在人類的理解中，首先是用壹種相對簡單的線性關系(線性模型)來描述線性問題的數量關系。對於那些不能忽略非線性因素的情況，往往采用線性近似或線性叠代的方法來處理，這樣有時可以得到較好的結果，但這種情況通常只出現在相對簡單的非線性問題中，或者只研究系統的壹些“常規”行為特征。隨著人們對社會和自然認識的深入，人們越來越不敢“低估”非線性問題。首先，從本質上來說，自然是非線性的。其次，許多問題中的強非線性作用和長時間尺度的系統行為是無法用線性方法(包括線性近似)來描述的。再次，即使是壹些看似簡單的系統，也可能表現出驚人的復雜性(如確定性隨機性)，於是人們越來越重視對社會和自然界中廣泛存在的非線性現象的研究，非線性科學由此誕生。
美國經濟學家Stuzer首先將非線性科學應用於經濟研究。在他發表於1980的論文“宏觀模型中的混沌動力系統和分支理論”中，Li-York定理和分支技術被應用於Havelmo增長模型，並找到了該模型中出現混沌的條件。之後，越來越多的學者開始運用非線性科學方法研究經濟和金融系統。
分形的創始人、著名數學家Benoit B.Mandelbrot(1997)將其研究成果應用於金融市場價格變化的研究，可以用分形幾何中的研究成果推導出的模型來解釋。分形(多重分形)的目的不是準確預測未來，但它們確實給出了更真實的市場風險描述。分形是壹種幾何形狀，其特點是分成若幹部分，每壹部分都是原整體在更小尺度上的復制品。在金融學中，這個概念不是毫無根據的抽象，而是從理論高度對壹個簡單明了的市場常識的重述。
埃德加·E·彼得斯(1996)的研究為證券市場確實具有分形和混沌特征提供了大量證據。認為股價不是隨機的，而是受某種趨勢的影響，對初始波動高度敏感，換句話說，股價運動具有混沌性。在此基礎上，彼得斯(1994)提出了分形市場假說，認為:(1)市場是由許多具有不同投資預期的投資者組成的；(2)與每個投資預期相關的信息集是不同的。只要市場保持這種分形結構，沒有特征時間尺度，市場就保持穩定。當市場的投資預期變得壹致時，市場就會變得不穩定，因為大家都是基於相同的信息集進行交易的(彼得斯，1994)。
參考資料:股票和投資、金融和市場研究