《另类投资学》的第三堂课，针对艺术品的估值，图老师课上提到了「图像熵」和「颜色」，我认为这两个因子都有一定有效性（但怎么最有效我并不清楚）。
一、图像熵
图像熵 H = -Σ [P(i) * log₂(P(i))]
因，金融产品的估值离不开收益（Return）和风险（Risk），金融学对风险的度量是收益率的波动，而本身图像熵就是来衡量图像的不确定性 or 复杂性，whatever。
故，通过图像熵来作为估值的其中一个因子，是可行的。
但，图像熵只能代表信息输入（Input） 的情况，而非经过我们大脑处理（Process）之后的输出（Output）。
举个例子，假设一副较为复杂的图像，信息熵的值为100 bit，另外一副很多留白的图像，信息熵的值可能只有1 bit。大脑在处理时，因为节能这一基本运作原理，会对复杂的事情简单化，同时因为大脑在进化中学会的预测，所以会针对简单的事情补充其他的额外信息。这也就是为什么我们偏好适当的留白。
故，虽然原始有100倍的差距，但是经过我们大脑的处理，两者的相对差距已经变化很多了。
如果能计算我们大脑处理之后的信息熵，有可能在回归的时候会有更好的有效性。
二、颜色
色彩的本质是不同波长的光，所以一幅画可以看作是多个波的叠加。
波的叠加，可以跟Markowitz的资产组合理论很类似，资产组合理论表述了不同的证券组合，在不影响收益率的同时，可以显著降低风险。
基于此，是否可以引申为，不同波的叠加，是否可以找到某个区间内的组合，可以让人觉得好看（或者说内在价值高）
注：波的叠加&资产组合 的相关性描述
- 权重（Weights）：在投资组合中，权重表示每个证券或资产在组合中所占的比例。在波的类比中，权重对应于每个波的振幅或幅度（Amplitude）。较大的权重意味着该证券或波在组合中具有更大的影响力，类似于波的振幅较大表示波在叠加后对最终波的形状有更大的影响。
- 相关系数（Correlation Coefficients）：在投资组合理论中，相关系数衡量了不同证券之间的相关性，即它们的价格或回报如何相互关联。在波的类比中，相关系数可以表示两个波之间的相位（Phase）关系或波形的相似性。如果两个波的相关系数为1，它们的相位完全一致，类似于两个证券之间完全正相关。如果相关系数为-1，它们的相位完全相反，类似于两个证券之间完全负相关。如果相关系数为0，它们之间没有相位关系，类似于两个证券之间无相关性。
所以，通过颜色来估值，是有底层逻辑支撑的。
但具体怎么用颜色相关的指标，我目前尚没有更进一步的思考，不仅有不同颜色的分布，绘画方式的不同也导致了排列的不同。
感觉挺复杂的，没太想明白。