感谢您的指点。

语言表述上不够规范，我理解的如下。

混沌系统对初始变量的微小差异非常敏感，比如三体问题，混沌系统不像复杂系统那样依赖于历史。

复杂系统里的涌现是一种无计划组织行为，涌现描述了系统整体特性和外观。

复杂适应系统是复杂系统的特殊情况，具有对环境的适应性，并从周围环境和经验中学习和改变，如细胞发育、神经系统、蚂蚁群落或股票市场、自然语言、社会文化制度等。

由于涉及系统计算复杂度问题，复杂系统也能像混沌系统那样表现出蝴蝶效应。

自发秩序则是根据最简单的邻近和对称规则所组织起来的分形结构，如雪花，海岸线相似结构。

以上系统绝大多数是非线性动力系统。预测其系统内部行为，涉及到太多变量，以致于投入能源计算系统内部变量值，并以此做出准确预测变得不再可行。

复杂系统无法通过还原论去理解其内部行为。

或许我们可以根据复杂系统在不同尺度上的分形特征，预测复杂系统更高层级的整体性特征。

但要做到完全预测复杂系统一切行为，不断向复杂系统过去的历史去寻找影响因子的还原方法论是完全失效的。

就像股票市场是符合有效市场假说一样，任何战胜市场的方法都会被市场所学习，并让该方法很快失效。

同样美联储的货币政策企图控制金融市场向预期的方向发展，也是过度高估了自身对复杂系统拥有的计算能力。量变产生质变，涌现现象是无法避免的。

我也不知道自己码出这些字要说明什么，您多见谅。

#ValueForBehavior