短期:多换股票 > 少换股票 : 主要体现在收益性上
长期:多换股票 < 少换股票 : 主要体现在稳定性上
参考:
短期,长期,
区别是
:交易3-7次
:短期:交易 <= 3-7次
:长期:交易 >= 3-7次
152.
情报战 >> 技术面
153.
资金,向超级大户(国家),靠齐
理由:
0)通常,平常人(的大户,中户),跳不出情报战(心理[探测]+[心理]控制)
超级大户:靠齐资金
大户:肉鸡
中户:肉鸡
小户:因不起眼,运气+能力,赚钱
154.
0)收盘价分布:按分时图竖着看:统计学曲线分布(倒U)
1)振幅分布:统计学曲线分布,中间部分(*1/2),两边部分(*2)(倒U)
应用:
0)通常,收盘价(涨跌幅) * 2 = 振幅
155.
高频交易基准
:是大盘(上证指数)基准
应用:
0)大盘(上证指数) 上涨
:高频交易 (大幅)获利
1)大盘(上证指数) 持平
:高频交易 持平 或 获利
2)大盘(上证指数) 下跌
:高频交易 (小幅)下跌 或 持平 或 获利
156.
高频交易
:(题材股:)卖出位置
://买入交易日收盘价 * 1.025^(交易[持有]天数)
:买入交易日收盘价 * 1.012^( 交易[持有]天数 - 1 ) * 1.024
理由:
//0)1.025 = 1 + ( 0.01 + (1.01 * 0.01 = 0.0101) + 0.01 ) * 2
0)
1.024 = (1.01 * 1.001 * 1.001 )^2
解释:
1.024 = { 涨跌幅(1.01) * 涨跌幅误差(1.001) * 操作习惯(1.001) }^2
也可为:
1.025 = (1.01 * 1.001 * 1.001 * 1.001)^2
解释:
1.025 = { 涨跌幅(1.01) * 涨跌幅误差(1.001) * 操作习惯(1.001) * ([涨跌幅][涨跌幅误差][操作习惯]三者误差)(1.001) }^2
1)
1.012 = 1.01 * 1.001 * 1.001
解释:
1.012 = 涨跌幅(1.01) * 涨跌幅误差(1.001) * 操作习惯(1.001)
也可为:
1.013 = 1.01 * 1.001 * 1.001 * 1.001
解释:
1.013 = 涨跌幅(1.01) * 涨跌幅误差(1.001) * 操作习惯(1.001) * ([涨跌幅][涨跌幅误差][操作习惯]三者误差)(1.001)
应用:
0)题材股
:(通常:)振幅
:>|(+-)|1.024
157.
(远期的短期:)
股票交易是(机器人)自动化交易,
所以,函数法,大有用武之地
158.
(盘中过程:)
(题材股:通常)
0)多头(有利):(当日最高价) > (前1交易日收盘价 * 1.024)
1)空头(有利):(当日最低价) < (前1交易日收盘价 / 1.024)
159.
股票是(1种)资产,
不是投机的
理由:
0)(参考:)
(超)长线思维
160.
(省时技巧:)
看收盘线
161.
(通常:中国)年平均收益
:10*200/100=20%
应用:
0)5年200%
1)10年400%
2)15年800%
(所以:15年[内],[通常]历史高点,也可解套)
3)国外
:(不设涨跌幅的市场)
:20%/3==7%
:45年,[通常]历史高点,也可解套
162.
(快速分析:)
关键点位的成交金额(量),
是倒U型分布
理由:
0)关键点位成交 + 上下对称误差成交
应用:
0)设定目标点位时,成交金额(量)是倒U型分布
1)成交金额(量)是近似对称的
(倒U型分布)
2)大成交金额(量)(天量) + 较高点(最高价) == 还有 较高价
大成交金额(量)(天量) + 较低点(最低价) == 还有 较低价
:大成交金额(量)(天量)为中心,
以放量期为半径,
实现大成交金额(量)(天量)之后的时间段,
对大成交金额(量)(天量)之前的时间段,
时间对称,空间对称
163.
0)长期(参考:10周期)远离参考线,
会在参考线附近震荡
1)长期远离参考线,
会回归参考线
(理由:函数法)
164.
关于:n阶函数法
注意:
0)通常是成功的(养猪),
少时是失败的(极品)(杀猪)
所以,要注意赔率
(即: 赚的速度 > 赔的速度 )
1)n阶函数法 的 突破方向
:n阶函数法 的 质量
:预测涨,还要预测跌 + (校验)时间(周期)长
165.
(参考:)
周期选择
季线 == 月线 > 年线 == 周线 > 日线
理由:
0)周期选择
== 理论(本身)准确度 + 行情不被控制(操纵)度 + 赌博性(:随机性:[可能的]错误因素[对全局的影响])
(例如: 天数/周期*100% : 1/1*100%=100% : 1/100*100%=1% )
注意:
0)是 参考
166.
计算机分析 和 人工分析 的区别
0)计算机分析:最优(或者较优)的建模(n阶函数法)
1)人工分析:合适(暂时[临时]:有运气成分)的建模(n阶函数法)
应用:
0)(相比于人工的分析,)
计算机的分析,质量更稳定,并且质量更优质
(人工的分析,质量更随机[质量参差不齐],[基本都是][有]运气成分)
167.
(提醒:)
买入时:分仓位
+
卖出时:盈利仓位(段)(遇到)极品卖出或分( 1 到 3 + 1 )份卖出或分( 3 + 1 )份卖出 + 一次性补回
: 直到理论最高点 + 操作习惯
注意:
:4点( 盈利仓位 + 极品卖出 + 分仓位卖出 + 一次性补回 )
理由:
0)买入时:在买入信号 与 极限买入点 ,以及 极限买入点以下,
都是由,风险(继续下跌)和机会(反弹上涨) 并存的
1)卖出时:参考:(兼顾)在买入后,有横盘或者上涨可能,这是1种叫不错的操作方式
应用:
0)买入时,根据 没入信号 与 极限买入点 的时间或者空间或者买入信号出现数 /( n - 1 )(仓位[段]数) ,
再 + 1(基数仓位)(理由:极限买入点以下) ,
(注意:共n段数仓位)
分仓位没入
(如果是根据 买入信号数的,通常分3+1份)
168.
(股票)涨的越高,涨的越快
(股票)跌的越深,跌的越快
理由:
0)越是上方远离股票基准线,风险越大,这时由于正反效应,会以涨的快和常会跌为主要现象
越是下方远离股票基准线,风险越小,这时由于正反效应,会以跌的快和常会涨为主要现象
169.
操作习惯
:买入(或者卖出)(信号)后,(出现的)波动
应用:
0)操作习惯,可以说明,波动是连续性(即:连续放大,和,连续缩小)
1)在([有]规律)点后,出现大幅度上涨(,小幅度的下跌),就是(即)买入信号
在([有]规律)点后,出现大幅度下跌(,小幅度的上涨),就是(即)卖出信号
小应用:
0)一段数据,去掉大幅度下跌(,小幅度上涨),的(常有)区域
仅保留大幅度上涨(,小幅度下跌)的(常有)区域
就是(即)买入信号
1)一段数据,去掉大幅度上涨(,小幅度下跌),的(常有)区域
仅保留大幅度下跌(,小幅度上涨)的(常有)区域
就是(即)卖出信号
170.
注意:区别
0)高度(准确率)建模 + 操作习惯
:随着时间延长,会回归高度(准确率)建模(理论)曲线
:并且偏离高度(准确率)建模(理论)曲线,波动是连续放大和连续缩小的
:(简单的说)有回归(理论曲线)
1)随机(准确率)建模 + 操作习惯
:随着时间延长,会回归随机(准确率)建模(理论)曲线
:注意随机(准确率)建模(理论)曲线,预测以后的周期的涨跌具有随机性,(即:可以是涨,也可以是跌)
:再加上,回归随机(准确率)建模(理论)曲线,情况(主要是:时间)也具有随机性
:随机(准确率)建模,的随机性大幅度增加了
:所以,在预测(分析)方面,不如高度(准确率)建模
:(简单的说)(虽然有回归[理论曲线],但)理论曲线质量
171.
(参考:)
(国家:机构:狡猾操作法)
短(中)线(期)随机波动区间 + (超)长线趋势(主要是:战略的考虑)
应用:
0)短线(长期)必败
1)要想盈利做(超)长线
172.
(杠杆交易)
0)(超)长线:波动(更)大
1)(超)短线:(更)易控制
173.
败笔交易(:U型交易)
理由:
0)操作习惯 + 理论值回归
根本:
0)回归理论值
1)机构(国家)放肆的任意操作
2)诱骗(欺骗)式交易
应用:
0)交易信号出现后,
找败笔(更好的交易机会),
回归理论值,(来)交易
或者
回归交易信号[附近],(来)交易
174.
(参考:)
以高度建模为核心,的金融战
0)仓位分4批
理由:
0)分1批仓位,每1份仓位,的权重为 100%
分2批仓位,每1份仓位,的权重为 50%
分3批仓位,每1份仓位,的权重为 34%
分4批仓位,每1份仓位,的权重为 25%
分5批仓位,每1份仓位,的权重为 20%
(主观:)当分为4批仓位时,权重下降趋缓
1)应该以(超)短线为主
理由:
0)(临时:)(必须)已经保留(超)长线(资金)仓位
1)即时见效
2)你的心态:更适合(超)短线
2)方向
:向更加精确(不断提高成功概[比]率)
理由:
0)点式突破
(哪怕是 现实不可预测 , 但要相信 有方法论的人类[灵魂]是有漏洞的 )
注意:
0)注意关于磨时间的行情(窄幅横盘[没有趋势行情]),
也要学会分析(预测)
175.
(金融[股票])赚钱总有风险,
要选择无本模式([来]赚钱)
应用:
0)无本行业(可参考:软件)
1)无本模式(可参考:合作)
176.
(金融战:)
对手是相对高智慧的
理由:
0)对手不断的想办法攻击你(例如:让你亏损)
(例如:攻击你的漏洞)
应用:
0)要不断更新(横向[平行] 或者 纵向[深度:改革:革新] )你的操作理念和操作模式
1)(金融[股票])操作理念和操作模式就是不断的变化(就是:不断的折腾)
(注意:)也要做好折腾失败心理准备
提醒:
0)(金融[股票])操作理念和操作模式 不是 一劳永逸 的
177.
(提醒:)
做股票,不要常换股票
理由:
0)刚换股票,会有磨合期(负利期)的
应用:
0)和某些股票较真
(例如:设定不盈利多少,不换股票)
(应用:例如:今天对手[你]吃我肉,明天我吃对手[你]人)
178.
(注意:)
每个建模(n阶函数),
(从长期看)都是正确的
每个建模(n阶函数):
区别:就是(盈利[的])效率
(参考:)
0)建模(n阶函数) + 变化(例如:即:允许在特定环境下,靠点感觉[应变])
目的:(适度[缓步])更新操作模式,为了提高盈利
179.
(参考:)
不同仓位(通常是:4批),分开操作
(不同的操作模式)
理由:
0)操作模式的漏洞,不同
不至于影响全部仓位
提醒:
0)不同仓位(通常是:4批)(之间),
应该相互协作(相互帮助)
180.
(杠杆交易:)
杠杆交易,如果没有按照预期的(计划)走(行情),必须止损
应用:
0)杠杆交易
:宁可错过行情
:([一旦]和预期不符,必须止损)
181.
在(国内:内盘[的])股票的下跌趋势中,
可换外盘(的)国家指数,或者商品指数(例如:商品基金)
理由:
0)国内股票基本跟踪上证指数的
(也就是:基本上是同涨同跌[的])
外盘(:国外)(的)国家指数,或者商品指数(例如:商品基金),相对(上)(比较)独立
182.
(金融战)
(提醒:)
对手一直在找你的漏洞
(主要是:操作模式[的漏洞])
(操作理念,漏洞较少)
183.
(金融战)
(提醒:)
金融战(要点)
== 4批仓位(也可是:4个不同[操作理念+操作模式]的人) + 不断(折腾式)建模
== 4批相互分离为基础,但有时相互协作 的仓位 + { 不断(折腾式)(的)理性(理论)建模 + 不断(折腾式)(的)感性(特定环境[下],凭感觉[分析]预测) }
184.
分析(预测)股票时:(可以)预留1段时间周期(用于以后:验证 + 发现U型交易[败笔交易])
理由:
0)便于验证建模的正确性
1)方便于发现U型交易(败笔交易)机会
185.
在下跌趋势(:熊市)中
安全性很重要
:总市值安全性(:总市值要低[合理]) + 流通性安全性(:流通性要高)
提醒:
0)高流通性,可产生大振幅
(通常,振幅是由流通性决定的,但体积大[总量大:盘大],会有影响,但不重要)
应用:
0)在下跌趋势(:熊市)中,
可考虑(超)大市值股票
理由:
(超)大市值股票,(通常)流通性较好(原理:[利用]最小概率原理[交易])
186.
在出现交易性机会(买入或者卖出),
交易后,
出现了更坏的情况(机会)(买入后跌或者卖出后涨),
(同时超过[1个人][能承受的]时间[或:和]空间限度)
会产生冲动型交易(止损或者追涨)
应用:
0)小幅度长期下跌:(会)产生卖出心理
小幅度长期上涨:(会)产生买入心理
187.
反建模
建模:通过经验(历史),找出相同性,做相同(同向)的,连续性分析(预测):经验 -> 相同性 -> 同向 -> 连续性 -> 分析,得出结果
操作习惯 或者 U型交易:通过经验(历史),找出相同性,做相同(同向)的,非连续性分析(预测):经验 -> 相同性 -> 同向 -> 非连续性 -> 分析,得出结果
反建模:通过经验(历史),找出相同性,做相反(反向)的,连续性分析(预测):经验 -> 相同性 -> 反向 -> 连续性 -> 分析,得出结果
反操作习惯 或者 反U型交易:通过经验(历史),找出相同性,做相反(反向)的,非连续性分析(预测):经验 -> 相同性 -> 反向 -> 非连续性 -> 分析,得出结果
理由:
0)反建模
:利用 正反效应 的平衡性
(例如:n[例如:10]次正确,就一定有n[例如:10]次错误[等着{在后面}])
(例如:n[例如:10]次错误,就一定有n[例如:10]次正确[等着{在后面}])
应用:
0)反建模 >(>) 建模
:反建模 (大大)优于 建模
188.
出现交易(:买卖)信号(后)
:(可)做 正U型交易 或者 反U型交易
:即:出现交易(:买卖)信号(后),如果后期上涨,你就做下跌,如果后期下跌,你就做上涨
理由:
0)出现交易(:买卖)信号后,
正建模,反建模 都可做,
(理由:正建模,反建模 都是正确[的][理由:后期{走势}组合成k线,通常都有 上引线 ,和 下引线 ])
如果做 正U型交易 或者 反U型交易 更安全(即:更好)
(:即:出现交易(:买卖)信号(后),如果后期上涨,你就做下跌,如果后期下跌,你就做上涨)
189.
交易(:买卖)信号
:是 特征(信号),后期的一致性(:主要是 特征一致性[例如:{后期}都是上涨 或者 {后期}都是下跌])
190.
极品行情
:(极品行情)通常发生在 10个特征性质信号左右 或者 10个特征性质信号以上
(也可取 7个特征性质信号左右 或者 3个特征性质信号左右)
:(极品行情)通常发生在缺振幅的行情中(例如:震荡行情[特别是:窄幅震荡行情])
(在缺振幅的行情中,发生的 极品行情 [,其实]是 补极品行情 )
:(通俗的讲:)行情在一个区间长时间徘徊(:盘整),一旦突破极限位置,先短期整固,后产生极品行情
:(更通俗的讲:)极品行情 是 参考量(:特征性质信号) 的极品(行情)
(通常取3个参考量[:特征性质信号],
也可取5个参考量[:特征性质信号],
或者 7个参考量[:特征性质信号]
或者 10个参考量[:特征性质信号]
或者 10个以上的参考量[:特征性质信号] )
:即:(3个参考量[:特征性质信号] 或者 3个以上的参考量[:特征性质信号] ,)越规律(规整)的行情,越容易产生极品行情
:即:(3个参考量[:特征性质信号] 或者 3个以上的参考量[:特征性质信号] ,)空间幅度越规律(规整)(:越相近:越平坦:越没跳跃性),越容易产生极品行情
:(注意:)极品是 值现象(值函数)
(,所以,空间幅度的增[减]幅,也得化为 值现象[值函数],才能使用 极品效应[行情]
[即:空间幅度的增{减}幅不能单独用在 极品效应{行情}])
注意:
0)极品行情
:(有)(基本:接近)单向性
:即:少有纠错行情(即:如果是上涨极品行情,少有下跌,如果是下跌极品行情,少有上涨)
1)极品行情的结束信号
:长时间(周期)的纠错行情
2)(参考:)
极品行情的(空间)幅度
:以前期的参考量(:特征性质信号)的([空间]幅度[的]) 3倍,5倍,7倍,10倍 为参考
191.
(随机论)
行情是随机性的
理由:
0)行情的不可预测性
== 行情是随机性的
应用:
0)随机性的行情,大部分有中轴
1)当随机性的行情,大幅度的偏离中轴,
是由于 外界作用于内在 造成的
(可能原因是:有大幅度资金交易[买入或流出])
2)在上涨或下跌趋势的过程中(:中段),
以上涨或下跌的中轴,为中心,做随机震荡
(上涨或下跌的中轴,是 由于 这段日子平均大幅度资金交易[买入或卖出] ,而造成的)
192.
(随机论 的1个技术:)
取n日(通常: n日 > 10)的中轴线,
并取中轴的上平行等距线,和下平行等距线
(并且:[中轴的上平行等距线 离中轴] == [下平行等距线 离中轴])
应用:
0)当破中轴线,交易(买入或卖出),
偏离中轴线的程度(:幅度),就是(理论)获利值
1)当破 上平行等距线 或 下平行等距线 时,
提示将有新的中轴线(产生)
(例如:涨破上平行等距线,会加速上跌 [理由:{因为}会有更大上涨幅度的中轴线])
(例如:跌破下平行等距线,会加速下跌 [理由:{因为}会有更大下跌幅度的中轴线])
注意:
0)交易时
:2倍单日中轴涨跌幅度(:第1倍是交易时交易价位:第2倍是交易后的盈利价位)
+ 手续费(通常: * 1.01)
+ 赔率( > * 1.30[最低是: > * 1.10])
1)取n日,
最低:n > 100
通常:n > 300
2)当到达(:上破或者下破)中轴线时,交易(卖出或者买入:通常以卖出为主[因为买入时,要距离中轴线一定程度])
193.
反建模 > 建模
理由:
0)反建模:基于 随机论
建模:基于 预测论
提醒:
0)从客观上说(:反映出)
:现实的随机现象 > 现实的预测现象
:例如:股票的随机现象 > 股票的预测现象
1)预测论:预测结果(只)是1个值
随机论:预测结果是所有(可以[的])值
再次提醒:
0)随机论 可(以)搭配 多种理解
(方便于研究随机论)
194.
反建模程度 >= 正建模程度
(注意:验证 >= 10 )
理由:
0)当验证 >= 10
:反建模程度 == (10+)(正建模程度) / 10
:即:反建模程度 >= 正建模程度
195.
(参考:)
反建模
:参考验证:10次
:盈亏平衡:1.10
:分析周期:半年线(或者年线)(至少月线,季线)(理由:n * 10 / 100 > 10 => n > 100[:至少:n * 10 / 10 > 10 => n > 10] )
196.
反建模 和 正建模
是相互为 补集(的)关系
(即:反建模 和 正建模 是互补关系)
注意:
0)反建模 和 正建模
不是(类似)镜面对称关系
197.
(参考:)
反建模的1个必要因素
:极品( [正反{的}]反向 + 小概率 + 大程度[:强劲} )
应用:
0)通常的方式和通常的方法(即:大多数灵魂知道的方式和方法[:理由:违反 小概率]),是没法分析(:预测)随机论(例如:金融[:股票])的
(即:如果要分析[:预测]随机论[:金融{:股票}],就要用不通常的方式和不通常的方法[即:只有少数灵魂知道的方式和方法])
注意:
0)分析(:预测)随机论的突破方向
:方式和方法的深度(主要是:进阶的哲学) > 方式和方法的广度(主要是:[方式和方法{的}]数量)
(理由:方式和方法深度 的难度 > 方式和方法的广度 的难度)
1)通常的方式和通常的方法,在有些时候,也是可以分析(:预测)金融(:股票)(:即:是正确[的]),
但通常的方式和通常的方法的正确,是基于长期不正确的基础上的(即:短暂的[通常的方式和通常的方法{的}]正确是极品)
再次提醒:
0)分析(:预测)随机论 的 方式和方法的深度进阶
:主要靠 在随机市场(例如:金融[:股票])中(长期[的])(不断提高要求[的])免疫
198.
(随机论:)
用 通常型大概率建模(即:通常型建模) 的否定(即:通常型大概率建模 的补集),
(来)分析(:预测)随机论
理由:
0)(因为)随机论是小概率.
通常不是大概率(即:通常型[的])
所以,可以用通常型大概率建模的否定,
(来)分析(:预测)随机论
199.
(参考:)
(快速分析:)
中期(长期)下跌后 + ( 题材股[成交金额:大:排名] 或者 新上市股票[{连续多日}涨幅]:大] )
理由:
0)v型
1)55平衡
注意:
0)要中期(长期)下跌后,
不能(是)短期
200.
当 你资金量大(:[在]单只股票) 时
适合使用博弈论模型
理由:
0)当 你资金量小(:[在]单只股票) 时 :
:是 客观 复杂 模型
:(适合)随机论
当 你资金量大(:[在]单只股票) 时
:是 抽象 少数(:单体)([对手]联盟) 模型
:(适合)博弈论
没有评论:
发表评论