智慧数据网 - 智能股票分析系统 用户注册  用户登录 收藏本站
操盘一分钟(3)
股票书籍 > 股票知识大全 > 股市宝典 >
未收藏

  同时,这个守恒关系的数学模型,不是算术能够解决的,而须至少用微积分来表达。因为,股市上的股票和资金均为变量系,即现有的股票资金存量必须加上股票资金扩容的变量函数,能反映出价量运动的关系。
  
  再进一步看,股市的价量守恒关系还可以分为"狭义"和"义" 的两个范畴--即其对象是股市内部的狭义守恒与股市与外部资本市场的广义守恒。
  
  如果这个课题研究成功,将是股票理论的一个划时代的突破。因为迄今为止的所有技术分析,它们的共同基点都是"概率"和数学上的平滑运算。各种工具的区别只在于数据取样的角度不同和运算时加权方法的不同而已。而现在的世界股市的接轨,已经使股市成为一个"巨系统",传统的计算方法显然已经落后了。
  
  我打算将这个猜想交给我的一位中学同学,现在是美国某大学的数学博士,看他有没有办法,就算是送他一个机会吧。而现在,我们只需要记住均线系统和价量关系,就可以对股市运动进行短线测位,测准机会至少也有50%。《操盘一分钟》(12):价量守恒与均线系统(97-8-22)
  
  如果建立一个价量守恒的数学模型,那么现有的均线系统也然会相应发生重大变革--技术分析将由概率推算提高到"定量分析"的阶段。
  
  我们知道,定量分析是一门学科的科学水平的标志。如果股市分析的价量守恒能够被确立为一个规律,那么,它不仅对于股市操作将成为指导法则,而且必将被推广到对于宏观经济的分析之中。
  
  我们知道,本来用于股市技术分析的波浪周期理论,现在也是宏观经济分析的重要理论和工具。我个人以为,这个法则的发现和证明,将可以上若贝尔提名。
  
  现在,我们只能从概率的推算来看,由本波向下调整的长度和深度加上成交量,推测下一轮上升波的高度。在这个过程中,我们还要加进一些变量:增量资金、增量新股以及反弹的速度。
  
  如果反弹以缓步推高的方式展开,那么,由于筹码消耗不多,上升的高度反而会增加。但上拉过急,则到某个成交密集区就会被打回。从这个角度看,在目前的位置盘整越久,能量蓄积就越大,将来上升的力度也就越大,能吸引的场外增量资金就越多,当然上升高度也就越高。所以,当股市真的跌得很惨的时候,老股民反而都不怕了,因为现在的下跌图表倒过来看就是未来的上升图表。
  
  现在。我们可以小结一下,在操作理论上,我们首先要判定趋势,这可以主要从周线图看到。在常态时,我们要跟随大众的思路,而在极端状态时,(我们可以用数人头判断这个状态的确定)我们要及时反向操作。
  
  如果我们对趋势判断正确,或多或少都会赚钱;反之,短线操作越频繁,则亏损越多。我们花费这么多时间讨论它,是因为它实在太重要了。你是属于赚钱的10%,还是属于亏损的90%,首先就是取决于你对大市是否看得准确。
  
  因此,这个问题,实在"是革命的首要问题"。《操盘一分钟》(13):底部确定与买进时机(97-8-23)
  
  现在,我们应该转向实际操作的部分了。
  
  操作的第一步,当然是从买进开始。对于新股民来说,往往感到困惑的就是这个问题。其实,只要在股市上摸爬滚打上几年,这个问题就不难了。难的倒是它的反面--卖出。
  
  但我们现在还是先说买进时机的选择。初次进场,当然最好是等待一个中期底部的确定。中期底部一般有这样的明确特征:
  
  1.股市已调整2--3个月,大体回到前期的某一个平台位置。如果是强势调整,那么大体的调整位置应该在本轮涨幅的0.312。如果是深度调整,那么,可能的位置将在本轮涨幅的50%、0.618甚至100%。目前的深沪股市均已回到前期平台,即本轮行情启动时的位置,经过三个月的深度调整,可以说市场已经几乎没有获利盘,本轮调整的深度是熊市中都很难见到的,如果换在美国,就会被称为股灾,并且有一批人跳楼(或跳密西西比河);
  
  2.杀跌动力枯竭,这从成交量历史查询中可看到。方法:钱龙- F4--F5(选日线)---F2。另外,此时的乖离率已经严重背离到负值;
  
  3.多数绩优股已走出下降通道,形成较明确的底部。一般的底部图形为:双底(W底)、底部逐步抬高、横盘出下降通道,或者走出漂亮的弧形底,并有强烈上冲欲望;
  
  4.指数平滑异同移动平均线macd、随机指数kd、相对强弱指数rsi 均有从低位向上突破的信号;
  
  5.日走势图经常出现全日横盘,尾盘放量的走势;
  
  6.一些有强庄介入的股票开始活跃,表现为反复震荡,目的是振出散户的浮码,并借机高抛低吸做短线;
  
  7.市场对利空传闻已经表现麻木,对利好消息开始敏感;
  
  8.周线在低位开始发出买入信号。
  
 
 
   
copyright 2009 - 2017 智慧数据网 - 贴心的选股专家 (1.1.1.1 | 31 ms)
HTTP://WWW.WITDATA.NET