分享

如何把股市变成提款机――从必然王国到自由王国的转变(11)

 qilinfu 2010-05-24
现在很多书上介绍的一些技术方法,相当多的都是部分有效,如“价托”,“三死叉见顶”,“芙蓉出水”,“金叉买入”,“股价2M现象”,“量价背离不能持续上涨”,“放量滞涨见顶”等等。如果你不明白这些局部有效技术的局限性,而生搬硬套,必然会造成你预测上的错误,进而产生亏损。
    那么我们怎么才能用科学的方法,避免人认知上的错误,从而识别技术和指标的有效性和科学性呢?
股市哲学之揭开股票预测前提与结论的逻辑关系。在我们进行股市预测时,大量运用到根据某些指标或技术分析来推导股票的涨跌。事物间关系的推导与预测是逻辑学研究的问题。当我们运用逻辑学的原理,理解了预测股市中的前提与结论的关系后,便能站在方法论的高度来辨别指标和技术分析方法的的真伪,以及预测方法的有效性和局限性。当你明白这些道理以后再去看其它介绍技术分析经验方面的书籍一定会有不同的感悟,“会当凌绝顶,一览众山小”,人,站的高才能看的远,思想的高度决定操作水平的高度。那么我们如何来用科学的逻辑思考方法,正确分析指标、技术的有效性与科学性呢?
我们先看几个技术分析中的判断:
  1、如果股票出现三死叉,那说明该股见顶,
   A股票出现三死叉,所以A股票就见顶了。
  2、只有大盘升破60日均线,才有可能发动一波大行情。
  3、从历史行情看,当大盘60日乖离率到20以上,就有可能发生大幅度的调整,那么下次大盘60日乖离率接近20的时候,我们可以逐步减仓以规避调整风险。
上面我提到了三个判断,这三个判断蕴含了逻辑学判断的几种方法,当大家彻底弄明白这三个判断的逻辑学原理后,就能运用这个方法判断所有书上介绍技术,以及自己总结的技术指标和分析的合理性、有效性与局限性。
充要条件
    充分条件
    必要条件
  ------
  股票预测的前提和结论的关系不仅仅是这三个条件就能概括的!
  我下面会系统讲到这些前提与结论的逻辑关系
在逻辑学中有两个方面的内容,对我研究股市有很重大的作用,我们来重点研讨,一个问题就是推理,另外一个就是假言判断。
一、推理
  在逻辑学中,推理是依据已知的判断得到新判断的思维形式,形式推理包括演绎推理和归纳推理。
  演绎推理(英语:deductive reasoning)是“结论,可从叫做前提的已知事实,“必然的”得出的推理”。如果前提为真,则结论必然为真。
  归纳推理(英语:Inductive reasoning),是论证的前提支持结论但不确保结论的推理过程。它基于对特殊的代表(token)的有限观察,把性质或关系归结到类型;或基于对反复再现的现象的模式(pattern)的有限观察,公式表达规律。通俗点说:
  演绎推理是指由一般到特殊的推理,即由一般性知识推出关于特殊性的知识。演绎推理有三段论、假言推理和选言推理等形式。
  归纳推理是指从个别事物或者现象的知识推出该类事物或现象的一般原则的推理。
我们来看看第一个判断
  1、如果股票出现三死叉,那说明该股见顶,
     A股票出现三死叉,所以A股票就见顶了。
  
  其中:如果股票出现三死叉,那说明该股见顶---已知的判断
     A股票出现三死叉,所以A股票就见顶了---新判断
  
  这种判断运用的就是推理:也就是研究两个判断之间的关系
这些概念的说明比较抽象,还是举例说明:
  我们知道“金属受热时膨胀”的事实,就可能推导出这样的事实:“连续的铁轨之间不间隔少量的空隙,在炎热的太阳下就会变弯”。涉及这种推导的推理方法就是演绎推理。这个例子就是我们掌握了普遍的定律和理论,就可以根据普遍性的定律推导出各种作为解释和预见的推断来。
再举一个例子:
  (1)猫这种动物有四条腿。
  (2)“甜甜”是我家的花猫。
  (3)我家的花猫“甜甜”也有四条腿。
  在这个论证中,(l)和(2)是前提,(3)是结论。我认为这是不言自明的:如果(1)和(2)是真的,那未(3)必定是真的。一旦已知(1)和(2)是真的,(3)就不可能是假的。因为(1)和(2)是真的而(3)是假的就包含一个矛盾。这是逻辑上正确的演绎的关键特征。如果一个逻辑上正确的演绎的前提是真的.那末,结论就必定是真的。
演绎推理的重要特点就是如果前提为真,则结论必然为真。
再看看什么是归纳推理
  首先看什么是有效的归纳推理
  所有观察到的乌鸦都是黑的。
  所以所有乌鸦都是黑的。
  这例示了归纳的本质从特殊归纳出普遍。结论明显不是确定的。除非我们见过所有的乌鸦,我们怎能全知道呢? 可能还有些罕见的蓝乌鸦或是白乌鸦。
  但可以看到,这个归纳推理是有效的
再看一个无效的归纳推理例子
  某天有一只兔子撞到树上死了。
  所以每天都会有兔子撞到树上死掉。
  显然这个归纳推理是无效的。
 同样,我们进行股市预测时,大量运用用到根据某些指标或技术分析来推导股票涨跌的因果推论。这些推论运用的就是归纳推理。归纳推理的前提是其结论的必要条件。首先,归纳推理的前提必须是真实的,否则,归纳就失去了意义。其次,归纳推理的前提是真实的,但结论却未必真实。
我们可以用归纳强度来说明归纳推理中前提对结论的支持度。支持度小于50%的,则称该推理是归纳弱的;支持度小于100%但大于50%的,称该推理是归纳强的;归纳推理中只有完全归纳推理前提对结论的支持度达到100%,支持度达到100%的是必然性支持。
上面讲了很多内容,可能有些复杂,但是大家必须搞清楚推理的原理。只有在弄明白原理以后,才能真正理解股票分析预测中的前提与结论的关系。
  提示大家最重要的是记住一句话:“推理是研究判断与判断之间的关系”
1、如果股票出现三死叉,那说明该股见顶,
     A股票出现三死叉,所以A股票就见顶了。
    2、只有大盘升破60日均线,才有可能发动一波大行情。
    3、从历史行情看,当大盘60日乖离率到20以上,就有可能发生大幅度的调整,那么下次大盘60日乖离率接近20的时候,我们可以逐步减仓以规避调整风险。
  
  我昨天举的这三个判断中蕴含着“前提”与“结论”之间的几种关系
  昨天说的推理,是论述的“判断与判断间关系”,其中上述三个例子中第一个例子就是讲述的判断与判断之间的关系。
我们看第二例子:
  2、只有大盘升破60日均线,才有可能发动一波大行情。
  
  这句话的前提是“大盘升破60均线”
  这句话的结论是“大盘发生一波大行情”
我们看到这句话的前提是“大盘升破60均线”不是一个判断,这句话的结论是“大盘发生一波大行情”也不是一个判断。“大盘升破60均线”是某一事物情况的存在
  “大盘发生一波大行情”是另外一种事物的存在
  
  因此,
  2、只有大盘升破60日均线,才有可能发动一波大行情。
  表述的是两种事物存在之间的关系。研究两种事物存在之间的关系,在逻辑学上叫做假言判断。
我总结一下:
1、如果股票出现三死叉,那说明该股见顶,
    A股票出现三死叉,所以A股票就见顶了。
  2、只有大盘升破60日均线,才有可能发动一波大行情。
  
  例子1中
  前提是“如果股票出现三死叉,那说明该股见顶”,这个前提是一个判断
  结论是“A股票出现三死叉,所以A股票就见顶了。”,这个结论也是一个判断。
  
  例子1是研究两个“判断”之间的关系
  
  例子2中
  前提是“大盘升破60均线”,这个前提是表示一种事物的存在
  结论是“产生一波大行情”,这个结论也是表示另外一种事物的存在
  
  例子2是研究两个“事物存在”之间的关系
昨天我讲过,我门用推理去研究“判断”与“判断”之间的关系。
  而研究“事物存在”之间的关系,在逻辑学中用的就是假言判断。什么是假言判断呢?
  假言判断,又称条件判断,是指断定某一事物情况的存在是另一事物情况存在的条件的判断。
举几个例子:
  (1)如果他是盗窃犯,那么他就一定去过盗窃现场。
  (2)只有注射青霉素,小张的感冒才能治好。
  (3)一个三角形等角,当且仅当它等边。
    在假言判断中,一个作为原因的称为“前件”;一个作为结果的称为“后件”
    根据假言判断所断定的前件是后件的不同条件,假言判断又可以区分为三种:充分条件假言判断;必要条件假言判断;充分必要条件假言判断。
1. 充分条件假言判断
  (1) 定义
  充分条件假言判断就是断定一事物情况是另一事物情况存在的充分条件的假言判断。
  例如:如果死者是中毒而死的,那么死者就会有一系列中毒的症状。
(2) 逻辑性质
  所谓充分条件是指:设有事物情况p和事物情况q,如果事物情况p存在,事物情况q就必然存在;而p不存在,q不一定不存在(即可能有q,也可能没有q)。在这种情况下,p就是q的充分条件。(有之必然.)
  (3) 逻辑形式
  语言表达式:如果p,那么q;假如p,就q;只要p,就q;倘若p,则q;既然……就……。符号表达式:p—→q (“—→”读做蕴涵;p—→q读做p蕴涵q)
  (4) 充分条件假言判断的真假情况
  根据充分条件假言判断的逻辑性质或特征,当且仅当充分条件假言判断的前件与后件具有下述关系时,充分条件假言判断为真:p真,q真;p假,q真假不定。这些都是术语,我以后会用通俗化的语言结合股市中的分析来得出简单易懂的结论,
  现在大家能理解多少是多少。尽量搞懂
2. 必要条件假言判断
  (1) 定义
  必要条件假言判断就是断定一事物情况是另一事物情况存在的必要条件的假言判断。
  例如:(1)只有到过现场,才能实施偷窃行为。
  (2)没有调查就没有发言权。
必要条件,大量存在于股市的分析判断中
  我举例中的例子2
  “只有大盘升破60日均线,才有可能发动一波大行情。”
  大盘升破60日均线就是发动大行情的必要条件。
3. 充分必要条件假言判断(简称充要条件假言判断)
  (1) 定义
  充要条件假言判断就是断定一事物情况是另一事物情况存在的充分必要条件的假言判断。如:(1)只要而且也只有被告人犯罪的证据充分、确实, 才可以认定被告人有罪。
   (2)人不犯我,我不犯人;人若犯我,我必犯人。
我今天把假言判断的中的一些概念介绍在了帖子中,请大家先消化一下。
  我后面会结合股市中预测分析来解释这些概念。
最近关于六十日均线的争论比较多,就六十日均线我再补充几点说明:
  一、我在这个帖子中前面三章题目分别是“大势研判”、“趋势”、“股市中持续套利的原理与方法”,关于六十日均线进出问题,我是在本帖的第一个章节“大势研判”中提出来的,股指升破60日均线进场,股指跌破60日均线清场离开股市。所以60日均线的作用主要在于我们研判大势,60日均线能够帮助我们抓住牛市的大幅度上涨行情,躲避熊市大幅度的下跌行情。
        二、如果把大盘作为一个股票来操作,60日均线升破买入,跌破卖出,在A股市场从长期看是赚钱的,令狐兄已经列出了一段时间的计算结果验证了这种方法的有效性,大家可以在股市实行涨停板后的时间计算到今日来看结果。由于大盘的指数是由所有股票综合计算得出的,既然大盘按60均线买卖有效,因此对于绝大多数个股来说,在一个较长的时间段内(至少一个完整的牛熊周期),按照升破60日均线买入,跌破60日卖出,个股是可以盈利的。对于不懂得技术,又没有很多时间炒股的散户,在我书中将给出一个以60日均线为主线,同时结合其他部分股市特征的交易模型,这个交易模型将过滤掉很多60日均线的错误买点,运用这个交易模型能实现持续稳定的盈利。这个交易模型交易次数极少,但赚的钱,会比很多频繁炒作的人收益更高。尽管把指数当股票按60日均线买卖在震荡市中赚不到钱,但从一个较长时间段看,这个模型是赚钱的,一根60日均线有如此大的作用,我们不得不异常地重视它。
      三、用大盘60日均线我们解决了进场和出场的问题,也就是解决了我们出海打鱼的气候问题,但如果简单的就用升跌破60均线或者30日均线来买卖计算盈利,股市不是太简单了么?那这个帖子一句话就OK了,有必要写后面的章节,有必要去写书么?当大盘升破60日均线,我们进场,但进场你买什么股票,股市上升中继中跌破60日均线又升破后怎么选择什么股票,这些问题帖子里面并未详细说明,个股的买入,卖出,止损,止赢和交易模型将留待我书中论述。即使是震荡市,如果大盘在升破60均线后,你能按照一定模式选择股票买入,掌握好卖点,照样能够赚钱。
       四、令狐兄关于60日均线的回复说的非常经典,引用一下:“像60日线交易法这类盈利模式是很简单直观的,如同每天三顿饭能够让你生存这么直观,不过有人硬是要写程序计算每顿饭吃几颗米,嘿嘿,结果其实还是一样~”。
我曾经分析过金杯汽车,后来跌了,于是有人说我是金杯汽车的装托。我再申明下,我在这里是和大家讨论交流方法,如果你认同我的分析和方法,可以运用分析和方法买我推荐关注的股票或其他股票。但大家都是成年人,任何决策都是要自己拿主意,自己对自己负责,同时在买入股票之前一定要订好止损位,控制风险。
  
  金杯汽车我一直也在跟踪,我把金杯汽车最近的分析拿出来和大家交流一下
金杯汽车涨停突破

点击在新窗口中查看该图片
突破第二日阴线震仓

点击在新窗口中查看该图片
突破第二日阴线震仓分时图

点击在新窗口中查看该图片
突破第三日涨停吸筹

点击在新窗口中查看该图片
随后股价横向运动,表现出涨有量,跌缩量的特征

点击在新窗口中查看该图片
 
金杯汽车下跌惜售,成交量极度萎缩。

点击在新窗口中查看该图片
金杯汽车反弹成交量放大

点击在新窗口中查看该图片
金杯0901尾市大阳线吸筹

点击在新窗口中查看该图片
金杯0902长上影线分析

点击在新窗口中查看该图片

金杯0903分时图分析

点击在新窗口中查看该图片
0917分析

点击在新窗口中查看该图片
金杯汽车0918分析

点击在新窗口中查看该图片
我就金杯汽车的例子来谈谈股票反弹的高度,目前金杯反弹到前期平台密集成交区的意义
先看金杯汽车突破的筹码分布情况

点击在新窗口中查看该图片
再看周五0918的筹码分布情况

点击在新窗口中查看该图片
提醒大家注意下,筹码分布算法是有误差的,一方面算法本身的设计会有误差,另外当主力放量对倒,可以使得该算法失真。所以筹码分布指标有参考作用,但并不是精确。
股票反弹通常止步于前期成交密集区域价格下方,为什么呢?因为前期密集成交区域堆积着大量套牢筹码,如果股票价格达到这个位置,将会引发套牢盘抛售股票。所以一般反弹的高度通常不会超过密集成交的价格范围。
入下图,看金杯形成的横盘平台

点击在新窗口中查看该图片
金杯正常的反弹,我认为会止步于前期密集成交区的下方,也就反弹高度应该在4.10一线。
  但是金杯汽车,周五收在4.29,周四收在4.31,9月2日上影线也达到5.25元区域。
  这些天的成交量也明显放大很多,股价反复在平台密集出折腾,个人认为是主力在这个区域还在抢夺筹码。
主力建仓完毕也不一定马上就拉升,所以狙击主力的位置在突破前高4.7的时候比较好,同时注意设置止损位。
  以上是个人对金杯汽车的走势分析,供各位同学参考。
大盘在60日均线下,也是存在很多机会的,但一般散户我是不建议在60均线下炒作。
  今天就和大家交流到这里,下次继续讲“一个事物存在和另外一个事物存在的关系”,也就是我前面例子中的第三个例子中隐含的,股票指标与涨跌之间的关系。
  提示一下,事物存在之间关系不仅仅就是假言判断中的三种关系(充要、充分、必要)
我今天下午继续我前面对股市判断中,前提和结论关系的论述。
  
  例如:有人提出前期波段顶点的量是底部量的2.5倍的结论。
  这种提法正确吗?怎么判断一个指标或者一个结论是否正确呢?
  
  今天我将结合逻辑对底部与成交量的关系同大家一起探讨交流。前面讲了事物存在之间的关系
  在假言判断中描述了充分、必要、充要条件前件与后件的关系。
  
  
  那么事物与事物间的关系是不是只有假言判断中充要,充分,必要条件的三种关系呢?
  
  显然不是的。我们看第三个例子
  从历史行情看,当大盘60日乖离率到20以上,就有可能发生大幅度的调整。从历史行情看,当大盘60日乖离率到20以上,就有可能发生大幅度的调整。
  60日乖离率超过20既不是大盘调整的充分条件,也不是必要条件,更不是充要条件。因为60日乖离率超过20大盘也可能不马上发生大的调整,60日乖离率不超过20也有可能发生大的调整。但是我们从历史行情分析来看,当大盘60日乖离率到20以上发生调整的可能性是比较大的。那么60日乖离率超过20与大盘大幅度调整的关系是什么呢,是相关关系。解释相关关系前,我们从另外一个角度对事物存在间关系进行一个分类
  1、因果关系:所谓因果关系简单的说就是就是A→B。即事件A的发生导致事件B的发生。因果关系中最常见的是一因一果,另外还有一因多果,一果多因,多因多果等形式。
   根据以上对因果关系的定义,我们可以把假言判断中的充分条件和充要条件两类判断中的前件与后件之间的关系归纳为事物存在之间的因果关系。
        2、相关关系:相关关系是指事物存在之间确实存在的,但数量上不是严格对应的依存关系。例如:人的年龄和血压之间存在着一定的关系。一般,人的年龄大一些,血压也要相应的高一些,但这种关系并不是确定的,因为即使是同一年龄的人,他们的血压也不完全相同。再如:练习打字的次数与出现的错误量之间的关系。
  这些关系都是相关关系。
所谓相关关系,就是两种事物存在之间有关联。在统计学中,两个随机变量X、Y之间的相关关系用相关系数ρxy来表示(∣ρxy∣≤1)。这里所说的随机变量,就是我们通常所说的事件存在的数学抽象。
  若ρxy≠0,则称X与Y相关:当ρxy> 0,称X与Y正相关;当ρxy< 0时,称X与Y负相关;特别地,当ρxy=1时,称X与Y完全正相关;当ρxy=-1时,称X与Y完全负相关;当ρxy=0时,称X与Y不相关。
  
  这个定义比较学术化,我举几个具体例子大家就容易理解了
所谓正相关,就是说两个变量的变化方向是一致的,例如:在非智力因素相同的条件下,智力与学习成绩的关系。而负相关,两个变量的变化方向相反,例如练习打字的次数与出现的错误量之间的关系,如果两个变量的变化无一定规律,就称两者零相关,比如说学习成绩与身高的关系。
在我们探索客观世界(包括股市)的种种不确定性时,人们喜欢探究原因,并将不确定性转化为确定性,尽管这种转化往往只是心理上的。这是人性的一个弱点。在研究事物存在之间的关系中常常会发生以下的错误:
1、胡乱确定因果关系
    有个古老的谬误是:“如果在A之后紧跟着发生B,那么A一定导致B”。在这里,或许A是B的因,B是A之果,但更可能的情况是,A和B并不互为因果。
(2)把相关关系当作因果关系。
  因果关系和相关关系,都是说明事物存在之间联系的,认识和处理相关关系需要做大量的观察和相应的专门知识,而因果关系却可以直接用前件精确地推导得出后件的结论,所以,人们习惯性地把相关关系转化为因果关系来解释事物存在之间的关系,甚至不分青红皂白地把它们都当成是因果关系来处理。
(3)错误推导相关关系的结论
  在相关关系的前件与后件之间存在有效性的联系,但是这种联系的关联度有多高,也就是说,出现A以后,B再出现的概率有多大的问题。这需要大量统计学上的采样分析。如果出现A以后,B出现的概率大于50%,那么这种相关关系对于我们分析(特别研究股市指标与股市涨跌之间的关系)研究就有极大的参考意义了。
  要统计出A,B之间的关系,必须采用大样本,只有在大样本,即分析样本接近于总体时,样本中某事件发生的概率渐近于总体概率(因果关系则无须关心样本的大小,具有“样本无关性”,由个别到一般或由一般到个别都能得到正确的推理。),因此研究相关关系,如果采集的样本不够多,那么AB间相关关系结论的可靠性就值得怀疑了。人们常犯的错误就是只通过少量样本的检验就得出结论。那这种结论的有效性和发生的概率就必然是不可靠。
在股市中指标与分析中,可以A→B。即事件A的发生导致事件B的发生充分条件和充要条件比较少。大量存在的是必要条件。(如:三死叉是股票见顶的必要条件,5日均线上叉十日均线是股价上攻的必要条件,股指升破60日均线是发生大行情的必要条件)
更为普遍的情况是,如果把市场的走向地用“涨、跌、横盘”三种状态来概括的话,那么我们所做的技术分析的实质就是寻找技术信号(形态、趋势、指标等)与市场走向间的相关关系。(股市大量的存在着相关关系,如股价与成交量的关系,突破与上涨的关系,大盘60日乖离率与大幅度调整的关系等)
混淆因果关系与相关关系是一种常见的心理误区,尤其在股票市场的投资实践中,因为误把相关关系当作因果关系而造成决策失误,招致投资损失的例子屡见不鲜。
  因此,在股市技术分析中当我们面对一个新的指标和判断的时候,我们应该注意以下问题。
碰到任何技术分析方法可以采用下面列出的问题进行思考:
  1、A的存在和B的存在是因果关系吗?也就是出现A以后,一定会出现B吗?
  2、如果不是,那么A和B之间存在相关关系吗?
  3、如果存在相关关系,是正相关还是负相关?相关系数有多大?出现A后,再出现B的概率有多大?概率大于50%则对技术分析有重大的参考意义。
  4、如果能确定相关系数,那么如何应用于买卖决策?
  5、在确定相关关系中所取的样本容量足够大吗?推导理过程是否正确?
  
  通过我以上事物存在间关系的分析,大家可以仔细将你已经掌握技术分析方法进行重新的过滤思考,一定会对原有那些分析方法有一个新的认识,同时在你接触到一个新的指标时,你运用上面提供的分析思路,就能辨别新方法(指标)的有效性与科学性及局限性,通过以上的学习,你将不会再迷信或盲从于某种分析方法了,你对技术分析的认识和视野必然有一个质的飞跃。
那么,有人提出波段顶部的量是底部2.5倍的判断。这种说法正确吗?
我们先看看,地量的意义:
  当大盘或个股下跌较长一段时间后,市场会出现成交量逐步萎缩的现象,成交量的萎缩 反映市场中的交易者开始惜售,抛售力量逐步减弱,每日成交活跃程度下降。当出现一段时间以来最低成交量时,则意味着市场该抛售的交易者基本上抛售完毕,持有的交易者要么由浅套到深度套牢,变成死猪不怕开水烫的坚决不抛售的情况,或者是坚定看好行情的交易者。地量意味着卖方力量基本枯竭,大盘或股价将筑底回升。地量的出现是相对某一段时间以来的成交量变化而言,时间越长内则出现的地量往往意味着这个底部越大,发出的买入信号越可靠,获利的空间与机会越大,而时间越短内出现的地量则意味着这个底部为阶段性底部,发出的买入信号可靠性会下降。在行情中,经常会出现地量以后又出现新的地量的情况,研判地量并没有一个明确的数量标准。通过上面的分析我们可以确定:地量和底之间关系是一种相关关系。地量与底之间存在着密切关系,但绝不是一一对应的函数关系,所谓的顶量是地量的2.5倍的说法是错误的。
当大盘或股价逐步呈价跌量缩走势时,根据个人的经验我总结如下供大家参考。 从萎缩幅度看:
  当成交量萎缩到高峰期的50%以上的时候,地量还未出现的可能性大。成交量萎缩到高峰期的30-40%,只有50%以上概率确认地量,成交量萎缩到高峰期的20-30%左右70%以上可确认地量,成交量萎缩到高峰期的15-20%左右,80%以上可确认地量,成交量萎缩到高峰期的10-15%左右,90%以上可确认地量出现。
  从时间窗口看:
  地量容易出现在从最高点下跌以来已持续8个交易日(或月),13±1个交易日(或月),21±1个交易日(或月),34±2个交易日(或月),55±2个交易日(或月)这几个时间之窗内。
  从其他特征看:
  市场上人们从观望逐步转向悲观,随着市况低迷,市场心理由悲观转向绝望,这种气氛越浓,形成地量机会越大,底部特征越明显。
上面的地量与底之间的关系是相关关系,是经验值,不过未经电脑的计算,供大家参考。
地量的出现也不一定就意味着底部到了,在60日均线角度向下,股指在60日下,有时会出现下降中继平台,中继平台的末端,成交量往往会出现地量,这种地量不是上升的开始却是下跌的开始,大家可以看2008年6月6日,和2008年8月4日的K线图就知道了。
  所以,地量与底部之间是相关关系。出现地量可能会形成底部,但行情下降中继也会出现地量,这就是所谓的久盘必跌的情况。大家要清醒的认识事物的两面性。
95页





    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多