分享

《与市场和谐相处》(8)随机性智慧

 心住至善 2015-01-07

***********************************************************

 

随机性特征指的是股价波动的统计分布服从随机分布的特征。在有效市场理论里已经提到:信息由随机的形式进入市场,并各次的发布独立;同时信息可以被市场充分感知消化;最后该信息的影响会立即反应到股价上。由于这一点,所以你无法知道市场明天会发生什么波动(高开或低开是反应了已公布的信息),或下一分钟股价会怎样波动,股价的波动带有随机性特征。——当然这只是一个假设。

 

从统计的角度,这个假设的内容是成立的,随机性现象可以经受任何统计检验。具体什么意思呢,比如以美国股市为例,在过去100年间,从月线分布看,波动是随机的,即你找不到规律性说根据历史的表现,可以猜出下一个月份的涨跌及其幅度。更别说对下一周的涨跌预测,下一交易日的涨跌预测了。

 

你能根据现有的历史信息,推断股价的下一个交易日的涨跌吗?无论是牛市还是牛股,或熊市还是熊股,都不可能(熊牛本身是后视镜定论)。这统计检验,无论对于个股还是整个指数都是适用的。对于A股,也进行过相应的统计验证。

 

但是人们显然不乐于接受这一点,发展出千百万随机性智慧。在本文围绕着时间量在一个月以内的股价波动,各角度做出经验性的总结,我都称为“随机性智慧”。有时候,几个月甚至一二年或十年内的时间周期里产生的某些经验,也仍然是“随机性智慧”。那什么是“非随机性”呢?此话留待后文再叙。

 

略作分类并展开:

 

技术面。我对技术方法的细节基本上不了解,也没有什么实践体验。如果百度一下,会发现技术方面的经验有很多:波浪趋势;量能配合;资金流入流出;缺口回补;K线图形;均线变化;MACD/KDJ之类各种指标;压力线;波段回调;15分钟线;等等。——该流派永远不缺乏新的心得、秘笈或大法。

 

基本面。这个我不用百度就可以直接举例一堆。在熟练掌握基本面分析的状况下,对以下可能性做出评估——二八风格切换、板块轮动、估值洼地补涨、同板块里个股轮动以及龙头股补涨股差别、周期类股票和非周期类股票的表现转换、哪类盘面下防御类股票会比较好、先周期后周期类(比如2008年初化工板块仍然表现良好);成长类价值类;垃圾里找黄金(指坏公司里发掘牛股);概念题材热点类;中报年报行情;甚至美国的总统年或中国的年末年初;等等——指的是在什么样的外部信息(国际环境、国家政策、经济周期、货币政策、宏观数据、行业调控、产业运行、资金偏好;等等)下,对股市或个股从基本面的角度去判定在短期内会受到什么影响,将如何波动,然后做出相应决策。对了,补充一下,最近二年产生的说法是“美股映射”和“小市值偏好”

 

心理类:理论假设说“信息是随机产生的,也独立进入市场”,但是现实并非完全如此,信息可能存在操纵,而且人们对信息的接受和判断存在很大的“心理性”。比如牛市对坏消息不敏感,熊市对好好消息不搭理。当某一个结构性牛市,如在互联网类股票或创业板受到追棒的时候,那么该行业该板块的好消息会特别密集,坏消息仿佛消失了。“心理性”现象肯定明显的存在着,不仅投资者如此,记者、研究员、机构也一样跟风从众。至于信息随机的假设,有时非常灵验的是:当股价按技术图形走到一定阶段时,对应的消息就发布了。很显然这里面可能存在“人为”可能性。——这些都值得利用,聪明的投资者当然应该注意。

 

经验类:大多数人会上述三者结合,资深技术派也了解点基本面知识,基本面精通者也看看盘面,老同志则还关注心理类。总之,他们是为了一些最最基本的目标:如何避免坐电梯;如何避免买的太早或太晚,以及卖得太早或太晚;如何避免大风险;如何捕获大牛股;如何优化仓位与组合;等等。——以达到“如何尽量提高时间效率或资金效率”。

 

好吧,我承认,上述这些我努力了N年,始终掌握不好,没有达到预想中的效果。所以转头写了这一系列的文字,还找了个理由:让偏向性特征来对付随机性特征吧。其实……你如果侥幸心理不那么强,真的可以想想电脑,现在什么时代了,“你只要把策略写出来,交给计算机,不就发财了吗?”,对吧?——从全世界的范围去看,在期货行业电脑的确是完全打败了人脑,但在股市,电脑几乎无所作为。……这是现实(后文会有详解)。

 

不管怎样,我的结论或建议是:拥有更多的随机性智慧,最后仍然还是要受到随机性的作弄。大家可以学习一个心理学知识,叫“后见之明偏误”,百度一下即可;或者看一本有关于概率的书,叫《随机漫步的傻瓜》,作者是塔勒布。他说,随机性的数据,看上去总像是那么有点儿规律。

 

已经初初介绍了市场运行的二个特征,接下来把余下三个特征都介绍一下,它们也非常重要

    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