分享

周佛郎:中国散户的投资误区

 追梦文库 2020-09-19

编者注:

周佛郎,高级工程师,教授;1970年毕业于重庆邮电学院 通信工程系,81年公派去美国新墨西哥州立大学计算机科学系进修,回国后在高等院校和电信行业工作, 90年代曾任加拿大高科技公司专家,和美国SYRACUSE UNIVERSITY大学教授。上个世纪九十年代初期,周教授开始潜心研究证券市场和证券交易,经过8年的探索,在证券理论上有两个发明专利,第一个提出了零风险博弈方法和理论。2003年在中国财政经济出版社出版了《零风险博奕理论》丛书。

为什么在西方股票市场上大部分人都能赢利, 少数人亏 损, 但在中国股市上却是少数人赢利, 大部分人亏损?很多人 把股市大面积亏损的原因, 归咎于中国股票市场, 归咎于股 票市场的管理层, 认为中国的股票市场不如西方股票市场, 这种认识是不对的。事实上是: 中国股市并不比西方股市差, 中国股市远远好过美国股市的初期市场, 股市的赢利能力也 不比现在西方的股市差。中国股市是目前世界上发展最快、 投资回报最高的股票市场。

中美股市投资者的方法对比 由于中国股市流行的软件、股评家、投资咨询机构的倡 导, 在市场上流行的方法多数是以短线投机为主, 其入市的 动机主要是以搏取短期价格波动。许多股民以炒股票为业。 股市稍有风吹草动, 便买进杀出, 追涨杀跌之风盛行, 股市的 交投极其活跃。 在美国和西欧成熟的股票市场, 年平均换手率不到 40%, 而我国股市的年平均换手率却超过 600%, 是国外成 熟股市的 15 倍。 股市交投过旺一方面造成股市的暴涨暴跌, 如美国纽约 股市从开办到现在的 200 年间, 日涨跌幅度超过 3%的不到 20 次, 而 2008 年中国沪深股指涨跌幅超过 3%的时间却要 占整个交易日的 20%以上。 交投过旺的第二个后果就是造成股民的交易成本上升, 1996 年 1~10 月, 沪深股市的股票成交量达 1. 3 万亿, 股 民上交的交易税、手续费近 200 亿。2006 年上海和深圳二个 交易所的总成交量是 12.4 万亿。总换手率是 550% , 交易税 和手续费近 434 亿。这种不停地换股的短线操作造成了中国 投资者大面积亏损。 这二个市场的数据对比足以说明为什么中国股市出现 投资者 95%亏损而美国股市出现投资者 95%赢利的根本原 因。不是我们的市场不如美国市场, 而是我们倡导和流行的 投资方法出现了问题。

下面是我们分析几种已被美国股票市场抛弃的投资方 法却仍在中国流行, 仍然在误导投资者。

K线理论的局限性

K线图形的形状也称“蜡烛线”、 “阴阳线”、 “酒井线”和 “日式划线法”。几乎所有的股票电脑分析软件都采用 K线图 来记录一周、一月、一年或数年的股票历史价格走势。 股票市场股价的变动是由多种因素控制的, 但人为控制 是主要因素。就股票市场整体而言, 买方与卖方永远是对立 的双方。买方市场也称多头市场。买方力量大于卖方, 买方力 量加强, 股价往上攀升, 买方力量逐渐耗尽。 股价攀升后吸引卖方不断抛售, 股价愈高, 卖股票的力 量愈强, 最后达到力量平衡。卖方市场也称空头市场, 空方阵 营不断抛售股票, 股价往下掉, 买方不断买进股票, 股票价格 愈低抛售力量愈弱, 最后惜售, 达到买卖双方在一个新低点 达到平衡。 K线就是用图形表示买卖双方的战斗结果和买卖力量 的增减过程。用 K线组合来分析研究过去的股市走势, 预测 股票未来的走势, 是一种最古老的原始分析方法。有经验的 人把这些走势分析比喻成买卖双方犹如一场千军万马的战 场拼杀, 拼得你死我活, 尸横遍野。在这个战场上, 没有永远 的失败者, 也没有永远的胜利者。然而, 用 K线理论分析股市 有一定局限性。 每一种走势, 在不同的大盘走势下都有不同的解释方 法。同样是一根阳线, 在庄家收购期解释为拉高进货, 而在派 货期则解释为拉高派货, 是完全相反的结论。 一些组合图形用来分析过去的走势有一定的道理, 它们 记录的是过去的情况, 将来的走势仍是随机的, 不可预测的。 而用组合图形来预测未来股票走势还缺乏科学的和定量的 数学统计和计算手段, 缺乏唯一性。 此外, 图形分析与股票市场上的成交量、投机操作、市场 的资金面和上市公司本身的基本面是脱钩的。

波浪理论缺乏数学分析支持

波浪理论的立论基础是建立在纯图形的研究和图形出现 的统计概率上, 把有限统计出现的概率代替无限统计出现的 概率。没有任何数学推导来证明它立论的正确性。九级波浪循 环算法是如何推导出来的? 为什么不能是 10 和 11 级或更多 级别? 股票市场的历史仅有 200 多年历史, 股市综合指数的推 出也只有 100 多年, 把 100 多年股市出现的统计概率作为普 遍性应用是错误的, 九级循环的划分是没有特定界限的。 影响股市价格走势图形的因素是多种多样的。这些因素 有资金面、基本面、政策面、消息面等等。就是所有的因素相 同, 不同的股票市场还会有完全不同的结果。脱离所有这些 因素, 单纯依靠研究图形来预测股市未来走势是缺乏科学根 据的, 其可信度也是不高的。搞自然科学的人, 都知道一个最 简单的道理: 任何没有数学推导论证的理论是站不住脚的。 波浪理论的波浪划分没有严格的数学定义和界定标准。 例如, 在上升五浪中每一个上升浪都会发生延长浪和失败 浪, 在调整浪中会发生很多复杂不能预知的走势, 如 “3- 3- 3- 3- 3”、 “3- 5- 5”、 “3- 5- 3”、 “5- 3- 5”等一系列的走 势都可能存在。投资者所关心的是当前股市是什么样的走 势? 是上升浪还是延长浪? 是“3- 3- 5”还是“5- 3- 3” ? 对于这 些问题, 十个波浪理论专家可能有多个不同的答案。一个有 指导性的科学理论, 它的定义应该是严肃和严格的, 只要条 件符合, 定义符合, 它的结果就应该一样, 才可能有它的唯一 性。现行的波浪理论, 缺乏数学定义, 任意性较大, 没有唯一 性, 只有事后才知道正确的答案。 波浪理论把上升浪的每个浪的高度和它们高度间的相 互关系, 定义成黄金分割关系, 是一个与黄金分割率 0.618 这个数有密切关系的倍数关系。黄金分割率 0.618 在数学上 是有严格定义的, 波浪理论似乎把这个神秘数字看作是上天 赐给的, 不能向公众解释的现象。 波浪理论的另一个最大缺陷是时间坐标的不确定性。任 何一本介绍波浪理论的书都忽略了这一问题。股价的波动是 一个价格随时间变化的两维函数, 波浪理论却变成了一个时 间函数不可知的单维股价函数。通俗的说, 究竟如何决定数 浪的起点, 波浪理论并没有明确地告诉我们。

技术指标反映的是过去行情

随着电脑技术的迅猛发展, 高速数字统计和高速计算 数学变得更加简单和容易, 使得各种技术指标的计算变得愈 来愈快速和精确。因此, 用技术指标分析股票价格的走势变 得愈来愈流行和普及。 在中国股票市场, 大部份投资者都喜欢用技术指标来指导自已买卖股票活动, 在股市分析理论中已经形成了技术 指标分析派。目前, 已知的技术指标有一千多种, 但比较流行 的有十几种。 技术指标的变化和发出的买卖信号, 是行情反映到指标 中的数值, 也是行情的事先变化。假若行情不发生变化, 则指 标也不会显示和发出信号。如在此刻发出的是买进信号, 而下 一刻有可能发出卖出信号。二种可能性都存在, 因此, 技术指 标的变化和发出的买卖信号仍然是一个随机过程。所以, 技术 指标反映的是行情的过去, 预测的是未来行情走势的可能性。 很多技术指标容易产生钝化, 常发出一些错误的买卖信 号。因此, 股市上不少反转信号的错误发出都是因为技术指 标的钝化造成的, 特别是股价发生顶背离或底背离时, 其灵 敏度和可靠度较差。 每一种技术指标都是局部的和片面的指标。每一指标所 选的参数和变量太简单, 只能反映股价局部的的走势, 不能 真实地反映股票市场的资金面、基本面、技术面、政策面和投 机操作手法。 已知的技术指标很多都使用移动平均线原理, 都采用一 根短期快速移动平均线上穿一个根长期慢速移动平均线, 产 生交叉发出买卖信号, 在预测技术上没有任何新意和突破。 通过对几十种技术指标作过动态买卖股票统计, 发现所有做 过统计的技术指标都不能指导投资者投资, 原因很简单, 就 是当它们发出买入信号, 投资者买进股票, 股票价格上涨的 概率是 50%。同样还有 50%的下跌概率。

结论

我在 12 年前进入股票市场, 为了能正确指导自己投资, 在进入股市之前先进行学习。当时购买了很多证券图书, 以 为学习了它们就会找到在股市赢利的方法。但是我在应用这 些理论时, 我却一次次失败, 使我一次次失望。是我不聪明 吗? 是我的智商低吗? 是我不会读书吗? 最后我终于发现: 西 方的经典股市理论如现行的波浪理论、江恩理论,K线理论 和流行的技术指标都不能正确指导投资者投资, 它们的理论 基础是错的。 为什么? 因为这些理论都忽略了股票价格是一个随机函 数, 是不可以预测的数学特征。所以这些理论推导的投资方法 不可能指导投资者正确投资。不能保证大家在股市上赢利。 我并不想彻底否定这些理论, 但这些理论确实对我误导 太深太久。从股市诞生以来, 不知让多少人花了大量的时间 和金钱来研究这些理论。事实证明: 这些理论不仅不能给投 资者带来赢利, 而且有时往往还会产生巨大的投资损失。把 一种非常简单的投资理论复杂化和神密化。

    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