投资杂谈(下)

FLUENT UDF编译及蒸发冷凝相关问题 蒸发冷凝与相间传质 阅读详情

        投资杂谈(下)                            

                                       素质

 

    证券投资,俗称炒股票,(实质上二者是有区别的)是现代三百六十行之外的行业,既是最好赚钱的行业又是最难以把握的行业,既是赌场又是投资场。证券投资成功概率最低,投资风险、不可预测的风险最高。一旦成功赢利率最高,是任何行业都不能比拟的。当今世界排名前一百名大富翁如果脱离证券市场,那么他们的财富将大大地缩水,包括盖茨、巴菲特。

在我国证券市场的盈亏比例大概是:10%赢利,20%保本,70%亏损。真正成功者寥寥无几,最多万分之一,或许十万分之一。最近一项统计表明:我国在证券市场千万富翁有470人,亿万富翁仅7人,其中至少有40%是属于机构和庄家冒用个人帐户,50%原本就是千万富翁。全国个人帐户名义数量4000万,实际经常操作的大概有600万人,如果以千万为成功标准,成功者大概不到十万分之一,如果以百万为标准大概在万分之一。

证券市场不是人人都可以赚钱的地方,对人的综合素质的要求相当高。证券投资对于知识的要求是博而不是精,对文化的要求并不高,并不需要高学历,但对社会知识的要求就很高。对个人思维快慢程度的要求并不高,但对理解能力(悟性)的要求就很高。精明人不适合证券投资而适合炒股票,聪明人适合证券投资而不屑于炒股票。对社会交际(俗称做人)能力的要求也很高,他必须能合于众人而高于众人;脾气温和、不急不躁、不慌不忙、自我控制能力强是基本要求;自信、适度固执、不为旁人劝说而改变信念是另一方面;能排除干扰、潜心钻研、忘我工作、不达目的誓不罢休是又一方面;心胸开阔,不小鸡肚肠、心地善良,富有同情心是起码要求。当然,你如果把他作为赌场去赌一把也是可以的,也许你还能得到意外的收获。但你如果把他作为职业、把他作为赚钱的工具就应仔细考虑,你是否适合证券市场?俗话说得好:没有金刚钻,不要揽那瓷器活。

综合素质这东西,说不清、道不明;看不见、摸不着;不能言传、只能意会的人类内在思想的综合反映,他存在于10%的先天遗传加上90%的后天修炼才能形成的用金钱买不到的个人财富。

深圳有位资深而知名的操盘手安妮女士在经历了十年的磨炼之后是这样说气质的:所谓气质,是先天的德性、颖悟、人品与后天的培养、修炼、知识积累的总和,它涵盖的方面很多。一般而言,有知识不等于有文化,有文化不等于有涵养,有涵养不等于有人品。所以,囊括知识、文化、涵养的是人品而非其他,四者的综合才能形成独特的“气质”。气质是一种说不清、道不明的东西,即你的精神面貌和总体素质,你的人生阅历总和,你的毕生积累之大成。它反映在你的举手投足之中,体现在你的为人处世之上,更流露在你的言谈话语之间。

小资料:安妮女士,老三届高中生,具体籍贯不详,去过农村插队落户。一个偶然的机会使得她89年开始投身证券市场,大约93年开始成为机构操盘手(庄家)。成名于96年成功的参与炒作深发展和发掘四川长虹,以前兼职股评家,98年国家政策规定不能兼职股评家,现在写一些投资理念什么的。原来的安妮女士是个有个性的女强人,是我国唯一成功的女性操盘手兼股评家。她语气咄咄逼人、做事志在必得、面貌神采飞扬、为人舍我其谁也,真正是个女强人。不知道什么原因,99年开始的安妮女士好象换了一个人似的,大彻大悟,成为一个温柔可爱的、大谈为人哲学小女人。也许是经过证券市场十年残酷的磨炼,人性得到了升华,到了常人难以达到的、自我超脱的境界。

原来人是可以变的,特别是在证券市场。证券市场能够改变人的一生、人的一切,这就是投身证券市场得到的意外的收获,至于朝那个方面改变、得到什么意外的收获就只能看各人的悟性和造化了。

在这里我举二个例子:

1、在美国有家知名长期投资对冲基金,专门从事国际金融对冲交易业务。国际金融对冲交易是通过买卖世界各国的汇率变化来获利,是以小博大的金融期货交易,他们有一整套经过复杂而又精确计算的程序,来保证交易的安全和赢利。它的知名不在于它的规模(40亿美元)而在于它的二位掌舵人,他们同是97年度国际金融诺贝尔奖金获得者,应该说是世界第一流的国际金融专家。但是,恰恰是这二位诺贝尔奖金获得者,在98年度输得一败涂地,资不抵债。最后不得不由美国财长格林斯潘出面动员17家银行进行紧急援助,才免招破产清算的尴尬境地。具有讽刺意味的是,他们使用的一整套经过复杂而又精确计算的保证交易安全和赢利的程序,就是获得诺贝尔奖金的程序。你说可笑吗?这就是所谓的权威的结果,你说还能笑吗?

2、93年我国第二轮全民炒股热潮到来了,这是只要买进股票就赚钱的时代,长达三个多月的赚钱示范引起了羊群效应,熟人见面的问候语是:“有没有买股票,赚钱了吗?”此时的证券市场好象遍地都是黄金,只要你进去俯拾即是。这时我国一所著名的财经大学金融系的十几位教授按捺不住赚钱效应的诱惑,集资组合一个临时基金(当时称组合船队)集体炒股,根据各人的特长进行分工合作,形成集体决策体制,风险监督体制,定下见好就收的目标。但是,一年后的结果是输得一塌糊涂,最后在94年7月份上证指数450点左右清仓出局,亏损大约70%左右。其后上证指数在7月底下跌至334点,8月1日在政府三大政策的指引下快速上涨,一个月后上证指数又到了1053点。其一错再错正应了“老大一多船要翻”的古训,也应了“理论权威不能炒股票”的现代理论。事后总结:专家们输在人性的两大弱点“贪婪”和“恐惧”,不是输在市场、而是输给自己。正应了我的“炒股票最大的敌人不是市场而是自己”的投资理念。

从以上两个例子看来,高智商不等于炒股成功。他们的智商和学历、文化和知识、才华和理性都是不容怀疑的,他们都是这个行业的专家,都是这个专业的权威。他们有着优先获得国家经济、金融趋势、政策信息的权利,有着了解上市公司经营状况的便利,有着广泛而有效的人际关系。那么为什么、为什么他们会属于输钱一族的、跟广大散户划上等号,甚至还不如散户。以我看来,正因为他们都是专家,都是专业的权威,请注意这个“专”字,他们都“专”得可以,“专”得其他什么都不知道。而恰恰在证券市场需要的不是“专家”,需要的是“博大”,需要的是综合素质。由此得出一个结论:让“专家”炒股赚钱是偶然的,输钱是必然的。

 

说个笑话,说得是专家的“好”处。

 

                              拨牙

    程茉莉这几天牙齿痛的利害,干脆就拨掉算了。为了安全和保险,她去了一家有名的综合性大医院。到了医院,挂了一个牙科的号。也该她倒霉,碰上个牙科医生第一次给病人拨牙,非常紧张。他刚把臼齿拨下来,不料手一抖,没有夹住,牙齿掉进了病人的喉咙。

“对不起,非常抱歉。”医生说:“你的病已不在我的职责范围内,你应该去找喉科医生”。

当程茉莉再次挂号找到喉科医生时,她的牙齿掉得更深了,喉科医生给他做了检查。

“对不起”,医生说,“你的病已不在我的职责范围内,你应该去找胃科专家。”

胃科医生用X光为程茉莉检查后说:“非常抱歉,牙齿已掉到你的肠子里了,你应该去找肠科专家。”

肠病医生同样做了X光检查后说:“非常抱歉,肠子里找不到牙齿,它肯定掉到更深的地方去了,你应该去找肛门科专家。”

最后,病人趴在肛门科医生的检查台上,医生用内窥镜检查了一番,然后吃惊地叫到:“啊,天啊!你怎么这里长了颗牙齿,应该去找牙科医生。”

 

                              糊涂哲学

 

随着投资理念的探讨和研究、投资理论的深入和发展,我越来越觉得模糊和迷惑、也许是清晰和醒悟。是落伍?是升华?头痛!什么叫成功与失败?什么叫经验与教训?什么叫贪婪与恐惧?什么叫机会与命运?什么叫聪明与愚笨?什么叫灵活与固执?什么叫……?不知道、千言万语也说不清。头痛!头痛!!

人类对于任何事物的理解都是由模糊到清晰,由清晰深入到迷惑,由迷惑升华至醒悟,完整地完成了对事物由了解到理解的全过程。人也走完了他的成长历程,如果他从此不思进取,坐吃老本,因事物是在不断地变化的,不思进取就跟不上事物的发展,他就变成落伍了,最终将会被社会所淘汰。所以人必须要活到老、学到老,才能做到不被市场所淘汰,才能永远地充满活力,向更高的目标前进!

成功与失败是一对矛盾。今天的成功是否会招来明天的失败,今天的失败是否喻示着明天的成功呢?有没有答案?有,有这个可能。那就是作为成功者不应该在成功之后沾沾自喜、忘乎所以,放松自己的学习和研究;不应该紧紧抱着已经过去而失效的成功经验不放,来指导今后的操作,证券市场的特性就是不可能完全重复过去的经历,而是在不断地创造历史。所以你的所谓成功的经验,此时就成为失败的根源。作为失败者,你必须总结出失败的做法及其根源在那里,估计自己是否有纠正和消除失败的做法及其根源的能力,如果你不具备纠正和消除失败的做法及其根源的能力,说明你并不适合证券市场,那么你应该退出这高风险的市场,寻找适合自己的地方去充分发挥你的才华和能量。如果认为你自己肯定有能力纠正和消除失败的做法及其根源,那么你就以此为镜,把失败的能量转化为动力。祝贺你:成功就在你的眼前!也许成功比失败更容易,因为就只有一念之差啊!很多人都这样说过:本来我准备这样做……、后来那样做了……、如果这样做了……、唉……可惜!可惜晚了,证券市场没有也不应该可惜。

成功与失败是一对矛盾的孪生兄弟,相反相成,互为因果。古人云:失败是成功之母。根据相互转换的原理就变成:成功是失败之母。现代的社会是以成败论英雄的现实社会,所以能笑到最后的成功者才是真正的英雄。在此借用一句孙中山的名言:革命尚未成功,同志更须努力!

在证券市场经验是没有多大用处的,可以说根本就没有用处,甚至可以说害处多于好处。所以根本就不值得总结经验,也没有值得总结的经验。因为经验所代表的是过去,而社会是在发展前进的,任何事物都是在发展变化的,特别是我国新兴的证券市场,需要逐步完善和成熟的证券市场,高度投机和充满风险的证券市场,更不应该使用过去的所谓经验的老眼光来看待它。所以证券市场必须以超前的眼光来看待未来、预测未来,需要不断地学习和探索他人的理论与修养,不断地预测和推翻自己对大盘的理解与把握,不断地研究和升华自己的意识与理念,才能跟上市场发展的步伐。应该说超前的把握市场的未来,才能使自己立于不败之地。

对于我来说,对过去的七年来一番总结的话,如果需要总结的话,那么教训远远多于经验。可以说基本上没有值得总结的经验,而更多的是应该值得吸取的教训,有很多是终身难忘的重大教训。譬如说:97年7月21日54元买入湖北兴化、97年11月3日34元卖出;同日35元买入四川长虹、99年4月26日14.5元卖出,资金净亏损68%。这就是由于所谓经验引起的固执而招致的严重后果,由经验转化为固执,由固执而引起深刻的教训。

经验与教训又是一对矛盾的孪生兄弟,同样相反相成,互为因果。过多的经验会使人不思进取而落伍,过多的经验会使人因固执而遭受更大的打击和教训,过多的经验会使人忘乎所以而不知道自己是谁,因此遭受毁灭性的教训和失败。巴林银行的里森就是一个很好的反面教材。失误后得到的教训不一定是坏事,如果能总结、吸取教训而把它转化为真正的教训又有谁还能说它是一件坏事。但过多的教训会使人消沉和怀疑自己,有了机会也不敢放手一博,一朝被蛇咬、十年怕草绳。说的就是这个道理。再反过来说:如果有过多的教训,那么本身就说明他并不适合做这一件事情。最终还是被市场所淘汰!

贪婪与恐惧是人类的两大弱点,也是招至失败的最大根源和敌人。众口一词地批判它的大逆不道、万恶之源。其实具体情况得具体分析,有时侯还真的需要贪婪与恐惧,譬如在95年的四川长虹,你如果不贪婪就不可能赚到10倍、20倍利润,只能赚到10%或者20%的利润,这时侯你还能说贪婪是最大的敌人吗?譬如在97年5月份上证指数1500点之上,大众疯狂的时侯,难道你就不应该感到恐惧吗?此时的恐惧究竟是好事还是坏事难道还不清楚吗?四川长虹的贪婪、大盘顶峰的恐惧不就成了理智的具体表现了吗?就这么一回事,真理和谬误就相差那么一点点。真理向前一步就变成了谬误,同理,谬误向前一步又变成了真理。理论这东西有时侯真觉得有点儿荒唐和可笑,在这里“灵活”二字可能就是最好的注释。

机会与命运是人们常说的,也是唯一能解释全部的工具,输钱了、失败了可以归咎于命运而不抱怨自己的失误,掩饰自己不可原谅的贪婪与恐惧;赢钱了、成功了可以归咎于机会来了应该是我的,抹煞了自己辛勤劳动的成果。由此下去觉得成功与失败反正靠的是机会与命运而不愿意深入研究,认为劳心费力地去学习和研究都是徒劳的,一切的一切都是没有必要的。那么你的麻烦就要到了,离开失败也不远了。此时你的赚钱是偶然的,输钱才是必然的结果。

我是一个无神论者,是信奉唯物主义的,是不相信机会与命运而相信自我劳动成果的。但有时也不得不地利用机会、命运、阿Q精神来自我安慰一番,期望获得心理的平衡,便于早日摆脱输钱和失误引起的心理阴影,当然过后还得警戒自己不能发生重复以前的失误。在这里你还能说此时利用机会与命运这个工具来解脱自责的烦恼有什么不对的地方嘛。股市、人生就那么一回事。

聪明与愚笨,常人认为聪明与愚笨是一对无法调和的矛盾,是代表了二个相互对立的不同的群体。是的,不可否认,人类出生时由于遗传基因的不同,思维能力是有一定的差距的。其实,这条壕沟也是可以弥合的,甚至可以反超的,后天的环境、自己的努力与否才是真正重要的因素。正如一家有成长性的绩平股票总有一天会超过一家无成长性的绩优股票一样。另外,不是有“笨鸟先飞”的古训吗,不是有“1%的天才加99%的勤奋等于成功”的现代考试理论吗。所以说:愚笨是可以用勤奋来弥补其不足之处的,只要有学习的恒心,有求知的欲望,同样也能达到自己的愿望和目标。反之如果一个所谓天才的聪明人,不思进取、碌碌无为,那么我认为他很难达到自己的愿望和目标的。你看聪明与愚笨究竟那个好?聪明与愚笨的结果究竟怎么样?是不是有点强词夺理?

灵活与固执又是一对无法调和的矛盾,灵活代表着审时度势、机动能变;固执代表着顽固不化、墨守陈规。这是常识、最常规的理解。那么能不能反过来理解:灵活代表着朝令夕改、随心所欲;固执代表着稳定耐性、坚定不移。审时度势、机动能变固然是好,朝令夕改、随心所欲有什么好处;顽固不化、墨守陈规固然不好,稳定耐性、坚定不移有什么不好。在证券市场什么事情都会发生,想不到的事情随时都会发生,而且经常会发生想不到的事情,“想不到”这个词在市场会经常用它,又是最没有用的词。所以在证券市场灵活与固执、固执和灵活是一样的,一样有用的,没有什么好与不好。该灵活就灵活、该固执就固执,该怎么样就怎么样,没有常理可说。是不是又有点强词夺理?

证券市场是个变化多端、常理无用和不讲道理的地方,所以会有专家发明随机理论这种无可奈何的不是办法的办法。但是,无论这证券市场在短期内变化多端、常理无用和不讲道理,有一个原则它却始终遵循的,这就是内在价值和股票价格的关系,从长期看,股票价格肯定和内在价值是相等的。说白一点,就是每股利润和股票价格肯定相等的,每股利润增长,股票价格肯定上涨。这就是证券市场唯一讲道理的原则。所以人们只要遵循这条原则,以不变应万变,运用稳定耐性、坚定不移的固执就一定能战胜市场,成为成功者。当然短期内可能是痛苦的!如能加上理性地审时度势、机动能变地灵活地操作方法就一定能无往而不胜,成功是属于你的!这是不用怀疑的。

成功的证券投资者具有独特的气质,他表现为大智若愚,小心谨慎,不夸夸其谈,不出口伤人,虚心好学,不耻下问,以诚待人,助人为乐。他作出的决定往往被人认为不合时宜,往往和大众相反。由于证券投资市场的特殊性,如果你想成功就不可能和大众相同!那么你呢,是从众呢,还是独树一帜?

在这里我真诚地提醒你一句:进入证券市场你准备好了吗?

 

 

糊涂了吧!再来一段幽默怎么样,说得是糊涂的人。

 

                              丈夫跳窗

    丈夫本来说好今天加班的,不知怎么今天不加班了。夫妻俩做完家务看了会电视就早早地睡觉了。妻子睡得迷迷糊糊的听到门口有脚步声,赶紧推醒丈夫“亲爱的,快,我丈夫回来了”。丈夫迷迷糊糊地条件反射马上跳起来,穿好鞋子,把衣服抱在怀里,急急忙忙地推开窗子跳了出去。……。

 

 

                          不宜炒股的人

 

1,心胸狭窄、嫉妒心理重,极端自私、不善于帮助他人的人。

2,绝对精明、不愿意失去任何一个机会,精明而不高明个人。

3,平常在单位不如意而耿耿于怀,自命清高而不能合群的人。

4,爱出风头、目中无人,说话滔滔不绝、自认才高千斗的人。

5,容易激动、经常后悔,上涨手舞足蹈、下跌垂头丧气的人。

6,希望买进就涨、卖出就下跌,为了五毛钱而耿耿于怀的人。

7,看到他人赚钱,为买住宅缺一点钱而去证券市场赢钱的人。

8,不能容忍亏损、输钱后睡不好觉,下跌深套后不关心的人。

9,没有主见、根据股评家的评论买卖,不愿意自己研究的人。

 

                          不宜炒股的事

 

1,夫妻才能相当,买卖操作二人商量决定,实行民主协商制度。

夫妻吵架的根源。

2,股市小试成功,认为股市无风险,大量高利率短期借款炒股。

倾家荡产的根源。

3,先用少量资金试手气,赚钱后逐步加码,半年内全部拿出来。

少量赚钱大量套。

4,到处打听庄家动向,打听小道消息,热衷于参加股评报告会。

跟庄终被庄套牢。

5,亲朋好友集资炒股,各尽所能分工合作,期望1+1 < 2模式。

老大一多船要翻。

6,每天去证券公司上班,天天翻电脑寻找黑马,期望天天赚钱。

贪婪烦恼心思乱。

 

                             故事一则

 

证券市场每一轮行情都在重复着这样一个故事:听到周围的亲朋好友说:“现在的股票很好赚钱,你也去买一点儿吧,包你赚钱。”此时的股市正在上涨,证券公司人满为患,买进就赚钱的神话在社会上流传。于是从银行里边取出存款,开户投入股市,听人介绍买进股票。起先因为不知道这股票是什么玩意儿,所以不敢把全部存款投入股市,只能拿出一部分大约一半的资金进入股市,又拿其中的一半买进了股票。

哇……赚钱了!买进的股票没有几天已经赚了10%,将近二年的存款利息出来了。真不知道钱那么好赚,早知道就应该把钱全部买进股票,那该多好。明天把赚钱的股票卖出,把剩下的钱再全部买进股票,根据专家说的不要把鸡蛋放在一个篮子里,于是就请假用力挤进了证券公司,买进了四个股票。过了半个月三个股票赚钱了,一个股票没有上涨就没有赚钱。此时专家们说有风险,市场要调整,于是把三个赚钱的股票抛出了。一算帐整整赚了15%的钱,一个月不到就赚了一年多的工资钱。真好赚钱,怪不得那么多人去炒股票,炒股票真好。

回去和家人商量了一下,听专家说股市还要大大地上涨,要创出新高,准备把存款全部拿出去炒股票,赚了钱去买套房子,有了买房子的钱就退出来去买房子,可以早一点住上新房子。于是根据几个专家的推荐买进了四个股票,市场人气沸腾,股市还在节节上涨,当然股价也在上涨。这个高兴劲儿真是没得话说啦,一算帐买房子的钱够了,怎么办?是抛出还是不抛出?这时专家们说股市还要上涨,咱再等等,等赚够了房子装修的钱就坚决抛出。谁知,天不从人愿,股市开始下跌,快速下跌,仅仅三天时间就把赚得钱全部抹光了。专家们说这是正常调整,不要怕,股市还会上涨,那么就等等吧,还是等到赚够了房子装修的钱再抛。真的,股市又上涨了,涨了两天,还没到上一次的高点,又开始下跌了。此时,不光把赚的钱全输光了,而且自己的本钱也输了一点。一共五个股票有三个套进去了,套的很深,其中,有一个股票保本,一个股票赚钱。把这二个股票全抛了吧!算算帐,如果不算没有抛出的三个股票,还赚了8%左右;如果把三个股票抛出的话就要亏损5%左右,反正还没有抛不能算输钱。

过了三个月,股市下跌的面目全非,其中,一个股票下跌了50%,而且买的最多。最可恶的是股评家当时说这个股票每股利润0.5元以上,而公布的年报只有0.13元,真正的深套了!抛出的二个股票却上涨了,真正气死人!气死我也!!

专家们在那一个劲的叫调整到底了,牛市最大的主升浪开始了。看看这几天的行情,看看手中剩余钱,心中只是一个劲的安慰自己:假如这次是真的,房子、装修的钱都有了。于是,满怀“希望”的把剩余的钱全部用完。之后,便是“痛苦”“漫长”的煎熬,在厂里是坐立不安,好不容易等到了收盘,再也熬不住了,偷偷溜去证券市场,一进门远远看去,“啊哈,涨了……不多” 红彤彤的晚霞惹人醉,但不知预示着什么?

第二天忐忑不安的他请了事假走进了证券公司,上帝啊,快快涨吧!这一次总算是抄到底了。

秋高气爽,明媚的阳光洒满大地。高开的大盘整个上午都在上涨,特别是新买进的二个股票涨得更快。真是红彤彤的大盘墙上挂,热乎乎的鲜血胸中流。那个高兴劲儿就甭提了,这时,肚子在唱空城计了。于是,他走进一家饭馆,要了几个菜,什么糖醋鱼啊、红烧豆腐啊……红彤彤的一桌,看得他更乐了。

他急匆匆地吃完后,连忙奔向证券公司,找了个好座位坐下,等着下午的开盘。这时间还真难熬,好不容易等到开盘,个个都注视着大盘,大盘还在往上走。往上看,个股仍笑红了脸高高的挂在那,往下看,个个都咧着嘴笑得像朵花。

“长虹,跳水了”不知谁叫了一声。

这仿佛是个定时炸弹,一发不可收。大盘接连着也跳水了,个股纷纷也跟着跳水了。这样,直到收盘。他愣愣地坐在那,气得一声都不吭。上午还是红得飘上了天,下午不仅把赚得都跌完了,跌得都快到跌停板了。他一个劲直摇头,直问自己“这是怎么回事?怎么了?”走出证券公司,迎面一阵凉风吹过,他不禁裹紧了身子。“嘿……嘿……”

套进了!全部套进了!原来专家们说的所谓主升浪其实是个骗人的反弹而已,股市又一次开始绵绵下跌了。真是的,解套的机会也不给,

     此后他有无数种操作手法供他选择:

1,听信股评家的“长期投资”,耐心等待下一个行情高潮来临时解套抛出。也许等个二、三年,也许十年、八年,个别股票也许终身。大多数的普通炒股者进入解套抛出--然后再买进--赚钱抛出--买进套牢--长期投资--解套抛出这样一个怪圈。表面看他是赚钱的,但考虑银行利息、报刊费、乘车费后总结算是亏损的。这里不能计算付出的精力什么的,因为还有其他无形的收获与之相当。

2,听股评家说下跌行情遥遥无期,不知底部在那儿。不如采用“拔档子”操作法摊低成本,既可以摊低成本又可以提早解套或者赚进股票,即输钱赢股票。“拔档子”操作法与“高抛低吸”操作法有同工异曲之妙,即20元卖出--18元买进--19元卖出--17元买进--18元卖出--16元买进周而复始,重复操作达到收益差价或者赚进股票。不容怀疑,理论完全正确,但是又有几个人能够踏准节拍而达到目的。结果是不但没有赚到股票而且股票数量越来越少,当然钱也越来越少。最终落得鸡飞蛋打一场空,真如肉包子打狗--越打越少。不得不忍痛出局,严格说是淘汰出局。

3,“长期投资”解套抛出,抛出后发誓永远不进入证券市场,这是少数比较理性的投资者。承认自己不适合证券市场,一句话,认输。就算潇洒走一回。

4,暂时不去管它,权当长期投资。痛定思痛、发奋学习,确定投资理念,调正操作手法,及时换股操作。最终获得成功,可谓先苦后甜笑到最后。

5,认输,马上抛出,及时止损。选择机会买入投资基金,交专家管理。这需要很大的勇气。

6,……等等,五花八门,百人百性。

 

 

                                                完成于 1999年10月10日星期日

 

 

还有空,再来一段幽默怎么样。

 

                          两个半球

 

    联合国妇女理事会在加拿大召开。在一次聚餐晚会上,加拿大、英国和法国的几个理事坐在一个桌子上,那个法国理事的英语实在不太好,所以他尽量不说话。

    这时加拿大的理事站起来,拿着酒杯祝酒辞:“女士们、先生们,让我们为了东半球的女性健康,干杯!”

紧接着英国的理事也站起来,拿起酒杯祝酒辞:“女士们、先生们,让我们为了西半球的女性健康、幸福,干杯!”

    那个法国人没有办法了,只能硬着头皮站起来祝酒辞:“女士们、先生们,让我们为了全世界女性的两个半球的健康、美妙和漂亮,干杯!”。

    众人……。

【C++PTA】6-1 Point类的运算 (10 分) 定义Point类,有坐标x,y两个私有成员变量;对Point类重载“+”(相加)、“-”(相减)和“==”(相等)运算符,实现对坐标的改变,要求用友元函数和成员函数两种方法实现。对Point类重载<<运算符,以使得代码 Point p; cout<<p<<endl;可以输出该点对象的坐标。 函数接口定义: 实现Point类。 裁判测试程序样例: /* 请在这里填写答案 */ int main(int argc, char const *argv[]) { P 阅读详情

相关推荐

DataWorks PyODPS第三方包全攻略:从打包到加载的完整流程

本文详细介绍了在DataWorks的PyODPS节点中使用第三方Python包的完整流程,包括环境限制、打包工具pyodps-pack的使用、资源上传与加载实战,以及特殊场景处理技巧。通过本文,开发者可以掌握在MaxCompute受限环境中灵活使用自定义依赖的方法,提升数据处理效率。

dd012的博客 993

投资杂谈(中)

         投资杂谈(中)                                       非系统性风险     市场投机风险是非系统性风险,是自身能够避免的市场风险。俗话说的好:惹不起、躲远点。看到有风险的股票抛出就是了,看到有庄家拉高之后出台好消息的股票抛出就是了,看到大炒特炒的PT股票、ST股票、亏损股票、微利股票、题材股票、热门股票不买就是了。你炒你的,我做我的坚决不眼

1783

RedHat 9 替换yum源镜像

引言:我们个人通常使用的红帽系统yum源是需要注册付费的,所以在使用yum源安装一些软件时无法正常安装(例如:MySQL),这时我们就需要将yum源替换为CentOS对应的源,以实现在红帽系统中正常安装软件。

YUJIAOZHU666的博客 3739

投资杂谈

历经多个暴涨暴跌,很多人都会质疑价值投资在中国的可行性,并感受到市场非常严重的投机性,但市场终究是无情的,偏离其市场认同的价值,还是会回落到市场认同的比较价格,从而公司的相关基本面的分析在以后的阶段,特别是国家各项机制健全后,会显得越来越重要。 当然,价值投资会在今后会越来越真正地影响到投资者的收益,炒作性固然会有,但罗杰斯是不会选择中国的银行类股票,因为他看到了银...

weixin_30451709的博客 113

基于verilog的16QAM调制

思路1:正交调幅法——实现16QAM调制,可以理解为时相位相差90度的两个正弦波的4PAM叠加。 4比特输入经过2->4进制转化得到两路2比特输入,然后分别经过4PAM后叠加所得输出即为16QAM调制结果。 具体程序稍后编写。 思路2:复合相移法——可以借助前面编写的QPSK,相当于两路幅度不同的QPSK的叠加,比如幅度分别取1和3 。 思路1正交调幅法的设计方案: 两正弦波相位差...

weixin_30725467的博客 2929

CXL协议-第三章 CXL事务层

CXL.io为I/O设备提供了一个非一致的负载/存储接口。图3-1显示了Flex总线分层层次结构中的位置。事务类型、事务分组格式、基于信用的流量控制、虚拟通道管理和事务排序规则遵循PCIe*定义,详情请参考PCIe基础规范的“事务层规范”章节。本章重点介绍了用于CXL.io的著名的PCIe操作模式或特性。

qq_41305217的博客 2771

杂谈:区块链是否值得投资

关于这个问题,最直接的方式就是比较投入和回报了,如果回报大于投入,那就是值得投资的。 当我们在谈论投资区块链的时候到底是在谈论什么? 我总结了三个方面 1、基于区块链的数字货币 一类货币:BTC、BCH、BSV等第一代数字货币。 二类货币:Ether、EOS等基于第二代区块链网络的数字货币。 三类货币:基于以太坊发行的代币,也就是token。 一类货币是区中心化交易系统的一次完美实践,是一种新的技...

叶玄青的博客 1万+

VS2022 中 std::mutex 静态初始化陷阱:一次诡异崩溃的排查记录

VS2022中使用std::mutex时遇到的静态初始化陷阱问题。该问题源于VS2022 17.4版本为std::mutex添加constexpr支持后,全局静态初始化可能导致系统资源未就绪时锁失效或崩溃。文章分析了问题现象、影响范围,并提供了解决方案。最后给出了排查清单和核心建议

qq_34552942的博客 952

杂谈系列(3)投资与投机

杂谈系列(3)投资与投机 一,投资进、赚钱有望。二,多看少动、把握机会。三,不人云即云、相信自我。四,多做投资分析、减少冲动。五,重战略政策研究、轻视技术。六,缩量续涨天量微涨、见顶信号。七,顶部回落须及时退出、别忘休息。八,大势反转机会必在新股、少量参与。九,势如瀑布时莫抢反弹、谨防套牢。十,地量地价小阴小阳、准备抄底。 1,寻低价潜力品种、长期持有。 2,超跌优质股票、主动买套。 3,有政策

478

SMR实战指南:从GWAS数据到eQTL分析的完整流程

本文提供了基于汇总数据的孟德尔随机化(SMR)实战指南,详细解析了如何从GWAS汇总数据出发,整合eQTL数据,完成从数据准备、BESD格式转换到最终SMR与HEIDI分析的完整流程。文章重点阐述了核心操作步骤、常见避坑技巧与结果解读,旨在帮助遗传学研究者高效掌握这一分析基因表达与复杂性状潜在因果关系的强大工具。

weixin_29246195的博客 1071

2023最新版kali安装教程

2023最新版kali安装教程 打开kali官网(https://www.kali.org/),下载kali镜像

qq_46346209的博客 2万+

杂谈:投资的心态

互联网金融出现了一波高潮的时候,我们经常发现金融宝宝出现了问题。为什么?我们不是读金融,不怎么会回答这个问题。读书的概念很死,就比如一个女性网友,你关心这些干什么事,又和你没关系的,挣钱了才是你的,你这种是多管闲事。 经常有人说过这个事情,互联网的到来把实体店搞死。我们可以分析这句话有没有道理。互联网成本低,相比实体店有着很多优势,不需要有太大的库存。实体店在价格方面并没有太大的优势,这一

夏天的树人的专栏 913

DCDC电路断电时放电波形发生震荡和电压跳变问题,如何解决?

DCDC电路断电时放电波形发生震荡和电压跳变问题: 做的一个项目需要用单片机ADC采集电压,要让单片机感应到电压降到3.1V开始往FLASH里存数据,单片机2.4V基本上就工作不了,(根据单片机手册的,擦写的时间在40mS在左右)所以3.1V降到2.4V的时间必须要大于40mS岁以上,在单片机VCC处加了一个100nF的电容,理论仿真下来150mS左右发现存不进去,用示波器抓了一下波形,发现放电时震荡很严重,实际3.1V到2.4V时间只有10ms左右,这个肯定存不进去; 请教师傅说是应该时前级DCDC开关电

**My Coding Family** 1973

【闲聊杂谈】什么是情绪化交易,以及情绪化交易对投资的影响

情绪化交易指的是投资者因受个人情绪或心理状态影响,而不是基于或进行的投资决策。这些情绪可能包括恐惧、贪婪、兴奋、焦虑或失望,通常会导致投资者做出非理性的行为,例如追涨杀跌或过度交易。

2408_89959346的博客 793

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

【个人杂谈】普通人基金投资铁的纪律

熊市的时候,赚钱效应不大,那么我们的止盈点要低,我个人认为熊市的时候收益达到10%左右即可落袋。因为涨势到了一定高点 ,总是要回调的,好多人不赚钱的原因,就是总是贪心还想着收益更多,结果一夜回到解放前。牛市的时候,什么基金都能赚钱,只不过赚多少的问题。不可以跌了就加仓,到最后真正需要加仓的时候,没资金了,那就真的损失惨重了。至于止损点,无论是熊市还是牛市,我个人认为止损点都可以分为三个档次,-10%、-20%、-30%。跌10%的时候是第一个止损点,即加仓点,这个时候需要加仓基金的本金的一半,

日常问题bug解决、学习分享、个人杂谈等等随便写写哈哈哈 338

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

杂谈系列(5)报表与其它(上)

朋友们!谢谢大家的支持,也谢谢朋友们的信任。昨天我出去看了一下(呵呵,我平常一般不出去看的),有人在替我辩解这几天的是是非非,我在这里谢谢你!你让我感动!我们在现实中可以说素不相识,但你愿意冒着他人的谩骂而辩解,这就是道义!这就是我准备写这个杂谈系列的动力,作为给你的回报。 但是,朋友!我不支持你那样做,我不希望你被人谩骂,我不希望引来更多的麻烦,忍耐吧!忍耐吧!朋友!苍天有眼,人在做,天在看,

842

听荐 | 「谈笑风声」,一次投资圈的尝试

第一次录制播客时,汤达说“我觉得我会喜欢这个”。因为播客让他觉得,能“聊一些蛮开心的东西”。汤达作为喜马拉雅战略投资部负责人,希望有一档播客节目,但是起初他顾虑的,是时间与精力投入过多,...

津津乐道播客 572

投资三步曲后记

                投资三步曲后记     终于写完了。写完了对于我来说是巨篇的三篇心得文章,它的顺序是《投资理念》、《投资杂谈》、《投资方法》。现在再来说几句话作为补充。    这三篇文章用了整整一个月,整整283个小时,(四分之三的时间是用在打字输入电脑)平均每天9.5个小时,最多的一天连续写了将近37个小时。总共有46000多个字,虽然从文字格局、遣字造句方面来说是很不成熟的文

472

我还在坚持买钱币~你呢?

大环境很惨,什么行业都惨。泉友甚至不少想退圈了~我一直都在按部就班的买,不过我这个能力也没钱买什么大钱,我连买个雍正都犹豫~我自己更多是看颜值,版本次之~我没有什么专攻的板块,就是看到什么喜欢了就买。为什么一直买?其实也都是一些闲钱,一些私房钱,也没什么地方可以投。你要说投到股市??我只能说呵呵呵呵呵呵呵呵呵呵呵了楼市?先不说楼市咋样,我这点儿私房钱买个厕所都不够首付款。黄金不错,只是这个价格我也...

森林木的博客 127

投资理财常用指标

文章目录1.PE(市盈率)2.ROE(净资产收益率)3.股息率 1.PE(市盈率)      PE = PRICE / EARNING PER SHARE(价格\每股收益)      PE是指股票的本益比,也称为“利润收益率”。本益比是某种股票普通股每股市价与每股盈利的比率。所以它也称为股价收益比率或市价盈利比率(市盈率)      应用:比如在投资沪深300ETF的时候,可以通过PE评

lihuazaizheli的博客 5870

认知杂谈66

比如说,你要是刚接触投资,那可能就是青铜段位,这时候你就得先学习一些基础的投资知识,像什么是股票、基金、债券,它们的风险和收益是啥样的。就像书里提到的,那些罕见的、不可预测的事件才是真正影响重大的,咱不能只盯着那些常规的情况。这就像在“吃鸡”里,你不能确定敌人具体在哪个草丛里,但你可以根据枪声、脚步声等线索,判断出敌人大概在哪个区域,然后朝着那个方向去寻找,这样击中敌人的概率就会大大提高。比如说,你不能只看一只股票现在涨得好就盲目跟风,得看看这个公司的基本面怎么样,行业前景如何,整个市场的趋势是啥样的。

qq_48828378的博客 708

杂谈系列(8)趋势与波段

杂谈系列(8)趋势与波段 那天我说:长线也好,短线也好,赚钱就好!适合你的就是最好的。最可怕的是打着投资的旗号进行投机,似是而非的投资。今天就说说这个话题。这样的人在现实中很少的,每个营业部我估计也就是一个人二个人差不多了,因为这是聪明人,聪明是肯定的。而且他有着理论上的基础,就是林奇的“在价值投资基础上的趋势投资”,也就是平常人们说的波段操作。林奇是证券界的一代大师,是我的崇拜偶像,如果做的好

587

价值投资书籍:李大霄投资战略第二版pdf解读(附下载)

本文是《李大霄投资战略(第二版)》的读书笔记,梳理作者的核心思路:先认清资金属性再谈投资,用政策、估值、大类资产与情绪四个维度判断市场温度,并整理底部与顶部的常见特征,以及"买好公司、长期持有、少交易"的朴素方法。适合投资新手与想建立价值投资框架的读者参考。文首附学习交流渠道,本文为个人读书笔记,不构成投资建议。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 2315

老刘,如果以投资为目的,收藏什么钱好?

黄金投资也是类似情况,如今金价居高不下,相较于前几年的投资窗口期,当下的投资风险明显增加。回顾十年前,顺治、康熙、雍正通宝价格亲民,康熙通宝单枚仅需几元钱,康熙罗汉钱也不过百十元,而如今,普通康熙通宝价格也几十近百元,康熙罗汉钱更是涨至数千元。在明朝钱币中,由于明朝作为中国历史上最后一个大一统的汉人王朝,“天子守国门,君王死社稷”的气节通过影视剧、小说等媒介深入人心,使得明钱备受藏家青睐。

森林木的博客 254

古币杂谈:现在玩儿得起的也就只有铜钱儿了

有人知道我玩儿铜钱后总喜欢问我:你知道你买的东西是西周的还是上周的?这个话题我打算抽时间单写一篇,简单说下普通学生党,打工狗的玩儿法吧。这里说下我自己在保值升值方面的考量。老百姓,一般来说,投资渠道就是股市,楼市。楼市赶上红利上车早的人,还好;现在再去谈楼市……那股市呢,就看最上面的两张图吧:十年,也没太大起色,国内的股市,都是庄家割韭菜,八亏一平一赚。另外其他的,也有人玩儿啥比特币,狗狗币,什么...

森林木的博客 427
上一篇: 投资杂谈(中)
下一篇: 600308,价值低估!(续)
Labber
博客等级 码龄19年 26粉丝 1976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值