已经摆在面前了,该不该上

昨天,A股又来了一个大幅度的上涨,现在大部分股民的心态都挺纠结的。

纠结的状态,如果按照仓位来分一共就分为两种:

  • 还没入场,现在还要不要上车,或者是已经止损了现在还要不要再上?

  • 这个时候需不需要止损?

导致这种纠结的原因,用老钱说钱的话来说就是:

目前的情况来看,超额的收益来源于风险暴露。

大的熊市和牛市是股民集体情绪的体现,炒的就是市场情绪。

至于市场情绪到什么时候截止,已经不是用估值手段能够考虑的了。

对于一个疯狂的市场来讲,不理性的情况下也没有办法用以往的估值方式,参照标准去记性评价。

面对这种疯狂的市场情绪,各大V提供的有这么几个应对方式:

  • 首先,从心态上要调整好,不要想着逃顶。

尽量能够吃到最后一波主浪,这样哪怕之后收益有一点回撤也不会有踏空的痛。

  • 其次,通过一些技术指标判断市场情绪。

布衣书生用的策略是跌破5日线减仓,跌破10日线清仓。

招财大牛猫使用的策略是5日没有创新高在考虑是否要减仓的问题。

这背后的逻辑其实都是一样的。

只有大资金入场之后才会有大资金的回撤,那么有足够大的盈利盘之后,才会有大资金的回撤。

多头和空头不断存在,当价位不断拉升之后盈利盘越来越大,后续的资金自然就承受不住想要清仓获利的资金卖出。

对于,还没有上车的人,大牛猫也提供了一种可供参考的入场方式。

以10%的仓位幅度买入同一只个股,买到这只个股崩盘为止。

当然无非结果就三种:

  • 第一种,一进去牛市结束,山顶站岗那个时候也就10%的仓位,也能接受。

  • 第二种,买到中途崩盘,那早期其实也还有一些盈利盘。

  • 第三种,卖完之后还没崩,成功上车。

倒是一个可以参考的好办法,不过还是要注意一下投入的资金量。

今天的分享就到这里了,感兴趣的话关注我的微信公众号:终南樵

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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