理財037

---A技術分析獲利20%的機率是25%,B技術分析獲利2%的機率是65%,我還是選B技術分析,因為你會對A技術分析的75%小虧損而喪失信心。
---市場天天在變動,所以對長線(月),中線(周),短線(日)的技術分析模型,也要定期更換勝率%大的交易系統...
---河流為什麼不走直路,而是彎彎的曲線,這是因為它往阻力小的方向前進,投機市場的商品價格是同樣道理。
---所謂灰天鵝,就是規劃的走勢趕不上意外的驚喜...
---在投機市場裡,可以技術分析"牛熊"的方向,但是無法確認奔跑速度...


歷史上3次投機泡沫,
分別是1989年日本、2000年科技,以及2008年金融海嘯。
而2020年,
歐美各大央行的大撒幣,是否又是一次金融海嘯...

選擇一個獲利機率高的分析方法,這是投機的重要關鍵...
以下是較廣為投資人所知的技術指標:
指數平均線(EXPMA):
通常只設定兩條線,參數為5與20,
當短期指數平均線由下往上交叉中期平均數時為買進訊號,由上往下交叉時為賣進訊號。
指數平均數也與一般移動平均線有異曲同工之妙,可做為壓力與支撐的參考。

相對強弱指數(RSI):
RSI的基本原理是在一個正常的股市中,多空買賣雙方的力道必須取得均衡,股價才能穩定;
而RSI是對於固定期間內,股價上漲總幅度平均指占總幅度平均值的比例。

隨機指標(KD):
DMA平均線差(Different of Moving Average)乃利用兩條不同期間的平均線,計算差值之後,再除以基期天數。

指數平滑異同移動平均線(MACD):
MACD指數平滑異同移動平均線為GERALD APPLE所創,
其利用兩條長、短期的平滑平均線,計算其二者之差離值,作為研判行情買賣之依據。

乖離率(BIAS)簡稱Y值:
葛南碧移動平均線八法則中第四與第五項中提示股價距離移動平均線太遠,
不管是股價在移動平均線之上或之下,都有可能趨向移動平均線。
但並沒有表示股價距離平均線多遠,才是買賣時機,乖離率即是此種原則的技術指標。
乖離率可分為正乖離率與負乖離率。
若股價在移動平均線之上,則乖離率為正,反之則為負,當股價與平均線相同,則乖離率為零。
隨著股市強弱,乖離率周而復始穿梭在零的上方或下方。
從長期圖形變動可看出正乖離率大至某百分比以上便是賣出時機,負乖離率大至某百分比之下是買進時機。
多頭市場的狂漲與空頭市場的狂跌會使乖離率達到意想不到的百分比,但是出現次數極少,時間亦短。

布林線指標:
布林線(Bollinger Bands),利用統計學原理標準差求其信賴區間,
本指標相較Envelopes,更能隨機調整其變異性,上下限之範圍不被固定,隨股價之變動而變動。

拋物轉向系統 (SAR):
SAR(Stop and Reverse)又名拋物線(Parabolic).,
屬於時間與價格並重的系統,由於組成該指標的每一個點以弧線移動,故名之為拋物線。

Trix指標:
TRIX(Triple Exponentially Smoothed Moving Average)為股價之三重指數平滑移動平均線。

BRAR指標:
BR代表人氣指標,依反市場心理,當市場人氣狂熱時賣出,人氣悲觀時買進,
AR代表股價氣勢指標,測量市場真實的潛在動能,可以有效提供投資者辨認高價圈和低價圈,

VR指標:
VR實為成交量之強弱指標,運用在過熱的市場及低迷的盤局中,進一步辨認頭部和底部的形成。
有相當的作用,VR可與PSY配合使用。

EMV指標:
阿姆氏簡易波動指標(EMV)原名Arm's Ease of Movement Value.是由Richard W.Arms Jr.依據等量圖及壓縮圖原理設計而成.
ARMS嘗試將價格與成交量的變化,結合成一個指標,為觀察市場在缺乏動力情況下的移動情形。
較少成交量可以向上推動股價時,則EMV的值會升高,
同樣的,較少的成交量可以向下推落股價時,EMV的值會降低,但是,如果股價需要大成交量來推動時,則EMV會趨向於 0。

WVAD指標:
WVAD(Williams's Variable Accumulation/Distribution)是一種加權的量價動量指標,
由Larry Williams所設計,其作用在於測量從開盤到收盤期間,買方與賣方各自的爆發力程度。

W%R指標:
此為測量行情震盪強度的指標,
乃引用遇強則買,遇弱則賣的原理,提供投資人交易之參考依據。

CCI指標:
CCI全名Commodity Channel Index,
此指標同時適用於期貨商品及股價。
主要測量脫離價格正常範圍的變異性。

ROC指標:
ROC(Price Rate of Change)乃以今天之價格比較其N天前之價格,以比率表示之,
採用12天及25天周期可達到相當的效果。

 

 

arrow
arrow
    全站熱搜

    AI芯視界 發表在 痞客邦 留言(0) 人氣()