機械化交易新解：技術指標進化論 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

杜昭銘（Parkson Dow） 著

圖書標籤:

• 量化交易
• 技術指標
• 交易策略
• 金融工程
• Python
• R語言
• 機器學習
• 時間序列
• 市場分析
• 投資理財

齣版社： 寰宇齣版股份有限公司

ISBN：9789866320316

商品編碼：16014169

包裝：平裝

齣版時間：2011-07-01

用紙：膠版紙

頁數：312

正文語種：繁體中文

商品尺寸：21*14.8

內容簡介

《機械化交易新解：技術指標進化論》從設計公式、基本觀念、運用規則、背離運用、圖形運用、切線運用、交易運用、實戰心得等，深度解析『RSI』、『KD』、『MACD』三大技術分析指標。機械化交易是作者多年來努力推廣的交易方式，他認為想要啟動交易的獲利金鑰、資金管理，唯有執行機械化交易是不二法門。本書展現瞭作者對交易獨特的見解以及長年研究深厚的功力，對於交易者來說，這是一本不容錯過的經典。
《機械化交易新解：技術指標進化論》歸納目前市場指標使用的共通特性；一、指標運算，瞭解均線的運作原理，二、從資訊分析來談背離的認識與運用。三、時間與乖離的運用。本書的目的是希望讀者們能重拾對長壽指標的認識與信心。從書中會看到許多過往不曾聽到的使用觀念，都是作者自原創者所得來原汁原味的考據；其中有些創新使用觀念，也都是延伸自原創基礎理論基礎。作者給讀者的承諾就是，你將真正的瞭解這些技術指標原理與用法，並該努力思考著如何加強指標工具的運用，讓獲利提升。
作者認為投資人的問題，不是在尋求一個耀眼的聖盃，而是一個好用的交易武器。他人好用的交易模式不一定適閤你。作者偏好往60%的盤局日子裡鑽，不喜歡等待十幾年纔來一次的大行情。市場的道理如同人生一般「法本無法」，沒有所謂的定理，所有的道理都必須自己用心過濾深思。

作者簡介

Parkson Dow（杜昭銘）
學歷：景文高工
經歷：專職金融商品交易24年
專長：機械化交易、程式交易
現職：Trader&Writer;
著作：《TradeStation程式交易全攻略》、《機械化交易新解：技術指標進化論》

內頁插圖

目錄

推薦序1
推薦序2
推薦序3
推薦序4
推薦序5
以謝代序
前言
壹、實戰技術篇：法本無法、心手閤一
技術指標使用導引
指標的分類－－趨勢指標與動量指標
動量指標運用之母－－背離訊號
麯線閱讀基礎－－葛蘭碧八大法則
一、全方位交易指標－－強弱指標RSI介紹
RSI公式設計觀念與原理
RSI指標運用之峰頂與榖底
RSI指標運用之背離
RSI指標運用之圖形分析與壓力支撐
RSI切線拉迴與背離關係
RSI的突破盤局訊號
RSI停損與反手進場
RSI交易範例
二、市場的情緒度量衡－－KD隨機指標介紹
KD隨機指標公式設計觀念與原理
KD特性之一：發散與收斂
KD特性之二：穿越
KD特性之三：關鍵
KD特性之四：警告
KD特性之五：膝部與肩膀
KD特性之六：隻有%K產生背離
KD特性之七：定位（準反轉）
KD特性之八：多頭齣場設定
KD特性之九：空頭齣場設定
Parkson看KD隨機指標
KD持倉的層層驚喜
指標背離的無解宿命
KD交易範例
三、順勢逆勢交易兩相宜－－MACD指標介紹
MACD的設計公式與基本觀念
Gerald建議的MACD使用規則
MACD買賣訊號之一：背離運用
MACD買賣訊號之二：柱狀圖運用
MACD買賣訊號之三：切線運用
MACD買賣訊號之四：Bill Williams論點
MACD買賣訊號之五：Linda Bradford Raschke 實戰心得
MACD交易範例
貳、交易資金管理篇
停損點的設定原理與概念
追蹤型停損與加碼
交易策略與資金管理的交集
資金配備與風險控管
交易概率數字麵麵觀
附錄一、Parkson話交易
欲修其身者，先正其心—談交易心態
聖杯之路
真實謊言
話停損
奇蹟與偏見
你為什麼不交易？
交易攻守之道
機械化交易之我見
附錄二

精彩書摘

內文連載
壹、實戰技術篇：法本無法、心手閤一
技術指標使用導引
我們希望交易會是一門要求精確的科學，但是在傳統的圖形技術分析領域裡交易被變成科學與藝術混閤的事物。當事情一牽涉到藝術的浪漫區域裡，就會讓人常常落得有理說不清瞭。雖然有謂「一圖勝韆言」，但韆言萬語在交易的過程是多瞭些。於是交易圈裡的一些工程師們開始思索一條比較簡明與數據主導的理性分析工具──指標。
技術指標通常是利用一組數學運算公式，公式可能是歸納也可能是數值比較，許多更是衍生自統計學上的一些原理。基本上就是所謂「量化」我們的交易歷史數據，在結果中方便的分析遞增、遞減或週期變化，解讀後可以迅速的被分析得到結論以幫助投入交易。所以，公式是條理化的，而我們的交易動作也可以被條理化。而條理化、製度化交易可以減少行情判斷的灰色地帶，導引我們交易進入一種直覺化反應的交易，我們稱之為「機械化交易」。
機械化交易有助於我們麵對市場上龐大且齣現迅速的資訊，特別是當我們麵對分時區段的短線交易進齣（Day Trading）；或者我們在麵對股市動輒上韆上萬傢上市公司做投資篩選時（Screener），你希望一天隻有２４小時的我們在每一傢公司裡停留多少時間來得到初步分析結論？當然更好的消息是，你可以輕易的把規則告訴電腦化程式語言，讓電腦幫你篩選甚至監督即時行情。從讓電腦來幫助我們交易這件事，就更可以看到指標除簡化交易分析的時間外的另一個好處就是——它可以在最少的失真下被複製，複製知識或我們所謂的教育。
複製交易知識最成功並為人所傳頌的就是——交易圈神秘的團體超級作手丹尼斯（Richard Dennis & William Eckhardt in 1984）一手訓練齣的「烏龜小組」（Turtle Trader）。第一代烏龜小組來自個別不同生活與工作環境，在丹尼斯短期的訓練教育之後就披掛上陣獨立作業。長期以來，在美國的投資顧問界每年評比最佳績效前二十名中，常常包辦二分之一強的名額。近年來烏龜的神秘麵紗已經被揭開許多，在網路上可以取得許多文件以一窺究竟。再簡單不過瞭的２０天高價、低價突破進場法，外加市場變動率計算投資比重與加碼；如此便創造市場的神話。
許多人在看完烏龜的文件後大多產生兩種反應，一是失望，另一是繼續不相信烏龜的交易會是如此簡單，簡單的到他十歲的兒子都可以理解並吵著要爹地明天幫他開戶。但是，這不就是機械化操作的最大優勢嗎？容易被學習與容易在市場進入狀況。
機械化交易一直是我努力所推廣的交易方式，在本書的最後，我還會再跟你討論機械化交易與它的好處，因為想要啟動交易的獲利金鑰、資金管理，唯有執行機械化交易是不二法門。

前言/序言

好的，這是一份關於《量化投資的基石：從基礎理論到實戰策略》的圖書簡介。 --- 量化投資的基石：從基礎理論到實戰策略 深入理解現代金融市場的驅動力 在全球金融市場日益復雜與高頻化的今天，傳統的主觀投資方法正麵臨前所未有的挑戰。量化投資，這一結閤瞭金融學、數學、統計學乃至計算機科學的交叉學科，已成為主導現代投資決策的核心力量。《量化投資的基石：從基礎理論到實戰策略》旨在為讀者構建一個全麵、係統且深入的量化投資知識體係。本書不局限於介紹特定的交易模型或軟件操作，而是著重於揭示量化投資背定的底層邏輯、核心理論框架及其在真實市場中的應用精髓。 本書的結構設計力求邏輯嚴謹，層層遞進，確保即便是對金融工程背景不深的讀者，也能逐步掌握量化投資的理論脈絡，並能將所學知識轉化為可操作的投資策略。 第一部分：量化投資的理論基礎與數學工具 本部分是整個量化投資體係的理論基石。我們首先摒棄對復雜公式的盲目崇拜，轉而強調對核心金融經濟學概念的深刻理解。 第一章：現代投資組閤理論的再審視 我們將從馬科維茨（Markowitz）的經典模型齣發，探討其在實際應用中的局限性，特彆是對資産收益率分布的假設。隨後，深入剖析資本資産定價模型（CAPM）及其多因子擴展，如Fama-French三因子和五因子模型。重點在於理解風險因子（如市值、價值、動量、質量）的經濟學意義，而非僅僅將其視為統計擬閤的結果。我們討論如何使用滾動迴歸和時間序列分析來估計和檢驗這些因子的有效性。 第二章：概率論與隨機過程在金融中的應用 量化策略的穩健性建立在嚴謹的概率論基礎上。本章細緻講解瞭隨機過程（如布朗運動、幾何布朗運動）如何用於描述資産價格的演化，並探討瞭伊藤引理在衍生品定價中的核心地位。對於風險管理，則需要掌握條件風險價值（CVaR）和極值理論（EVT），這些工具對於理解極端市場事件的發生概率至關重要。我們將通過Python的`scipy`庫實例，演示如何對金融數據進行擬閤檢驗，確保模型選擇的準確性。 第三章：時間序列分析與高頻數據處理 金融時間序列的顯著特點是其非平穩性、異方差性和序列相關性。本章聚焦於單位根檢驗（ADF、KPSS）、協整檢驗（Engle-Granger、Johansen）等工具，以識彆資産間的長期均衡關係。對於高頻交易領域，本書介紹瞭如何處理噪聲數據、時間戳對齊（Timestamp Alignment）以及微觀市場結構的建模，例如訂單簿的動態變化及其對價差的衝擊效應分析。 第二部分：數據、因子與模型構建 理論是基礎，數據和因子是量化的血液。本部分聚焦於如何從海量信息中提取齣具有預測能力的信號。 第四章：數據源的獲取、清洗與特徵工程 量化投資的質量受製於數據質量。本章詳細介紹瞭主流的數據類型：行情數據（Level 1/Level 2）、基本麵數據、另類數據（衛星圖像、新聞情感等）。重點講解瞭數據清洗的關鍵步驟，包括異常值檢測（使用魯棒統計方法如M-估計）、缺失值插補策略（基於時間序列插值或機器學習模型），以及如何構建多粒度的時間序列特徵。我們強調特徵交叉和特徵選擇的重要性，避免維度災難。 第五章：因子的構建、檢驗與衰減分析 因子是量化策略的核心Alpha來源。本書係統地梳理瞭市場公認的因子（價值、成長、動量、質量、波動率等）的構造方法，並提供瞭一套標準化的因子檢驗流程——包括T檢驗、信息係數（IC）計算、信息比率（IR）評估。尤為重要的是，我們將探討因子生命周期管理，即如何量化因子的衰減速度，並設計動態的因子輪換機製，以保持策略的長期有效性。 第六章：機器學習在量化中的應用與局限 近年來，機器學習模型在預測收益和分類任務中展現齣潛力。本章超越瞭簡單的綫性迴歸，深入探討瞭樹模型（如隨機森林、XGBoost）在因子篩選中的應用，以及深度學習模型（如LSTM、Transformer）在處理序列依賴性問題上的嘗試。關鍵在於討論模型的過擬閤風險、樣本外（Out-of-Sample）測試的嚴格性，以及如何使用模型可解釋性工具（如SHAP值）來理解模型決策的經濟邏輯。 第三部分：策略設計、迴測與風險控製 擁有優質因子後，如何將其轉化為一個穩定、可盈利的交易係統是實踐的關鍵。 第七章：量化交易策略的係統化設計 我們將策略開發過程分解為輸入、信號生成、頭寸確定、執行和退齣五個核心模塊。重點討論瞭不同策略類型（如趨勢跟蹤、均值迴歸、套利策略）的結構差異。在執行環節，詳細介紹瞭訂單流的建模，包括滑點（Slippage）的精確估計，以及如何使用最優執行算法（如VWAP、TWAP）來最小化交易成本。 第八章：嚴謹的迴測框架與偏差消除 迴測是策略的試金石。本章著重於構建一個“無偏見”的迴測環境。我們將深入剖析迴測中常見的陷阱，例如：前視偏差（Look-Ahead Bias）、幸存者偏差（Survivorship Bias）、數據頻率不匹配偏差。我們提供瞭一套完整的診斷工具，用以評估迴測結果的穩健性，包括濛特卡洛模擬在壓力測試中的應用，以及如何通過“樣本內/樣本外”劃分進行模型驗證。 第九章：風險管理與資金規模化（Scaling） 一個成功的量化係統，其風險管理模塊必須與Alpha生成模塊同等重要。本章涵蓋瞭核心風險指標的計算與監控，如最大迴撤、夏普比率、索提諾比率。更進一步，我們探討瞭多策略組閤的協方差管理，如何通過有效的資産配置平滑整體淨值麯綫。最後，本書討論瞭資金規模化（Scaling）的挑戰，即當資金規模增大時，策略的有效性和交易成本如何變化，以及如何通過分層策略應對流動性約束。 結語：麵嚮未來的量化視野 《量化投資的基石》不僅僅是一本技術手冊，更是一份引導讀者構建批判性思維的指南。它強調，量化投資的未來在於不斷適應市場結構的變化、數據類型的融閤以及計算能力的提升。本書旨在培養讀者終身學習的能力，使他們能夠持續地發現、驗證和部署新的投資信號，最終在競爭激烈的金融市場中立於不敗之地。 --- 目標讀者： 量化交易從業者、金融工程專業學生、高淨值人士的私人投資顧問、以及所有希望從根本上理解現代金融市場運作機製的專業人士。 建議配套： 讀者最好具備基礎的綫性代數和統計學知識，並對Python編程有初步瞭解。本書提供瞭大量的理論推導和代碼邏輯框架，而非直接的代碼復現包。

評分☆☆☆☆☆

“機械化交易新解”，光是這幾個字，就足以勾起我強烈的好奇心。它傳遞齣一種“解構與重構”的意味，仿佛有人要將我們習以為常的交易模式進行一番深刻的剖析，然後用一種全新的、更加高效的方式來呈現。而“技術指標進化論”，更是為這種“新解”注入瞭靈魂。它暗示著，我們所熟知的那些技術指標，並非靜止不變的工具，而是在不斷地“進化”，以適應日益變化的市場環境和技術水平。我非常期待，作者是如何闡釋這種“進化”的？是它涉及到更深層次的數學模型和統計學原理？還是它與人工智能、大數據等新興技術産生瞭怎樣的奇妙化學反應？我腦海中閃過無數個關於技術指標的問號：它們是如何從最初的簡單圖錶，演變成如今支撐起復雜量化策略的核心要素？在“機械化交易”的時代，它們又扮演著怎樣的角色？是作為決策的依據，還是作為執行的指令？這本書的名字，讓我看到瞭一個更加智能、更加動態的交易未來，我渴望通過閱讀這本書，去理解和把握這種“進化”的力量，從而在未來的交易中占據先機。

評分☆☆☆☆☆

這本書的書名，讓我想到瞭一個關於“智慧”的故事。在古老的時代，人們依靠觀察星象、潮汐來理解自然規律，這或許就是最原始的“技術指標”。而如今，隨著科技的飛速發展，我們擁有瞭強大的計算機和復雜的算法，能夠模擬、預測甚至操控市場。 “機械化交易”就如同將這種“智慧”賦予瞭機器，讓它們在交易的世界裏精準、高效地執行指令。“技術指標進化論”則像是講述瞭這段“智慧”的成長史，從最初的萌芽，到如今的枝繁葉茂。我很好奇，作者會如何描繪技術指標的“進化”路徑？是它們從簡單的靜態數據，變成瞭能夠感知市場情緒、甚至是預測新聞事件的動態分析工具？書中是否會介紹一些突破性的指標概念，它們能夠超越傳統的價量關係，深入挖掘市場的微觀結構和潛在驅動力？我想象著，這本書或許會挑戰我們對技術指標的固有認知，讓我們看到一個更加智能、更加前沿的交易世界。它不僅僅是一本關於交易的書，更像是一部關於金融科技演進的史詩，我迫不及待地想翻開它，一探究竟。

評分☆☆☆☆☆

坦白說，看到這本書的標題，我最先聯想到的就是那些在金融市場呼風喚雨的“量化巨頭”和他們背後神秘莫測的算法。 “機械化交易”這個詞，在我心中勾勒齣一幅幅高速運轉的電腦屏幕，一行行精妙的代碼，以及不知疲倦、毫秒必爭的交易執行場景。而“技術指標進化論”，則像是一個宏大的敘事，它不僅僅是關於幾個技術指標的講解，更像是一部關於金融科技發展史的縮影。我很好奇，作者是如何看待技術指標在“機械化交易”中的角色演變的？是它們從簡單的輔助工具，逐漸成為瞭交易決策的核心驅動力？還是說，隨著人工智能和機器學習的興起，傳統的技術指標也發生瞭顛覆性的變化，它們被賦予瞭更強的學習能力和預測能力？我甚至在想，書中是否會探討一些關於“黑箱”算法的哲學思考，或者分析在高度機械化的交易環境中，人類交易者的價值何在？這本書的名字充滿瞭探索和發現的意味，它不僅僅是寫給那些已經身處量化交易前沿的專業人士，也同樣吸引著像我這樣，對金融科技的未來充滿好奇的普通投資者。我期待它能給我帶來一些顛覆性的認知，讓我對交易的理解提升到一個全新的高度。

評分☆☆☆☆☆

作為一個在市場摸爬滾打多年的老股民，我一直對技術分析情有獨鍾。然而，隨著市場的日益復雜和信息傳播速度的加快，我越來越感覺到，傳統的、單打獨鬥的技術指標應用方式，似乎有些力不從心。“機械化交易”這個概念，對我來說，既熟悉又陌生。熟悉是因為我早已聽說過自動化交易的優勢，陌生則是因為我對它的具體實現方式和底層邏輯缺乏深入的瞭解。而“技術指標進化論”這個副標題，更是讓我眼前一亮。它意味著這本書並非停留在對現有指標的簡單羅列和解釋，而是試圖去探究這些指標是如何隨著時代的發展而不斷演進的。我非常想知道，作者是如何定義“進化”的？是指指標的計算方式更加精妙？還是指它們能夠更好地適應不同的市場環境？或者，是指它們能夠與更高級的算法模型融閤，發揮齣更強大的威力？我腦海中浮現齣各種經典技術指標，例如布林帶、MACD、KDJ等，它們在機械化交易的語境下，是否被賦予瞭新的解讀和應用方式？這本書似乎承諾著一場關於技術分析的“升級”，我期待它能幫助我突破現有認知，找到在當前市場環境下更有效、更智能的交易方法。

評分☆☆☆☆☆

這本書的書名聽起來就充滿瞭前沿的科技感和深度，仿佛能帶領我穿越到未來，見證交易世界的變革。我最近一直在關注量化交易和算法交易的發展，這本書的名字恰好擊中瞭我的興趣點。“機械化交易”這個詞本身就蘊含著自動化、高效和精確的特質，而“新解”則暗示著作者並非簡單重復已有的概念，而是帶來瞭全新的視角和獨到的見解。“技術指標進化論”更是引人遐想，它似乎在描繪一個宏大的圖景，展示瞭各種技術指標如何從誕生之初，經過不斷的迭代、優化和創新，最終演變成如今支撐起復雜交易策略的強大工具。我迫不及待地想知道，作者是如何梳理這些技術指標的發展脈絡的？是按照時間順序，還是按照功能分類？書中是否會涉及到一些經典的、耳熟能詳的技術指標，比如移動平均綫、MACD、RSI等，然後深入剖析它們在“機械化交易”時代被賦予的新生命？又或者，作者會重點介紹一些鮮為人知但卻極具潛力的“進化”後的指標，它們是如何剋服舊指標的局限性的？我想象著書中可能會齣現的圖錶和公式，它們一定能夠清晰地展示指標的演變過程和實際應用的效果。這本書無疑為我打開瞭一扇通往更高級交易領域的大門，我期待它能帶來一場關於技術指標的知識盛宴。

評分☆☆☆☆☆

市場交易的方式非常多,用五花八門來形容一點也不為過,各種交易方式都有獲利的可能,這也是期貨的魅力所在.這種魅力吸引瞭大量投資者來參與期貨交易,人人都認為自己可以成功,然而,也正是因為交易方式的多樣性,導緻投資者難以找到適閤自己的交易方式,因為市場在不同的階段都有與其相適應的交易方式在獲利,這使投資者産生一種錯覺:市場上到處都是機會天天都有人在賺錢,可自己為什麼卻總也抓不住呢 投資者很容易迷失在這種錯覺之中,這種錯覺的根源在於投資者因錯過任何機會都很後悔,都會自責,因為他自認為這個機會他是有能力把握的,市場的包容性,往往是導緻投資者無從確定自己交易方式的根源,而實際操作中,越貼近市場越容易受到各種各樣其他因素的影響,如市場氣氛,主力的齣入,消息的震蕩,行情運行的拉鋸,都可能使一個交易者無法承受心理壓力而做齣錯誤的判斷,這就是虧損的根源.

評分☆☆☆☆☆

這個時候的人不知道金融投資市場並不是他眼中屏幕上的圖錶那麼簡單,不知道進入金融市場需要掌握什麼樣的知識,眼中隻有買和賣,開始也許會嘗點甜頭,初戰告捷自然信心大增,滿倉進滿倉齣,漸漸的他發現這個時候市場怎麼老跟自己過不去,賣瞭就漲,買瞭就跌,而且反嚮入場點位時機均佳,好像市場反嚮的動力就差他自己那幾手交易.這就是期貨市場的魔力,賺大錢甚至是連續幾次賺大錢十分地容易,而要保住利潤,長久地保住利潤卻萬分地難.每個期貨人都有過賺錢的經曆,不少人還有過在一段時期內連續多次賺大錢的經曆,但有能力保住利潤的卻少之又少, 最後的結果確往往使他們失望,這個結果就是市場隻有少數人能夠從中獲利,甚至是暴利.

評分☆☆☆☆☆

期貨市場是一個極具誘惑力的市場,它是在一個大傢共同認可的遊戲規則下,憑自己的決策,判斷而進行交易的一種市場.它的保證金製度給人以小博大的諸多機會.它能使人獲取暴利,的確,期貨能使人緻富.人們在加入這個市場前隻看到瞭這一點,原來期貨交易這麼簡單,漲瞭就買,跌瞭就賣就可以賺大錢,取最高價和最低價算一下如果自己滿倉去做會賺多少錢,然後自己讓自己算齣來的數字感染的興奮不已,激動異常,這麼簡單,然後信心十足的投入市場搏殺.

評分☆☆☆☆☆

這個時候的人不知道金融投資市場並不是他眼中屏幕上的圖錶那麼簡單,不知道進入金融市場需要掌握什麼樣的知識,眼中隻有買和賣,開始也許會嘗點甜頭,初戰告捷自然信心大增,滿倉進滿倉齣,漸漸的他發現這個時候市場怎麼老跟自己過不去,賣瞭就漲,買瞭就跌,而且反嚮入場點位時機均佳,好像市場反嚮的動力就差他自己那幾手交易.這就是期貨市場的魔力,賺大錢甚至是連續幾次賺大錢十分地容易,而要保住利潤,長久地保住利潤卻萬分地難.每個期貨人都有過賺錢的經曆,不少人還有過在一段時期內連續多次賺大錢的經曆,但有能力保住利潤的卻少之又少, 最後的結果確往往使他們失望,這個結果就是市場隻有少數人能夠從中獲利,甚至是暴利.

評分☆☆☆☆☆

這個時候的人不知道金融投資市場並不是他眼中屏幕上的圖錶那麼簡單,不知道進入金融市場需要掌握什麼樣的知識,眼中隻有買和賣,開始也許會嘗點甜頭,初戰告捷自然信心大增,滿倉進滿倉齣,漸漸的他發現這個時候市場怎麼老跟自己過不去,賣瞭就漲,買瞭就跌,而且反嚮入場點位時機均佳,好像市場反嚮的動力就差他自己那幾手交易.這就是期貨市場的魔力,賺大錢甚至是連續幾次賺大錢十分地容易,而要保住利潤,長久地保住利潤卻萬分地難.每個期貨人都有過賺錢的經曆,不少人還有過在一段時期內連續多次賺大錢的經曆,但有能力保住利潤的卻少之又少, 最後的結果確往往使他們失望,這個結果就是市場隻有少數人能夠從中獲利,甚至是暴利.

評分☆☆☆☆☆

在商品現貨市場,如果買賣雙方達成交易,一般是”勝——勝”型的雙贏結果,而在期貨市場,期貨閤約的交易則是”勝——負”型結果,因此,在任何情況下必定有一部分投資者將處於虧損的被動局麵中.如果投資者想在期市中成為長期,穩定的贏傢,就必須確立符閤市場條件的投資原則.

評分☆☆☆☆☆

一個初入期市的交易者很可能是一個直覺交易者,他們往往依靠自己對市場的直覺去交易,由於他對市場的理解和實踐經驗有限,他們的這種直覺往往是一種錯覺.比如說,在上漲趨勢中,一個新手看見某商品連續大漲就會迫不急待地想去做空,被套瞭還要加倉,這於他們在日常生活中低買高賣的理念有關,還有些交易者看見以前K綫中齣現瞭某種看漲形態,後來商品價格也的確上漲瞭,便以為齣現這種形態都會看漲.其實,他的這種看法是對以前的認知體係所産生的一種依賴性.但曆史不會簡單重復,”這一次”不等同於”上一次”,以往的經驗不能完全成為判斷現在的依據.

評分☆☆☆☆☆

還沒看

評分☆☆☆☆☆

一個初入期市的交易者很可能是一個直覺交易者,他們往往依靠自己對市場的直覺去交易,由於他對市場的理解和實踐經驗有限,他們的這種直覺往往是一種錯覺.比如說,在上漲趨勢中,一個新手看見某商品連續大漲就會迫不急待地想去做空,被套瞭還要加倉,這於他們在日常生活中低買高賣的理念有關,還有些交易者看見以前K綫中齣現瞭某種看漲形態,後來商品價格也的確上漲瞭,便以為齣現這種形態都會看漲.其實,他的這種看法是對以前的認知體係所産生的一種依賴性.但曆史不會簡單重復,”這一次”不等同於”上一次”,以往的經驗不能完全成為判斷現在的依據.