《缠中说禅108课》16:中小资金的高效买卖法

article/2025/10/19 20:07:24

上章说过,市场任何品种任何周期下的走势图,都可以分解成上涨、下跌、盘整三种基本情况的组合。上涨、下跌构成趋势,如何判断趋势与盘整,是判断走势的核心问题。一个最基本的问题就是,走势是分级别的,在 30 分钟上的上涨,可能在日线图上只是盘整的一段甚至是下跌中的反弹,所以抛开级别前提而谈论趋势与盘整是毫无意义的,这必须切实把握。注意,下面以及前面的讨论,如没有特别声明,都是在同级别的层面上展开的,只有把同级别的事情弄明白了,才可以把不同级别走势组合在一切研究,这是后面的事情了。

       上涨、下跌、盘整三种基本走势,有六种组合可能代表着三类不同的走势:

       陷阱式:上涨+下跌;下跌+上涨。

       反转式:上涨+盘整+下跌;下跌+盘整+上涨。

       中继式:上涨+盘整+上涨;下跌+盘整+下跌。

 市场的走势,都可能通过这三类走势得以分解和研究。站在多头的角度,首先要考虑的是买入,因此,上面六种最基本走势中,有买入价值的是:下跌+上涨、下跌+盘整+上涨、上涨+盘整+上涨三种。没有买入价值的是:上涨+下跌;上涨+盘整+下跌;下跌+盘整+下跌。由此不难发现,如果在一个下跌走势中买入,其后只会遇到一种没买入价值的走势,就是下跌+盘整+下跌,这比在上涨时买入要少一种情况。而在下跌时买入,唯一需要躲避的风险有两个:一、该段跌势未尽;二、该段跌势虽尽,但盘整后出现下一轮跌势。

在上一章没有趋势没有背驰中,对下跌走势用背驰来找第一类买点,就是要避开上面的第一个风险。而当买入后,将面对的是第二个风险,如何避开?就是其后一旦出现盘整走势,必须先减仓退出。为什么不全部退出,因为盘整后出现的结果有两种:上涨、下跌,一旦出现下跌就意味着亏损,而且盘整也会耗费时间,对于中小资金来说,完全没必要。这里有一个很重要的问题留待后面分析,就是如何判断盘整后是上涨还是下跌,如果把握了这个技巧,就可以根据该判断来决定是减仓退出还是利用盘整动态建仓了。这是一个大问题,特别对于不想坐庄的大资金来说,这是一个最重要的问题,因为不想坐庄的大资金的安全建仓在六种走势中只可能在下跌+盘整+上涨这一种,其他都不适用。至于坐庄的建仓方法,和这些都不同,如有兴趣,本 ID 以后也可以说的。

根据上面的分析,可以马上设计一种行之有效的买卖入方法:在第一类买点买入后,一旦出现盘整走势,无论后面如何,都马上退出。这种买卖方法的实质,就是在六种最基本的走势中,只参与唯一的一种:下跌+上涨。对于资金量不大的,这是最有效的一种买卖方法。下面重点分析:

 对于下跌+上涨来说,连接下跌前面的可能走势只会有两种:上涨和盘整。如果是上涨+下跌+上涨,那意味着这种走势在上一级别的图形中是一个盘整,因此这种走势可以归纳在盘整的操作中,这在以后对盘整的专门分析里研究。换言之,对于只操作“下跌+上涨”买卖的,“上涨+下跌+上涨”走势不考虑,也就是说,当你希望用“下跌+上涨”买卖方法介入一只出现第一类买点的股票,如果其前面的走势是“上涨+下跌”,则不考虑。注意,不考虑不意味着这种情况没有赢利可能,而只是这种情况可以归到盘整类型的操作中,但“下跌+上涨”买卖方法是拒绝参与盘整的。如此一来,按该种方法,可选择的股票又少了,只剩下这样一种情况,就是“盘整+下跌+上涨”。

从上面的分析可以很清楚地看到,对于“下跌+上涨”买卖方法方法来说,必须是这样一种情况:就是一个前面是“盘整+下跌”型的走势后出现第一类买点。显然,这个下跌是跌破前面盘整的,否则就不会构成“盘整+下跌”型,只会仍是盘整。那么在该盘整前的走势,也只有两种:上涨、下跌。对于“上涨+盘整+下跌”的,也实质上构成高一级别的盘整,因此对于“下跌+上涨”买卖方法方法来说也不能参与这种情况,因此也就是只剩下这样一种情况:“下跌+盘整+下跌”。

综上所述,对于“下跌+上涨”买卖方法方法来说,对股票的选择就只有一种情况,就是:出现第一类买点且之前走势是“下跌+盘整+下跌”类型。因此这里就得到了用“下跌+上涨”买卖方法方法选择买入品种的标准程序:一、首先只选择出现“下跌+盘整+下跌”走势的。二、在该走势的第二段下跌出现第一类买点时介入。三、介入后,一旦出现盘整走势,坚决退出。注意,这个退出肯定不会亏钱的,因为可以利用低一级别的第一类卖点退出,是肯定要赢利的。但为什么要退出,因为它不符合“下跌+上涨”买卖不参与盘整的标准,盘整的坏处是浪费时间,而且盘整后存在一半的可能是下跌,对于中小资金来说,根本没必要参与。一定要记住,操作一定要按标准来,这样才是最有效率的。如果买入后不出现盘整,那就要彻底恭喜你了,因为这股票将至少回升到“下跌+盘整+下跌”的盘整区域,如果在日线或周线上出现这种走势,进而发展成为大黑马的可能是相当大的。

举一个例子:

图片

驰宏锌锗:日线上,2004 年 6 月 2 日到 2004 年 9 月 10 日,构成下跌走势;2004 年 9 月 10日到 2005 年 3 月 14 日,构成盘整走势;2005 年 3 月 14 日到 2005 年 7 月 27 日,构成下跌走势。也就是说,从 2004 年 6 月 2 日到 2005 年 7 月 27 日,构成标准的“下跌+盘整+下跌”的走势,而在相应的 2005 年 3 月 14 日到 2005 年 7 月 27 日的第二次下跌走势中,7 月 27 日出现明显的第一类买点,这就完美地构成了“下跌+上涨”买卖方法的标准买入信号。其后走势,很快就回到 2004年 9 月 10 日到 2005 年 3 月 14 日的盘整区间,然后回调在 2005 年 12 月 8 日出现标准的第二类买点,其后走势就不用多说了。

图片

该种方法反过来就是选择卖点的好方法了,也就是说前面出现“上涨+盘整+上涨”走势的,一旦第二段升势出现第一类卖点,一定要走,因为后面很可能就是“上涨+下跌”的典型走势。对此,也举一个例子:北辰实业,在 30 分钟图上,11 月 7 日 10 点 30 分到 11 月 22 日 10 点,构成上涨;11 月 22 日 10 点到 11 月 30 日 11 点构成盘整;11 月 30 日 11 点到 12 月 7 日 10 点构成上涨。而在第二段上涨中,30 分钟图上的 3 次红柱子放大,一次比一次矮所显示的严重背离,就完美地构成了“上涨+盘整+上涨”后出现第一类卖点的“上涨+下跌”型卖出。如果以后学了时间之窗的概念,对该股的卖点就更有把握了,各位注意到 11 月 7 日 10 点 30 分和 12 月 7 日 10 点之间的关系没有。

 这种方法,无论买卖,都极为适用于中小资金,如果把握得好,是十分高效的,不过要多多看图,认真体会,变成自己的直觉才行。另外请多看文章后面的跟贴,ID 的一些回复都是针对一些主帖没说到的细节东西,而且都是针对各位提出的不同问题的。还有多看前面的章节,把所有问题都搞懂,参与市场是不能有半点糊涂的。


http://chatgpt.dhexx.cn/article/4LInU0oB.shtml

相关文章

ngrok 错误 ERR_NGROK_108,并且有时闪退

ngrok 内网穿透报错闪退 ERROR: authentication failed: Your account is limited to 1 simultaneous ngrok agent session. ERROR: You can run multiple tunnels on a single agent session using a configuration file. ERROR: To learn more, see https://ngrok.com/do…

108原稿

108事件委托 就是把我要做的事情委托给别人来做 因为我们的冒泡机制,点击子元素的时候,也会同步触发父元素的相同事件 我们就可以把子元素的事件委托给父元素来做 //减少多个函数的绑定的性能损耗 //动态添加li,也会有事件处理 109正则表达…

JavaOOP面试题(108道)

✅作者简介:热爱国学的Java后端开发者,修心和技术同步精进。 🍎个人主页:Java Fans的博客 🍊个人信条:不迁怒,不贰过。小知识,大智慧。 💞当前专栏:Java面试题…

108.(cesium篇)cesium初始定位动画

听老人家说:多看美女会长寿 地图之家总目录(订阅之前建议先查看该博客) 文章末尾处提供保证可运行完整代码包,运行如有问题,可“私信”博主。 效果如下所示: 下面献上完整代码,代码重要位置会做相应解释 <html lang="en"> <

cmd 108个常用命令,看看你知道多少

背景 一、CMD是什么 在不同的操作系统环境下&#xff0c;命令提示符各不相同&#xff0c;在Windows环境下&#xff0c;命令行程序为cmd.exe&#xff0c;是一个32 位的命令行程序。 cmd是指命令提示符&#xff0c;是在操作系统中&#xff0c;提示进行命令输入的一种工作提示符…

LeetCode-108

将有序数组转换为二叉搜索树 题目 给一个整数数组 nums &#xff0c;其中元素已经按升序排列&#xff0c;请你将其转换为一棵高度平衡二叉搜索树。 高度平衡二叉树是一棵满足「每个节点的左右两个子树的高度差的绝对值不超过 1 」的二叉树。 示例 输入&#xff1a;nums [-10,-…

华为机试108题(C 语言解答)

Nowcoder题库链接&#xff1a;华为机试 HJ1 字符串最后一个单词的长度&#xff08;字符串&#xff09; 输入&#xff1a;hello nowcoder输出&#xff1a;8说明&#xff1a; 最后一个单词为nowcoder&#xff0c;长度为8 示例代码: HJ1.c #include <stdio.h> #include &l…

米哈游108薪年终奖,假的

记者丨鄢子为 韩璐 编辑丨鄢子为 米哈游年终奖发108个月的工资&#xff1f;假的。 1月12日&#xff0c;针对“年终奖108薪”的消息&#xff0c;米哈游方面回应《21CBR》记者称&#xff0c;消息不实。 之所以有这样的流言传出&#xff0c;或许是因为米哈游现金流充沛&#xff0c…

【计算机毕业设计】108精品在线试题库系统

一、系统截图&#xff08;需要演示视频可以私聊&#xff09; 摘 要 使用旧方法对作业管理信息进行系统化管理已经不再让人们信赖了&#xff0c;把现在的网络信息技术运用在作业管理信息的管理上面可以解决许多信息管理上面的难题&#xff0c;比如处理数据时间很长&#xff0c;…

详细解释数据挖掘的十大算法

在一份调查问卷中&#xff0c;三个独立专家小组投票选出的十大最有影响力的数据挖掘算法&#xff0c;今天我打算用简单的语言来解释一下。 一旦你知道了这些算法是什么、怎么工作、能做什么、在哪里能找到&#xff0c;我希望你能把这篇博文当做一个跳板&#xff0c;学习更多的数…

数据挖掘领域十大经典算法之—EM算法

相关文章&#xff1a; 数据挖掘领域十大经典算法之—C4.5算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经典算法之—K-Means算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经典算法之—Apriori算法数据挖掘领域十大经典算法之—EM算法数据挖掘领域十大…

数据挖掘经典十大算法_ID3算法

一、ID3算法介绍 ID3算法通过自顶向下的方式构建一棵决策树来进行学习&#xff0c;每一次选择的是当前样本集中具有最大信息增益的属性作为测试属性。样本集根据测试属性的属性值进行划分&#xff0c;测试属性有多少取值就能够将样本属性划分为多少子样本集。 构建决策树&…

常用数据挖掘算法

本文对数据挖掘的基础理论&#xff0c;做个框架性的总结概要&#xff0c;罗列一些通用的数据挖掘的算法和思路&#xff0c;对于自己来讲是一个回顾&#xff0c;同时也便于自己以后查阅。 频繁模式挖掘&#xff0c;关系挖掘&#xff0c;以及相互关系挖掘 所谓频繁模式挖掘&…

【数据挖掘】数据挖掘简介及十大经典算法

数据挖掘十大经典算法系列&#xff0c;点击链接直接跳转&#xff1a; 数据挖掘简介及十大经典算法&#xff08;大纲索引&#xff09; 1. 数据挖掘十大经典算法之——C4.5 算法 2. 数据挖掘十大经典算法之——K-Means 算法 3. 数据挖掘十大经典算法之——SVM 算法 4. 数据挖掘十…

数据挖掘十大经典算法 整理

数据挖掘的主要任务是分类、聚类、关联分析、预测、时序模式和偏差分析。 &#xff08;一&#xff09;C4.5 算法 C4.5算法是机器学习中的一种分类决策树算法&#xff0c;其核心是ID3 算法&#xff0c;C4.5算法继承了ID3算法的优点&#xff0c;并在以下几方面对ID3算法进行了改…

数据挖掘领域十大经典算法之—SVM算法(超详细附代码)

相关文章&#xff1a; 数据挖掘领域十大经典算法之—C4.5算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经典算法之—K-Means算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经典算法之—Apriori算法数据挖掘领域十大经典算法之—EM算法数据挖掘领域十大…

数据挖掘十大算法--Apriori算法

一、Apriori 算法概述 Apriori 算法是一种最有影响力的挖掘布尔关联规则的频繁项集的 算法&#xff0c;它是由Rakesh Agrawal 和RamakrishnanSkrikant 提出的。它使用一种称作逐层搜索的迭代方法&#xff0c;k- 项集用于探索&#xff08;k1&#xff09;- 项集。首先&#xff0c…

数据挖掘领域十大经典算法之—AdaBoost算法(超详细附代码)

相关文章&#xff1a; 数据挖掘领域十大经典算法之—C4.5算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经典算法之—K-Means算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经典算法之—SVM算法&#xff08;超详细附代码&#xff09;数据挖掘领域十大经…

数据挖掘十大经典算法(包括各自优缺点 / 适用数据场景)

本文主要分析皆来自其他资料&#xff0c;借用较为权威的总结来对我已经学习的这些经典算法做一个极为精简的概述&#xff08;根据自身经验有一定修改&#xff09;&#xff0c;另外同时附上机器学习实战中作者对各种算法的评价。另外机器学习实战这本书是本人看了这么多书籍或者…

一文弄懂数据挖掘的十大算法,数据挖掘算法原理讲解

​一个优秀的数据分析师不仅要掌握基本的统计、数据库、数据分析方法、思维、数据分析工具和技能&#xff0c;还要掌握一些数据挖掘的思路&#xff0c;帮助我们挖掘出有价值的数据&#xff0c;这也是数据分析专家和一般数据分析师的差距之一。 数据挖掘主要分为三类&#xff1a…