一点点的金融

一点点的金融

    • [价值投资 = 需求 > 有限 > 不可逆 > 优势 > 长期持有者多](#价值投资 = 需求 > 有限 > 不可逆 > 优势 > 长期持有者多)
    • [趋势分析 = 改进MACD策略,使用涨跌幅比值RSI计算MACD](#趋势分析 = 改进MACD策略,使用涨跌幅比值RSI计算MACD)

价值投资 = 需求 > 有限 > 不可逆 > 优势 > 长期持有者多

咱们啊,整天操劳,挣的钱,要是换成那些日头能数着的东西,那日子可就红火了。

咋地?穷人就穷在,挣钱就为了那张纸,一心就想着挣那个。

富人呢,他们挣钱啊,那只是个过程,他们眼里盯的,是那些你我他都数得清的宝贝。

钱啊,不过是个通行证,让你有机会去抢那些真正值钱的货色。你要是就知道藏着通行证,那赢面儿,永远都小。

要是你没那种抢占的心思,那你这辈子,注定就是个打工仔,日复一日,年复一年,就那么换点工钱过日子。

还有更傻的呢,债务缠身,就为了买辆看着体面的车,不管是奔驰还是保时捷,那车间一开工,车子成堆成堆的往外冒。

当年你可能宁愿选择贷款50万去买辆宝马五系,就这么一念之差,财务自由就和你擦肩而过了。

你把辛苦钱都扔那儿了。这就像是个死循环,用你有限的力气,跟时间赛跑,换的却是别人随手就能造出来的玩意儿。

如果你去投资一个标的,核心判断:

  • 资源是有限的,有限的标的随时间价值提升
  • 不能退市(股市是第一大知识付费,公司上市不是做事业,是圈钱就溜),这个标的存在就有不可逆性,比如互联网来了,就不可逆了
  • 是否有竞争优势,比如第一个XXX(声望最大)、市场需求
  • 有多少长期不卖的人,这样的人越多(机构投资者和大股东的持股情况),长期下来,标的就会涨的越多,越合适投资。

比如字节跳动、阿里、腾讯、拼多多、谷歌、英伟达、meta、微软、苹果、亚马逊,他们形成了一个互联网新世界,相当于新世纪的巨头,提供一切互联网运作的基础设施和服务,包含数据、算力、云、计算、支付、交易、社交、娱乐、吃喝玩乐、衣食住行。

而且他们不断的投资新事物,大部分新技术、新服务都被他们应用和变革,赚钱能力只会越来越强。

具体收益率就不说了,可以看看相关基金近10年收益率。

这不构成投资建议,仅供个人复盘。


趋势分析 = 改进MACD策略,使用涨跌幅比值RSI计算MACD

第一性原理:在一个市场趋势(无论是上升还是下降)即将发生反转之前,往往会出现一个减速阶段,也就是说,原有趋势的动力开始减弱。

这个减速不一定意味着价格方向立即发生改变,而是速度或强度上的变化,为可能的趋势反转提供了迹象。

趋势减速的识别都是寻找趋势反转信号的关键步骤,通过观察这些减速迹象,可以更好地准备迎接可能的趋势转变,无论是采取止损措施,还是寻找新的入场机会。

原始MACD计算

  1. 快速EMA:通常是12日指数移动平均值。
  2. 慢速EMA:通常是26日指数移动平均值。
  3. MACD线:快速EMA减去慢速EMA。
  4. 信号线:MACD线的9日指数移动平均值。

改进思路:使用涨跌幅比值RSI计算MACD

步骤1: 计算涨跌幅的比值

对每日收盘价,计算其相对于前一天的涨跌幅的比值,而不是仅仅计算涨跌的绝对值。

  • 涨跌幅比值 = 今日收盘价 − 昨日收盘价 昨日收盘价 \frac{今日收盘价 - 昨日收盘价}{昨日收盘价} 昨日收盘价今日收盘价−昨日收盘价

步骤2: 基于涨跌幅比值计算EMA

使用这个涨跌幅比值来代替原始MACD计算中的收盘价,计算快速和慢速EMA。

  • 快速EMA(基于涨跌幅比值的12日EMA)
  • 慢速EMA(基于涨跌幅比值的26日EMA)

步骤3: 计算涨跌幅比值的MACD线和信号线

  • 涨跌幅比值的MACD线 = 快速EMA - 慢速EMA
  • 信号线 = 涨跌幅比值的MACD线的9日EMA

改进方法更强调市场价格变动的百分比变化,可能对于捕捉相对价格变动更加敏感。

MACD策略的开发,就是为预测趋势(涨跌),但所以软件使用的都是绝对值计算,这就导致一个漏洞,MACD

所以,所以才需要改成相对比值计算的MACD。

用绝对值算MACD就像用一把尺子量所有人的高矮,不管你本来多高,只看你长了多少厘米,这样就忽略了每个人成长的不同重要性。

改用比值,就像看你长高的百分比,这样不同身高的人成长都能得到合理评价。

如果你想用15分钟的时间间隔来查看MACD指标,你可以计算现在的收盘价与15分钟前的收盘价之间的差异。


相关推荐
ModelWhale23 分钟前
“大模型”技术专栏 | 和鲸 AI Infra 架构总监朱天琦:大模型微调与蒸馏技术的全景分析与实践指南(上)
人工智能·大模型·大语言模型
lxmyzzs2 小时前
【图像算法 - 08】基于 YOLO11 的抽烟检测系统(包含环境搭建 + 数据集处理 + 模型训练 + 效果对比 + 调参技巧)
人工智能·yolo·目标检测·计算机视觉
霖002 小时前
ZYNQ实现FFT信号处理项目
人工智能·经验分享·神经网络·机器学习·fpga开发·信号处理
GIS数据转换器3 小时前
AI 技术在智慧城市建设中的融合应用
大数据·人工智能·机器学习·计算机视觉·系统架构·智慧城市
竹子_233 小时前
《零基础入门AI:传统机器学习进阶(从拟合概念到K-Means算法)》
人工智能·算法·机器学习
上海云盾-高防顾问3 小时前
DDoS 防护的未来趋势:AI 如何重塑安全行业?
人工智能·安全·ddos
Godspeed Zhao3 小时前
自动驾驶中的传感器技术17——Camera(8)
人工智能·机器学习·自动驾驶·camera·cis
摆烂工程师4 小时前
GPT-5 即将凌晨1点进行发布,免费用户可以使用 GPT-5
前端·人工智能·程序员
今天也不想动4 小时前
文献解读-生境分析亚区域选择+2D_DL+3D_DL-局部晚期食管鳞状细胞癌新辅助化疗免疫治疗反应预测
人工智能·影像组学·生境分析
shao9185164 小时前
Gradio全解10——Streaming:流式传输的多模态应用(3)——HF Inference:在服务器运行推理
人工智能·推理·hf inference·inferenceclient·text_to_image·chat_completion