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
Jamence12 分钟前
多模态大语言模型arxiv论文略读(155)
论文阅读·人工智能·计算机视觉·语言模型·论文笔记
Fairy要carry14 分钟前
书生大模型实战营——1. 大语言模型原理与书生大模型提示词工程实践
人工智能·语言模型·自然语言处理
mit6.82416 分钟前
[Backlog] 核心协调器 | 终端用户界面(TUI)实现 | 多分支任务冲突解决 | 测试验证体系
人工智能·算法
慕婉030723 分钟前
深度学习中的常见损失函数详解及PyTorch实现
人工智能·pytorch·深度学习
神经星星31 分钟前
在线教程丨一句话精准P图,FLUX.1 Kontext可实现图像编辑/风格迁移/文本编辑/角色一致性编辑
人工智能·深度学习·机器学习
UQI-LIUWJ38 分钟前
论文略读:Prefix-Tuning: Optimizing Continuous Prompts for Generation
人工智能·深度学习
机器之心1 小时前
是的,LeCun要向28岁的Alexandr Wang汇报!这是Meta新AI团队的一些独家内部消息
人工智能
189228048611 小时前
NW710NW713美光固态闪存NW719NW720
大数据·服务器·网络·人工智能·科技
azoo1 小时前
Canny边缘检测(cv2.Canny())
人工智能·opencv·计算机视觉
向哆哆1 小时前
YOLO在自动驾驶交通标志识别中的应用与优化【附代码】
人工智能·深度学习·yolo·自动驾驶·yolov8