1.1 假设一:走势包含一切信息

在资本市场上,每天我们都能听到或者看到大量信息,这些信息各式各样让人眼花缭乱。我们进入市场,首先会面临一个问题:是否需要把所有的信息都浏览一遍,或者说根据消息来预测走势是靠谱的么?

为了回答这个问题,我们首先可以把资本市场的信息进行分类。例如:

从国家层面,政治局会议提出让居民从股市能赚到钱、证金汇金公司设立平准基金等消息。

从行业层面,新能源汽车补贴等政策、家电下乡以旧换新等政策。

从资金和个股层面,美联储或央行降准降息、A股三大指数上涨、个股大股东增持等等消息。

有一定投资经验的投资者一定知道,国家层面的利好消息不能保证投资标的一定上涨,行业层面和个股的消息也同样如此;反过来说,利空消息也不能保证投资标的一定下跌。如果不同层面的消息,有的是利空,有的是利好,组合起来就变得更复杂,这样复杂的消息集合是很难帮助普通投资者来预测走势的。

从另一角度我们可以思考,普通的投资者都能看到的消息,投资机构是否知道,上市公司的重要流通股东是否知道。投资机构和上市公司股东比普通中小投资者更有能力左右上市公司的股价,他们通常能更早地了解到一些消息而且比普通投资者知道的更多,也就是说他们会比普通投资者更早地进行买入或者卖出操作。在普通投资者看到股价的时候,股票的价格已经反映了资金对各类利空和利好消息的操作。

图1-2 英伟达市值1.9万亿美元,PE为66,2024年02月22日一天市值涨幅超过贵州茅台的总市值。散户看到的消息是英伟达业绩大涨。

图1-3 贵州茅台2021年02月市值超过2万亿,PE当时大概在45左右,后续持续下跌。中信当时预测茅台股价超过3000。

因而,普通投资者对市场进行分析的时候,可以假设市场走势包含一切信息,市场走势反映了资金对所有信息的态度。

相关推荐
yvestine2 小时前
数据挖掘——朴素贝叶斯分类
人工智能·算法·机器学习·分类·数据挖掘·贝叶斯分类
yvestine2 小时前
数据挖掘——模型的评价
人工智能·算法·机器学习·数据挖掘·混淆矩阵·模型评价·正确率
Easy数模3 小时前
XGBoost 分类模型优化:超参数调优与性能提升的协同攻略
人工智能·分类·数据挖掘
Jamence3 小时前
超大规模分类(二):InfoNCE
人工智能·机器学习·分类
deardao3 小时前
【顶刊TPAMI 2025】多头编码(MHE)之极限分类 Part 3:算法实现
人工智能·深度学习·神经网络·算法·分类·数据挖掘·极限标签分类
Bowen_CV4 小时前
挖掘建模之分类与预测
大数据·人工智能·分类
泡芙萝莉酱5 小时前
中国区域创新创业指数IRIEC数据(省级、地市级)1990-2020年-社科数据
大数据·人工智能·深度学习·数据挖掘·数据分析·毕业论文·iriec
机器学习之心6 小时前
路径规划 | 基于极光PLO优化算法的三维路径规划Matlab程序
算法·数学建模·matlab
deardao15 小时前
【顶刊TPAMI 2025】多头编码(MHE)之极限分类 Part 1:背景动机
人工智能·深度学习·神经网络·数据挖掘·极限标签分类
Tiandaren16 小时前
医学图像分析工具01:FreeSurfer || Recon -all 全流程MRI皮质表面重建
c++·图像处理·python·深度学习·数据挖掘·数据分析·健康医疗