2
短线交易秘诀 作者：拉里·威廉斯 2007-06-15 11:45
1.2 制作图表描绘市场
一旦你开始对市场的研究，你就会发现，这是一个以图表为王的视觉王国。正如图1-1所示，常见的图表中，每日的开盘价用每条棒线左侧的水平短线表示，而棒线右侧的短线表示收盘价。棒线的最顶端代表股票或商品期货在日内达到的最高价，而棒线底部刚好相反，代表日内商品交易的最低价。
随后你会看到，开盘价是一天内最重要的价格。我与乔•米勒、唐•索瑟德和科特•胡伯（Curt Hooper）共同发展了这种观点。胡伯是一名海军学院的研究生，在1966年与我共事的人中，他是第一个使用计算机寻找答案的人。尽管我们被OBV方法深深打动，但我们还想找到更可靠的公式。当我们得知OBV的公式是出自两个旧金山的伙计：伍兹（Woods）和委诺里亚（Vignolia）时，我们认为自己也可以开发出更好的方法。
当我们开始把图表中这些价格运动日线合并起来时，出现了图表读取的问题，并且产生了混沌。这些代表价格运动的图像被那些称做“图表专家”的人积年累月地“分析”着。总的来说，图表分析专家们以前受到的待遇，和你失业的小舅子没有太大分别，直到20世纪80年代早期这种状况才有所改善。
这群人收集作图方法，找出图表形态并给形态命名，比如：楔形、头肩顶、三角旗形、旗形、三角形、W形底、M形顶和1-2-3形。这些形态被假定代表了需求和供给之间的争斗。有些形态提示卖出，另外的则可能提示专业性的建仓。这些图很有意思，但是有可能给人误导。这些同样的形态也可以出现在一些与供给/需求因素无关的图表里。
图1-2描绘的是用一枚旧银币掷150次的结果，画出来很像是冻猪腩的图表。下一幅，图1-3是气温极值的图表，还是大豆的图表呢？谁知道？我们都知道，把非市场的或者经济驱动的信息进行描绘所得到的图表与股票和商品期货交易数据描绘的图表很像，也可以产生同样的反映买卖双方对抗的形态。这里，我必须告诫你要运用智慧，别被这些图表形态干扰。
图1-2 掷硬币正反面次数累计基础图
图1-3 一只股票吗？不是，这是每天的气温记录；
当天最高气温、当天最低气温和最新的气温
图表分析专家们变成了“技术分析师”后，扔掉了占星板，换成了计算机。计算机让图表分析专家们看起来、听起来更让人钦佩，就像是科学家一样。实际上，很多书打着“……的新科技”或“……的科技手段”的旗号，真的会科学到这么疯狂的地步吗？
总体来讲，我想不会。
价格不会跟随那些深藏在纽约豪宅休息室里神秘的、魔幻的鼓点跳动，它的韵律只有极少的行家才能认出来。价格跳动无处不在，而人的情感是受新闻和经纪人的忽晴忽雨的内幕消息所左右，因而我们的图表也变得飘忽不定。
1.3 非随机的市场
大部分时间，商品价格像是个喝醉了的水手，徘徊在街头，既不知道要去哪儿，也不知道去过哪儿。数学家会说过去的价格运动与未来的趋势没有关联。
关于这一点，他们可能错了：因为确实存在一些关联。尽管喝醉的水手摇摇摆摆、跌跌撞撞，好像走得并非随机的路线，但他的醉态有迹可循。他总是想去一些地方，而我们也总能找到这些地方。
尽管价格运动有高度的随机性，但是它与完全的随机游戏还是相去甚远。如果此刻，我不能在书的开始部分证明这一点，那么剩下的章节就该教你如何扔飞镖才对。在价格随机游走的游戏里，飞镖手肯定比专家玩儿得好。
假设我们从掷硬币开始，如果我们掷100次，正面和反面的次数应该各为50次。每次出现正面的时候，下一次掷硬币出现正面和背面的概率应该各为50%；如果已经连续出现了两次正面，我们再掷一次的话，下一次正反面出现的概率还是50%。也许你听说过，硬币、骰子和轮盘是没有记忆的。因为这是随机游戏，概率是固定的。
如果在市场中也是这样的话，价格上涨有50%的可能，每次上涨之后我们都预期另一次50%的上涨机会，之后再次预期50%的上涨概率。价格下跌也是同理，价格下跌后有50%的机会出现下跌，我们能看到一再重复，继两次连续下跌后出现第三次收盘价下跌，概率为50%。在现实的交易世界里不是这样的，这说明价格运动不是完全随机的。
表1-1显示在众多市场中，收盘价高于开盘价的次数。没有给定标准，电脑每天开盘就买入，收盘就平仓。我们得到了一个不同于50/50的结果，略微高出一些，收盘价高于开盘价的概率达到53.2%，这本不该发生的。
表1-1 商品价格收盘价 > 开盘价的概率
商 品 收盘价 > 开盘价的概率（%）
猪腩 51
棉花 53
豆子 51
小麦 52
英镑 56
黄金 52
日经指数 55
欧洲美元 57
美国债券 52
标准普尔500指数 53
收盘价大于开盘价平均百分比 53.2
如果这是“不该发生”的，那么在下跌次日开盘买入会怎么样呢？理论上，我们应该看到与表1-1同样的百分比结果。问题是（对那些擅长于理论研究，缺少市场体验的大学教授和学究们来说）市场并非如此运行。表1-2中给出了连续下跌后收盘价上升的百分比。
表1-2 商品价格单次和连续两次下跌后的百分比
商品 收盘价下跌 次日上涨 收盘价下跌 次日上涨
一次的次数 概率(%) 两次的次数 概率(%)
猪腩 3 411 55 1 676 55
棉花 1 414 53 666 55
豆子 3 619 56 1 612 56
小麦 3 643 53 1 797 55
英镑 2 672 57 1 254 56
黄金 2 903 58 1 315 55
日经指数 920 56 424 60
欧洲美元 1 598 59 708 56
债券 961 54 446 52
标准普尔500指数 1 829 55 785 53
平均上涨 55.8 55.2
对交易者而言这不是什么惊天动地的新闻，我们知道市场下跌是为上涨做准备。过去没有人知道精确的百分比，而且我也不会参考这些列表决定在市场中是否买入或持有。这不是要点：要点在于，在单次下跌后和连续下跌之后，我们应该看到收盘上涨概率平均为55.2%。我们提出市场并非随机的，形态确实可以“预测”。接下来我们继续无靶的射击了。
一旦你开始对市场的研究，你就会发现，这是一个以图表为王的视觉王国。正如图1-1所示，常见的图表中，每日的开盘价用每条棒线左侧的水平短线表示，而棒线右侧的短线表示收盘价。棒线的最顶端代表股票或商品期货在日内达到的最高价，而棒线底部刚好相反，代表日内商品交易的最低价。
随后你会看到，开盘价是一天内最重要的价格。我与乔•米勒、唐•索瑟德和科特•胡伯（Curt Hooper）共同发展了这种观点。胡伯是一名海军学院的研究生，在1966年与我共事的人中，他是第一个使用计算机寻找答案的人。尽管我们被OBV方法深深打动，但我们还想找到更可靠的公式。当我们得知OBV的公式是出自两个旧金山的伙计：伍兹（Woods）和委诺里亚（Vignolia）时，我们认为自己也可以开发出更好的方法。
当我们开始把图表中这些价格运动日线合并起来时，出现了图表读取的问题，并且产生了混沌。这些代表价格运动的图像被那些称做“图表专家”的人积年累月地“分析”着。总的来说，图表分析专家们以前受到的待遇，和你失业的小舅子没有太大分别，直到20世纪80年代早期这种状况才有所改善。
这群人收集作图方法，找出图表形态并给形态命名，比如：楔形、头肩顶、三角旗形、旗形、三角形、W形底、M形顶和1-2-3形。这些形态被假定代表了需求和供给之间的争斗。有些形态提示卖出，另外的则可能提示专业性的建仓。这些图很有意思，但是有可能给人误导。这些同样的形态也可以出现在一些与供给/需求因素无关的图表里。
图1-2描绘的是用一枚旧银币掷150次的结果，画出来很像是冻猪腩的图表。下一幅，图1-3是气温极值的图表，还是大豆的图表呢？谁知道？我们都知道，把非市场的或者经济驱动的信息进行描绘所得到的图表与股票和商品期货交易数据描绘的图表很像，也可以产生同样的反映买卖双方对抗的形态。这里，我必须告诫你要运用智慧，别被这些图表形态干扰。
图1-2 掷硬币正反面次数累计基础图
图1-3 一只股票吗？不是，这是每天的气温记录；
当天最高气温、当天最低气温和最新的气温
图表分析专家们变成了“技术分析师”后，扔掉了占星板，换成了计算机。计算机让图表分析专家们看起来、听起来更让人钦佩，就像是科学家一样。实际上，很多书打着“……的新科技”或“……的科技手段”的旗号，真的会科学到这么疯狂的地步吗？
总体来讲，我想不会。
价格不会跟随那些深藏在纽约豪宅休息室里神秘的、魔幻的鼓点跳动，它的韵律只有极少的行家才能认出来。价格跳动无处不在，而人的情感是受新闻和经纪人的忽晴忽雨的内幕消息所左右，因而我们的图表也变得飘忽不定。
1.3 非随机的市场
大部分时间，商品价格像是个喝醉了的水手，徘徊在街头，既不知道要去哪儿，也不知道去过哪儿。数学家会说过去的价格运动与未来的趋势没有关联。
关于这一点，他们可能错了：因为确实存在一些关联。尽管喝醉的水手摇摇摆摆、跌跌撞撞，好像走得并非随机的路线，但他的醉态有迹可循。他总是想去一些地方，而我们也总能找到这些地方。
尽管价格运动有高度的随机性，但是它与完全的随机游戏还是相去甚远。如果此刻，我不能在书的开始部分证明这一点，那么剩下的章节就该教你如何扔飞镖才对。在价格随机游走的游戏里，飞镖手肯定比专家玩儿得好。
假设我们从掷硬币开始，如果我们掷100次，正面和反面的次数应该各为50次。每次出现正面的时候，下一次掷硬币出现正面和背面的概率应该各为50%；如果已经连续出现了两次正面，我们再掷一次的话，下一次正反面出现的概率还是50%。也许你听说过，硬币、骰子和轮盘是没有记忆的。因为这是随机游戏，概率是固定的。
如果在市场中也是这样的话，价格上涨有50%的可能，每次上涨之后我们都预期另一次50%的上涨机会，之后再次预期50%的上涨概率。价格下跌也是同理，价格下跌后有50%的机会出现下跌，我们能看到一再重复，继两次连续下跌后出现第三次收盘价下跌，概率为50%。在现实的交易世界里不是这样的，这说明价格运动不是完全随机的。
表1-1显示在众多市场中，收盘价高于开盘价的次数。没有给定标准，电脑每天开盘就买入，收盘就平仓。我们得到了一个不同于50/50的结果，略微高出一些，收盘价高于开盘价的概率达到53.2%，这本不该发生的。
表1-1 商品价格收盘价 > 开盘价的概率
商 品 收盘价 > 开盘价的概率（%）
猪腩 51
棉花 53
豆子 51
小麦 52
英镑 56
黄金 52
日经指数 55
欧洲美元 57
美国债券 52
标准普尔500指数 53
收盘价大于开盘价平均百分比 53.2
如果这是“不该发生”的，那么在下跌次日开盘买入会怎么样呢？理论上，我们应该看到与表1-1同样的百分比结果。问题是（对那些擅长于理论研究，缺少市场体验的大学教授和学究们来说）市场并非如此运行。表1-2中给出了连续下跌后收盘价上升的百分比。
表1-2 商品价格单次和连续两次下跌后的百分比
商品 收盘价下跌 次日上涨 收盘价下跌 次日上涨
一次的次数 概率(%) 两次的次数 概率(%)
猪腩 3 411 55 1 676 55
棉花 1 414 53 666 55
豆子 3 619 56 1 612 56
小麦 3 643 53 1 797 55
英镑 2 672 57 1 254 56
黄金 2 903 58 1 315 55
日经指数 920 56 424 60
欧洲美元 1 598 59 708 56
债券 961 54 446 52
标准普尔500指数 1 829 55 785 53
平均上涨 55.8 55.2
对交易者而言这不是什么惊天动地的新闻，我们知道市场下跌是为上涨做准备。过去没有人知道精确的百分比，而且我也不会参考这些列表决定在市场中是否买入或持有。这不是要点：要点在于，在单次下跌后和连续下跌之后，我们应该看到收盘上涨概率平均为55.2%。我们提出市场并非随机的，形态确实可以“预测”。接下来我们继续无靶的射击了。
|
>>热点新闻
|
