京公网安备 11010802034615号
经营许可证编号:京B2-20210330
看散户如何做到量化投资,量化的标准是什么
量化投资——量化的标准
一、意义
炒股的目标:让资产升值(赚钱)
股市有风险,投资须谨慎。在做任何一项投资之前,必须制定好计划。其中首要任务应该是若失败会有什么结果,成功永远是站在少数人身边。面对金钱的诱惑,世人少有人能控制欲望,这是资本市场逐利的本质。在“钱生钱”的市场中,想要赚钱首先要在保命的本领,尔后才有赚钱的资本。上帝要你灭亡,必先让你疯狂。之所有很多人被套,最根本的原因是大家是在疯狂的牛市入场。疯狂的背后,量化投资是让你保持冷静的根本。市场永远是对的,要学会敬畏市场,顺势而为。
二、仓位
仓位的划分:空仓、轻仓、半仓、重仓(0~3~5~7成以上);控制欲望的两种方法:1、将大头资金转出;2、分大、小两个帐户(3:7)
三、资金的管理
1、10万以下:仓位选择0~5~10,不要有其它任何的幻想;2、50万以下:底仓+浮仓的管理,持股数量参考3只;3、200万以下:中、短线仓位管理,基本面为主;4、200万以上:不同资产的配置,股票、基金、黄金与债券。仓位,是一个投资者心态的最好反应,也是控制风险唯一方法
四、买入
三种买入法:超跌抄底,回踩确认,突破追涨
1、超跌抄底:水手突破蓝色/海洋寻底,W底/多重底,底背离;2、回踩确认:三板斧、涨停复制、主力控盘、平台突破,一字板;3、突破追涨:水手突破、多方炮,主升浪+5日均线
五、卖出
卖出的两种选择:止损卖,止盈卖
止损的标准:
1、短线,一般设置7%为止损点
2、中线,以30日均线为最后防线,断头铡刀、顶背离等为辅助
3、系统性风险,如复牌、大盘趋势破位
止盈的标准:
1、短线四日交易原则,以反弹周期计算
2、以辅助线上反弹,智能乖离率超过15%后的死叉;
3、中线或强势趋势,以50%止盈法参考
六、选股
选股的标准:基本面、技术面、热点概念:
基本面:以成长性为标准,特别是公司本身业绩的提升,包括涨价、资产并购、重组整合、季报业绩等;
技术面:逆势拉升或抗跌,筹码集中,底部堆量吸筹,突破回踩;
热点概念:事件趋动的跟涨,政策主导方向,非周期防御品种;
坚决回避无资产的垃圾炒作股,坚决回避各种借壳重组的传闻股,坚决回避管理层风口浪尖的打压股
七、心态
成功的投资者,技术占三成,心态占七成
心态炒坏的根本原因是,节奏踩错后,不分析原因而把“买”字放在首位。特别是在亏损后,在下降趋势试图用个股来扭转上趋势的损失,赌!
问自己三个问题:
1、当前市场值不值得参与?
2、你出手的成功率有多少?
3、炒股的最根本目的是什么?
八、目的
量化投资的最终目标,是让投资者做到知行合一,克制人性的贪念,让自己成为理性的投资者。优柔寡断,是投资者面临损失最常见的问题。量化投资的模型,将所有的数据模型化,不再给出多个方案选择,只给自己定下唯一的参考标准。
量化投资的问题在于,当模型被市场打破后,在没有找出根本的原因,是否能够做到静观其变。即使错过了机遇,也不为此而叹息,以原则坚守为主。简单的理解,将炒股的各种参数量化,像机器人一样简单,消除各种幻觉。不以亏损而恐慌,不以赚钱而自大,盈亏有道。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24