2021年9月我們預期環球股市將在9月底開始築底回升，其中港股僅買入指數ETF，而美股則相對更看好，將入場買入個股搏取一段上漲周期，下圖為10月5日信息所用美國納斯達克指數分析圖 之後，美股順利在預期的區域見底回升，指數至今漲幅近10% 期間挑選了一批美股個股，早期的有9月27日NTR，AIG，URI 其後10月5日加入了PAYC，SE，APO，CRM，其挑選時信息圖表和之後發展如下 SE日綫圖 APO日綫圖 CRM 10月21日則推NFLX，小時圖： 10月26日我發信息說“目前我持有比較大的有TSLA，NVDA，AMD，NFLX”。 從以上選股，可以見到，走勢較爲穩健，長期處於上升軌的核心持股。 選擇的條件包括有： ... 閱讀更多

  9月27日，會員區挑選買入的美股：“NTR，AIG” NTR ... 閱讀更多

今年我陸續在會員區加入了股票量化策略選股，期權組合策略以及即日daytrade恆指期貨的分時圖播報 原因是I ... 閱讀更多

  上期講過了動力投資法的Alpha也就是超額回報的來源 一般來講，對於一個具有一定效率的市場，這是原則上有效的策略 需要補充的一點，所謂alpha超額回報亦需要是以時間為單位 到底是短期，中期還是長期的走勢具備alpha 我認爲動力投資法主要是體現在短期優勢上 而價值投資則主要是在長期一點才能顯現出優勢 原因也很簡單，短期市場是投票機器，長期才是估值機器 以上只是In ... 閱讀更多

每周一篇，其實很多東西和大家分享，但又執筆忘字，不知道從何説起。 思前想後不如就想到哪裏寫到哪裏，大家當博客傾下解。 之後可能有機會會受邀出席節目，可以多些交流機會。 我和大家一樣，是一個個人投資者，平時愛好鑽研一下金融市場投資和交易的技巧，沒有什麽大公司身份。 我也一樣經歷過失敗，通過學習和使用正確的工具，達到穩定盈利。 同道中人，交流起來我覺得特別有意義，互相學習共同進步！ 今期想聊一聊Alpha超額回報， 一般而言，我們都特別重視alpha，所謂動力投資法momentum ... 閱讀更多

我在文章《寬度指標與右側交易2020年2月11日》中介紹了寬度指標的使用 如果你在網站搜索寬度指標，可以找到頗多提到該指標的文章 寬度指標系統是一套我常用的工具，去判斷當下股票市場正處於的狀態 配合量化選股系統我稱之爲【頭馬股】來操作個股 具體來講，寬度指標是選時When，【頭馬股】選的是股Which 兩者結合起來，爲了在“對”的時候，做“對”的股，提供了一套量化客觀的指示 兩套系統我過去一年我又在原有的基礎上進行改良，通過實戰測試認爲的確可行，所以會在每周提供給會員的周報中披露港股的選股結果，美股的選股結果目前還在測試所以未提供，至目前來講測試效果亦非常不俗 本篇專門介紹寬度指標系統，如圖中第一個指標是“動力指標”，反應最爲靈敏，可以作爲背馳指標提前預警，缺點也是過於靈敏，必須下面“Big ... 閱讀更多

7月14日上午給出兩幅小時圖H ... 閱讀更多

上周四7月8日開始關注和分析騰訊稱“我的預期是700下行到520開始出現抵抗，抵抗中下行至下個月，去到......尋底”，周五7月9日發圖稱：“指數短期來説是overshoot....我其中一個VIX指標發出信號，這裏注意VIX見頂回落，預示短期反彈”，圖表分析如附圖，用日綫圖分析目標區域26773，結果最低26859。 平倉盤如期帶動超跌反彈，兩日反彈超過1000點。 關鍵是，我們要尋找的是概率優勢，尋找edge，要依靠概率優勢，長期可以穩定獲利，戒除短期暴富的賭博心理。 只有具有穩健的贏家心態，才能引導自己合理的行爲。這是比起技術還要重要的因素。

隨著科技進步，數據分析普及，電腦的機械性分析已經越來越重要 重要的原因就是好用，能賺到錢 我所追求的和大多數投資者追求的一樣，就是穩定盈利，取得超越指數的回報 否則一切都毫無意義 例如過往幾期的宏觀經濟分析，從實戰中很容易發現，這些分析在大方向趨勢上是好的，邏輯也都嚴謹 但又很難説清楚，對市場有多大作用，或者反過來說是市場對這些因素有多重視 經常出現的情況是，當經濟學家對當下市場關注的問題進行邏輯嚴謹地一番推敲，自己也認爲有了一定了解，之後，很快市場好像對這個問題失去了興趣 就好像通脹和加息問題，上上個月還在每天盯著美國國債的時候，突然一下這種相關性就好像消失了一樣 按照量化的術語來説，就是因子會改變，相關性也在不斷改變，那麽這就不是一個穩定的有用的分析方法 最終，回到數據分析，就是從變化中尋找不變 學術界早就發現了動力，價值，成長這些因素非常顯著地給股價貢獻alpha 簡單地說，經過統計，這些因素能令個股跑贏大市 我將這些因素用數據分析，每周選出一籃子股票共30支 並按照得分高低排序每周發放給會員，以供參考 實戰中，我主要根據這些選股結果來挑選個股買入 由於選股對象是港股通中的股票，以此我希望簡單地形式篩選出較有流動性的股票，避免那些缺少成交的細價股 所以少數情況下會選擇沒有在量化選股結果中的股票 從過往歷史表現中，如果平均分配買入的話，該策略長期回報大幅跑贏指數 現在，周期分析，無論金融占星自然周期還是市場周期，都已經一大部分借助電腦進行數據統計分析，然後再用人手劃分周期 人腦卻不會被電腦取代，人腦的最大優勢在於形態識別，歸納總結都又快又准 我只是半自動操作，利用數據分析工具，在實戰中通過對市場形態的判斷來進行操作 半自動形式人腦電腦互補，我發現成功率是最好，表現亦是最穩定