要學會控制自己的情緒才能辨別牛市或熊市

  |   2024年7月13日

在進行心理分析時,必須要包括兩個方面:一個是對自我的心理分析,它是解決參與者在投資決策過程中的心理障礙問題,要儘可能克服自身存在的弱點,特別強調戰勝貪婪和恐懼的心理;另一個是對市場的心理分析,它是解決參與者對市場中其他參與者的心理活動特徵的把握問題,特別強調注重逆向思維,謹慎從衆行爲,以避免成爲市場的“多數人”。

對於短期交易者,心理因素是最應當引起重視的。

首先,不要受市場情緒影響。其實,不要試圖追逐日常波動就可以避免受到市場情緒造成的不利影響。對他們來說,心理分析對執行正確的投資決策具有重要的意義。

其次,要學會控制自己的情緒。漢字中的“中”字,其本意是“喜怒哀樂要發而未發”,中國人講究“中和之氣”的“和”就是“喜怒哀樂要發發而止”。因此,作爲中國人本應是非常講究控制自己情緒的,而利用中國的傳統文化對於避免市場情緒的影響是十分有益的。在當今物慾橫流的時代,如果不會控制情緒,就會落入重重陷阱。


在金融市場中,你將遇到你不曾遇到的情緒波動,尤其是當你持有大頭寸時。所以,出色的投資者必須找到一條控制自己情緒的途徑:

(1)自信;

(2)豁達;

(3)感覺良好;

(4)內靜外動是投資者的最佳狀態。

另外,在股市上避免從衆心理的具體有效的方法是制定切實可行的方案。這些都屬於具體交易環節的問題,這裏不作深入探討。

推薦閱讀

相關文章

均線系統實戰股譜解密

如圖1 -9所示,2008年,當5周均線和13周均線向下發散形成空頭排列時,大盤明顯走進了可怕的下降通道,在此通道內持股風險巨大;;2009年,當5周均線和13周均線向上發散形成多頭排列時,大盤明顯走入了可喜的上升通道,在此通道內持股賺錢是必然的事情。

漲停板的內在含義(香溢觸通)

量學理論認爲,“漲停板”是主力的一個動作,這個動作主要有如下三種含義:第一是試探,即側試市場拋壓,如果漲停沒有拋壓,它就繼續上行,否則下行;第二是進攻,即控盤已經到位,漲停只是水到渠成,它將繼續上行,直到回調;第三是防禦,即爲了保護自己,利用漲停板吸引人,一旦有人跟進,他就出貨。

世界股票史上最偉大的發明

如果說到原創這個話題,道氏最重要的原創就是道·瓊斯指數。可以說,道氏及其合作伙伴所創立的道·瓊斯平均股價指數,是世界股市歷史上最偉大的發明,它將被載入世界股市史冊而流芳千古,同時它也將伴隨着世界股市的發展而永垂不朽。道氏的這一偉大功績,無論我們如何強調都不過分。

波段操作實戰案例:華域汽車

華域汽車實戰案例圖1 華域汽車日K綫如圖1所示,2009年2~6月,華域汽車(600741)一直處於上漲趨勢中。3月18日,MACD齣現金叉,發齣入場信號。投資者可以50%的倉位買入。之後不久,3月30日,MACD齣現“DIFF綫與股價頂背離+死叉”的清倉信號。投資者要注意及時清倉齣場。

道·瓊斯指數的衍生

道·瓊斯工業指數的成分股在1916年增至爲20只;從1928年10月1日起工業股指的股票覆蓋面已經擴展爲今天的30只,同年,道·瓊斯公司發明了調整簡單平均股價的除數調整法,並正式用於鐵路股和工業股的計算。

底背離類似塔底形態的反轉信號

如圖所示。 圖6-20  大元股份走勢圖圖6-20是大元股份(600146)的一段走勢圖,圖中標記的是快慢綫的底背離形態。從圖中看,後一波的股價低點小於前一波的股價低點;而MACD指標則是後一波的DIFF拐點大於前一波的DIFF拐點。齣現股價的下跌與指標不同步的現象,股價與指標之間發生瞭背離。

“現場解憋”的介入時機是什麼時候?

長期以來,許多投資人的心目中存有一個誤區,以爲股市上莊家的對手就是散戶,其實,一萬個散戶加起來也不值得莊家青睞。股市上的莊家也有親家,他們和《捐助》中的本山與親家一樣,既是合作的,也是有矛盾的;他們在某一價位上是合作的,在另一價位上就可能分裂;他們在某一階段是合作的,在另一階段又可能分裂。

股市陷阱預防:“障眼法”的陷階

①“障眼法”的陷階一些喜歡短線投資的人,非常重視市場裏的“多空”態勢,尤其是自稱是觀察市場形勢能力的人,很容易被炒手玩弄的障眼法所矇騙。若干年前一位著名的股市炒手,在炒作一支紡織股時,一路上都相當順手,市場跟進的投資者非常踊躍,整個股市的行情也頗能配合,使得這支本質並不突出紡織股的股價節節挺升。

KDJ指標的黃金交叉與死亡交叉

KDJ指標的黃金交叉與死亡交叉KDJ指標的黃金交叉和死亡交叉,因其所處位置的不同,成色也會有所不同。(1)KDJ黃金交叉。一般情況下,富有質量的黃金交叉應該滿足以下幾項條件。第一,曲線K和曲線J同時自下而上穿越曲線D,交叉點最好位於20線上方附近,這說明股價已經啓動反彈或上漲,且短期內存在一定的反彈或上漲區間。

如何在量化投資中獲取相關數據?

下一步是購買或生成測試理論的數據。當然,我們總能買到幾千個時間序列,也可以做實驗、做調查來生成數據。不幸的是,可用的數據看上去從不是我們想測量的量,也不是我們想用它來測量的量。那些數據總是存在污染、噪聲和錯誤,至少沒有大量數據是完全合乎要求的。數據質最涉及許多數量級。