如何進行道瓊斯指數分解?

  |  

在筆者以往書籍中,我們都曾對美國經濟的風向標載體,即道瓊斯指數作過分解。本書依舊對該全球影響力的股市指數作承接性的分解。與此同時,帶句題外話,如果按照“陰謀論”的說法,所謂的“美國夢”和“中國夢”是不同的,其具體反映在各自的股市走勢中,那麼從目前來看,過去的20多年裏,代表“美國夢”的道瓊斯指數在很大程度上一直處於優勝者的位置,詳見圖道指的年線走勢圖。反之,代表“中國夢”的A股的滬指年線,詳細如圖7-1所示,直觀上看去,其表現確實不如道指,而且多曲折、多坎坷、極不穩定,尤其是自2009年以後的最近六年以來的整體表現。基於某經濟學理論,“股市乃經濟晴雨表”,經濟又反映政治和綜合國力情況。於是,“陰謀論”者看空中國,唱多美國。對此,我們不以爲然。畢竟以上僅爲歷史走勢的對比,前面差,並不代表後面繼續差,反之,前面表現好,後面不一定會一直好。我們不可能活在過去,而是活在未來。爲此,我們將繼續分解過去20多年裏,世界上綜合實力最強大、掌握全球通用貨幣的國家的股市情況,並對其未來走勢情況進行的展望。

道指最近26年來年線走勢圖

如圖所示,爲道指年線走勢圖,在註解1處我們發現,自1990年以來,至2015年9月當下,道指爲長達26年的上漲走勢。且在形態上已經符合一個狹義的趨勢形態。自2009年起至當下,一直處於長達七年,當下進入第七年的背離段的構造中。註解2處則描述的是,2000-2009年,本級別上構造出現的一箇中樞形態,雖然在本級別看來只是個雛形中樞,但它十分清晰地告訴我們,在這漫長的時間裏,曾出現了破壞段走勢,而且是首個年線級別上漲走勢中的破壞段走勢。整體上看,它是個雛形中樞,或者稱上漲中繼也可。

就此再度做下推演,若要完成由2009年見底反轉以來出現的上漲走勢爲主的背離段,那麼,至少要在其內部出現中樞,至少1~2個次小級別中樞出現,同時最好伴隨有頂背離的同步出現。如此背離段完成最終構造的可能性將增大。從目前看,當前是開始構造第二個次小級別中樞的開始。理由是,當前年線級別已經有連續三根運作筆出現價格重疊現象。既然有次小級別中樞形態將要出現,那麼,破壞爲主的下跌段將會在次小級別中開始進行構造。

這以上也是對道指年線級別未來走勢類型、走勢結構等的推導。至於具體情況我們還得分解次小級別走勢。

道瓊斯指數季線級別分解

如圖所示,爲道瓊斯指數在季線級別上近26年,即1990年1月~2015年9月具體走勢。根據此圖顯示,我們清晰地觀察到,近26年來,已經出現了兩個重要破壞段走勢的拐點,還有一個是當下出現的(暫定18351點)在作觀察和確認中。正如註解內容所描述的,要想確定18351點爲第三個重要的破壞段走勢拐點,仍然需要從走形態和動態指標提示上作分解、推導與研判。例如,前兩個破壞段走勢的拐點出現時,我們觀察各自前面上漲走勢段的形態特點發現,二者中途都曾出現明顯的上漲中繼,作爲臨時破壞當前上漲走勢的形態出現,這說明次小級別上都曾出現了級別大小不同的中樞走勢。它們是以破壞當前上漲走勢爲目的而出現的。除此之外,動態學上,我們看到前面兩次拐點都對應了臨時多頭主導向臨時空頭主導的轉變。由此可知,在次小級別上出現了頂背離。對於具體體現,我們再看次小級別走勢分解。

道指月線級別分解

如圖所示,爲道指年線、季線同期內的月線級別的走勢圖,正如圖中註解1. 註解2、註解3所描述的,分別對應了季線走勢中兩個確定歷史破壞段走勢拐點,以及一個待確定的拐點。將以上三個拐點從形態上或者動態指標提示上一一展開分解與研判的話:第一個拐點,對應了當前月線級別走勢上一個非常標準的頂背離,走勢形態上的完整表達就不用多說了,在出現拐點前出現了明顯中樞振盪形態,形態、動態表達相同意思,拐點出現概率偏大,於是有了第一個拐點出現。第二個拐點,雖然在動態指標提示上不夠標準,但走勢分解上,符合完整的意思表達,中間包含一箇中樞,進入背離段後,其內部的次小級別上亦是出現多個上漲中繼——次小級別的中樞振盪形態出現。第三個拐點,是要當下作確定的,客觀地說,從其走勢分解,還有動態指標的提示,我們認爲從此開始它確定爲當前破壞段走勢拐點的概率偏高。如果要確定該破壞段將在何時、何點位結束,可以觀察次小級別的走勢情況。例如,周線,甚至日線級別。

道指周線級別分解

如圖所示,爲道指周線級別走勢圖,我們對圖中做出了註解1. 註解2、註解3,其出發點主要在於:一方面,既是對歷史走勢作回顧,具體可參考註解1與註解2;另一方面,就是對未來走勢作展望,例如註解3。此外,還有就是對照大級別同期走勢中留下的疑問做出回答。在註解1與註解2中,我們回答了在季線和月線級別中明確出來的第一個與第二個破壞段拐點之後,後面的下跌走勢如何構造以及如何完成其走勢終結,最後又重新回到升勢的。或者說,它們在完整完成其下跌走勢構造時,在形態和動態指標提示上,各自具備怎樣的特徵?這特徵正如註解1、註解2所說,在下跌走勢中至少都包含了一箇中樞形態。在其背離段構造中,均出現明顯底背離。根據這兩大特徵提示,即預示着下跌走勢將終結,走勢將重回升勢。而且根據事實證實,後面走勢也確實重新回到上漲走勢構造中。根據前面兩個破壞段走勢構造特點,我們展望和推演第三個待確定拐點出現後,可能會出現第三個破壞段的下跌走勢,那麼,預計出如果要完整完成其下跌走勢構造,必須要在走勢形態上至少構造出一箇中樞,及出現背離段後要有底背離的出現。屆時纔可以確立目前下跌走勢的真正結束。

根據目前道指最新走勢情況看,從2015年S月開始到2016年2月止,道指在走勢形態上,剛好完整完成一個獨立中樞三段走勢類型。動態表達上,第二輪下跌時,指標重回臨時多頭主導。然後,後市一路上漲,直到2016年7月19日止,道指再度創出百年新高,最高至18557點。

結合上面分解,我們目前觀察其最新走勢發現,自2009年3月的6469點以來,道指在月線上已經出現第二個次級別中樞振盪形態(實際上就是第二次出現次級別的破壞走勢段),並且在動態表述上,這次更出現了明顯的背離段和頂背離特徵。月線級別如此,又基於該級別超級大,所以背離段慣性持續的時間較長,同時,不排除後市在走勢形態上,再度出現一個回撤走勢段與一個衝高反彈的走勢段,屆時必然會構造出一個超大級別的頂分型形態。

推薦閱讀

相關文章

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。

KDJ指標的擺盪區間

KDJ指標中的擺盪區間設裏爲0~100,而實際上,有些股票看盤分析軟件的J線則可能處於0值以下或者100值以上,這時KDJ指標中的擺盪區間就無法完整地顯示這些超越擺盪區間之外的J線值,此時有些分析軟件就會出現J線貼頂〔底)走平或不顯示的情況。如圖4-2所示。

10日移動平均綫形態及運用

10日移動平均綫也稱半月綫。其特點是:既能及時靈敏地反映股價的短期走勢,又不像5日移動平均綫那樣飄忽不定,是短綫操作的重要依據。 一般來說,如果股價站到10日移動平均綫之上,且10日移動平均綫嚮上走,說明短綫看漲。相反,如果股價落到10日移動平均綫之下,10日移動平均綫嚮下走,短綫看跌。如下圖所示。

KDJ指標的實戰經驗應用(一)

在券商傳統常用的錢龍軟件中,技術指標就有幾十中,讓新股民投資者無所適從,隨着電腦的普及,特別是股票專業軟件的不斷創新,一些股票軟件帶有自編指標函數,更讓技術指標愛好者樂此不疲勇於改編創新,網上流行的指標更是成千上萬,也讓老股民指標目不暇接,其實萬變不離其宗,無非價量均線不同組合表達方式的變異,

圖解纏論:最簡單的操作系統

圖解纏論:最簡單的操作系統 最簡單的事物往往深藏着最基礎的認知邏輯,就像走勢分爲向上、向下、向右一樣,常識性的東西是最容易被忽略的,殊不知這是一切現實的基礎。纏論原文的第16課“中小資金的高效買賣法”中,給出的就是最簡單的操作系統。其實這系統在本書最前面講均線的時候,就已經提及,這裏再完善一些。

圖解纏論:板塊節奏的把握

圖解纏論:板塊節奏的把握 對於行業板塊的輪動而言,龍頭股在相同級別的走勢中買點出現次序的不同,就是板塊輪動的最重要依據。比如全國地產板塊中,龍頭股就那幾個,保利、萬科、招商、金地,最多再加上金融街、美好集團、中糧地產等。一般這些龍頭股的日線或者周線形態都大致相同,大級別買點出現的時間也差不多。

如何解決KDJ指標的鈍化

KDJ指標是技術分析人員經常使用的一種指標,此種指標的優點在於反應敏感,能給出非常明顯的進貨信號和出貨信號,如黃金交叉進貨,死亡交叉出貨,使用者易於掌握,只要看信號進貨出貨就可以了。

均綫修復方式判斷標準的概述

在實際操作中,我們經常會遇到均綫修復現象,但是,問題的關鍵不在於去發現它,因為它本身就具體錶現在圖形上,誰都能夠看到,對於我們來說,關鍵在於判斷它屬於哪一種修復方式,從而幫助我們判斷未來市場的走勢方嚮,這一點纔是我們最需要關注的。均綫的修復方式。

月綫136均綫交易係統起漲點買入法

月綫136均綫交易係統起漲點買入法技術特徵第一,和傳統的起漲技術不同,月綫136均綫交易係統的起漲點不是以均綫金叉來計算的,而是以股價有效突破均綫係統壓製來計算的。如下圖所示。第二,月綫起漲點的選擇,以10月均綫走平,並且明顯的放量穿越10月均綫為準。

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。