圓形底部:築底過程中的趨勢變化

  |  

圓形底部產生於市場觀點發生逐漸的轉變時。在一個圓形底部,市場的悲觀情緒慢慢地減弱並被逐步增強的樂觀情緒所代替,這是一個下降趨勢緩慢反轉的過程。在此圖形形成前,該股票的前景在投資者眼裏是一片悲觀的,同時關於該股票上市公司的任何問題都被廣爲報道,使得該股票處於一種明顯且廣爲人知的被拋售狀態中。這種圖形開始時並不引人注目,股票繼續下跌,但下跌的速度會越來越慢。仍然持有該股票的投資者認爲該股票的價值肯定被低估了,從而非常堅定地將股票持有下去。隨着股票下跌的速度越來越慢,那些不堅定的持股者慢慢被清洗出局。

到目前爲止,我僅僅討論了價格的變化,然而,將市場未來走勢的信息透露給投資者的是成交量。當價格緩慢下跌時,股票的成交量也逐步萎縮。隨着時間的推移,股票最終停止下跌,開始橫向盤整,在這一點上,供給和需求達到均衡。成交量幾乎不存在,擁有股票的投資者不願意在此低價位上賣出,而買方對買入股票也沒有什麼興趣。價格如同鐘擺一樣均衡地上下波動,但買方最終開始將股價推高。此時需求尚弱,成交量仍然很低,但在緩慢地增長。隨着基本面的好轉,更多的投資者開始買入股票,股價也開始走出一個新的趨勢,體現在價格和價格動量的增加,這個新的趨勢通過成交量的擴大和價格的上升得以證實。如果你在圖表上觀察價格和成交量的變化,你可以看到兩者的變化趨勢都像是一個碗形。因此,“圓形的底部”這一詞描述了價格和成交量緩緩地下跌,然後又慢慢地上升,形成一個碗形的底部(見圖8.6)。


圖8.6圓碟形的底部

推薦閱讀

相關文章

KDJ線實戰技巧(圖解)

隨機指標實戰應用的核心原則:由於該指標的變動較快,出現買賣信號的次數較多,因此,在實際應用中要堅持“一停,二看,三通過”的原則。隨機指標的交叉分析原理的運用只要對技術指標稍有了解的投資者都知道隨機指標的低位金叉是買進信號,高位死叉是賣出信號。

漲停板賣出法:傾盆大雨賣出法

市場中研究股票買點的朋友很多,但往往都忽略了對賣點的細節把握,只有在買賣銜接的很流暢的情況下,才能獲得差價的利潤;據百曉生了解,很多朋友一開始入場時是盈利的,但隨着貪念四起,盈利時不賣出,破位虧損時又心存僥倖,終釀成大虧的悲劇。

面臨120日均線的個股易漲停嗎?

120日均線是股價走勢的靈魂線,不管是短線、中屍還是長線投資者,都視120日均線爲重要的均線。短線:120日均線是一道坎,很強的阻力,需要通過不斷的洗盤,放量才能突破;中長線:120日均線是一道防線,有很強的支撐。

三處MACD指標在零軸以上金叉情況的案例詳解

如圖所示。 圖5-19 深物業A走勢圖圖5-19深物業A(000011)的一段走勢圖,圖中標記了三處MACD指標在零軸以上金叉的情況。其中有兩處是符合定義要求的,即1號金叉和2號金叉;3號金叉雖然快慢線在零軸以上,但它不屬於在零軸以上金叉的情況。

DIFF線與DEA線的死叉:高位死叉的賣點

DIFF線在零軸之上較遠的地方下破DEA線形成的交叉,被稱爲離位死叉。高位死叉大多出現在上漲回調過程中,股價之後往往會再次延續原來的上漲趨勢。所以投資者看到高位死叉,最好繼續持股觀望,不要急於賣出,以防踏空後面的牛市行情。

KDJ指標的止損要則

止損要則KDJ指標的止損,關鍵是看指標中KD線的變化情況。如果行情出現買入信號,投資者根據信號的指示買入建倉,但是行情不久就出現了下躍走勢,且躍穿了10MA平均線,那麼通常KDJ指標的K線也會出現下穿50的情況。這個時候,通常預示着行情有可能中途夭折,所以投資者必須警惕危險信號。

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。

波段操作實戰案例:中航重機

中航重機圖1中航重機日K綫如圖1所示,從2009年8月開始,中航重機(600765)的在底部震蕩築底,形成三重底形態,錶明市場上漲動能很強。10月15日,MACD指標齣現“DIFF綫與股價底背離+金叉”的看漲形態,為入場信號。投資者可以50%的倉位買入。之後股價不斷上漲,DIFF綫也嚮上突破零軸。

KDJ的特殊分析方法

KDJ的分析週期日、周、月、分鐘(主要是60分鐘); 10日以下爲分析參數的KDJ的研判適用週期爲3天左右(從金叉到死叉爲3天時間);50日以下爲分析參數的KDJ的研判使用週期爲10天左右 ;50日以上爲分析參數的KDJ的研判適用週期爲20天左右。

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。