[纏論解盤]回調是機會還是風險?

  |  

[纏論解盤]回調是機會還是風險?

天大盤低開後震盪走低,量能放大至六千五百億,比昨天放量近五百億。個票跌多漲少,市場賺錢效應較差。盤面上中藥丶禽流感丶超級真菌領漲,丙烯酸丶RCS富媒體丶送轉填權領跌。首先照例一下昨天老袁對指數的觀點

首先老袁提醒今天早盤衝高過程中不易追漲,追漲的朋友除非出現5分鐘級別第三類買點纔有獲利空間,從性價比來說不如等5分鐘級別二買進場安全係數高一些,從今天早盤量能來看有很多投資者選擇早盤加倉,從指數的角度看應該出現浮虧。但是老袁也提醒如果在中樞下軌附近出現五分鐘級別二買可以適當回補一定倉位,目前指數距離下軌很近,明天出現二買能否加倉?

明天早盤如果在中樞下軌附近止跌出現五分鐘級別二買可以適當回補一定倉位,唯一的擔心就是美股的風險,只要美股沒有大幅殺跌,中樞下軌附近止跌的概率較大,如果今晚美股大跌,這個買點操作的意義並不是很大。中樞下軌的位置大概在2800點左右。如果明天出現5分鐘級別第三類賣點,宣告這波反彈結束,還是要降低倉位。相反空方搞不出五分鐘級別三賣大盤還會有短期高點,也就是說當大盤迴到中樞下軌附近一旦判斷出不了三賣反而是短線較爲有力的回補點。

板塊來看昨天領漲的板塊除了醫藥板塊基本全軍覆沒,目前看有持續的板塊除了醫藥還有大消費和航天國防,昨天表現不錯的證券今天出現調整,目前的位置非常關鍵,如果不能強勢突破很有可能有補跌的風險。

小結:最近的行情比較難把握,有持續性的板塊較少,市場的賺錢效應較差,很多板塊都是一日遊,一旦發現自己不再狀態不妨選擇輕倉或空倉,等行情明朗後在操作,從大盤的角度看雖然勉強算是強勢震盪,但是美股的風險不能忽視。

推薦閱讀

相關文章

如何建立高勝算的交易係統

“知己知彼,百戰不殆”,交易者在建立交易係統前要先明確一下自己的各種“參數”。

股價基本分析

業績板塊是以業績的高低作爲劃分的標準,例如績優股板塊、垃圾股板塊、ST板塊等。以業績劃分塊板是非常重要的劃分方法。無論怎樣的市場熱點,最終總要體現在上市公司的經營業績上。推崇業績是市場理性投資的出發點。業績不斷增長的個股理應受到追捧,這是選股的基本思路。因此,投資者應儘量購買績優板塊的股票,以確保投資風險小,收益大。

MACD指標實戰用法

楔形整理形態,就是指股價在整理過程中,將高點和低點進行連綫後,兩條綫的方嚮相同,但是角度逐漸收斂,就像一個楔子一樣。股價逐步升高的楔形整理形態,稱為“上升楔形”;股價逐步下降的楔形,稱為“下降楔形”,如圖1所示。圖1楔形形態與三角形形態一樣,楔形形態的股價走勢同樣是逐漸收斂的。

低低高的組閤形態案例分析

如圖所示。 圖4-45  該形態是由前低後高的組閤形態演化而來的該形態是由前低後高的組閤形態演化而來的,是主力在急速拉升或急速下跌前多一次吸籌的過程,從而形成兩個低峰的形態。

理解股票類型及板塊劃分

投資者在進入股市後,所買賣的對象是具體的某隻個股,不同的個股有不同的特點,每一隻個股都代表了與之相對的上市公司,有的個股業績較好,而有的個股則業績虧損,有的個股總股本數量較大,有的個股股本數量則較小,不同類型的個股往往也會呈現出截然不同的走勢特點,只有充分的理解個股的類型,我們才能更好的開展買賣操作。

牛熊市的劃分方法與標準

既然只有牛市才能賺錢,就要抓住牛市,熊市會虧錢,就要避開熊市。那麼,怎樣才能知道當前市場究竟是牛市,還是熊市,從而採取相應的正確的操作對策?相信這是廣大投資者最關心的問題。其實,市場上對牛市、熊市的劃分方法和標準,並不統一。現給大家介紹一種方法:點線相對劃分法。

股價基本分析

行業板塊以行業作爲標準進行歸總的板塊,例如房地產板塊、建材板塊、高科技板塊、農業板塊、商業板塊等。不同時期行業發展的狀況會有所不同,國家的產業政策也會有所調整,二級市場在不同階段也相應形成不同的行業板塊熱點。

KDJ指標應用法則(圖解)

隨機指標KD的應用法則1. K與D值永遠介於0與100之間。D值在70以上時,行情呈現超買現象。D值在30以下時,行情則呈現超賣現象。2.當14值大於D值,顯示目前趨勢是向上漲,因此K線向上突破D線時,爲買進信號。當D值大於K值,顯示趨勢是向下跌,因此K線向下跌破D線,爲賣出信號。

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。