随笔小记二-12.31

 

1、期货是负和游戏

做期货是要交手续费的,在盈亏同样多点位的情况下,赚的时候赚得少,亏的时候亏得多,这是市场参与者最大的无奈,也是参与这个游戏必须付出的代价。整个市场一年几百亿手续费的消耗,必然是所有投资者共担。只有水平高、分析方法正确的投资者才能战胜手续费,普通投资者注定是市场的贡献者。

2、亏损容易赚钱难

做期货,乃至做任何投资盈亏都是不对等的。基本上亏损在5%以内,盈亏几乎是对等;亏损在5%-20%以内,盈亏不对等虽然逐步显现,但还可以接受;亏损在20%-30%,盈亏不对等现象迅速扩大,亏30%,要赚42.8571%才能挽回,难度加大了不少;而到了亏损50%,则要赚100%才能挽回,难度增加了一倍;如果亏损了80%,则要赚4倍才能挽回,已经很难实现……

亏一定比例

要赚多少比例才能挽回损失

1%

1.0101%

2%

2.0408%

3%

3.0928%

4%

4.1667%

5%

5.2632%

10%

11.1111%

15%

17.6471%

20%

25%

25%

33.3333%

30%

42.8571%

40%

66.6667%

50%

100%

60%

150%

70%

233.3333%

80%

400%

90%

900%

99%

9900%

3、进出场点位不平等

看到2000点,如果要马上买入,报价2001可以成交,如果要马上卖出,报价1999可以成交。这一买一卖无形中就损失了两个价位,操作的次数一多,累积的点位损失也不小。这是期货市场除了手续费以外的进出场成本。

4、自己也是市场动力,自己对市场的改变

任何交易者都是市场动力的组成部分,投机者做多就是虚拟需求,投机者做空就是虚拟供应,这本身就会影响价格的变化。投机者静态分析市场,却动态参与交易,这是一个很大的不匹配性,有些点位在我们不做的时候是存在的,我们一旦进场做了,多空力量就改变了,这个点位可能就消失了。投机者总结的一些方法,在没有进场交易时,看上去是能赚钱的,一旦进场交易,市场变化了,也就赚不到钱了。

5、技术分析的误导

时下,做期货最流行的方法是各门各类的技术分析,但技术分析对大部分投资者来说是一个误导。一些投资者一进市场就被技术分析引进沟里去了。

6、不明白决定价格的本质因素。

大部分人不知道影响价格方向性运动的本质因素,总是被市场的风吹草动干扰,总是被别人所谓的成功吸引,总是人云亦云、听消息、看持仓、看成交、看指标、打听主力动向……认为这些就是决定价格的因素,这是大错特错了,决定价格方向性运动的,只有“供求关系”。

7、认为自己处在劣势而不去研究基本面

有些人慢慢知道了基本面的作用,知道了是供求关系决定了价格的走势,但却自卑地认为自己处在劣势,得不到及时全面的基本面信息,或是懒惰地认为研究基本面太复杂、太麻烦而不愿去研究。其实研究供求关系是简单的,就看自己是否用心,是否努力,实地调研谁都能去,经济环境谁都能感受到,现行货币政策谁都知道,品种特性谁都可以去熟悉……深入全面研究供求关系,想做是能做到的,只是大部分人不想做而已。

8、技术分析有人教、有书读,基本面分析要自己摸索

看上去基本面分析的方法只能靠自己去摸索,而技术分析则由很多“专家”、“老师”在教,还有很多技术分析的书可以买,似乎选择技术分析更容易获得学习的途径。实际上,基本面分析的方法也是可以学的,技术分析的方法也是需要自己摸索的,难或不难形式上似乎这样,但本质上却并非如此。

9、学技术分析学艺不精

即便下定决心要学技术,大部分人还是学不好,要么学一点皮毛就去用了,要么学了一大堆结果不知道什么时候该用什么。技术分析也不是不能用,关键是怎么用。学精了技术分析自然是可以赚钱的,但我始终认为技术分析运作不了大行情(赚不了大钱),大行情的运作还是需要靠基本面分析。

10、总是找外部原因,而不找自己的问题

亏了钱,怨天怨地怨行情,认为市场不正常。这是在用不正常的思维去理解正常的市场,必然要亏钱。投资者总以为自己的思维是正常的,其实自己是错误的;以为市场是不正常的,其实市场是正确的。

用“正常”的思维对应“不正常”的市场,永远是对不上号的,是错的。市场是确实存在的,是真切发生的,其实,不是市场不正常,而是我们的思维不正常。我们一定要实事求是地看问题,为什么亏钱,根源在哪里,找到自己的问题并解决问题才能走向盈利。

11、市场上有主力,主力要吃散户

期货市场是有主力的,主力机构的专业度、资金实力、资源调用能力等绝对在散户之上,某些重要信息主力也可以比散户提前知道,主力还可以影响一小段时间的一小波行情,做一两根K线出来,从而使技术分析者来回止损而亏损,使信心不够坚定的投资者被洗来洗去而亏损。期货,“欺”货也,主力会让这个市场充满陷阱,行情会明升暗降,我们只有拨乱反正,处处小心,才能盈利。

12、受干扰太多

即便是掌握了能够实现阶段性盈利的技术分析方法,或是领悟了市场运行的本质,明确了用供求分析的方式参与市场。在实际操作的过程中,来自媒体信息的、专家观点的、小道消息的、朋友建议的、自己内心的等等干扰都有可能影响具体的操作,从而使原本可以赚钱的交易变成亏钱。但受干扰多,说到底还是自己的问题,是对自己的方法不够坚定,或是对行情的分析不够透彻。

在期货市场,想赚钱,要先研究为什么赔钱,找到了赔钱的原因,杜绝错误的做法,才能走向正确的方向。

期货是对抗 需要有博弈的智慧和手法

期货是对手交易。期货市场有涨有跌,有买有卖,任何一个时点,都有买家和卖家在博弈,任何一个价位都是买家和卖家博弈之后的结果。期货市场是没有硝烟的战场,有人胜利赚钱,就有人失败亏钱,任何一个价位的跳动,都代表着一部分人赚了钱,另一部分人亏了钱。期货市场永远有一半是对的,一半是错的。如果都对或者都错,那就没有对手、没有成交了。不管是涨还是跌,不管是长期、中期还是短期,每一笔成交总有一半对一半错,每一份持仓也总有一半对一半错。投资者在自己的交易周期里是站对还是站错,要靠自己的分析方法、判断和智慧;另外即使投资者在自己的交易周期里站对了,在行情的波动中,如果受到其他因素的干扰,也可能做错,这就让交易行为的成功率大大降低。

就国内期货市场来说,政治背景太深的品种要尽量少做,最好是不做。白糖就是这样的品种。白糖的销售环节虽然放开了,但甘蔗的收购基本上还是垄断的,在甘蔗收获时,由于甘蔗是划区收购的,在区和区之间的交通要道,会有专人“站岗”,不准蔗农跨区销售,以防外区的糖厂或贸易商高价收走。白糖这个品种,主力的“控盘”是比较厉害的,他不单有现货优势、资金优势,还有影响政策的能力。主力做多了,如果价格跌,他可以影响政策,采取收储措施托价,主力做空了,如果价格涨,他又可以影响政策,采取放储措施压价。2011年白糖供大于求,上半年,其他商品跌的时候,白糖都可以上涨,涨到7000多,近月合约更是被多头逼仓涨到了7400多(现货在多头主力手里,空头没有现货交割,近月合约多逼空的行情比较容易形成)。白糖一直撑到9月份才下跌,绝大部分人都认为它跌不下去的时候才下跌,当时很多做空的人都没坚持到9月(在我认识的朋友里,似乎只有于海飞坚持了下来,获得了较好的收益),特别是其他商品跌白糖硬是不跌的时候,是很难受的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
我可以帮您解决关于Python的问题,但是您提出的问题涉及到数据处理和可视化,需要使用Python的相关库进行实现。以下是您提出的问题的解答: (1)读取 PRSA_ data 2010.1.1-2014.12.31.csx 文件并查看前3行、后2行代码: ```python import pandas as pd data = pd.read_csv('PRSA_data_2010.1.1-2014.12.31.csv') print(data.head(3)) # 查看前3行 print(data.tail(2)) # 查看后2行 ``` (2)删除列 DEWP、TEMP、PRES、cbwd、Iws、Is、Ir,并将剩余列用 pandas 数据预处理模块将缺失值丢弃处理,并导出到新的 csv 文件 pm25_ data 2010.1.1-2014.12.31.csv。 ```python data = data.drop(columns=['DEWP', 'TEMP', 'PRES', 'cbwd', 'Iws', 'Is', 'Ir']) data = data.dropna() # 删除缺失值 data.to_csv('pm25_data_2010.1.1-2014.12.31.csv', index=False) # 导出为新的 csv 文件 ``` (3)选择字段 pm2.5 大于300的所有数据集,导出为文本文件 pm25_hazardous_data_2010.1.1-2014.12.31.txt。 ```python hazardous_data = data[data['pm2.5'] > 300] hazardous_data.to_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', sep=',', index=False, header=False, line_terminator='\n') ``` (4)将文本文件 pm25_hazardous_data_2010.1.1-2014.12.31.txt 转存到 Excel 文件 pm25_hazardous_data_2010.1.1-2014.12.31.xlsx。 ```python hazardous_data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None) hazardous_data.to_excel('pm25_hazardous_data_2010.1.1-2014.12.31.xlsx', index=False, header=False) ``` (5)重新读取文本文件 pm25_hazardous_data_2010.1.1-2014.12.31.txt,分别统计出现最多的 month、day、hour,并将 month、day、hour 的出现频次用柱状图显示,并将结果保存为 png 图片保存,分辨率为 400 dpi,png 图片命名分别为 pm25_hazardous_month_day_hour.png。 ```python import matplotlib.pyplot as plt hazardous_data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None, names=['year', 'month', 'day', 'hour', 'pm2.5']) month_count = hazardous_data['month'].value_counts() day_count = hazardous_data['day'].value_counts() hour_count = hazardous_data['hour'].value_counts() fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(15, 5)) month_count.plot(kind='bar', ax=ax1, color='r') ax1.set_xlabel('Month') ax1.set_ylabel('Frequency') ax1.set_title('PM2.5 Hazardous Month Count') ax1.set_xticklabels(month_count.index, rotation=0) day_count.plot(kind='bar', ax=ax2, color='g') ax2.set_xlabel('Day') ax2.set_ylabel('Frequency') ax2.set_title('PM2.5 Hazardous Day Count') ax2.set_xticklabels(day_count.index, rotation=0) hour_count.plot(kind='bar', ax=ax3, color='b') ax3.set_xlabel('Hour') ax3.set_ylabel('Frequency') ax3.set_title('PM2.5 Hazardous Hour Count') ax3.set_xticklabels(hour_count.index, rotation=0) plt.savefig('pm25_hazardous_month_day_hour.png', dpi=400) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Stestack

你的鼓励是我最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值