华尔街幽灵的规则

华尔街幽灵规则解析
规则一:永远不要持仓待涨,不要等市场提醒你出错才清除掉错误仓位。
这条规则其实也就是不要通过止损出场,等到触发止损出场,那么很可能已经造成一些亏损,长此以往,亏损会不断累积,伤到根本。其实这条规则更想表达的是,止损是一种偷懒的行为,把出场方式交给止损,会让人忽略轻视出场本身的逻辑,而从概率上,很可能会频繁触发止损,从而频繁亏损,容易搞乱心态。因此,这条规则会强迫你好好的做计划,好好的思考,价格怎么样是不及预期的表现,一旦不及预期了,要果断的主动择机出场,而不是等到价格触发止损被动出场。
这里突出了做计划和主动性,这两点非常重要,做计划就是要提前定义好错误的场景走势,即便错的概率小(这个很可能是主观臆断),就像是过马路,即使是人斑马线绿灯,车辆红灯,你也会看看周围是否有车,是否有危险,而不是完全相信红绿灯,即使这种可能性很小,这是因为错误的代价是你的生命。同样的,要认真对待你的账户和本金,要认真做计划,只有认真对待你的账户,你才能长久的在交易市场活下去。
此外,做计划还意味着你不会在发生错误的时候茫然无措,放任账户亏损扩大,陷入冲动交易。
主动的出场,就必须要求你多思考你的模式和行情,多思考市场,让你对市场理解更深,模式也更完备,而且你会把握出场的主动性,往往会有更好的出场价格,甚至还会有小小的盈利,这样还可以保住本金,大大的降低亏损。
不设止盈止损,而是买入机会,卖出风险。
所以,规则一是让你做一个主动的完备的交易者,回归到风险和交易逻辑本身,而不是被动的缺失的交易者,局限在表面的止盈止损上面。

规则二:毫无例外的并且正确的在你的盈利仓位上加仓。
这条规则要特别注意,并不是说只要你的仓位盈利了就一定要加仓,而是要正确的加仓,即只要你的盈利仓位出现了模式内的买入信号,那你就应该无条件加仓,而不是认为你手上已经有了持仓,就无所谓了。因此,这里主要想表达的是,要杜绝这种持仓懒惰心理,即:已经有了持仓,已经在局内了,就可以心安理得的忽视摆在眼前的机会了。实际上,这种心理也是一种懒惰消极的交易心理,无法放大正确持仓的利润,导致无法将正确和错误在仓位上区分出来,盈利了就懒惰和恐惧利润丢失,亏损了就焦虑冲动希望回本,这是交易里两大最明显和致命的人性缺点。
这条规则还蕴含着另一层关键的意思,就是既然存在加仓,那就意味着一开始就不能满仓,不然就不存在加仓一说。为什么一开始不能满仓,有几个原因。
一,要给正确的机会留下仓位。如果一开始满仓,那么意味着后续再出现机会,你就只能错过,因为已经没有仓位了,这样你就相当于把你的所有资金放在了这一个机会上,会极大的放大你的账户波动和风险,而不是将风险通过多个机会进行分散,尤其是正期望的机会。这样的话,长此以往,你会因为无法承受这种波动而陷入情绪和人性陷阱,而且这种行为本身也会降低你账户向正期望收敛的可能性,所以这绝大多数情况下都不是一个好的策略,除非你知道这个机会的胜率很高,盈亏比很高,但是交易市场,千万别对自己太自信。
二,轻仓试错,买票入局。交易是一个概率游戏,而且往往胜率是不会太高的,因此,我们不能对自己过于自信,可以先入局,只有下注了,你才能真的知道自己是否正确,这是因为没有下注,你对行情走势的经历和感受不会完整,会选择性的挑自己以为的,陷入主观幻想,不够客观,这是人工交易的特点,所以如果你觉得这是一个机会,那么先入局感受,才能更好的做出判断和决策,买衣服也要先试试,买汽车也会先试驾。既然是入局试错,那自然就不会重仓。而且在规则一的保护下,还可以进一步的降低试错成本。让自己先入局,可以提高你的肾上腺素,但同时由于仓位轻,心理负担小,不至于陷入情绪陷阱,影响到客观判断,因此这可以让你做出更为客观准确的分析判断。
三,一个真正的好的机会,应该不止一个买点,如果你觉得只有这一个买点,不能浪费掉,那么意味着这个机会本身很可能其实是不太安全的,上面的空间也不会太大,既然胜率和盈亏比都不会太大,那么自然你就要怀疑你对这种机会的认知是否有问题,更可能是你主观认为这是个好的值得重注的机会,所以要客观上避免这种套利的机会下重仓,因此如果真的只有一个买点,那么就不能仓位太大,而如果不止一个买点,那么刚开始的试错仓位更不能太大,所以,这条规则,会让你好好思考这个机会的级别大小,是只是一个套利的机会,还是存在多个买点的大级别机会,不同的机会的仓位分配和建仓模式是不一样的,但是刚开始的轻仓,总是对的。这就让你可以在大级别的机会上保持住并且放大仓位,放大利润,在小级别套利机会或者误以为是机会的机会上,降低风险和亏损,这是正道。
 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/4017.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

selenium入门篇(环境搭建、八大定位)

背景 Web自动化测现状 1. 属于 E2E 测试 2. 过去通过点点点 3. 好的测试,还需要记录、调试网页的细节 一、selenium环境搭建 一键搭建 pip3 install webdriver-helper 安装后自动的完成: 1. 查看浏览器的版本号 2. 查询操作系统的类型 …

本地Mysql开启远程访问(图文)

目录 1. 问题所示2. 原理分析3. 解决方法 1. 问题所示 事因是访问同事的数据库时,出现无法访问 出现1130 - Host ‘IT07’ is not allowed to connect to this MySQL server截图如下: 2. 原理分析 如果账号密码地址都正常的情况下,这是没开…

从 Apache Doris 到 SelectDB Cloud:云原生架构下的弹性能力揭秘

随着云时代的到来,越来越多企业开始在公有云、私有云乃至 K8s 容器平台构建实时数据平台。云计算基础设施的革新,促使着数据仓库朝着云原生的方向发展。而用户日益复杂的业务负载和降本增效的需求,对于系统资源的精细化管理和成本效益等方面提…

笔记:oracle报错ORA-55941

说明 在删除audsys下的表时报错 ORA-55941: 不允许对表 "AUDSYS"."CLI_SWP$233f2a8a$1$1" 执行 DML 和 DDL 操作解决方案 扩展 定期PURGE部分AUD$ 第一步针对AUDIT_TRAIL_AUD_STD设置init_cleanup每24小时执行一次. BEGIN IF NOT DBMS_AUDIT_MGMT.IS_…

IDEA 编码规约扫描 Code inspection did not find anything to report.

IDEA安装了Alibaba Java Coding Guidelines插件,却看不到规约检查结果。手动进行编码规约扫描,弹窗提示“Code inspection did not find anything to report.”: 这种情况是因为代码文件所在的目录被标记成了测试文件(Test Source…

IT運維國産化替代:挑戰與機遇並存

隨著信創國産化浪潮的持續推進,IT運維(ITOM)作為信息化體系中的關鍵環節,其國産化替代的重要性日益凸顯。面對日益複雜的國內外信息技術環境,以及企業數字化進程的快速發展,企事業單位在IT運維方面正面臨著…

python3GUI--PyQt5打包心得(三)NIS Edit制作安装程序(详细图文演示)

文章目录 一.前言二.介绍三.下载、安装1.下载2.安装 四.制作安装程序四.验证五.总结 一.前言 传送门: python3GUI–PyQt5打包心得(详细图文演示) python3GU…

本地体验最强开源模型Llama3+Qnw(支持Windows和Mac)

一键运行大模型本地软件(含模型):点击下载 Meta放出Llama3模型了,也应该是这段时间里的一个科技大新闻了。 Llama一直都是开源大语言模型的领头羊驼。 而Llama3又是所有羊驼中最新的领头羊。 可以简单地来看一下官方的对比数据…

SnapGene Mac v5.3.1中文激活版:综合性分子生物学软件

SnapGene Mac是一款功能全面、操作便捷的综合性分子生物学软件,专为Mac用户打造。它集成了DNA序列编辑、分析、可视化和团队协作等多种功能,为科研人员提供了一个高效、可靠的分子生物学研究工具。 SnapGene Mac v5.3.1中文激活版下载 在SnapGene Mac中&…

idea自定义配置文件的注释

打开 IntelliJ Idea 软件 依次找到 File—>Editor—>File and Code Templates 设置 Files 下的Class、Interface、Enum等 输入下面的内容 /** * description: ${NAME} * date: ${YEAR}-${MONTH}-${DAY} ${HOUR}:${MINUTE} * author: author **/

深度学习比较有用的网站

1.前沿论文学习和效果对比 Browse the State-of-the-Art in Machine Learning | Papers With Code 超简单实用,推荐的深度学习科研必备网站(轻松找论文,代码项目,写论文综述)| 土堆教程_哔哩哔哩_bilibili 2.前沿模…

机器学习中的K-均值聚类算法及其优缺点

K-均值聚类算法是一种常见的无监督学习算法,用于将数据集划分为K个不同的类别。该算法的目标是最小化数据点与其所属聚类中心之间的平均平方距离。下面分别介绍K-均值聚类算法的步骤和其优缺点。 K-均值聚类算法的步骤如下: 初始化K个聚类中心&#xf…

2024OD机试卷-分配土地(java\python\c++)

题目:分配土地 题目描述 从前有个村庄,村民们喜欢在各种田地上插上小旗子,旗子上标识了各种 不同的只数字。某天集体村民决定将覆盖相同数字的最小矩阵形的土地分配给村里做出巨大贡献的村民,请问此次分配土地,做出贡…

电力电子技术——异步调制和同步调制

电力电子技术——异步调制和同步调制 在电力电子技术中,PWM(脉冲宽度调制)是一种常见的调节技术,可以用于控制电路中的电压或电流。异步调制和同步调制是两种常见的PWM调制方式,它们有着不同的原理和应用。 异步调制 异步调制(Asynchronous Modulation):异步调制是指…

前端性能优化篇之懒加载的概念、特点、实现原理、懒加载与预加载的区别

目录 懒加载的概念懒加载的特点懒加载的实现原理懒加载与预加载的区别 懒加载的概念 懒加载,也叫做延迟加载或按需加载,是一种用来优化网页性能的方法。在包含许多图片的长网页或应用中,如果一开始就加载所有图片,会导致页面加载…

Python无向图--邻接列表转为邻接矩阵表示

这段代码实现了一个简单的社交网络类 SocialNetwork,并提供了一些基本操作,如添加用户、用户之间的关注关系、获取关注者和正在关注的用户等功能。 总的来说,这段代码实现了一个简单的社交网络,提供了基本的用户管理和关系建立功…

如何基于Spring Boot项目从零开始打造一个基于数据库号段模式去中心化的分布式ID生成方案

一、前言 在当前系统开发过程中,单体架构的应用正在走向消亡,越来越多的应用开始分布式架构,在分布式架构设计过程中,有一个问题往往避免不了,就是分布式ID生成问题。 在常见解决方案中,有使用雪花算法或…

K8S探针分享

一,探针介绍 1 探针类型 livenessProbe:存活探针,用于判断容器是不是健康;如果探测失败,Kubernetes就会重启容器。 readinessProbe:就绪探针,用于判断是否可以将容器加入到Service负载均衡池…

Access2019直接将数据导入SQL Server数据库中,再直接链接回来

Access2019 的数据表等,除了通过 SSMA 导入数据库外,还可以利用access2019 自身的外部数据导出功能来达到目的。本文将详细介绍这一操作过程。 一、命令行操作阶段 1.以SA这一超级用户登录SQL Server,创建一个数据库,例如“个人…

网络安全培训对软件开发人员的重要性

微信搜索关注:网络研究观 阅读获取更多信息。 组织所经历的持续不断的网络威胁没有任何放缓的迹象,使得实现有效安全的任务变得越来越具有挑战性。 根据最新的 Verizon 数据泄露调查报告,2023 年高级攻击增加了 200% 以上。 IBM 数据泄露成…