1、价值投资的出发点是估值定价,价格投机的出发点是波动涨跌。
2、估值定价主要基于长期回报、利率、通胀等因素进行;波动涨跌更为复杂,是在估值定价的基础上,分析市场情绪、供求关系、经济事件等因素进行,其本质是买方与卖方的博弈。
3、估值定价此处不议,简单来说跟收租金是一码事,复杂的话可以用CAPM或者其它经济学模型分析。
4、股民中应该99%的人都是投机类型,考虑的是价格的波动涨跌。
5、价格波动的分析都是基于震荡和趋势两种形态来进行,如果这两种形态都判断错误,那么技术指标肯定是失效的。技术指标从本质上来讲是对人类交易行为的一些特征进行分析而总结出来的,它不是科学,而是实践的总结。
6、震荡是多空的纠缠,趋势是效应的蔓延。技术指标并不能对短期涨跌进行预测,但可以帮助我们找到波动形态的开始、结束、顶部、底部。这个认识是非常重要的,比如MACD在趋势中为正,并不能说明这几天肯定会涨,但说明还没有到顶,目前走势基本健康(当然指标都有一定的滞后性)。
在之前的笔记中对策略作了一个简单的分类,经过时间的沉淀,对模型的分类有了新的认识,按照机器学习的概念来说,应该分为判别式模型和生成式模型,只有把这个概念区分清楚了,才会了解到自己当下的研究处于哪一范畴,还有哪些可以提升。
一、判别式模型
p(y/x)=f(x),线性回归、决策树、SVM、神经网络等均是判别式模型,按照公式可以理解为直接由特征对结果进行计算。
判别式模型多用于估值,比如当前横截面下的估值,又或者当前无风险利率条件下的估值等等。当然有时候估值策略并不是直接估计股票的价格,有可能是根据价格简化或者衍生出来的一个指标,比如PEG,这些指标和股价的关系是单调的,指标的大小可以直接反应股票的好坏。
估值模型的特点在于:简则粗,细则繁,如果用简单的模型正确率高,但对细节的估计往往不够,想把细节估计准确则模型可能很复杂,从而过拟合。
估值的最终目的是回归,即认为股票价格会回归到估值的水平从而进行买卖。虽然同为估值,但很多估值策略是在不同维度上进行比较的,不能简单比较两个策略的好坏。
二、生成式模型
p(y/x)=p(x,y)/p(x),所谓生成,便是通过联合概率分布来生成条件概率。生成式模型多用于直接的涨跌预测,最直观的便是技术指标,技术指标往往是所谓的统计学家根据观测得到条件概率,比如某某条件下股票上涨的概率是多少(金叉买入)。
生成式模型使用简单,但其中最重要的部分往往容易被忽略,即模型本身所假设的背景,比如MACD金叉所假设的是当下处于趋势行情这一基本假设,假设背景如果不正确,模型便会失效。
生成式模型一般都是用别人的模型,自己很难构建,因为其研究对数据量的要求非常大。
未完待续。。。
网友评论