Elias Chen 評論了股票 · 2024/12/31 19:01

12月31日週二Tesla盤前復盤圖表縱覽幾何解析式

坦率地說：下跌是沒有任何前途的，就是騙人、騙出和逼出低位籌碼，並且要持續地騙，直到絕大多數參與者都接近徹底喪失信心。先下後上是放之四海而皆準的真理。認識不到這些最基本最重要其實也是最淺顯的道理，你的智慧、膽識、眼光在哪裏呢？金融市場是弱肉強食的不相信眼淚的殘酷無情的競技場，收起和放棄不解決問題的害人害己的多餘的脾氣和情緒。用自己的耐心抵擋住貪婪與恐懼，機會變成勝果是需要概率重複與時間等待的。這個速度已經比其它行業要快得多。有時候大家比拼的不是對錯，大家也許都對，也許都錯，但是你要比別人在關鍵時刻多對一點點，少錯一點點，這就是多維博弈。

對技術的敬畏，是認同技術的價值，也認清技術的侷限。對技術指標函數曲線的正確而深刻解讀還得靠自己：

Baum-Welch（鮑姆-韋爾奇）算法是期望最大化算法的一個特例，用於查找Hidden Markov Model（隱馬爾可夫模型，縮寫爲HMM) 的未知參數。它利用前向-後向算法來計算期望步驟的統計數據。Baum-Welch 算法是Hidden Markov Model（隱馬爾可夫模型）中推理的主要方法，由於其對聯合概率進行遞歸計算，因此在數值上不穩定。隨着變量數量的增加，這些聯合概率變得越來越小，導致前向遞歸迅速接近機器精度以下的值。隱馬爾可夫模型描述了一組「隱藏」和觀察到的離散隨機變量的聯合概率。它依賴於這樣的假設：給定 ( i − 1) 個隱藏變量，第i個隱藏變量與先前的隱藏變量無關，並且當前觀察變量僅取決於當前隱藏狀態。Baum-Welch 算法使用衆所周知的 EM 算法，在給定一組觀察到的特徵向量的情況下，找到HMM（隱馬爾可夫模型）參數的最大似然估計。

坦率地說，世人皆貪圖安逸，急功近利。人心人性複雜難料，我很難說服自己相信股價會跌到HMM計算模型得出的擴大定義域的位置。

不過，Elias=Jerome真心希望股價能波動到這個區域，儘管我的持股浮盈會大幅減少，但是讓我有機會吸納難得的低位籌碼，何樂而不爲？

我喜歡主趨勢恒定向上而次級趨勢向下的跌勢所帶來的寶貴機遇來開倉佈局。最後重申一點，靈活和見機行事是最好的能力。

分清楚中長期的主趨勢和短期的次級趨勢。一旦鎖定🔒自己的投資標的物，就同步鎖定🔒中長期的主趨勢恒定向上👆。投股不疑，疑股不投。

股市英雄的投資標的物的主趨勢是恒定不變的，他們的側重點放在對次級趨勢的跌勢研究上。股市小丑則是主趨勢和次級趨勢不分，股價一旦大幅下跌，主趨勢也跟隨着變化，心態，研判，情緒都跟着一起上下波動。他們時時刻刻尋找着所謂的企穩了不下跌了來進行錦上添花，很少有末段制導。

你需要做的就是在世人唯恐避之不及的時候要有的放矢，執行相對精確型的框架式投資交易。

當中長期的主趨勢與短期的次級趨勢分道揚鑣，尖銳對立時，就需要拿出智慧和膽識。

研究次級趨勢的跌勢意義重大，吃透跌勢，需要有智慧地規避掉和放過屬於次級趨勢性質的跌勢的頭部和中段，在跌勢的末段，開始有計劃有步驟，分梯度分批次，外科手術式相對精確型框架性開倉佈局。

何以解憂？唯有低吸。

何以開心？唯有長持。