3.5 暴涨暴跌 • [实盘感悟] 遇上暴跌我该怎么做?

来源:https://uqer.io/community/share/565d47e3f9f06c6c8a91af49

写贴缘由:

  • 经历了上周五的大跌以及昨天的深V反转,这行情真是吓死宝宝了。。。

  • 好在这次还算淡定,没有在低点出货,算是理智战胜了恐惧吧(具体我相信其不会继续暴跌的原因详见后面)

  • 所以痛定思痛,好好反思总结,来说说暴跌我该怎么办吧

回首历史:

记得在7,8月份大跌时,我做过一个简单的统计,统计了上证综指历史上所有周度的涨跌幅,统计后发现,大部分的涨跌幅都位于(-5%,5%),一些极端情况会出现涨跌10%左右,跌的最多的好像也就15%左右,而且即使在熊市,跌多了也会短期反弹一点,用专业的话讲,应该算是下跌趋势中的短期反转吧(momentum&reverse)。

所以,当时面对当时的下跌,我并没有太绝望,我在等的也就是反转的机会,而且不承担选股风险,就买带杠杆的分级B,快进快出,这样熊市下来我并没有亏损太多,甚至略微有盈利。

那么问题来了,怎么判定反转呢?不然这些都是大白话。我的想法也非常简单,既然历史(当时主要是07,08年的)统计表明跌幅超过15%之后再继续下跌的概率不高,那么一旦跌幅超过15%我在入场抄底,反转的机会是不是很高呢?说起来很简单吧,但做起来呢?

做起来就没那么简单了,人毕竟是感性的,遇上满仓跌停你的第一感觉就是将亏损和工资or奖金匹配了,这个时候都是恐惧,所以才出现了巨幅的跳水,因为大部分人都已经没法正常思考了(比如你当时想买某个分级B,你绝对不太会像之前一样理性,先要看看分级基金整体折溢价如何。。)

但这个时候就是真正的机会,别人恐惧时你要贪婪。想在想想当时7、8月份的行情,有很多曾经盘中一度跌幅超过15%的吧,这其实都是很好的抄底时机,但在熊市里,抄底要注意快进快出!

先来看看上证综指的历史周度收益吧

import lib.BGI as BGI 
import pandas as pd
import numpy as np

quotes_daily = DataAPI.MktIdxdGet(ticker='000001', beginDate='20050101', field='tradeDate,CHGPct', pandas='1').set_index('tradeDate')
quotes_daily.index = map(lambda x: x.replace('-', ''), quotes_daily.index)
quotes_weekly = BGI.daily2weekly(quotes_daily, 'sum') # 周度行情
quotes_weekly.plot(figsize=(12,5))

<matplotlib.axes.AxesSubplot at 0x4d19f50>

怎么样,大部分都是位于(-5%,5%)吧,只有在熊市里才有超过10%的,但都没有超过15%。所以,在某一周中,盘中跌幅超过15%,那抄底还是挺自信的,更何况,现在的行情已经有企稳迹象,并非像7、8月份的熊市,怕什么呢?看看上周四、周五、再加昨天盘中的最大跌幅,刚刚好10%,敢问各位,抄底了吗?

当然,我也好奇的统计了,大盘过去N天的跌幅情况,以及随后M天的反弹情况,统计了收益为正的概率等等(统计规律没太多投资逻辑,仅供参考)

# 输入原始daily行情,获取行情统计信息,统计过去before_days的收益,以及随后after_days的收益
def get_quotes(row_quotes, before_days, after_days):
    quotes_Ndays = pd.DataFrame(index=row_quotes.index[before_days-1:], columns=['before '+str(before_days)+'days return','after '+str(after_days)+'days return'], data=0.0)
    for i in range(before_days-1,row_quotes.shape[0]):
        quotes_Ndays.iloc[i-before_days+1,:] = [row_quotes.iloc[i-before_days+1:i+1]['CHGPct'].values.sum(),row_quotes.iloc[i+1:i+1+after_days]['CHGPct'].values.sum()]
    return quotes_Ndays

下图是上证综指过去五天的累计收益图(没有按照周来划分),可以看到,结果差不多,连续五天下跌幅度超过10%的非常少,只有在8月份的熊市里,才出现过一次20%!

quotes_Ndays = get_quotes(quotes_daily, 5, 1)
quotes_Ndays[quotes_Ndays.columns[0]].plot(figsize=(12,5))

<matplotlib.axes.AxesSubplot at 0x4d0c310>

接下来,就简单统计一下,上证综指在连续五天分别下跌10%、15%、20%,在随后的1天、2天、3天、4天、5天内行情的均值收益以及收益为正的概率。

res = pd.DataFrame(index=['drawdown 10%','drawdown 15%','drawdown 20%'], columns=['following 1 day','following 2 day','following 3 day','following 4 day','following 5 day'])
for i in range(1,6):
    tmp_quote = get_quotes(quotes_daily, 5, i)
    tmp1 = tmp_quote[tmp_quote['before 5days return'] <= -0.1]['after '+str(i)+'days return']
    tmp2 = tmp_quote[tmp_quote['before 5days return'] <= -0.15]['after '+str(i)+'days return']
    tmp3 = tmp_quote[tmp_quote['before 5days return'] <= -0.2]['after '+str(i)+'days return']
    res.loc['drawdown 10%',res.columns[i-1]] = (np.round(tmp1.mean(), 4), np.round(float(sum(tmp1>0))/len(tmp1), 3))
    res.loc['drawdown 15%',res.columns[i-1]] = (np.round(tmp2.mean(), 4), np.round(float(sum(tmp2>0))/len(tmp2), 3))
    res.loc['drawdown 20%',res.columns[i-1]] = (np.round(tmp3.mean(), 4), np.round(float(sum(tmp3>0))/len(tmp3),3))
res
following 1 day following 2 day following 3 day following 4 day following 5 day
drawdown 10% (-0.001, 0.524) (0.0067, 0.595) (0.0078, 0.524) (0.0081, 0.5) (0.0077, 0.548)
drawdown 15% (0.0076, 0.667) (0.017, 0.667) (0.0408, 0.833) (0.0223, 0.667) (0.0208, 0.667)
drawdown 20% (-0.0119, 0.333) (0.0178, 0.667) (0.0489, 0.667) (0.0582, 1.0) (0.0507, 1.0)

如上表所示:

  • 每个单元格是一个tuple,第一个值为收益率的均值,第二个值为收益率为正的概率,举例来说,第一个元素(-0.001, 0.524)表示上证综指过去5天下跌超过10%的情况下,在随后1天的行情中,所有收益率的均值为-0.001,所有收益率中收益为正的概率为0.524

  • 可以看到,从收益均值角度看,基本上都能获得正的收益,而且多持有几天,获得均值正收益越多,上证综指3%左右还是很不错的收益

  • 从概率的角度看,都能明显高于50%

当然,以上仅仅是一些历史统计规律,具有一定的参考性,个人可根据实际情况来进行抉择!

回到现在:

关于这一波下跌,市场也并没有给出一个明确的原因(或许是券商收益互换?美联储加息???。。。)

总之,现在还没有到7,8月份时候清理两融、清配资来得直接,此外现在点位相对来说不算太高,顶多算是给前期涨幅太多降降温;而且随着人民币“入篮”,今天的PMI数据也有企稳迹象,总总迹象都表明政府主导的结构性改革正在有序进行。

也许大盘还会继续跌(当然啦,我是不相信会跌到3000点的,而且个人觉得接下来的行情会不错~),因为北上的沪港通已经帮我建立一个牢靠的成本线(参见社区帖子https://uqer.io/community/share/564a9754f9f06c4446b48253,强烈建议去看一下),你不抄底,他们会抄底,不信的话请看这两天的沪股通流入额!

总结:

  • 单单通过历史统计规律来决定是否抄底确实有点草率,但历史规律性的东西还是很具有参考价值的,好歹技术指标的一大前提就是相信历史会重演

  • 实际运用中,还有结合当时的市场环境,是下跌趋势还是企稳震荡又或是上涨,当然还可以分析一下国内环境、国际环境、又或是一些其他指标(比如这里提到的沪港通)

  • 总之,遇上暴跌不要恐慌,做一名理性的投资者!从本文的角度来看,暴跌不正是千载难逢的好机会吗?

results matching ""

    No results matching ""