本帖最后由 JACK船長 于 2019-3-24 23:46 編輯
長期看，能在股市多年持續盈利的人，所占比例也就10%到20%，這個比例算是少數人。但從基數看，1.4億股民的總量里就有1400萬到2800萬是長期賺錢的人，這個數字超過了很多歐盟國家的人口總數。
進入市場的每個人都有成為贏家的潛力，但是大多數人都沒走對路，走到一條曲折和錯誤的道路上去。因為覺得炒股很簡單，不就是買入和賣出嘛，誰不會下單敲鍵盤呢，這個沒什么門檻，不需要過多學習。于是大部分人拿自己上班打工積累的資金做嘗試，這些虧掉的錢都成了試錯成本，代價不低！我寫本文的目的，就是希望減少大家的試錯成本，這個成本除了本金，還有時間成本。
講現實些，每個成年人，要賺錢養活自己和養家，分為有單位的人，和沒單位的人；沒單位的人，自謀職業，又分為不炒股的人，和炒股的人。于是，上班族和自謀職業的都有一部分人成為股民。但是絕大多少人都走錯了第一步，就是什么都不懂的情況下，第一次就拿大部分積蓄炒股，然后就被割了……上班族還可以繼續上班賺錢養家，自謀職業的可就慘了，虧到吃飯錢都木有。
在牛短熊長的A股市場，有組織的割韭菜，導致股民大部分時間灰頭土臉，能揚眉吐氣的時候實在是太少了。只有在那短短的牛市里，那幾個月或半年一年的光景，看到自己股票賬戶資金的爆發式增長，先是竊喜、不知所措，然后，覺得人生可能從此改變，抱住股票死了都不賣……，再然后么，浮盈回吐，又變成了被割的韭菜。
但根本上，不應該只怪A股市場以及政策多變，不應該怪某報不要臉的忽悠4000點是牛市的起點，大形勢上，誰都有錯判的時候。當你不具備賺錢能力的時候，即使把你放到美股市場，經歷10年的長期牛市，也不一定能賺錢。投資過程之中的波瀾起伏，各種真假信息和新聞的矛盾、干擾，時時刻刻考驗著你的思維和毅力。
怎樣才能快速成為市場中賺錢的人，減少時間成本和試錯成本呢？就是要找到和建立你的盈操作盈利模式，說高大尚一些就是形成自己的操作系統。實踐操作中，有的人今天追這個炒作概念，明天追那個消息題材。本意是做短線，一旦浮盈了又改中長線了；本想做長線幾天不漲又換掉股票改炒強勢股了…… 時間和資金就這樣一次一次消耗掉了，10年過去回頭看，除了記得幾個炒股的段子，再無其他收獲，那些曾經激動人心的題材和牛市的瘋狂，都消失再遙遠的記憶中，被時間洗白白。
歲月不饒人，減少自己的試錯成本和試錯時間，找一條可以走通的投資增長之路，是當務之急。
所以下面想說的話，是給期望通過炒股實現財富增長的人，給期望通過炒股可以養家糊口的人、或者身負使命的菜鳥基經。
主要是三點：1拜一個好老師，2學一套有效的盈利模型（操作系統），3用一個專業的軟件
1.為什么要拜一個好老師？ 教授很多，好老師難找！跟經濟學教授學習投資知識可行嗎？當然可行。能系統的學習投資理論更好，但是理論跟實踐之間有很大差距，差距的原因，是因為金融市場是非線性的。
非線性的意思可以簡單理解為——即使你有20年炒股的知識和經驗，你發現了一個股票有機會，靠20年形成的認識和經驗去判斷它，也不一定能判斷正確。
非線性的特點，不像醫生給心臟手術做了200臺，雖然面對一個新病人的情況是未知的，但他的經驗可以保證他做這臺手術可以比只有20臺心臟手術經驗的醫生，要有更高的成功率。
在金融市場里，這20年的經驗沒有太大用處，非線性的特征是你無法依靠你的經驗，去復制，即使做一個股票成功賺錢了，下一個類似的股票，也不一定成功。
那為什么還要拜個好老師呢？因為要減少你的試錯成本，這是個捷徑。
巴菲特曾多次講過，學習投資最好的方法就是學習那些成功的大師。但是大師的方法往往你無法實施，因為大師用投資組合獲利、用頭寸對沖風險、有分析團隊后臺支持等等優勢。而你只是孤零零一個人，付2000塊學費都心疼（但給自己孩子請一課時200塊的老師補課）。
好老師可遇不可求，好老師要懂理論更要懂實戰，這樣你才能站在老師的肩膀上，看到他眼中的投資市場是個什么樣子，他能幫助你鑒別利潤或風險的概率。我經常對沙盤用戶講，思想第一，技術第二，就是希望大家能認識到思想指導你的行為，沒有建立投資思想的炒股行為都是盲目的、高風險的，你只能看到眼前這點利，容易中圈套。
比較典型的是2015年牛市中后期，有不少用戶融資加杠桿，我攔都攔不住，原因是他們的同事朋友融資賺錢快啊，這個賺錢效應給了他們無比的勇氣，后來的結果，當然是虧的傷了元氣，幾年才緩過來。還有科研院所的博士跟我咨詢辭職炒股的意見，我告訴他——好好上你的班，牛市會過去，在你還沒能力職業炒股之前，上班才能養活自己。
每個人的資金成本和時間成本都有限，如果你全靠自己去一次次試錯，試幾輪還沒摸到門兒就到退休年齡了。有決心和毅力從事金融投資行業的選擇沒什么不好，但能避免頭破血流才知悔悟，是不是更好？憑借自己一己之力去嘗試，那條路走不通。
2.為什么要學一套有效的盈利模式？
什么叫盈利模式呢，就是系統性的盈利方法，并且是能持續的方法。
市場很大，市場里的資金在流動中重新分配，那么你是做短線好還是做中長線好呢？
從專業角度看，哪種方法好賺錢，從波長角度看，也就是從長線和短線的角度上區分是不對的。應該從單位時間產生的回報上看，才客觀。不管什么方式，做短線、做波段，或是價值投資，衡量的標準就是資金的收益效率，單位時間產生的收益越高，資金的效率越高，總盈利也越大。能接近平均每天1%的盈利，就是非常非常好的事情。
說下生意中的實例你就容易理解了。資金效率，有點類似餐廳里面餐桌的翻臺率。
餐飲行業，有開快餐廳的也有開海鮮酒樓的，這是兩種盈利模式。吃快餐的單價低，希望客人吃完快點走人；吃魚翅海鮮的單價高，客人吃3個小時也沒關系。短線就像做快餐店，長線就像開海鮮餐廳。不能用誰吃的慢或吃的快來評估餐廳的付出和收益。也不能認為開個賣魚翅鮑魚的餐廳就一定比賣漢堡面條的快餐廳更穩定更賺錢，麥當勞不是開遍全世界嗎？用單位時間產生的資金收益回報，來看這個盈利的效率，誰的單位時間收益高，誰的方法就有獲利優勢，這樣的方法就是比較好的。
關鍵是，根據你自己的實際情況，時間、精力、知識層面，業余做投資還是職業炒股？經過幾次測試選擇適合自己的操作波長，最后確定下來，然后一次次復制這個模式，積累和成長。不能隨意改變模式，因為你不可能上個月做快餐，下個月改做海鮮，看不賺錢又改做火鍋，即使在餐飲行業的實業中，不同模式的盈利方法也是不同的，很多門道只有深入其中才能一探究竟。非線性的價格波動，判斷難度就更大了。當你一個盈利模式都沒有的時候，在不同模式中轉換，實現持續盈利的可能性是零！
在有個好老師指點的前提下，最短時間摸索形成自己的盈利方法和策略，固定下來形成模式，這就是你今后賺錢的方法和道路，是可以交易謀生的手段！
那么為什么大多數經濟學教授都不能炒股謀生呢？因為掌握經濟學理論，分析認識市場規律和學會交易技巧，一般的聰明和智商就夠了，但是做交易投資，是日復一日、簡單重復，需要在時間方向上持之以恒，一次又一次去認識和把握行動，并且重點在行動上，是一條程序反復運行。之所以知易行難，難在哪里？分析、認識，畢其功于一役，預測對一次就可以當知名教授了；而交易執行，次數多、時間長，是無數戰役組成的戰爭，剛過了一關，卻不知還有下一道關口在等你，關口連綿不絕，難度即在于此。
所以，雖然你可以站在你老師的肩膀上，但你不可以依靠任何人，你必須用適合自己的盈利模式去從市場中賺錢，你要找到適合你自己的操作波長和操作策略。遺憾的是大部分股民都在開快餐廳、開海鮮酒樓、開火鍋店等等選擇之中徘徊往復，猶猶豫豫，被誘惑迷失了頭腦……，這正是你有可能成為少數贏家的機會。
3.為什么要用一個專業軟件？ 100年前，利弗莫爾（《股票做手回憶錄》作者）從一個股票價格記錄員做起，在黑板上擦擦寫寫幾年股票報價后，所有數據都印在他的頭腦中，他發現了價格波動的規律。那時候要記錄價格，都是手工的畫圖，用坐標紙，隨便看個周線圖、月線圖都要費死勁。
80年代計算機發展，有了軟件程序，股票價格的展示進入電腦時代，交易員為了方便分析行情，編輯了一些公開的擺動指標，也叫技術指標，來輔助判斷。
今天，全世界所有投資者都同時站在一個時間窗口，未來，是一個AI時代，人工智能將不可阻擋的更新換代舊式的各類產品工具。你曾經熟悉的股票軟件不過是個單機版本的價格展示工具，技術指標也是三四十年前的固定計算公式；而新一代AI分析軟件都是基于云服務器構架的海量數據計算，通過神經網絡算法、機器學習來幫助用戶識別和判斷市場。
比如有些股民常常掛在嘴邊的資金流入流出技術指標。你稍微客觀想一想，某個股票在10元成交了1000股，成交金額是1萬元。表示有人買入了1萬元股票，同時也有人賣出了1萬股票，雙方因為對股票價格的看法分歧而成交，互相認為對手是傻X。這個買賣換手的過程中，買賣雙方的資金數量永遠是相等的。當你以為有人買入1000萬股是強莊出手的時候，那個賣出1000萬股的影子在偷笑，也許他手上還有1億股等待明后天不計成本繼續賣出呢。
而新一代AI分析軟件就不同了，從市場大數據角度去計算分析市場的特征和規律，往往比單機技術指標具有更高準確度和精確度。一個好軟件可以替代甚至超越一個分析師團隊，人眼看市場十年，不如機器計算市場一天！
如果你還沒有建立系統性的投資思維和操作模式，不光看不清市場，對軟件工具的有效和無效都難以分辨，通過交易讓財富增長的難度就更大了。
在學會投資、掌握有效方法之前，最低的試錯成本就是找一個好的專業軟件，讓它先至少能幫到你，而不是先虧幾萬塊錢去試錯。更專業的好軟件能幫你顯著降低試錯成本，減少試錯時間。
你離成功，離進入股市贏家的少數人行列，也許沒有那么遙遠。但就這么一點點思想和認識上的差距，就決定了不同人的命運。這根本不是智商問題，市場的聰明人無數，靠聰明基本沒有優勢，因為還有更聰明的，智者博弈，誰輸誰贏？投資之路，在每個人腳下……
| 
收藏
