炒股软件有用吗

2019-06-02
字体:
浏览:
文章简介:网络与科技为整个社会所带来的利与弊,就好像是葡萄干跟狗屎一样,不过两者混在一起后,还是一堆狗屎一波始于2006年的大牛市,吸引了上亿股民争先恐后地投身其中.但如何选股,如何选择交易时机,如何分析行情走势等显然是门技术活,尤其是对那些刚入股市的新股民来说,要做到这些似乎不会太轻松.还好,市场上还有五花八门的炒股软件可供股民们选择,这些软件宣传推广中大量使用的"包赚不赔"."永不被套"等极具诱惑的字眼无疑会让人心动.互联网的应用也让股民能更快地获得市场信息.但有了这些,

网络与科技为整个社会所带来的利与弊,就好像是葡萄干跟狗屎一样,不过两者混在一起后,还是一堆狗屎

一波始于2006年的大牛市,吸引了上亿股民争先恐后地投身其中。但如何选股,如何选择交易时机,如何分析行情走势等显然是门技术活,尤其是对那些刚入股市的新股民来说,要做到这些似乎不会太轻松。

还好,市场上还有五花八门的炒股软件可供股民们选择,这些软件宣传推广中大量使用的“包赚不赔”、“永不被套”等极具诱惑的字眼无疑会让人心动。互联网的应用也让股民能更快地获得市场信息。但有了这些,是否就真的能在资本市场如鱼得水呢?

至少在普遍意义上,这些新工具并没有帮助股民们赚取到预想中的利润。在2008年股市的暴跌中,随着10万亿级别的市值蒸发,中国股市平均每个账户的损失在5万元左右。显然股票在大跌的时候不会因为投资者已经购买了炒股软件或者应用了互联网而网开一面。

很多人购买炒股软件,主要功能不外乎帮助自己做统计分析,为投资决策作出参考。但问题是,炒股软件只不过是通过一些市场模型来预测其他市场参与者的行为,凯恩斯的“选美理论”对此有着独到的解释——在选美比赛中,如果猜中了谁能够得冠军,你就可以得到大奖。

别猜你认为最漂亮的美女能够拿冠军,而应该猜大家会选哪个美女做冠军。即便那个女孩很丑,只要大家都投她的票,你就应该选她。再回到金融市场投资问题上,不要去买自己认为能够赚钱的金融品种,而是要买大家普遍认为能够赚钱的品种,哪怕那个品种根本不值钱,这道理同猜中选美冠军就能够得奖是一模一样的。

也就是说,炒股软件通过统计规律来预测他人的交易行为,从而帮助自己作出交易决策。姑且不论要做到这一点是否现实,假如这种预测是客观有效的,那么另一个问题又出现了,当这种预测行为发展到一定阶段以后,大家都在等着最低点买进,最高点卖出,理论上来说,这的确能让投资者实现利益最大化。

但此时出现的悖论是,如果大家都选择在最低点买进,那么谁来卖出呢?同样,都在最高点卖出,那买家又在哪里?假如炒股软件的预测是准确的,那也就不会存在有买卖了,而没有买卖,又何来的市场,连市场都没有了,你还需要炒股软件来做什么?从这种意义上来说,不仅炒股软件不能预测市场,连其他预测市场的经济学理论被发挥到极致以后也都存在这种悖论。

别忘了马尔基尔把凯恩斯的“选美理论”归纳为最大笨蛋理论:你之所以完全不管某个东西的真实价值,即使它一文不值,你也愿意花高价买下,是因为你预期有一个更大的笨蛋,会花更高的价格,从你那儿把它买走。投机行为的关键是判断有无比自己更大的笨蛋,只要自己不是最大的笨蛋就是赢多赢少的问题。如果再也找不到愿出更高价格的更大笨蛋把它从你那儿买走,那你就是最大的笨蛋。

当理论上完美的炒股软件出现并被应用到极致,后果只会是使用者人人都是那个最大的笨蛋。

另一方面,互联网的广泛应用也不见得让投资者的交易更加有利可图。加州大学戴维斯分校的教授巴拉德·巴伯和特伦斯·奥丁的研究也在一定程度上证明了这一点。巴伯和奥丁认为网上交易启发了投资者的信息幻觉,他们误认为比其他投资者更快更多地得到了有价值的信息,从而变得对投资和整个市场更具有控制能力,这种控制能力的幻觉使得这批投资者更加自信,也更易蒙受到损失。

通过对部分投资者进行了使用网络投资和不使用网络投资的对比实验,在使用互联网获得投资信息和交易的股票投资者一方,由于交易更加便捷,使得交易变得频繁。然而最后调查的结果是,这些投资者在使用网络之前投资收益高于市场2%,而在使用互联网后,频繁的投机使得他们的投资年回报率低于市场3.5%。或许这对抽取佣金的券商来说是个不错的消息。

正像查理·芒格(沃沦·巴菲特的黄金搭档,有“幕后智囊”和“最后的秘密武器”之称)所说的:“网络与科技为整个社会所带来的利与弊,就好像是葡萄干跟狗屎一样,不过两者混在一起后,还是一堆狗屎。对整个社会来说,网络或许不错,但对资本家而言,却绝对是个负数,因为虽然网络能增加企业的效率,但对获利却一点帮助也没有。”

查理·芒格的另一番话或许会给你一些启发,“如果你的思维完全依赖于他人,只要一超出你的领域,就求助专家建议,那么你将遭受很多灾难。”

也许进入资本市场最好办法就是多掌握各种技巧和知识,而不是相信某些工具。你有任何工具都不具备的一样长处,真正的人工智能。