第127章 驚天騙局籌碼峰?(二)
股市絕學：從入門到精通 作者：天幹地支土一 投票推薦 加入書簽 留言反饋
籌碼分布峰的形成，是一個值得深究的學問。任何事物，在我們深入了解它之前，都應該先追溯其本質，探究其來源，否則極有可能陷入誤區，導致判斷失誤，最終滿盤皆輸。
1996年，陳某等人提出了籌碼理論，他們是這個理論的開拓者。這項理論的提出，仿佛在平靜的金融領域投下了一顆石子，激起了陣陣漣漪。1997年，各種交易軟件開始設計籌碼分布圖形，將不同成本的籌碼用數據模型圖清晰直觀地展現出來。當籌碼分布第一次出現在世人眼前時，那種震撼無以言表。五顏六色的線條，錯落有致地排列著，仿佛蘊藏著巨大的能量。一時間，整個金融界都為之沸騰，專家學者們紛紛開始研究這種全新的分析方法。甚至，某位德高望重的教授還專門開設了籌碼分布的課程，並將其列為金融專業學生的必修科目。
第一重騙局：籌碼轉移的本質是概念偷換。
一隻新股，如同剛剛誕生的嬰兒，每個人的持倉成本都清晰透明，如同嬰兒純淨的眼神。然而，一旦開始交易，情況就截然不同了，籌碼開始了它在市場中的流動，如同嬰兒邁開了探索世界的第一步。假設一位投資者在開盤當天，以某個價格買入了一手股票，這手股票可能是來自任何一位原始股東。但軟件開發商並不知道是誰將股票賣給了這位投資者，他們如同置身迷霧森林的旅人，無法看清交易背後的真相。他們隻知道股票以某個價格成交了，卻無法得知賣方的成本是多少。新增加的籌碼峰應該從哪個價格轉移過來呢？他們一無所知。麵對這種情況，他們如同被蒙住了雙眼的畫家，無法精準地描繪出籌碼分布的真實麵貌。因此，想要真實統計籌碼分布，如同想要抓住流沙般困難，根本就是不可能的。
為了構建出直觀的籌碼峰圖形，指標發明人做出了一種合理的假設：每一次新的成交量，都由之前的持股者平均分攤轉移。他們仿佛在進行一場無聲的接力，新成交量如同不斷注入的活水，逐步替換掉舊的成交量，完成了籌碼的換手。在這個過程中，每一個價位都記錄著成交量的變化，如同曆史的印記，最終匯聚成龐大的交易數據。為了從這些海量數據中提煉出有價值的信息，需要借助統計學的力量。籌碼峰的統計方式，正是運用了價格和換手率的加權平均算法，將兩者巧妙地結合起來。簡單來說，就是在股票的走勢過程中，將所有籌碼的交易統計匯聚成一個龐大的數據庫，然後運用算法計算出每個價位的籌碼成交量大小，最終，那些成交量巨大的價位，便如同山峰般凸顯出來，形成了我們所看到的籌碼峰。
想象一下，一隻妖股，經曆了兩個月的持續下跌，仿佛從陡峭的山峰跌落，換手率高達50%。表麵上看，山頂的籌碼似乎已經消失殆盡，轉移到了低位，仿佛沒有任何套牢盤存在。你打開交易軟件，看著k線圖上那根光禿禿的大陰線，心裏想著，山頂的籌碼真的都跑了嗎？答案當然是否定的。隨便找一隻經曆過暴跌的股票，去股吧裏問問，看看還有多少人在山頂站崗。不用多想，肯定有一大堆散戶哭訴著山頂的寒風刺骨。你或許會說，我早就跑了，沒被套在山頂。但事實上，無論你是否真的賣出了股票，算法都已經幫你完成了操作。你打開軟件看到的籌碼分布圖，其實是算法精心為你繪製的虛擬景象，與真實的籌碼分布情況毫無關係。你看到的，隻是算法想讓你看到的，而真實的籌碼去向，早已被隱藏在層層迷霧之中。
第二重騙局：當日成交量的成本分布無從知曉。
當日成交的成本分布，其實隻是一個理論上的概念，它在現實交易中並不能被真實地捕捉到。為什麽這麽說呢？因為每一筆成交背後的成本，對於旁觀者來說都是一個謎。我們無從得知賣家買入的價格，也無法洞悉他們在交易時的心理價位。正是由於這種信息的不透明，我們才需要借助一些算法來模擬單日籌碼的分布情況。目前市麵上比較流行的算法主要分為三類：第一種是k線籌碼直筒型分布，它簡單直觀，但缺乏對細節的刻畫；第二種是k線籌碼三角形分布，它相對更注重價格的變化，試圖捕捉交易密集區域；還有一種是k線籌碼三角形筒型分布，它可以看作是前兩種方法的結合，試圖在簡潔和準確之間找到平衡點。然而，如果我們仔細觀察分時圖上股價的波動，就會發現真實的交易形態遠比這三種算法模型複雜得多。每天的交易像一場跌宕起伏的戲劇，充滿了各種意外和反轉，這些算法模型根本無法準確地描述這種動態變化的過程。因此，我們可以得出一個結論：這些籌碼分布模型從微觀層麵來看，本身就存在著偏差，它們隻是對真實情況的一種粗略估計。更糟糕的是，當我們把每天錯誤的k線籌碼分布疊加在一起，試圖構建一個長期的趨勢圖時，這種誤差會被進一步放大，最終導致整體的失真。這就等於用一個虛假的當日成本分布，去虛假的替換本就虛假的原有分布。
第三重騙局：持股股東數據缺乏真實性。
大多數炒股軟件的籌碼分布都是基於流通盤來計算的，乍一看好像很有道理，然而仔細想想卻並非如此。因為每個股票的流通盤差異很大，那些前十大流通股東，他們的股票雖然也是流通股，可實際上卻很少參與市場交易。所以說，用流通盤來計算籌碼分布，就會把很多實際上不會動的“僵屍籌碼”也算進去，最終的結果自然是不夠準確的。
有些交易軟件為了方便分析，引入了一個叫做“曆史換手衰減係數”的指標。這個指標的計算方法是：用1除以（1減去十大流通股東占比）。我們根據股票信息算出這個係數後，就可以打開炒股軟件，找到曆史換手衰減係數的設置，把默認的係數修改成我們計算出的結果。修改完畢後，你會驚訝地發現，原本的籌碼分布圖發生了翻天覆地的變化。但是，每個股票的流通情況都不一樣，所以這個係數也不應該一概而論。如果我們用同一個公式去計算所有股票的係數，那結果必然是錯漏百出。更何況，股票的流通性也是不斷變化的。
第四重騙局：不同時間周期下籌碼分布的不同表現形式。
公式計算的籌碼峰，就像是在不同倍率的顯微鏡下觀察同一個細胞，呈現出的形態截然不同。日線級別就像低倍鏡，讓人誤以為已經沒有套牢盤的存在，仿佛風險已經煙消雲散。但切換到月線級別，就像換上了高倍鏡，曾經被忽略的細節一覽無遺，大量的套牢盤依然如同烏雲般，籠罩在股價上方，暗示著潛在的風險。
理論上，無論我們是在日線、周線、月線還是年線級別觀察，籌碼峰都應該指向同一個價格區間，最多隻是因為計算精度的差異，導致小數點後的位數有所不同。然而，現實卻與理論相悖，這主要是因為我們無法獲知真實的籌碼分布情況。我們所看到的籌碼峰，實際上是根據k線圖數據計算得出的，而這些計算公式通常都采用了時間衰減的算法。這意味著，在交易活躍的日線級別上，由於周期更短，n值更大，公式會快速地將長時間持有的套牢盤籌碼視為“賣出”，並在計算中剔除。相反，在月線和年線級別上，由於周期較長，n值較小，公式還來不及將這些長期套牢盤的籌碼用新的k線數據替換，導致這些籌碼依然被計算在內。所以，不同時間周期下顯示的籌碼分布就會呈現出明顯的差異。
所以說，籌碼峰與其說這是一個分析工具，不如說這是一個精心設計的騙局。它沒有客觀地反映市場的真實情況，而是通過數據處理，人為地製造了一種看似合理的市場趨勢。
雖然說籌碼峰是算法編造出來的，但它既然存在，就有一定的道理。我們可以利用籌碼峰在周k線上尋找一些中線股票，說不定會有不錯的收獲。但是，短線操作就不要使用這個方法了。
1996年，陳某等人提出了籌碼理論，他們是這個理論的開拓者。這項理論的提出，仿佛在平靜的金融領域投下了一顆石子，激起了陣陣漣漪。1997年，各種交易軟件開始設計籌碼分布圖形，將不同成本的籌碼用數據模型圖清晰直觀地展現出來。當籌碼分布第一次出現在世人眼前時，那種震撼無以言表。五顏六色的線條，錯落有致地排列著，仿佛蘊藏著巨大的能量。一時間，整個金融界都為之沸騰，專家學者們紛紛開始研究這種全新的分析方法。甚至，某位德高望重的教授還專門開設了籌碼分布的課程，並將其列為金融專業學生的必修科目。
第一重騙局：籌碼轉移的本質是概念偷換。
一隻新股，如同剛剛誕生的嬰兒，每個人的持倉成本都清晰透明，如同嬰兒純淨的眼神。然而，一旦開始交易，情況就截然不同了，籌碼開始了它在市場中的流動，如同嬰兒邁開了探索世界的第一步。假設一位投資者在開盤當天，以某個價格買入了一手股票，這手股票可能是來自任何一位原始股東。但軟件開發商並不知道是誰將股票賣給了這位投資者，他們如同置身迷霧森林的旅人，無法看清交易背後的真相。他們隻知道股票以某個價格成交了，卻無法得知賣方的成本是多少。新增加的籌碼峰應該從哪個價格轉移過來呢？他們一無所知。麵對這種情況，他們如同被蒙住了雙眼的畫家，無法精準地描繪出籌碼分布的真實麵貌。因此，想要真實統計籌碼分布，如同想要抓住流沙般困難，根本就是不可能的。
為了構建出直觀的籌碼峰圖形，指標發明人做出了一種合理的假設：每一次新的成交量，都由之前的持股者平均分攤轉移。他們仿佛在進行一場無聲的接力，新成交量如同不斷注入的活水，逐步替換掉舊的成交量，完成了籌碼的換手。在這個過程中，每一個價位都記錄著成交量的變化，如同曆史的印記，最終匯聚成龐大的交易數據。為了從這些海量數據中提煉出有價值的信息，需要借助統計學的力量。籌碼峰的統計方式，正是運用了價格和換手率的加權平均算法，將兩者巧妙地結合起來。簡單來說，就是在股票的走勢過程中，將所有籌碼的交易統計匯聚成一個龐大的數據庫，然後運用算法計算出每個價位的籌碼成交量大小，最終，那些成交量巨大的價位，便如同山峰般凸顯出來，形成了我們所看到的籌碼峰。
想象一下，一隻妖股，經曆了兩個月的持續下跌，仿佛從陡峭的山峰跌落，換手率高達50%。表麵上看，山頂的籌碼似乎已經消失殆盡，轉移到了低位，仿佛沒有任何套牢盤存在。你打開交易軟件，看著k線圖上那根光禿禿的大陰線，心裏想著，山頂的籌碼真的都跑了嗎？答案當然是否定的。隨便找一隻經曆過暴跌的股票，去股吧裏問問，看看還有多少人在山頂站崗。不用多想，肯定有一大堆散戶哭訴著山頂的寒風刺骨。你或許會說，我早就跑了，沒被套在山頂。但事實上，無論你是否真的賣出了股票，算法都已經幫你完成了操作。你打開軟件看到的籌碼分布圖，其實是算法精心為你繪製的虛擬景象，與真實的籌碼分布情況毫無關係。你看到的，隻是算法想讓你看到的，而真實的籌碼去向，早已被隱藏在層層迷霧之中。
第二重騙局：當日成交量的成本分布無從知曉。
當日成交的成本分布，其實隻是一個理論上的概念，它在現實交易中並不能被真實地捕捉到。為什麽這麽說呢？因為每一筆成交背後的成本，對於旁觀者來說都是一個謎。我們無從得知賣家買入的價格，也無法洞悉他們在交易時的心理價位。正是由於這種信息的不透明，我們才需要借助一些算法來模擬單日籌碼的分布情況。目前市麵上比較流行的算法主要分為三類：第一種是k線籌碼直筒型分布，它簡單直觀，但缺乏對細節的刻畫；第二種是k線籌碼三角形分布，它相對更注重價格的變化，試圖捕捉交易密集區域；還有一種是k線籌碼三角形筒型分布，它可以看作是前兩種方法的結合，試圖在簡潔和準確之間找到平衡點。然而，如果我們仔細觀察分時圖上股價的波動，就會發現真實的交易形態遠比這三種算法模型複雜得多。每天的交易像一場跌宕起伏的戲劇，充滿了各種意外和反轉，這些算法模型根本無法準確地描述這種動態變化的過程。因此，我們可以得出一個結論：這些籌碼分布模型從微觀層麵來看，本身就存在著偏差，它們隻是對真實情況的一種粗略估計。更糟糕的是，當我們把每天錯誤的k線籌碼分布疊加在一起，試圖構建一個長期的趨勢圖時，這種誤差會被進一步放大，最終導致整體的失真。這就等於用一個虛假的當日成本分布，去虛假的替換本就虛假的原有分布。
第三重騙局：持股股東數據缺乏真實性。
大多數炒股軟件的籌碼分布都是基於流通盤來計算的，乍一看好像很有道理，然而仔細想想卻並非如此。因為每個股票的流通盤差異很大，那些前十大流通股東，他們的股票雖然也是流通股，可實際上卻很少參與市場交易。所以說，用流通盤來計算籌碼分布，就會把很多實際上不會動的“僵屍籌碼”也算進去，最終的結果自然是不夠準確的。
有些交易軟件為了方便分析，引入了一個叫做“曆史換手衰減係數”的指標。這個指標的計算方法是：用1除以（1減去十大流通股東占比）。我們根據股票信息算出這個係數後，就可以打開炒股軟件，找到曆史換手衰減係數的設置，把默認的係數修改成我們計算出的結果。修改完畢後，你會驚訝地發現，原本的籌碼分布圖發生了翻天覆地的變化。但是，每個股票的流通情況都不一樣，所以這個係數也不應該一概而論。如果我們用同一個公式去計算所有股票的係數，那結果必然是錯漏百出。更何況，股票的流通性也是不斷變化的。
第四重騙局：不同時間周期下籌碼分布的不同表現形式。
公式計算的籌碼峰，就像是在不同倍率的顯微鏡下觀察同一個細胞，呈現出的形態截然不同。日線級別就像低倍鏡，讓人誤以為已經沒有套牢盤的存在，仿佛風險已經煙消雲散。但切換到月線級別，就像換上了高倍鏡，曾經被忽略的細節一覽無遺，大量的套牢盤依然如同烏雲般，籠罩在股價上方，暗示著潛在的風險。
理論上，無論我們是在日線、周線、月線還是年線級別觀察，籌碼峰都應該指向同一個價格區間，最多隻是因為計算精度的差異，導致小數點後的位數有所不同。然而，現實卻與理論相悖，這主要是因為我們無法獲知真實的籌碼分布情況。我們所看到的籌碼峰，實際上是根據k線圖數據計算得出的，而這些計算公式通常都采用了時間衰減的算法。這意味著，在交易活躍的日線級別上，由於周期更短，n值更大，公式會快速地將長時間持有的套牢盤籌碼視為“賣出”，並在計算中剔除。相反，在月線和年線級別上，由於周期較長，n值較小，公式還來不及將這些長期套牢盤的籌碼用新的k線數據替換，導致這些籌碼依然被計算在內。所以，不同時間周期下顯示的籌碼分布就會呈現出明顯的差異。
所以說，籌碼峰與其說這是一個分析工具，不如說這是一個精心設計的騙局。它沒有客觀地反映市場的真實情況，而是通過數據處理，人為地製造了一種看似合理的市場趨勢。
雖然說籌碼峰是算法編造出來的，但它既然存在，就有一定的道理。我們可以利用籌碼峰在周k線上尋找一些中線股票，說不定會有不錯的收獲。但是，短線操作就不要使用這個方法了。