股票跌了30%之後需要加倉嗎？︱小K投資之路
閱讀時間約 1 分鐘
假如今天我們買一只股票，看見它浮虧30%，那麼這只股票需要漲多少才能回本呢?相信很多人都會以為是30%，但實際上答案並不是30%，而是42.8%。用一個比較簡單易明的例子來說，$100元的股票，跌了50%是$50，但是要從$50升50%只能是$75，要重新回到$100需要升一倍，升50%的話，還是虧損$25。由於基數出現了變化，但你的資金套得越深的時候，你想解套的難度就越來越高了，因為跌了50%的話，那麽需要漲100%才能解套，更不用說想賺錢了。
由此可見，當我們的股票跌了30%之後，如果想解套的話，確實需要加倉才行，但是問題來了，假如在你加倉之後，股票繼續快速下跌，那怎麼辦呢？這樣的話不但不能解套，反而還會虧得更多。所以在決定加倉之前，需要好好分析當前的形勢。（待續。。。）
即將進入廣告，捲動後可繼續閱讀
為什麼會看到廣告
22會員
555內容數
對於很多人來說，上班就係唯一的搵錢方法，因為唔返工就無錢洗，靠上班供樓都要供大約50年，小K認為好的開始就是成功的一半，投資這一門課從小學到大學是完全沒有教過的，身為一個90後，當然希望可以靠自己白手起家。靠著靈活運用理財的方法，得到財務自由！
留言0
查看全部
你可能也想看
Google News 追蹤
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議
分析兩位候選人政策利多/ 利空的板塊和股票
🤔為什麼團長的能力是死亡筆記本?
🤔為什麼像是死亡筆記本呢？
🤨作者巧思-讓妮翁死亡合理的幾個伏筆
前言
這篇會拿Finlab上的策略與機器學習預測線圖的因子進行結合。由於模型是透過2007-2011年的線圖作為訓練資料，回測的時候會從2012年開始以示公平。
還沒看過前面兩篇的可以點下面連結，會比較看得懂接下來的內容。
第一篇: 什麼？！AI也看得懂k線圖？利用機器學習來判斷股票漲
還沒有看過上一篇的可以點擊下面連結
什麼？！AI也看得懂k線圖？利用機器學習來判斷股票漲跌。(1)論文解析。
這一篇會把注意力放在論文提到的技術並套用在台股市場，也會使用論文中的方法進行驗證，看看是否在台股也有一樣的超額報酬。
資料生成
第一步也是最難的一步-資料生成。
這裡
前言
這個系列打算分三篇來完成。
第一篇先來解析論文中的方法以及實驗結果。
第二篇會把這篇論文應用在台股上，評估效果如何。
第三篇會把這篇論文實作成因子套用在Finlab上進行回測。
動機
今天要介紹的論文是這篇 (Re-)Imag(in)ing Price Trends。會知道
今天無論集中市場、櫃買市場成交量都是極度縮量的情況，指數開高之後就震盪向下，在小區間內震盪，終場上漲不到1點；加總集中市場、櫃買市場的上漲下跌家數，上漲和下跌家數差不多。雖然外資再現貨市場持續賣出、期貨市場空單持續加空，但整體來說，今天偏向一個「靜待表態」的樣態。
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議
分析兩位候選人政策利多/ 利空的板塊和股票
🤔為什麼團長的能力是死亡筆記本?
🤔為什麼像是死亡筆記本呢？
🤨作者巧思-讓妮翁死亡合理的幾個伏筆
前言
這篇會拿Finlab上的策略與機器學習預測線圖的因子進行結合。由於模型是透過2007-2011年的線圖作為訓練資料，回測的時候會從2012年開始以示公平。
還沒看過前面兩篇的可以點下面連結，會比較看得懂接下來的內容。
第一篇: 什麼？！AI也看得懂k線圖？利用機器學習來判斷股票漲
還沒有看過上一篇的可以點擊下面連結
什麼？！AI也看得懂k線圖？利用機器學習來判斷股票漲跌。(1)論文解析。
這一篇會把注意力放在論文提到的技術並套用在台股市場，也會使用論文中的方法進行驗證，看看是否在台股也有一樣的超額報酬。
資料生成
第一步也是最難的一步-資料生成。
這裡
前言
這個系列打算分三篇來完成。
第一篇先來解析論文中的方法以及實驗結果。
第二篇會把這篇論文應用在台股上，評估效果如何。
第三篇會把這篇論文實作成因子套用在Finlab上進行回測。
動機
今天要介紹的論文是這篇 (Re-)Imag(in)ing Price Trends。會知道
今天無論集中市場、櫃買市場成交量都是極度縮量的情況，指數開高之後就震盪向下，在小區間內震盪，終場上漲不到1點；加總集中市場、櫃買市場的上漲下跌家數，上漲和下跌家數差不多。雖然外資再現貨市場持續賣出、期貨市場空單持續加空，但整體來說，今天偏向一個「靜待表態」的樣態。