交易-把握机会,对冲价格下跌
交易与投资
资本市场充满了不同目标的参与者。基本上,有两类主要的市场参与者:投资者和交易者。虽然他们都有赚钱的共同目标,但这两组人在方法上尤其是在投资决策的时间跨度上存在显著差异。
投资者做出长期投资决策,时间跨度为数年或数十年。因此,在选择潜在投资对象时,他们更加注重长期的方向和发展。一个广泛应用的方法是所谓的价值投资。这个术语在很大程度上是由投资者和经济学家本杰明·格雷厄姆(1894-1976)提出的,他被认为是基本证券分析之父。
价值投资涉及到研究对公司长期成功有显著影响的基本因素。价值投资的另一个关键特点是其反周期方法。价值投资者只会在他们认为未来回报有利的时候进行投资。价值投资者特别关注资产负债表结构和盈利分析。基本指标如市盈率(P/E比率)或股息收益率可以作为投资是否便宜或昂贵的指南。
另一方面,交易者偏爱短期至中期的投资时间跨度。在最极端的日内交易形式中,平均持有期为几秒钟或几分钟(剥头皮交易)。中期交易者持有头寸的时间为数天到数周甚至数月(头寸交易)。投资时间跨度越短,公司或基础资产的基本情况通常越不相关,这些基础资产也可以是货币或商品。
因此,交易者通常依赖技术分析。他们常常使用价格图表或指标作为辅助手段,还会关注短期的价格驱动消息。现有的所有交易策略在此无法一一详细说明,但我们希望提供一个对不同交易策略类型的概述:
趋势跟随
趋势跟随系统属于周期性关注的交易方法,技术导向性很强。通常使用价格图表来识别趋势。所谓的动量策略是这种策略中最受欢迎的。动量策略的艺术在于确定退出的正确时机。
趋势逆转或反周期交易
正如其名,这种方法的市场参与者试图找到趋势逆转的完美时机,以参与预期的上涨行情。这一策略的挑战在于在多数其他市场参与者出于恐惧抛售时进行买入。对基本情况和相对价值的良好理解对于这一策略至关重要。图表分析常用于辅助。
事件驱动交易
这指的是从特定事件触发的价格变动中获利的策略。触发事件可以是各种不同的事件,如中央银行的利率决定、公司报告、经济数据等。基本假设通常是事件会导致强烈的价格变动。实施通常使用衍生品和其他杠杆产品。
套利
套利是多个策略的总称,主要由机构投资者使用,部分原因是其所需的资本通常巨大,技术要求也是一个障碍。相对于投资,套利的利润通常很小,但另一方面,损失的风险也非常低。最受欢迎的套利类型可能是使用全自动交易系统,在毫秒内识别和利用基础资产在不同交易所的价格差异。
市场中性策略
市场中性策略是双向交易方法,投资者从价格的上涨和下跌中获利。这可以通过多种方式进行。例如,在股票或商品多头/空头策略中,试图通过买入一个头寸并卖出另一个头寸来从两个高度相关的基础资产的价差(价格差异)中获利。其他市场中性策略可以在期权交易的背景中找到。
自动化交易
在信息技术时代,计算机控制和全自动交易算法越来越受欢迎,并且也越来越多地被小投资者使用。拥有合适的交易软件并与支持全自动订单输入的经纪商连接的人可以从各种自由可用的交易算法中选择最有利可图的。自动化交易的最大优势是它花费的时间较少,并且消除了恐惧或贪婪等人类情绪作为风险因素。
社交交易/投资
这种相对较新的投资策略类型旨在跟随那些已经证明他们能够在股市中稳定获利的人们的脚步。投资的资本跟随交易者的每个投资决策,在获利时,当然也会支付佣金。对于非常不确定或缺乏经验的交易者来说,这可以是一种无需承担不可控制风险而实现盈利的途径。
交易心理
交易中的一个关键因素是自己的心态和控制自己情绪的能力,以防止它们影响投资决策。狂喜和过度自信以及恐惧和不确定性都可能对交易的成功产生重大影响。因此,制定自己的规则和原则作为指导,以便有一个明确的策略是非常重要的。就这方面而言,最重要的事情之一是明确限制损失和坚实的资金管理。头寸规模应始终与自己的账户规模相一致。
如何保护自己免受损失?
有不同的方法可以保护自己免受损失。正如前面提到的,其中之一是明确限制损失,例如使用止损订单。这意味着当价格跌破某个水平时,卖出订单会被执行。如果市场不会过快和大幅度下跌,通常使用这种方法可以相当大程度地限制损失。
另一种损失限制形式是对自己的股票头寸进行对冲。对冲工具可以是短期差价合约(CFD)或看跌期权。例如,这种方法对那些实际上不想卖出其股票的人有利。例如,拥有大量投票权股份的持有者可以显著影响公司的决策,他们不会因为短期波动而决定卖出其股票。同样,这也适用于那些从股息中获得大量收入的人。此外,卖出所有股票与单一对冲头寸相比成本很高,对冲头寸通常比卖出所有股票便宜。
短期卖空也可以作为一种选择手段,借入股票并在市场上卖出,以便在价格较低时买回。所有提到的方法都可以用来从股价下跌中获利。需要注意的是,投机价格下跌的头寸包括借贷费用形式的融资成本。此外,投机价格下跌的头寸面临无限的损失风险。因此,调整头寸规模以对冲目标头寸非常重要。
暂无评论
主页
特里夫
TriveHub
0条评论