金融市场的系统认识完整版.ppt

1999年1月8日当周 1、到最后一根周阴线剩余10周； 2、1999年5月有色各品种有两周急挫 至本周 尚未完成：完全计量 纵轴与曲线速率 待完成后分享 0 时 间 模 型 起点 涨 跌 力 度 市场运动曲线 计 量 跟 踪 周期模型的运用 1、只对关键点取样 2、关键点之间的运动曲线定义衰减力度 3、末端出手指的是长周期末端出手，即多/空的尽头 4、末端出现后开始对两个模型进行跟踪，同时对两个模型周期内的大数据进行跟踪 5、以两个模型对应时间对全市场进行评估 全球金融数据研究中心 机构联合 取长补短 宏观模型+量化模型 宏观数据+微观数据 放眼全球市场 取得各种竞争优势 落地汕头 联系人： 祝各位投资顺利 日本 解 析 从1985年开始和2003年开始都出现信贷曲线飙升 1992年和2009年都出现信贷曲线低点 此数据特征解释失去的十年 英国 解 析 广义货币统计曲线在两个时间周期窗口波动规律一致 广义货币统计曲线和信贷曲线中间的低点出现在1992年和2009年初 在接近1999年和现在都出现侠义货币曲线飙升 数据匹配 宏观经济货币结构的转换是一个轮回 每个结构转换经常伴随着一轮通缩 结构转换的次序非常有规律，为：低通胀-温和通胀-高通胀-滞胀-低通胀-。。。 超长结构的末端伴随的通缩给市场的冲击最大 数据匹配就是将主要大数据跟踪与配对历史上相同结构的统计曲线是否相同 数据跟踪 数据跟踪就是在大数据发布的时间做及时的统计 只要有大数据出现很大变化就是进场时机 大数据出现大变化要在清楚定义结构的大数据基础上 特别要注意结构陷阱和非理性市场经常存在什么经济货币结构内 模型匹配 M1大变动 M2曲线与市场相悖：结构末端非理性市场 企业利润水平与信贷曲线出现市场之间相悖：结构陷阱 针对当前环境 这两个时间点在大宗商品、汇率同样适用 1、M2与市场相悖 2、利润水平与市场相悖 3、M1曲线急剧下降后有抬头 各关键点对齐 各关键点对齐 与道琼斯时间点一致 各大市场主要时点一致 DAX gold 下来要跟踪的结构数据 Hengseng 2000.8 2001.6 模型匹配的要素 整个大结构模型内各关键时点相等 相同结构的两个模型市场运动幅度由宏观数据变化幅度完成完全计量，这是模型的完全结构：坐标起点-横轴-纵轴-曲线运动 大数据跟踪的标准 大宗商品开启一轮下跌周期 股市重挫的开始 解 析 跟踪数据就是在数据第一时间公布时查阅 小变化不用关注 巨大变化就是就是大机会或大风险 善于把大风险转换为大机会，关键就在掌握经济货币结构的市场特征 巨大变化是很久才出现的 大数据跟踪的几层含义 论证经济货币结构的数据，对结构进行定位，以把握结构下全球股市、各类大宗商品和汇率的特征规律 结构起点的精确定位，以对全市场进行建模确立正确的起点 起点定位正确是各模型精细化的基础 在结构中知道需要紧密跟踪的数据，一旦数据出现巨大变动，往往是模型的关键匹配点 大数据与结构的意义 对全球金融市场的中长期有清晰的论证基础 清晰各市场构成长期牛市和熊市的基础，对投资的风控至关重要 将投资更广泛地建立在各大类资产配置上 上个同样结构的关键时间点 2000年8月 2001年6月 2003年8月 时间顺序的概念 时间模型（横轴）内的宏观各项大数据对应建立模型跟踪 关于横轴周期模型 末端出手 确定经济货币结构 建立同结构的两个模型对比 两个模型对比取关键时间对比和同一个时间跨度的对比 某一个品种的做空或做多时点取其上涨或下跌的最后时间点，中间不断跟踪各关键时间点是否高度相关 等待 与 建仓 有色金属 2016年6月 1998年12月 Dollar Index Copper 最后一根月阴线：1999年3月 流量表 资产负债表 产能利用率 经济运行 平衡表 货币数据 货币实施 经济形态 人口结构 能源消耗 就业 发展与 未来 验证 验证 能源生产 能源 政策 倡 议 机构联合研发 定期探讨、交流 机构运作 下次分享内容：结构陷阱-精细建模-全方位数据跟踪 Barenboim 精细模型 与 数据匹配 建模型的要素 多模型复合到全市场 每个模型都是市场与宏观的关键转折 多模型复合到经济货币结构周期里的每一个数据，必须复合到全市场都能得到体现 多模型不仅针对同一个经济货币结构，还应对上一个结构进行复合，即大周期模型外再建立超长周期模型，体现超长-长-中-短各周期内全市场宏观模型 1 9 8 5 2 0 0 3 1 1 宏观转折点 M3 在高点分别为1985年，2002年 低点分别为1993年、2011年 M1曲线向下拐点为1993年和2011年 解 析 M3广义货币曲线拐点