流畅性在难论中对走势有什么样的约定性?

在与学生们的互动过程中,基本上都会问问他们持有的股票是一个什么样的情况。有不少人会这样回答:我得打开软件,去查查。这个细节其实能反映出不少的操作问题,一般大家又能操作几只股票呢,怎么这还需要去翻看软件才知道?应该心中有本清晰的账啊。

这说明大部分人在操作的时候,是很随意的,缺乏周详的计划,故很容易被未来打乱节奏,走一步算一步,则寸步难移。唯有算一步走一步,才有步步为赢中的明澈和淡定。先不说这个了,回到主题。我们说《难论》关于走势特征的约定,其流畅性是第一位的。那为何流畅性会有这样的地位?又是如何体现的呢?这里不打算长篇幅地去阐述了,本身将这些东西提取出来,就是为了简化理解和操作。我们就在数学意义上阐述一下这个流畅性的逻辑。

我们知道K线的产生过程,就是一个统计抽样数据的采集过程。就一段曲线而言,显然里面的数据越多,通常就会有更高的代表性和稳定性。以同一方向波动同样的空间,完成的时间不同就会导致K线的数量不一样。在《难论》中,如果按照流畅规则发展,就能在最大限度上平衡方向与K线数量,即保证方向明朗或一致性的同时,最大化K线的数量。

如何理解?比如突然急速拉升,要保证K线数量,就只能盘整或大幅降速(比流畅下的速度更低),这就会影响方向的流畅表达了。反之,如果极大化K线的数量,自然是窄幅小角度盘整,这样也会影响方向的流畅性。波动是一个矢量,有大小亦有方向。在一定的方向,如果有更多地K线表现出一致性地波动节奏,在一定范围内,我们就说这个变化具有稳定性,值得信赖。这是基本的统计学常识。

比如在《难论》教程中阐述背驰这一特征的时候,我们利用的是速度的微积分表达。而微积分的基本计算前提是连续数据。速度是一个矢量,唯有在保证走势流畅性的时候,我们才能平衡方向和数据的连续性。从而模糊地以微积分的形式处理其中的动力学问题。否则,这个数据处理的数学理论前提,就会受到极大的破坏,得出的结论又能跟实际有多大的吻合性呢?就如连续一字板无量跌停,再连续一字板无量涨停,谈什么背驰?

何意?我们需要尽量保障处理的对象,在处理手段所需要的条件范围内,这样处理手段才能最大限度发挥其效用。就如上面《难论》关于统计学的应用,是需要有样本规模的;而关于背驰的微积分应用,需要数据的连续性及波动一致性,这同样离不开样本规模。即关于背驰的讨论,其实依然是建立在统计基础上的。这个样本规模的抽象要求,《难论》化繁为简,用流畅性这一可见即可得的特点,进行了形象性的归一处理。

对于大部分的学习者,就该在此打住了,不要再继续深究了。本文的目的,并不是要大家去拨开迷雾,而是引导大家形象地去理解《难论》的走势约定规则,并在现象层面学习和应用它们:让理论的归理论,技术的归技术,操作的归操作。

来源:攀缠锋祖博客,欢迎分享与交流,(微信/QQ:251563188)

加入《难论系操盘手特训营》--让交易的乐趣从学习开始!