有富同享

Podcast · 文化

有富同享

主播 富国基金 出品 富国基金 文化 · 社会与文化 12.4 万 订阅 137 集 1天前更新

在小宇宙收听

简介

《有富同享》是一档由富国基金推出的,聚焦于 “财富认知升级”的播客栏目。我们希望能够用真诚的分享、实用的启发与多元的视角,为你带来更多有趣的、有用的财富分享。 【一周富盘】我们每周“富”盘最值得关注的财经热点和市场动向,希望帮助你快速穿透信息噪声,直击市场核心动向。周周“富”盘,变富不难~ 【富有洞察】我们在纷繁复杂的资本市场中,寻找真正的价值与洞见。富有洞察栏目对话投资达人和知名大V,致力于提供与资本市场和财经生活有关的深度思考与多元视角。

红利投资,真不是“闭眼选就行”:关于红利策略与分红陷阱

红利投资,真不是“闭眼选就行”:关于红利策略与分红陷阱

有富同享

下半年以来,行情发生逆转。上半年承压的红利,在下半年又逆势走强,银行、煤炭等传统红利板块表现亮眼。错过行情的投资者开始后悔没有提前配置,但面对已经上涨不少的红利资产,又难免担心:现在买红利,还来得及吗?如果来得及,又该怎么选择呢? 目前,红利投资已经发展出了丰富多样的红利产品:从金融红利、稳定红利,到消费红利、周期红利,再到红利低波、红利质量和红利价值。面对越来越丰富的选择,投资者应该怎么选?那些经典的红利投资陷阱:高股息陷阱、借钱分红,我们怎么规避? 红利投资真正赚的是什么钱? 本期节目我们邀请富国基金指数投资部基金经理刘海燕,以及东方证券基金研究首席分析师王继恒,把红利投资这件事从头到尾讲清楚: ü 下半年红利为什么重新走强? ü 红利、债券和黄金都有防御属性,究竟应该在什么情况下使用? ü 金融、稳定、消费、周期四类红利,各自有什么特征? ü 红利低波、红利质量、红利价值有什么区别? ü 如何识别红利投资的陷阱? ü 红利已经涨了不少,现在还值得买吗? 本期嘉宾 l 刘海燕:富国基金指数投资部基金经理 l 王继恒:东方证券基金研究首席分析师 Timeline 01:23下半年资金为什么选择红利: 美债利率维持高位压制成长股估值;部分AI硬件公司的三季报不及预期;此前资金的科技持仓相对集中,科技回调后资金的再平衡。 08:05优质红利股要满足的三个条件:分红具有持续性、企业盈利具有稳定性、当前估值具有合理性。 10:41只看股息率选红利的陷阱:行业景气高点大比例分红,股息率看似诱人,但行业下行周期利润缩水、分红减少,可能“赚了股息,却赔了本金”。 12:00 红利投资到底赚什么钱?红利收益可以拆分成三个部分:股息收益、每股收益(EPS)增长,以及估值变化。 17:29 红利、债券、黄金,三种防御资产究竟有什么不同? 债券主要依赖利息收入,同时需要关注信用风险和利率变化;红利股兼具现金分红、盈利增长和估值波动;黄金则不提供股息或票息,其价格更多受到货币环境、机会成本与避险需求等因素影响。 24:32 红利其实有四种性格:金融、稳定、消费和周期 金融红利以银行为代表,股息相对稳定,但盈利仍受利率周期影响;稳定红利主要包括电力、水务、燃气、交通运输等公用事业,刚需属性较强;消费红利兼具分红与消费景气修复的弹性;周期红利则受工业品供需和经济周期影响较大。 30:57 红利低波、红利质量、红利价值,到底该怎么选? 红利低波:高股息基础上增加低波动因子,更关注回撤与持有体验;红利质量:加入ROE、盈利稳定性和现金流等指标;红利价值:利用PB、PE等估值指标,寻找相对便宜的标的。 35:05 红利投资的三个陷阱:高股息、借钱分红和“夕阳公司” 周期顶部的高股息未必能够持续;现金流不足,却依靠融资维持分红;长期盈利下滑,股价持续下跌使股息率看起来越来越高。 40:56 红利估值处在历史较高位置,还有机会吗? 一方面,保险、银行理财等长线资金仍可能提供配置需求;另一方面,红利内部存在分化,例如部分消费红利估值仍相对较低。 45:18 红利股息率多少才算划算?可以参考十年期国债收益率,如果红利股息率高出十年期国债收益率约200个基点,可以作为判断红利性价比的一个参考。 风险提示:市场有风险,投资须谨慎。本音频内容仅为投资思维方式分享,不构成任何具体的投资建议。文中所提及的任何方向或标的,均不构成买入或卖出推荐。投资者应根据自身风险承受能力、投资目标与偏好,独立做出投资决策。

45 分钟 3k+ 次播放 1天前

一周富盘|央行黄金储备24连增,北京具身智能方案出炉,美元指数创19个月新高,国产GPU从“能用”走向“好用”还有多远?

一周富盘|央行黄金储备24连增,北京具身智能方案出炉,美元指数创19个月新高,国产GPU从“能用”走向“好用”还有多远?

有富同享

本周热点概览: ●央行Q3货币政策执行报告定调适度宽松;前10月进出口44.81万亿元增20%,集成电路与存储部件出口成倍增长;北京发布具身智能机器人方案;央行黄金储备连续24个月增持;至少10家券商完成互换便利股票买入; ●欧盟公布数字公平法案草案,最高罚全球营业额6%;美元指数触及102.96创19个月新高;韩国11月前10天半导体出口增331.2%;法国连续第四周抗议;欧洲多国反对数据中心扩张; ●Menlo报告美国企业开源模型支出89%流向中国模型;LME铝现货溢价创30多年最高;星云星座计划发布;中国液冷服务器收入增153.1%;印度禁止黑粉出口;六部门推动智能养老机器人;实验猴价格逼近26万元/只; ●企业新闻涉及Anthropic、IBM、Google、Apple、Amazon、腾讯、英伟达。 训练一个顶尖AI大模型,最贵的是算力,核心载体是GPU。过去这些卡基本靠进口,但今年出现了一个不寻常的信号:国内头部大模型公司下一代模型打算直接用国产芯片做预训练。三季报显示,国产AI芯片企业营收增速最低近6成、最高超3倍。国产厂商走了三条路破解生态困局——兼容主流生态、自研专用架构、用集群堆算力;2025年国产云端AI加速卡市场份额首次突破四成,但软件生态、先进制程、集群利用率三块软肋仍在。本期《一周富盘》拆解国产GPU的进展与短板,探讨国产芯片的产品位置和发展空间。 本期主播 秀林 & 紫薇 ⏱Timeline: 00:10|前10月进出口增20%,黄金储备24个月连增 l 继续实施适度宽松货币政策 l 前10月进出口44.81万亿元增20% l 北京具身智能方案(2028年产能20万台) l 中国黄金储备7830万盎司,24个月连续增持 l 10家券商完成第三批互换便利股票买入 02:11|欧盟公布数字公平法案,美元指数创19个月新高 l 欧盟数字公平法案拟禁成瘾性设计,最高罚6% l 美元指数触及102.96 l 韩国11月前10天出口增111.9%,半导体出口增331.2% l 法国连续第四周抗议 l 欧洲多国反对数据中心扩张 04:23|LME铝现货溢价创30年最高,六部门推动支持智能养老机器人, l 美国企业开源模型支出89%流向中国 l LME铝现货溢价创30多年最高 l 中科院星云星座计划发布 l 上半年中国液冷服务器厂商收入增153.1% l 印度禁止锂电池回收材料黑粉出口 l 六部门推动支持智能养老机器人 l 实验猴价格逼近26万元/只 07:42|Anthropic发布新一代旗舰模型,英伟达董事会对黄仁勋启动独立调查 l Anthropic发布新一代旗舰模型 l IBM公布下一代量子处理器研发规划 l 谷歌发布第八代TPU系列两款新系统 l 苹果发布人形机器人自主控制系统最新研究成果 l 亚马逊旗下Ring发布飞行摄像头与巡逻机器人 l 腾讯上线元宝搜索 l 英伟达董事会就黄仁勋个人事项启动独立调查 10:56|一周富盘:国产GPU从“能用”走向“好用”还有多远?

15 分钟 5k+ 次播放 4天前

用AI炒股靠谱吗?从量化投资聊聊普通人使用AI的正确姿势

用AI炒股靠谱吗?从量化投资聊聊普通人使用AI的正确姿势

有富同享

打开ai对话框,请他推荐几只股票让自己体验一下涨停的快乐——当AI越来越擅长回答问题、分析数据,甚至编写代码,让它帮自己炒股,似乎也成了一件触手可及的事。但问题是:AI说得头头是道,你敢信吗? 在专业量化投资领域,AI早已不只是一个聊天工具。它有一套比单纯看收益率更完整的方法去判断一只量化基金的真实水平;它可以阅读研报、清洗高频交易数据、辅助挖掘投资因子;它甚至通过多个智能体的分工协作,完成从信息搜集到策略研究的一系列任务。 然而,AI的能力越强,专业投资者反而可能越谨慎:模型会产生幻觉,回测可能混入未来信息,原本有效的交易策略也可能随着市场变化迅速失效。投资的门槛真的因为ai而降低了吗?决定投资能力的究竟是模型、数据、算力,还是人的经验与创造力?为什么拥有强大计算能力的AI,仍然难以独立承担投资决策? 本期《有富同享》,我们邀请富国基金量化投资部基金经理金泽宇,以及富国基金信息技术部门的AI专家朱哲敏,从量化投资与人工智能两个专业视角,探讨AI究竟能够怎样改变投资,以及普通人应该如何用好这项工具: * 直接让AI推荐股票或基金很危险? * 专业基金经理如何用AI挖掘交易因子?哪些环节必须由人来判断? * 多智能体协作能让AI独立完成一整套投资研究吗? * AI会取代量化基金经理和程序员吗?人的创造力还有什么价值? * 个体投资者能利用AI搭建完整的量化系统吗? * 怎样利用AI整理新闻、分析财报、辅助投资判断? * 挑选量化基金时,除了收益率,还应该关注哪三个关键指标? 本期嘉宾 l 金泽宇:科创综指ETF富国基金经理 l 朱哲敏:富国基金信息技术部AI专家 Timeline 02:17 AI推荐的股票敢买吗? 面对自己不了解的问题,AI的回答往往显得全面而专业;但当问题涉及熟悉的专业领域,就容易发现其中的漏洞、模糊判断甚至事实错误。这就是大模型常见的“幻觉”问题。因此,AI适合帮助投资者搜集资料、整理研报和提高研究效率,却不宜在未经验证的情况下直接替人决定买卖。 04:03 与其问AI明天涨不涨,不如让它帮你分析为什么 让AI参与分析过程,而不是直接索取答案。真正有价值的,是理解结论如何形成。 05:10 专业基金经理的AI使用方法:先有自己的观点,再让AI挑刺 首先建立一套分析框架,再让AI从不同角度寻找其中的漏洞。例如,分析市场时除了国内政策、上市公司财报和资金流向,是否还应该纳入海外利率、地缘政治和大宗商品价格?通过不断补充问题,让AI帮助完善研究思路。 07:26 让智能体分工合作 一个提出假设,一个检验逻辑,另一个搜集证据,形成相互验证的研究流程。未来或许会出现统一负责规划的上层Agent,让不同子智能体自动协调,进一步减少人工组织任务的成本。 12:05 AI在遇到市场风格切换时容易失效 在量化投资中,从数据输入到策略生成、交易执行都交给模型的方式,被称为“端到端”。但这类方法可能在特定市场环境中有效,却难以适应所有行情。例如,当市场从追捧AI企业资本开支,转而关注企业盈利和现金流时,投资逻辑已经发生变化。部分变化来自市场参与者的预期和沟通,并不能被历史数据及时、完整地捕捉。 14:20 专业量化团队为什么不把整个投资流程交给AI? 专业团队会持续把对市场结构、投资逻辑和风格变化的理解融入模型,再由模型开展计算和执行。人在其中承担的是观察市场、更新认知和修正策略的职责,AI则负责把明确的研究思路转化为可计算、可验证、可执行的流程。 17:00 AI能处理海量交易数据,却未必知道机构为什么这样下单 散户可能偶尔下大单,而机构为了降低交易冲击,反而可能持续、均匀地执行小额订单。基金经理凭借真实交易经验提出这一观察思路,再让AI完成高频数据的清洗、汇总和计算。这个案例说明,AI能够大幅提高因子研发效率,但如何理解交易行为,仍然依赖专业经验。 20:14 AI可能让投资因子的有效期越来越短 一项投资规律从被发现到被广泛使用,过去可能经历几个月甚至几年的传播过程。但随着AI降低研究和策略复现的难度,这个过程可能明显缩短。一旦大量资金使用相同因子,交易变得拥挤,原有的超额收益空间就可能逐渐消失。 21:46 AI越会学习,人的创造力越重要 如果一个人的工作长期停留在重复过去的方法,就更容易受到技术替代的冲击。但市场始终在变化,成功策略也会因为参与者增多而逐渐失效。人需要不断提出新的问题、创造新的方法,再借助AI高效执行。让AI成为能力的放大器,而不是完全代替人的思考。 24:43 程序员会被AI取代吗?未来可能更需要懂技术的产品经理 朱喆敏从程序员的角度讨论AI带来的职业变化。他认为,代码生成越来越自动化后,单纯编写代码的工作可能逐步减少,但理解需求、设计系统和组织复杂任务的能力会更加重要。未来的软件开发可能不再要求人亲自完成每一行代码,而是由人定义目标、检查结果,再驱动AI完成具体实现。技术人员的价值也可能从执行转向设计和协调。 30:26 机器学习、深度学习、大语言模型,到底有什么区别? 机器学习通过数据学习规律,深度学习则利用多层神经网络提取更复杂的特征;大语言模型依托大规模数据训练,擅长理解和生成语言,也能够通过语言指令完成多类任务。它们并不是完全互相替代的技术。对量化投资而言,不同类型的问题仍可能需要不同的模型解决。 34:25 AI看起来很有创造力,可能因为它是“全才” 当AI把其他领域的经验引入某个具体问题时,就可能带来新鲜的思路,让人觉得它很有创造力。但在某些高度专业的细分领域,资深专家仍可能比通用模型理解得更深。因此,人机协作的价值之一,就是利用AI拓展个人的知识边界。 37:47 大模型不是万能工具,量化投资仍需要传统机器学习 投资研究不应盲目追求模型越复杂越好。关键是根据实际问题选择合适的方法,并结合基金经理的经验设计工作流程。模型的性能固然重要,知道什么时候该用什么模型同样重要。 40:53 一个数学、计算机双料博士加上AI,能自己做量化投资吗? 关键可能不在于使用了多少AI工具,而是这个人本身是否具备数学、编程和理解金融市场的能力。一个基础非常扎实、又能洞察市场规律的人,原本就可能具备独立研究量化策略的条件,AI能够进一步提升他的效率。但如果缺少专业知识,仅靠购买高性能电脑和调用先进模型,并不能自动获得投资能力。 43:33 AI是一个放大器:能放大你的能力,也可能放大你的盲点 使用AI的前提仍然是了解自己的知识边界,并具备判断结果是否合理的能力。 47:51 为什么专业机构需要企业级系统,而不只是几个AI助手?一个模型可以帮人读研报、写代码,但如果任务越来越多,就会发现多个环节很难长期稳定地串联。专业机构则通过企业级系统,把不同模型、数据源和研究任务组织起来,让每个环节的结果能够持续传递、复用和验证。 50:04 多智能体协作要像一支专业团队 上层Planner负责规划整体流程,下层多个Agent分别执行数据收集、分析、计算或编程等任务,每一步完成后进行检查,再交给下一个环节。真正发挥作用的不只是某个模型有多聪明,而是整个工作流能否稳定运行。 53:45 金融机构如何保障数据安全? 对于公开数据,可以采用相对灵活的工具进行研究;涉及内部信息时,则通过本地部署等方式加强保护。对金融机构而言,模型能力只是一个方面,数据能否得到安全管理、研究成果能否避免外泄,同样重要。 55:18 AI参与投研后,为什么反而需要更多人来检查? 模型可以快速识别数据特征、整理研究结论,但结论是否符合市场实际、是否适合用于投资决策,仍然需要专业人员判断。自动化程度越高,验证机制就越重要。 58:04 回测看起来很漂亮,可能是AI偷偷用了“未来信息” 在量化研究中,使用未来才会知道的数据验证过去的策略,会导致回测结果失真。这种问题有时不容易通过查看最终结果发现,因此模型的数据边界和回测流程必须受到严格控制。 59:44 怎样防止AI的幻觉污染投资策略? 专业团队会在关键环节采用数据来源更可控的传统机器学习或深度学习模型。如果必须使用大语言模型,也可以限定知识库、训练数据、模型版本及可访问的信息范围,避免模型引入未经验证或不属于研究时点的内容。 01:01:34 深度使用AI的秘诀是不断质疑它 AI给出的第一版结论只是研究的起点。通过追问数据来源、遗漏因素和可能的反面证据,才能让结果逐步完善,同时也帮助自己形成更清晰的判断。 01:02:24 AI说红利基金值得买,你应该怎样继续追问? 节目给出了一个具体示范案例。 01:05:39 一种简单的使用技巧:把提问权交给AI 不必始终让AI被动回答问题,也可以主动要求它向自己提问。例如,先告诉AI一个研究目标,再让它逐步询问背景、条件和可能缺失的信息;还可以要求它扮演不同角色,从多个立场分析同一个问题。通过改变对话结构,打破固定的问答习惯,往往能够发现自己原本没有注意到的思考角度。 01:10:35 普通投资者最实用的AI工具:把资讯变成一张看板 金泽宇分享了自己使用AI整理信息的方式:将平时关注的财经公众号、研究文章交给AI,提取核心观点,再汇总成可视化看板。 01:12:13 让AI给自己做一份“投资晨报” 可以借助AI整理公开信息,每天形成一份简明的市场晨报,包括隔夜市场表现、重要财经新闻、政策变化及未来事件提醒。 01:13:02 看财报时让AI扮演一名审计师 以审计师的视角检查财报,寻找值得进一步核实的问题;对于基金投资者,也可以比较基金半年报、年报中基金经理观点的变化,观察其投资理念与持仓思路是否发生调整。不过,AI发现的疑点仍需回到原始材料验证。 01:15:08 量化基金怎么选?不能只看过去一年赚了多少钱 评价一只量化基金,至少需要同时观察超额收益、跟踪误差和胜率。如果一只基金一年的超额收益很高,但主要集中在少数几个交易日,投资者未必能获得理想的持有体验。要综合看息比率、夏普比率和胜率。 01:19:41 AI时代,普通人的专业能力会变得不重要吗? AI越能承担基础性、重复性的任务,人越需要具备扎实的行业知识。未来的工作重点可能从亲自完成每一步操作,转向准确提出需求、组织AI执行,以及判断结果是否可信。对于投资者而言也是如此:模型可以帮助搜集信息、分析数据,但理解市场、识别风险和承担决策后果,仍然要求个人持续学习。 01:22:46 不必担心AI去带人,更值得担心的可能是不会使用AI 如果只依赖过去积累的经验,而拒绝学习新工具,未来可能面临更大的竞争压力。真正重要的或许不是简单地讨论AI能否取代某个职业,而是懂得利用AI的人,可能逐步获得比不会使用AI的人更强的竞争优势。 风险提示:市场有风险,投资须谨慎。本音频内容仅为投资思维方式分享,不构成任何具体的投资建议。文中所提及的任何方向或标的,均不构成买入或卖出推荐。投资者应根据自身风险承受能力、投资目标与偏好,独立做出投资决策。

85 分钟 9k+ 次播放 6天前

从想抄底到不敢乱操作,市场起伏之间,我们可以做些什么?

从想抄底到不敢乱操作,市场起伏之间,我们可以做些什么?

有富同享

近期的市场重回震荡,回顾今年以来的市场,7月回调时,许多人仍然把下跌视为上车机会;8月的反弹一度强化了这种信心;但随着9月、10月市场再度走弱,曾经坚定的投资者也开始怀疑:这次还能涨回来吗?事实上,一轮下跌对不同投资者的影响可能完全不同。有人只是回吐了前期利润,有人却在高位重仓入场,承受了实实在在的亏损。普通投资者该怎样判断自己所处的位置呢? 一个简单的公式是:股价等于盈利乘以估值。然而结合实际状况理解却没那么简单:按照这一框架,经济预期、利率和市场情绪分别在这轮调整中扮演了什么角色?创业板和科技板块的估值调整到了什么程度?宽基ETF持续获得资金流入,是否意味着市场已经接近底部?而对于投资者来说,比判断市场何时反弹更重要的,也许是重新审视那些被反复提及的投资信条:“别人恐惧我贪婪”“鸡蛋不要放在同一个篮子里”“只要不卖就不会亏”,究竟应该怎样理解? 本期《有富同享》邀请到价值ETF富国基金经理曹璐迪、富国基金策略分析师何嘉诚,从近期市场调整聊起,复盘专业投资者也曾经历的追高与抄底失误,讨论市场估值、资金流向与投资心理,并进一步拆解不同仓位下的应对策略: ü 这一轮市场调整,究竟是杀盈利,还是杀估值? ü 创业板、科技板块跌了这么多,现在有性价比了吗? ü A股的市场底部有什么特征?历史规律还能参考吗? ü 为什么牛市反而可能成为普通投资者亏钱的主要阶段? ü “越跌越买”“不卖就不亏”,这些投资信条错在哪里? ü 重仓被套与轻仓观望的投资者,应该采用怎样不同的策略? ü 如何判断该补仓还是止损?普通人怎样建立自己的投资纪律? 本期嘉宾 l 曹璐迪:价值ETF富国基金经理 l 何嘉诚:富国基金策略分析师,“何同学的复利实验室”主理人 Timeline 02:13 从积极抄底到不敢看账户,最近市场经历了什么? 04:43 大跌之后,专业投资者首先做的不是下单 在板块快速轮动、赚钱机会并不清晰的环境中,频繁操作反而容易放大错误。 09:40 投资不要陷入“我执”:你是在投资,还是在捍卫自己的观点? 当价格下跌时,不再客观分析事实,而是不断寻找证据证明自己正确,就陷入了“我执”。 11:33 股价等于盈利乘以估值,这轮下跌究竟杀的是什么? 股价=盈利×估值。近期调整的主要矛盾不在于经济和企业盈利发生了根本变化,而在于利率环境和情绪变化带来的估值压缩。 14:51 A股真的是“跟跌不跟涨”吗? 此前部分A股科技资产涨幅较大、上涨速度较快;而且A股与海外主要指数的行业结构不同,股价变动未必能等比例传导;投资者结构与交易情绪也可能放大短期波动。 16:44 A股的底部从来不是一个精确的点 与其执着于买到最低点,不如思考如何在底部区间合理配置。 21:00 市场可能反弹,但反弹不等于反转 有人认为已经具备反弹条件,有人则认为还需要经历一段震荡;对反弹能否进一步发展成趋势反转,也没有一致判断。 23:35 亏损50%,需要上涨100%才能回本 控制回撤和适时止盈,有时比一味追求更高收益更加重要。 25:15 普通投资者最容易犯的错:刚跌就抄底,恐慌时割肉 市场乐观时敢于重仓,市场悲观时却无法承受亏损,最终可能把投资变成不断追逐情绪变化的过程。 27:36 历史规律能预测下一轮行情吗? 历史经验可以帮助投资者理解概率,却不能保证某一次具体的市场走势一定按照历史重演。 31:51 “别人恐惧我贪婪”,难的是如何衡量恐惧 逆向投资的关键,不是听见恐惧就买入,而是判断恐惧究竟到了什么程度。 33:03 买了很多只基金,为什么还是没有分散风险? 真正的分散需要观察资产之间的相关性,不仅可以在行业和投资风格之间进行配置,还可以进一步考虑股债等不同资产类别以及不同地区的风险暴露。 36:10 “只要不卖,就永远不会亏”成立吗? 不是所有的资产都成立,有的资产即使没有卖出,也可能因为长期持有而错过其他市场机会。不卖出,并不代表亏损和机会成本不存在。 40:05 为什么牛市反而容易让普通投资者亏钱? 许多投资者在行情刚启动时只有小仓位,随着价格不断上涨、赚钱效应扩散,才逐渐相信上涨逻辑并加大投入,结果买入成本越来越高,最终在调整中承受较大亏损。 43:49 你期待的年化收益,需要承担多大的波动? 即使是拥有专业知识、信息和研究资源的基金经理,长期保持较高年化收益也并不容易。如果投资者追求长期年化10%—15%的回报,就可能需要承受相当大的净值波动。 45:51 一项策略成功率高,不代表反复参与就不会亏光 对于需要长期、反复参与市场的个人来说,一次极端亏损就可能抹去此前积累的所有收益。投资不是只参与一次的概率游戏。对于普通投资者而言,避免遭受无法恢复的损失,才能真正保留参与未来行情的机会。 52:04 重仓被套时,第一件事可能不是补仓,而是降低仓位 如果持仓已经过重,首先要考虑的不是还有没有钱抄底,而是当前仓位是否超出了自己的承受能力。 55:38 判断什么时候补仓,可以重点看两个指标 第一是回撤幅度,判断市场是否已经进入相对极端的调整区间;第二是估值水平,观察当前估值在历史上处于什么位置。 01:00:08 什么时候该止损?先问自己当初为什么买 如果当初看好的逻辑被证伪,可以考虑止损;如果中长期逻辑仍然成立,那么在资金期限和风险承受能力允许的情况下,也可以选择继续持有。 01:03:09 不必赚光每一笔钱,也不必买在最低、卖在最高 能够识别大致的价值区间,并在长期投资中坚持纪律,本身就已经具有意义。 01:07:23 投资最重要的能力之一,是让自己始终留在牌桌上 控制仓位、管理情绪,避免因为杠杆、过度集中或者不切实际的收益目标承受无法恢复的损失。投资不只是争取更高回报,也是一场长期的耐心考验。 风险提示:市场有风险,投资须谨慎。本音频内容仅为投资思维方式分享,不构成任何具体的投资建议。文中所提及的任何方向或标的,均不构成买入或卖出推荐。投资者应根据自身风险承受能力、投资目标与偏好,独立做出投资决策。

68 分钟 10k+ 次播放 1周前

评价

还没有人评价。听过的话,留个分数和一句短评吧。

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的单集添加进来吧