# 3.5 暴漲暴跌 ? [實盤感悟] 遇上暴跌我該怎么做？ > 來源：https://uqer.io/community/share/565d47e3f9f06c6c8a91af49 ## 寫貼緣由： + 經歷了上周五的大跌以及昨天的深V反轉，這行情真是嚇死寶寶了。。。 + 好在這次還算淡定，沒有在低點出貨，算是理智戰勝了恐懼吧（具體我相信其不會繼續暴跌的原因詳見后面） + 所以痛定思痛，好好反思總結，來說說暴跌我該怎么辦吧 ## 回首歷史： 記得在7,8月份大跌時，我做過一個簡單的統計，統計了上證綜指歷史上所有周度的漲跌幅，統計后發現，大部分的漲跌幅都位于（-5%，5%），一些極端情況會出現漲跌10%左右，跌的最多的好像也就15%左右，而且即使在熊市，跌多了也會短期反彈一點，用專業的話講，應該算是下跌趨勢中的短期反轉吧（momentum&reverse）。 所以，當時面對當時的下跌，我并沒有太絕望，我在等的也就是反轉的機會，而且不承擔選股風險，就買帶杠桿的分級B，快進快出，這樣熊市下來我并沒有虧損太多，甚至略微有盈利。 那么問題來了，怎么判定反轉呢？不然這些都是大白話。我的想法也非常簡單，既然歷史（當時主要是07,08年的）統計表明跌幅超過15%之后再繼續下跌的概率不高，那么一旦跌幅超過15%我在入場抄底，反轉的機會是不是很高呢？說起來很簡單吧，但做起來呢？ 做起來就沒那么簡單了，人畢竟是感性的，遇上滿倉跌停你的第一感覺就是將虧損和工資or獎金匹配了，這個時候都是恐懼，所以才出現了巨幅的跳水，因為大部分人都已經沒法正常思考了（比如你當時想買某個分級B，你絕對不太會像之前一樣理性，先要看看分級基金整體折溢價如何。。） 但這個時候就是真正的機會，別人恐懼時你要貪婪。想在想想當時7、8月份的行情，有很多曾經盤中一度跌幅超過15%的吧，這其實都是很好的抄底時機，但在熊市里，抄底要注意快進快出！ 先來看看上證綜指的歷史周度收益吧 ```py import lib.BGI as BGI import pandas as pd import numpy as np quotes_daily = DataAPI.MktIdxdGet(ticker='000001', beginDate='20050101', field='tradeDate,CHGPct', pandas='1').set_index('tradeDate') quotes_daily.index = map(lambda x: x.replace('-', ''), quotes_daily.index) quotes_weekly = BGI.daily2weekly(quotes_daily, 'sum') # 周度行情 quotes_weekly.plot(figsize=(12,5)) <matplotlib.axes.AxesSubplot at 0x4d19f50> ```  怎么樣，大部分都是位于（-5%，5%）吧，只有在熊市里才有超過10%的，但都沒有超過15%。所以，在某一周中，盤中跌幅超過15%，那抄底還是挺自信的，更何況，現在的行情已經有企穩跡象，并非像7、8月份的熊市，怕什么呢？看看上周四、周五、再加昨天盤中的最大跌幅，剛剛好10%，敢問各位，抄底了嗎？ 當然，我也好奇的統計了，大盤過去N天的跌幅情況，以及隨后M天的反彈情況，統計了收益為正的概率等等（統計規律沒太多投資邏輯，僅供參考） ```py # 輸入原始daily行情，獲取行情統計信息，統計過去before_days的收益，以及隨后after_days的收益 def get_quotes(row_quotes, before_days, after_days): quotes_Ndays = pd.DataFrame(index=row_quotes.index[before_days-1:], columns=['before '+str(before_days)+'days return','after '+str(after_days)+'days return'], data=0.0) for i in range(before_days-1,row_quotes.shape[0]): quotes_Ndays.iloc[i-before_days+1,:] = [row_quotes.iloc[i-before_days+1:i+1]['CHGPct'].values.sum(),row_quotes.iloc[i+1:i+1+after_days]['CHGPct'].values.sum()] return quotes_Ndays ``` 下圖是上證綜指過去五天的累計收益圖（沒有按照周來劃分），可以看到，結果差不多，連續五天下跌幅度超過10%的非常少，只有在8月份的熊市里，才出現過一次20%！ ```py quotes_Ndays = get_quotes(quotes_daily, 5, 1) quotes_Ndays[quotes_Ndays.columns[0]].plot(figsize=(12,5)) <matplotlib.axes.AxesSubplot at 0x4d0c310> ```  接下來，就簡單統計一下，上證綜指在連續五天分別下跌10%、15%、20%，在隨后的1天、2天、3天、4天、5天內行情的均值收益以及收益為正的概率。 ```py res = pd.DataFrame(index=['drawdown 10%','drawdown 15%','drawdown 20%'], columns=['following 1 day','following 2 day','following 3 day','following 4 day','following 5 day']) for i in range(1,6): tmp_quote = get_quotes(quotes_daily, 5, i) tmp1 = tmp_quote[tmp_quote['before 5days return'] <= -0.1]['after '+str(i)+'days return'] tmp2 = tmp_quote[tmp_quote['before 5days return'] <= -0.15]['after '+str(i)+'days return'] tmp3 = tmp_quote[tmp_quote['before 5days return'] <= -0.2]['after '+str(i)+'days return'] res.loc['drawdown 10%',res.columns[i-1]] = (np.round(tmp1.mean(), 4), np.round(float(sum(tmp1>0))/len(tmp1), 3)) res.loc['drawdown 15%',res.columns[i-1]] = (np.round(tmp2.mean(), 4), np.round(float(sum(tmp2>0))/len(tmp2), 3)) res.loc['drawdown 20%',res.columns[i-1]] = (np.round(tmp3.mean(), 4), np.round(float(sum(tmp3>0))/len(tmp3),3)) res ``` | | following 1 day | following 2 day | following 3 day | following 4 day | following 5 day | | --- | --- | | drawdown 10% | (-0.001, 0.524) | (0.0067, 0.595) | (0.0078, 0.524) | (0.0081, 0.5) | (0.0077, 0.548) | | drawdown 15% | (0.0076, 0.667) | (0.017, 0.667) | (0.0408, 0.833) | (0.0223, 0.667) | (0.0208, 0.667) | | drawdown 20% | (-0.0119, 0.333) | (0.0178, 0.667) | (0.0489, 0.667) | (0.0582, 1.0) | (0.0507, 1.0) | 如上表所示： + 每個單元格是一個tuple，第一個值為收益率的均值，第二個值為收益率為正的概率，舉例來說，第一個元素(-0.001, 0.524)表示上證綜指過去5天下跌超過10%的情況下，在隨后1天的行情中，所有收益率的均值為-0.001，所有收益率中收益為正的概率為0.524 + 可以看到，從收益均值角度看，基本上都能獲得正的收益，而且多持有幾天，獲得均值正收益越多，上證綜指3%左右還是很不錯的收益 + 從概率的角度看，都能明顯高于50% 當然，以上僅僅是一些歷史統計規律，具有一定的參考性，個人可根據實際情況來進行抉擇！ ## 回到現在： 關于這一波下跌，市場也并沒有給出一個明確的原因（或許是券商收益互換？美聯儲加息？？？。。。） 總之，現在還沒有到7,8月份時候清理兩融、清配資來得直接，此外現在點位相對來說不算太高，頂多算是給前期漲幅太多降降溫；而且隨著人民幣“入籃”，今天的PMI數據也有企穩跡象，總總跡象都表明政府主導的結構性改革正在有序進行。 也許大盤還會繼續跌（當然啦，我是不相信會跌到3000點的，而且個人覺得接下來的行情會不錯~），因為北上的滬港通已經幫我建立一個牢靠的成本線（參見社區帖子https://uqer.io/community/share/564a9754f9f06c4446b48253，強烈建議去看一下），你不抄底，他們會抄底，不信的話請看這兩天的滬股通流入額！ ## 總結： + 單單通過歷史統計規律來決定是否抄底確實有點草率，但歷史規律性的東西還是很具有參考價值的，好歹技術指標的一大前提就是相信歷史會重演 + 實際運用中，還有結合當時的市場環境，是下跌趨勢還是企穩震蕩又或是上漲，當然還可以分析一下國內環境、國際環境、又或是一些其他指標（比如這里提到的滬港通） + 總之，遇上暴跌不要恐慌，做一名理性的投資者！從本文的角度來看，暴跌不正是千載難逢的好機會嗎？