作者: Cash

本來一直猶豫這本書的心得要寫成上中下, 還是上下兩篇. 不過最後應該只會給幾個短短的段落作為結語.

在本書的第二篇, 作者描述了如何用費伯納西數列來描述金融市場的漲跌. 換句話說, 作者 Tony Plummer 認為這個數列是有魔力的, 因為它可以解釋許多看似不應該有規律的數據.

到了第三篇 “預測反轉點“, 作者企圖用費伯納西數列解釋艾略特 (R. N. Elliott) 的波浪理論 (The Wave Principle), 並且列出許多反轉點的訊號.

頭肩頂 (底) 的模型, 是從左邊的脖子連線到右邊的脖子畫一條延長線, 稱為頸線 (橘色那條線). 跌破這條頸線之後, 最低點的就是新的買點. 那麼如何預測最低點在哪裡呢?

傳統方式說, 先算出脖子的長度 D, 然後從頸線往下減掉 D 就是低點了. 也就是 B 應該等於 D.

作者覺得他的方法比較有根據, 只要把兩個費伯納西數列的比例 1.618 除以 1.618 的倒數 (不就是開平方嗎!) 就可以得到 2.618. 拿 2.618 乘以右肩高度 A, 就會得到右肩到底部的差距 C. 　也也就也就是也就是　也也就也就是也就是說也就是說也就是說 C = 2.618 x A, 而 B = C – A =  1.618 x A.

此外, 作者認為頭肩的高度也是呈比例關係的, A = 0.618 x D (費伯納西數列比例的倒數). 所以 D = 1.618 x A.

哇!  B 真的等於 D 耶! ! 真是太神奇了! 

作者認為他的模型不但準確地預測了許多金融數據, 和傳統方式一樣地準, 而且他比傳統的方式更有根據, 每個數字都來自費伯納西數列喔~~ Orz !!

其實, 這個模型這麼神奇的原因只是因為: 費伯納西數列的比例 R, 恰好符合: R² = 1 + R 啦! 同理, R = 1/R +1, 所以只見倒數, 本身, 平方的整數部分在增加, 小數點之後卻神奇地維持不變.

R² – R – 1 = 0 的解就是 1.618 和  -0.618. 若對漲漲跌跌的金融商品行情取一個平均值, 使得漲幅和跌幅都都在這個均值的上下震盪. 則漲幅約等於跌幅, 中間的波動 A 若為 1, 則 B = D 很容易是 1.618 x A, 而 C 很容易是 2.618 x A.

在本章之中, 作者又 “複習" 了許多的進場出場法則, 包括 MACD 這種移動平均線和乖離率等等. 最後他又提到了另外一個發現, 叫做 “時間循環". 裡面說道: 某些金融市場的漲跌都有特定的週期性. 比方說 1, 4,7,7.7,9.6….等等林林總總數十個. 我覺得這根本就是 “2010 大崩壞" 的這本書的路邊攤版嘛! 所以這本書我擱了很久都沒再動它.

本書的第四篇 “現場交易員" 使這本書的價值提升了不少. 他說到 “目標" 的設定有兩個明確的結果. 第一, 它可以大幅縮小期望與實際結果之間的差距, 因此可以將壓力限制在可以處理的範圍之內. 第二, 此項技巧確實可以大幅提升個人的能力, 使其集中精力在可以達成的結果上.

因為集中力量在目標之上, 使得期望往往可以達成, 成就感也就油然而生. 當一個人愈來愈會訂目標, 他的成就感就會愈來高, 耐心也會愈來愈強! 這段看起很勵志的話, 其實是對金融商品交易員的勉勵. 所以我說這一篇提升了整本書的氣質.

附錄裡描述慾望的一段話是這樣 (p320), 我就用它作為結尾.

1. 有用得起點乃捫心自問下面三個問題:

(1) 如果我不再需要擔心金錢, 那我會從事甚麼什業?

(2) 能夠帶給我滿足與重要感的成就是什麼?

(3) 如果成功可以保證, 那我會從事什麼行業?

在回答這些問題時, 你可以對於你的基本動機獲得清晰的了解.