这一章要把前面那套“宏观–行业–公司–事件–执行”的过程,拆成 5 个可以直接练习的策略:
- 趋势跟随(Trend Following)
- 情绪反转(Sentiment Reversal / Mean Reversion)
- 事件驱动(Event Driven)
- 估值偏离(Valuation Mispricing)
- 风险溢价捕捉(Risk Premium:期权 & 高波动资产)
我会按你要的结构来写,每个策略都包括:
- 适用场景
- 触发条件
- 操作步骤
- 新手注意事项
- 典型案例类型
3.1 策略一:趋势跟随(Trend Following)
一句话总结:
“涨就买、跌就卖,不猜头不抄底,只吃中间那段大肉。”
3.1.1 适用场景
宏观环境:
- 流动性中性或偏宽松;
- 没有持续的极端紧缩与系统性危机;
标的特征:
- 有清晰的中期趋势(3 个月以上);
- 基本面/叙事仍在强化(如 AI 周期、减半后的 BTC、结构性牛市中的核心资产);
市场特征:
- 不是极端震荡“猴市”,而是有相对稳定的方向(尤其是牛市中段)。
在趋势跟随 CTA、商品与股指期货等领域,这种思路已经被系统化(如著名的 Turtle Trading、时间序列动量策略),长期统计上趋势因子有正的风险溢价。
3.1.2 触发条件(判断趋势是否“真的在”)
定性:
- 行业处于成长期或成熟期的上行阶段(不是刚启动,也不是明显衰退);
- 核心龙头(如板块龙头股、主流 Crypto)走得更强,而不是“指数涨、龙头不动”。
定量(可选一种或组合):
- 价格站在重要均线之上(如 MA50、MA100),并在其上方稳定走一段时间;
- 均线呈“多头排列”(短周期均线在长周期均线上方,且都向上);
- 价格不断创出更高的高点 & 更高的低点(高低点抬升)。
新手简单版:
- 最近 3 个月的日 K:高点越来越高,低点也越来越高;
- 多数回调都止步于 MA20 / MA50 附近,然后继续上。
3.1.3 操作步骤(SOP)
步骤 1:确认宏观不逆风
- 利率预期不是刚刚大幅上调;
- 没有突出的系统性金融危机信号;
- 若是 Crypto/高成长股,最好在“加息周期末段或停止加息后”。
步骤 2:挑趋势“龙头”
- 在一个行业/主题里,优先选择成交量、关注度、基本面/叙事都最强的资产;
- 不追小票/小币,不做“趋势里的高倍彩票”。
步骤 3:找入场区间
入场不是在“拉升当日”去追,而是在趋势中的健康回调:
- 价格回踩到 MA20/50 / 前期平台高点附近;
- 成交量略缩、情绪缓和,不是恐慌性崩盘。
可以设一个分批建仓区(比如价格区间 -5% 到 -10%):
- 第一次买:触及上缘(-5%);
- 第二次买:靠近中部;
- 第三次买:接近下缘,但前提是趋势结构未被破坏。
步骤 4:盈利加仓(顺势金字塔)
当初始仓位浮盈达到 5–10% 且趋势结构良好时:
- 可在下一次健康回调时加仓;
- 加仓量小于或等于初始仓位;
全程不在亏损状态加仓,不摊成本。
步骤 5:退出逻辑
技术上:
- 价格跌破关键均线并且反弹不再站回去;
- 出现明显的“高位放量长阴 + 后续跌破平台”;
基本面 & 情绪:
- 叙事开始破裂(例如该行业关键指标连续恶化);
- 情绪极度狂热(来自情绪高位清单)。
3.1.4 新手注意事项
不要幻想买在最低点,卖在最高点
- 趋势策略的收益本来就是来自于中段;
别把“震荡市”当成趋势市强行套指标 —— 横盘时,趋势策略会频繁打脸;
仓位要随宏观调整
- 趋势再好,如果宏观出现大级别流动性风险,也要减仓甚至空仓休息。
3.1.5 案例类型(示意)
宏观:
- 看到加息周期接近尾声,市场对未来几季利率预期趋缓;
行业:
- AI/半导体需求逻辑成立,板块龙头频创新高;
资产选择:
- 选择 NVDA 之类供给紧张+需求爆发+龙头优势明显的标的;
执行:
- 不是在日内最高点追,而是等回调到均线附近,分批建仓;
- 随涨止盈/止损规则,而不是“我要拿到 10 倍”。
3.2 策略二:情绪反转(Sentiment Reversal / Mean Reversion)
一句话总结:
“情绪走到极端,价格往往先过度,再回来。”
3.2.1 适用场景
- 标的有一定基本面支撑,不是纯空气;
- 短期内发生了大幅波动,多因市场情绪(恐慌或狂热)放大;
- 宏观不处于“系统性崩溃”阶段(例如 2008 级别的事件)。
从统计上讲,某些资产价格存在短期均值回归特性,尤其是在极端波动后。
3.2.2 触发条件:情绪极端 + 基本面未被彻底毁灭
恐慌反转(抄底版)触发条件:
短期(几天–几周)跌幅异常大:
- 指数暴跌 10–20%+,个股或 Crypto 跌 30–50%;
情绪信号:
- VIX > 30;
- 社交媒体一片绝望、谩骂;
- 媒体标题极端负面;
基本面判断(很关键):
- 事件并未改变公司/行业的长期盈利能力;
- 没有明显的“彻底退场风险”(如被封杀、破产等)。
贪婪反转(做空 / 减仓版)触发条件:
- 短期连续暴涨,涨幅远超历史常态;
- 情绪极度乐观(情绪高位清单);
- 估值远超历史区间 & 行业平均。
3.2.3 操作步骤(以“恐慌反转”为例)
先做功课再动手
简单过一遍公司/项目的业务和财务:
- 有没有致命问题?
- 是一次性冲击,还是长期逻辑崩了?
分批、小仓位试错
- 第一笔仓位很轻(总资产 1–3%);
- 常见做法:在跌幅极大、VIX 拉高,当天或次日分批小额买入;
设置更紧的止损
由于你是“接飞刀”,风险较高:
- 止损幅度可以设在 -5% 到 -8%;
- 一旦触发,果断离场,不做“越亏越加”的事。
盈利后快速保护本金
若反弹较快,浮盈达到 10–20%,可考虑:
- 卖出一部分锁定盈利;
- 剩余仓位调高止损位置,保证即便回调也不亏本金。
3.2.4 新手注意事项
情绪反转 ≠ 所有下跌都该抄底
- 拿长期基本面已经烂透的资产去玩“抄底”,多半是接到“断翅飞机”。
绝不能带高杠杆去赌情绪反转
- 尤其是 Crypto 杠杆、期权之类,很容易在还没等到反弹就被强平。
资金分配:
- 建议把“情绪反转”作为组合里小部分的策略位,而不是主策略。
3.2.5 案例类型(示意)
宏观:
- 市场对某次数据/事件恐慌过度,但大框架未改变;
行业 & 公司:
- 例如某龙头企业因短期舆论或小范围业务问题股价暴跌,但长期护城河仍在;
操作:
- 用小仓位接,明确止损,反弹后锁盈利;
心态:
- 把它当成“概率游戏”,不是当成信仰之战。
3.3 策略三:事件驱动(Event Driven)
一句话总结:
“利润来自预期与现实的错位,而不是来自事件本身。”
事件驱动投资在并购、重组、分拆、特殊状况股等领域广泛存在,也包括围绕财报、重大政策、行业会议进行的交易。
3.3.1 适用场景
你能相对清晰地识别出:
- 市场之前的主流预期;
- 事件公布后的实际结果;
- 双方之间的差距。
事件类型:
- 财报(盈利/指引 vs 预期);
- 宏观会议(FOMC、杰克逊霍尔);
- 监管政策落地;
- 重大公司行为(回购、分红、并购、拆分)。
3.3.2 触发条件:预期错位 + 可交易标的
预期错位的例子:
- 全市场极度悲观,预期公司会爆雷,实际财报“没那么差”,股价反而大涨;
- 市场预期央行会极度鹰派,结果会议表态中性/偏鸽,风险资产快速反弹;
- 新政策被媒体渲染为“毁灭性打击”,但实际细则温和得多。
3.3.3 操作步骤(财报/宏观会议通用框架)
事前:建立“预期卡”
记录:
- 市场一致预期(财报数据、央行决议路径等);
- 当前价格已经反映了多少“乐观/悲观”;
问自己:
“如果结果略好/略差/极好/极差,市场可能如何反应?”
事件当下:对比结果与预期
不被媒体标题带节奏,尽量看一手数据/声明文本要点;
标记:
- 是略好还是“显著好于预期”?
- 有没改变中长期路径的措辞?
事件之后:看价格行动
- 有时结果明显好于预期,但价格只小涨,说明上行空间有限或此前已经 price in;
- 有时结果一般,但价格暴拉/暴跌,说明情绪主导。
具体交易
只在你非常清晰地看到“预期–现实错位”时出手;
仓位要小,止损要写清楚;
多做“事件后跟随”,少做“事件前赌方向”。
3.3.4 新手注意事项
不要重仓搏财报
- 财报日波动巨大,超预期照样跌、不及预期照样涨的情况非常常见;
- 这类波动背后有大量专业玩家在博弈,不适合一上来就 All-in。
不要只看标题
- 很多“暴雷/暴涨”标题聚焦单一数字,忽视指引、现金流、结构性变化。
事件驱动适合作为“增强策略”,不是唯一策略
- 更适合作为:在趋势/估值框架下的“加减仓辅助信号”。
3.3.5 案例类型(示意)
FOMC 会议前:
- 先看市场对利率路径的预期,再看主流仓位结构;
会议后:
- 对比声明中用语的变化(鹰/鸽转向),结合债券/股指/黄金/Crypto 的同步反应,判断是否出现“预期错位”;
操作:
- 在错位明显且符合宏观大方向的情况下,进行结构性加仓/减仓,而不是当日内赌徒。
3.4 策略四:估值偏离(Valuation Mispricing)
一句话总结:
“价格围着价值跳舞,当它跳得太离谱时,价值投资者会出手。”
估值偏离策略接近传统的价值投资思路,利用价格相对内在价值的高估/低估来布局。
3.4.1 适用场景
- 公司/行业有较清晰的盈利模式,现金流可评估;
- 市场情绪导致估值远高于或低于历史与同行正常区间;
- 宏观环境允许价值逐步修复(极端熊市中,“便宜可以更便宜”)。
3.4.2 触发条件
低估买入:
PE/PS/BV 等估值指标明显低于:
- 自身过去 5–10 年平均;
- 同行业可比公司平均;
基本面未发生根本恶化:
- 收入/盈利仍稳定或温和下滑而非断崖式崩塌;
- 行业本身仍有未来(不是被彻底替代的旧业态)。
高估减仓/做空:
- 估值处于历史极端高位;
- 增速已经明显放缓;
- 大量“故事化”叙事,缺乏真实盈利支撑。
3.4.3 操作步骤(以低估买入为例)
整理估值区间
- 找过去 5 年的 PE/PS 区间:
- 平稳期的平均与常见波动范围;
- 当前估值是否低于这一区间的下沿很多?
- 找过去 5 年的 PE/PS 区间:
核查基本面
- 行业是否仍有需求成长空间?
- 公司是否保持一定竞争力和盈利能力?
- 有没有明显的“价值陷阱信号”:
- 高负债、现金流差、业务被替代等。
分段买入
- 即使判断是低估,也不要一把梭;
- 可以设定几个估值区间,越往下越小心,越分散。
持有周期 & 退出条件
这是中长期策略,不要期待 3 天内价格马上“纠错”;
退出条件:
- 估值回归或超过历史正常区间;
- 基本面出现明显恶化,原判断失效。
3.4.4 新手注意事项
不要单看 PE 高低判断一切
- 成长股高 PE 合理,成熟行业低 PE 也可能合理;
- 关键在于“价值随时间变化”,而不是固定数字。
防止“越跌越觉得便宜”
- 对每次加仓之前,问:
“过去几个月,基本面有没有变差?我是不是仅仅被价格吸引?”
- 对每次加仓之前,问:
估值策略对心态要求高
- 短期可能深度回撤,
- 更适合作为你投资体系里的一部分,而不是全部。
3.4.5 案例类型(示意)
- 他会在宏观偏中性/向好、行业逻辑仍在时,关注一些短期因为情绪/技术性抛售造成估值错杀的标的;
- 同时避免去捡“看起来很便宜但行业结构已坏死”的资产。
3.5 策略五:风险溢价捕捉(Risk Premium:期权 & 高波动资产)
一句话总结:
“高波动不是敌人,如果你有纪律,它可以是你的薪水。”
这里包含两种常见思路:
- 卖出风险溢价(如卖出期权),赚“保险费”;
- 把握高波动资产(如 Crypto)的结构性波动机会。
学术与实务中,卖出期权隐含波动率往往高于实际 realized 波动率,因此长期卖方有一定风险溢价可赚,但同时承担尾部风险。
警告:
这类策略风险极高,新手只能理解,不建议实盘贸然重仓使用,尤其是卖出裸期权这类操作。
3.5.1 适用场景
已经有一定的底层仓位(例如一篮子优质股票/指数/主流 Crypto);
想要在此基础上:
- 用一些对冲/增强收益工具;
- 或利用高波动性短期提升组合收益。
3.5.2 触发条件 & 操作例子
例 1:有底仓的备兑策略(Covered Call)
持有某个标的,愿意在某个价位以上卖出部分持仓。
触发条件:
- 标的已经有可观浮盈;
- 你认为短期上涨空间有限或可能震荡。
操作思路:(仅理解)
- 在高于当前价格的执行价卖出看涨期权,收取权利金;
- 若到期价格不上去,你赚了权利金;
- 若价格突破执行价,你卖出标的并赚取价差 + 权利金。
例 2:高波动资产的小仓位套利
在高波动资产(如 BTC、ETH)上,
- 利用暴涨暴跌后的剧烈波动,
- 用严格止损的小仓位进行短周期交易。
3.5.3 新手注意事项
期权卖方风险无上限
- 不要卖出裸期权(尤其是没有任何对冲的看空期权);
- 如果要练,先在模拟盘、微小金额中学习。
不要把“高波动”当成必然的“高回报”
- 高波动意味着路径更不确定,你更容易被中途扫出局。
对大多数新手:
- 更建议先用“趋势 + 估值 + 少量事件”的组合玩转现货/股票;
- 对期权和复杂衍生品保持敬畏。
3.6 小结:五大策略如何与“五层框架”组合
这一章可理解为:
第 2 章是“骨架”,第 3 章给了你 5 套“可拆卸的武器”。
简单配对关系:
趋势跟随:
- 非常依赖宏观(环境不要极烂)+ 行业/资产趋势判断 + 严格执行;
情绪反转:
- 很看重事件 & 情绪层,对宏观要求:不能在系统性崩盘中瞎抄底;
事件驱动:
- 需要对宏观会议/财报/政策有基本理解,在事件层做功课;
估值偏离:
- 强依赖行业 & 公司层(理解盈利与估值错配);
风险溢价捕捉:
- 建议作为高级策略,用前四层夯实基础后再谨慎尝试。
3.7 本章练习
选择一个你熟悉的资产,写下:
如果用趋势策略,你会:
- 以什么信号作为“趋势确立”?
- 在什么区间建仓?
如果用情绪反转策略,你会:
- 在什么情绪/跌幅条件下考虑抄底?
- 止损和减仓规则是什么?
找一条近期的“重大事件”(数据/会议/财报),做一份“事件预期卡”:
- 市场之前的预期是什么?
- 实际结果如何?
- 价格反应是否符合逻辑?有没有“过度/不足”?
选一只成熟公司,粗略判断它现在是:
- 估值偏高 / 偏低 / 大致合理;
- 写出你做判断的两个关键理由(比如 PE 相对历史、增速变化)。