短线卖出原则

《短线卖出原则》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、短线卖出原则　　1、定不要受自己买入成本的盈亏的影响，应该根据大盘政策消息及涨跌的节拍规律以及涨跌的幅度等信息综合判断，如果是该下跌了，则无论是赔是赚一定要无条件地出局。　　2、动卖出点：你买的股票已经有了一定的涨幅(３％—３０％)，并且感觉该股已经出现上涨乏力现象，且量能不能持续放大了，没有上攻动能，这时应考虑逢高卖出了。　　3、续３—５天的中阳线，一旦上涨无力，则应果断出局。　　4、中阴线和大阴线的出现，一旦出现，马上卖出。　　5、盘明天又要向下调整了，应卖出暂时回避。　　6、阴线吃掉原来阳线的１/３，则考虑随时要卖出，吃掉一半则卖出。　　7、破５日线卖，破１

2、０日线更得卖，破５周均线更得必须卖。　　8、利空的突然出现，要在第一时间卖出。　　9、买进后感觉受骗上当，则立即逢高出局。　10、破强支撑线，立即卖出。　11、３０日均线拐头向下，全部清仓出局。　12、股票卖出之后应当休息２—３天(最少)，然后再等大机会涨的猛的个股。成长股的股价循环　　我经常想这个问题，对于成长股的生命历程中，作为一名外部投资者，我应该怎样理解股价的循环波动？我希望有个简单的模型去描述这个问题。　每一家公司都是有其生命周期的，也就是初创，成长，平稳，衰退。当然现实不可能这么简化，只是大致有这么一个框架。同时股市也有牛熊循环，周期以数年计。　　最

3、简单的获利模型就是在企业进入成长初期加上熊市末期买入一直持有到企业成熟期加上市场处于牛市顶峰期。也就是从双低到双高。当然如果能够找到一家一生持有的股票，我会很开心。不过现实市场经济初期，绝大多数企业的生命都不足以完成这样长期的投资需求，所以我们也需要知道合适的进入和退出时机。尤其是成长股，它们的未来是变化不定的。只有极少数的优秀公司可以完成小到大的蜕变过程，一个微软的辉煌背后是数千家公司的失败和退出。　　举个例子：上半部分：看看股价是如何变化的，一个公司四年内的净利润增长一倍左右。EPS从1元到2元。但是同时由于股市预期的转变，PE从10倍涨到60倍，那么这家公司的股价就涨

4、了12倍，应该说净利润四年增加一倍并不困难，PE持续在60才是难度所在，而牛市中达到的难度也不大。熊市中人们普遍能够接受的估值PE是8－16倍，牛市中可以高至30－60倍。所以对于投资者来说，公司素质是成功的基石，决定了安全边际，你付出价格得到了一定的公司价值，你最终的获益来自于公司利润的增长分红和市场对其未来的预期的转变，你的获利很大程度上取决于别人的预期。你能做的就是即使市场预期不变，你仍能够从公司成长中得到满意的回报，其余增值的部分就是市场给予你的眼光的回报，我倾向于把这部分看作市场所给的礼物，可遇而不可求。　　这部分大部分人都能理解，但是下半部分却不太引人注目。却是

5、回避风险的重点。　　从双高到双低的循环，喜欢成长股的投资者要注意这种负循环的出现。变化因素典型的就是公司进入成熟期或者衰退期，和市场进入熊市，市场预期值降低。一旦公司走向成熟市场预期下降，典型表现可以是几年内利润翻倍而股价不涨，这种事很多，也让很多人费解。这种情况还不错，最坏的可能是公司收入利润下降，或不稳定，那么假定利润下降一半，EPS从2元降到1元市场预期可以迅速回归，PE从60到10，那么股东的损失会非常大，那么上个例子就倒了过来，也就是股价可以跌到原先的十二分之一。　　现在市场中有唯成长是从的倾向。说不上好还是不好，但是投资者应该明白什么是可持续的高质量的成长，哪些

6、是不可持续的，只有那些竞争中获胜的，竞争力增强的，市场占有率扩大的良性增长才会给投资者带来丰厚的回报。而那些变化不定的不能持续的，将会带来损失，远比你想象的恐怖。盲目的给予成长股不切实际的高预期将会带来灭顶之灾。毕竟长期来说市场只会给予那些明确可预期的成长给以超出一般水平的溢价。　　模型的上部分叫戴维斯双击，下部分叫戴维斯双杀。　　现在的市场资金条件下，低估的可能只会小范围存在，而遇到高估的可能要大一些。所以投资者要确信自己的投资标的可以用持续的成长去战胜暂时的高估或标的根本就是低估的。市场总是有涨有跌，没有人能准确预测市场，所以持有一个好的没有明显高估的成长性公司，起码在

7、预期不变的情况下，可以获得公司经营的资本增值。这样风险会小很多。　　对于给予极高估值的不稳定的成长股，要警惕戴维斯双杀。牛市里也不代表不会赔钱。相反熊市末期才是最佳的盈利机会所在。根据市场估值决定进出也是一条规避风险的道路，只是少有人做的到。即使是著名的可口可乐在60倍PE的时候也不是一个好的投资标的，当然巴老太有钱了，所以他也没卖。快十年了，回头看看可口可乐还是没有回到98年的高位。结合地量选择买入点跟庄坐轿子　　在股市中各种技术指标多种多样,但骗线、骗量、骗指标也不少。那么,在众多的技术指标中,有没有一种较少欺