推崇价值投资的牛人 有哪些？

1. 推崇价值投资的牛人 有哪些？

云程泰总裁魏上云：我不想做单纯的价值投资
重阳投资董事长裘国根：价值投资的信仰
实业派多钟情价值投资：郑晓军爱长跑刘明达今年出彩 
朱雀李华轮:转向绝对价值投资
李驰：中国式价值投资，巴菲特+索罗斯都是私募排排网的新闻，你去哪里一搜救知道了

2. 雪球网是如何吸引到第一批炒股，投资牛人的

花钱呗，不然还能靠魅力啊。
那些炒股牛人、投资牛人看一看就好，别太当真。

3. 雪球上有没有关于大盘的讨论区

直接买入300etf就是类似大盘了，在宏观来看，几乎不影响自己投资。

4. 雪球股票软件怎么样

这个软件我在用，感觉还是不错的，最新的消息常常有人发，还可以关注自己感兴趣的股票，可以随时看到其他股友的讨论，感觉跟大家一起投资股票，比较有趣。据说还有很多大牛发一些当前的投资方案，可以抄作业，但是还没有试过，接下拉准备试试看

5. 雪球股票 · 为什么大多数人不能在股市挣钱

1、股市里流传这么一句话：七赔二平一赚。
但中国股市里，能赚钱的散户不会超过5％
希望打算新入市的兄弟姐妹们能仔细思量一下，自己凭什么进入这5％的队伍。
2、对股市新手学习的建议
第一步：了解证券市场最基础的知识和规则（证券从业资格考试中，基础和交易两科，基本就能解决这一步）
第二步：学习投资分析传统的经典理论和方法（证券从业资格考试中，投资分析科目，能初步满足这步的要求，另外还有些股市投资分析类的经典书籍，要看看）
第三步：在前两步基础上，对股市投资产生自己的认识，对股价变动的原因形成自己的理解和理论
第四步：在自己对证券市场认识和理解的指导下，形成自己的方法体系和工具体系以及交易规则
3、上述过程中，去游侠股市开个股票模拟账户做模拟操作，或者用极少量极少量的钱谨慎操作，这样理论结合实际效果会更好些。
4、股市上的绝大多数人希望直接把别人的方法拿来用，希望找到个神奇的软件或指标来帮助自己赚钱。这种思维是典型的以为找到屠龙宝刀就能威震江湖了，而实际上，如果没有深厚内力和高超技艺来驾驭，屠龙宝刀比菜刀的用处多不到哪里去。
努力提升自己对市场的理解和认识，这是想在股市有所造诣之人的唯一途径。

6. 如何通过雪球查询股票之前的变动状况

一. 雪球公司介绍

雪球 聪明的投资者都在这里。

web 1.0：新闻资讯，股价信息，K线图
web 2.0：SNS 订阅，分享，聊天
web 3.0：移动 APP，交易闭环
雪球现在员工数还不到100，其中技术人员占一半。去年9月C轮融资4kw刀。我们现在的技术栈由下列组件组成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。我们当前是租用IDC机房自建私有云，正在往“公私混合云”方向发展。

在雪球上，用户可以获取沪深港美2w+股票的新闻信息，股价变化情况，也可以获取债券，期货，基金，比特币，信托，理财，私募等等理财产品的各类信息，也可以关注雪球用户建立的百万组合，订阅它们的实时调仓信息，还可以关注雪球大V。雪球当前有百万日活跃用户，每天有4亿的API调用。App Store 财务免费榜第 18 名。历史上曾排到财务第二，总免费榜第 19。

二. 雪球当前总体架构







作为一个典型的移动互联网创业公司，雪球的总体架构也是非常典型的设计：

最上层是三个端：web端，android端和iOS端。流量比例大约为 2：4：4 。web3.0 的交易功能，在 web 端并不提供。
接入层以及下面的几个层，都在我们的自建机房内部。雪球当前只部署了一个机房，还属于单机房时代。正在进行“私有云+公有云混合部署”方案推进过程中。
我们当前使用 nodejs 作为 web 端模板引擎。nodejs 模块与android 和 ios 的 app 模块一起属于大前端团队负责。
再往下是位于 nginx 后面的 api 模块。跟 linkedin 的 leo 和微博的 v4 一样，雪球也有一个遗留的大一统系统，名字就叫 snowball 。最初，所有的逻辑都在 snowball 中实现的。后来慢慢的拆出去了很多 rpc 服务，再后来慢慢的拆出去了一些 http api 做成了独立业务，但即便如此，snowball 仍然是雪球系统中最大的一个部署单元。
在需要性能的地方，我们使用 netty 搭建了一些独立的接口，比如 quoto server，是用来提供开盘期间每秒一次的股价查询服务，单机 qps 5w+，这个一会再细说；而 IM 服务，起初设计里是用来提供聊天服务，而现在，它最大的用途是提供一个可靠的 push 通道，提供 5w/s 的消息下发容量，这个也一会再细说。
雪球的服务化拆分及治理采用 twitter 开源的 finagle rpc 框架，并在上面进行了一些二次开发和定制。定制的功能主要集中在 access log 增强，和 fail fast，fail over 策略及降级开关等。 finagle 的实现比较复杂，debug 和二次开发的门槛较高，团队内部对此也进行了一些讨论。
雪球的业务比较复杂，在服务层中，大致可以分为几类：第一类是web1.0，2.0 及基础服务，我们称为社区，包括用户，帖子，新闻，股价，搜索等等，类比对象就是新浪财经门户+微博；第二类是组合及推荐，主要提供股票投资策略的展示和建议，类比对象是美国的motif；第三类是通道，类似股市中的“支付宝”，接入多家券商，提供瞬间开户，一键下单等等各种方便操作的功能。
雪球的业务实现中，包含很多异步计算逻辑，比如搜索建索引，比如股票涨跌停发通知，比如组合收益计算等等，为此，我们设计了一个独立的 Thread/Task 模块，方便管理所有的后台计算任务。但随着这些 task 越来越多，逻辑差异越来越大，一个统一的模块并不是总是最佳的方案，所以，我们又把它拆成了两大类：流式的，和批量式的。
雪球的推荐体系包括组合推荐“买什么”和个性化推荐。我们最近正在重新梳理我们的大数据体系，这个感兴趣的话可以单聊。
最下面是基础设施层。雪球基础设施层包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
线上服务之外，我们的开发及后台设施也很典型：gitlab开发，jenkins打包，zabbix 监控系统向 openfalcon 迁移，redimine向confluence迁移，jira，以及内部开发的 skiing 后台管理系统。
** 三. 雪球架构优化历程**

首先描述一下标题中的“股市动荡”定语修饰词吧：

上证指数从年初的3000点半年时间涨到了5000多，6月12号达到最高点5200点，然后就急转直下，最大单日跌幅 8.48%，一路跌回4000点以下。最近一周都在3900多徘徊。

3月最后一周，A股开户 166万户，超过历史最高纪录 2007年5月第二周165万户。

4月份，证监会宣布A股支持单用户开设多账户。

6月底，证金公司代表国家队入场救市。

7月份，证监会宣布严打场外配资。










中国好声音广告第一晚，带来超过平时峰值200倍的注册量

挑战：小 VS 大：

小：小公司的体量，团队小，机器规模小
大：堪比大公司的业务线数量，业务复杂度，瞬间峰值冲击

雪球的业务线 = 1个新浪财经 + 1 个微博 + 1 个 motif + 1 个大智慧/同花顺。由于基数小，API调用瞬间峰值大约为平时峰值的 30+ 倍。

挑战：快速增长，移动互联网 + 金融，风口，A股大盘剧烈波动。

首先，在app端，在我们核心业务从 web2.0 sns 向 3.0 移动交易闭环进化的过程中，我们开发了一个自己的 hybrid 框架：本地原生框架，加离线 h5 页面，以此来支撑我们的快速业务迭代。当前，雪球前端可以做到 2 周一个版本，且同时并行推进 3 个版本：一个在 app store 等待审核上线，一个在内测或公测，一个在开发。我们的前端架构师孟祥宇在今年的 wot 上有一个关于这方面的详细分享，有兴趣的可以稍后再深入了解。

雪球App实践—构建灵活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769

另外，为了保障服务的可用性，我们做了一系列的“端到端服务质量监控”。感兴趣的可以搜索我今年4月份在环信SM meetup上做的分享《移动时代端到端的稳定性保障》。其中在 app 端，我们采用了一种代价最小的数据传输方案：对用户的网络流量，电池等额外消耗几乎为0

每个请求里带上前一个请求的结果

succ or fail ： 1 char
失败原因：0 - 1 char
请求接口编号： 1 char
请求耗时：2 - 3 char
其它：网络制式，etc
炒股的人大多都会盯盘：即在开盘期间，开着一个web页面或者app，实时的看股价的上下跳动。说到“实时”，美股港股当前都是流式的数据推送，但国内的A股，基本上都是每隔一段时间给出一份系统中所有股票现价的一个快照。这个时间间隔，理论上是3秒，实际上一般都在5秒左右。 交了钱签了合同，雪球作为合作方就可以从交易所下属的数据公司那里拿到数据了，然后提供给自己的用户使用。

刚才介绍总体架构图的时候有提到 quote server ，说到这是需要性能的地方。

业务场景是这样的，雪球上个人主页，开盘期间，每秒轮询一次当前用户关注的股票价格变动情况。在内部，所有的组合收益计算，每隔一段时间需要获取一下当前所有股票的实时价格。起初同时在线用户不多，这个接口就是一个部署在 snowball 中的普通接口，股价信息被实时写入 redis ，读取的时候就从 redis 中读。后来，A股大涨，snowball 抗不住了。于是我们就做了一个典型的优化：独立 server + 本地内存存储。开盘期间每次数据更新后，数据接收组件主动去更新 quote server 内存中的数据。 后续进一步优化方案是将这个接口以及相关的处理逻辑都迁移到公有云上去。

对于那些不盯盘的人，最实用的功能就是股价提醒了。在雪球上，你除了可以关注用户，还可以关注股票。如果你关注的某只股票涨了或跌了，我们都可以非常及时的通知你。雪球上热门股票拥有超过 50w 粉丝（招商银行，苏宁云商）粉丝可以设置：当这支股票涨幅或跌幅超过 x%（默认7%）时提醒我。曾经连续3天，每天超过1000股跌停，证监会开了一个会，于是接下来2天超过1000股涨停

原来做法：

股票涨（跌）x%，扫一遍粉丝列表，过滤出所有符合条件的粉丝，推送消息
新做法：

预先建立索引，开盘期间载入内存
1%：uid1，uid2
2%：uid3，uid4，uid5
3%：uid6
问题：有时候嫌太及时了：频繁跌停，打开跌停，再跌停，再打开。。。的时候
内部线上记录：

4台机器。
单条消息延时 99% 小于 30秒。
下一步优化目标：99% 小于 10 秒
IM 系统最初的设计目标是为雪球上的用户提供一个聊天的功能:

送达率第一
雪球IM：Netty + 自定义网络协议
Akka ： 每个在线client一个actor
推模式：client 在线情况下使用推模式
多端同步：单账号多端可登录，并保持各种状态同步
移动互联网时代，除了微信qq以外的所有IM，都转型成了推送通道，核心指标变成了瞬间峰值性能。原有架构很多地方都不太合适了。

优化：

分配更多资源：推送账号actor池
精简业务逻辑：重复消息只存id，实时提醒内容不推历史设备，不更新非活跃设备的session列表等等
本地缓存：拉黑等无法精简的业务逻辑迁移到本地缓存
优化代码：异步加密存储，去除不合理的 akka 使用
akka这个解释一下：akka 有一个自己的 log adapter，内部使用一个 actor 来处理所有的 log event stream 。当瞬间峰值到来的时候，这个 event stream 一下子就堵了上百万条 log ，导致 gc 颠簸非常严重。最后的解决办法是，绕过 akka 的 log adapter，直接使用 logback 的 appender

线上记录：5w/s （主动限速）的推送持续 3 分钟，p99 性能指标无明显变化

7月10号我们在中国好声音上做了3期广告。在广告播出之前，我们针对广告可能带来的对系统的冲击进行了压力测试，主要是新用户注册模块，当时预估广告播出期间2小时新注册100万

压测发现 DB 成为瓶颈：

昵称检测 cache miss > 40%
昵称禁用词 where like 模糊查询
手机号是否注册 cache miss > 80%
注册新用户：5 insert
优化：

redis store：昵称，手机号
本地存储：昵称禁用词
业务流程优化：DB insert 操作同步改异步
下一步优化计划：

将 sns 系统中所有的上行操作都改成类似的异步模式
接口调用时中只更新缓存，而且主动设置5分钟过期，然后写一个消息到 mq 队列，队列处理程序拿到消息再做其它耗时操作。
为了支持失败重试，需要将主要的资源操作步骤都做成幂等。
前置模块HA：

合作方合规要求：业务单元部署到合作方内网，用户的敏感数据不允许离开进程内存
业务本身要求：业务单元本身为有状态服务，业务单元高可用
解决方案：

使用 Hazelcast In-Memory Data Grid 的 replication map 在多个 jvm 实例之间做数据同步。

java 启动参数加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具连接

关于前置模块，其实还有很多很奇葩的故事，鉴于时间关系，这里就不展开讲了。以后有机会可以当笑话给大家讲。

组合净值计算性能优化：

一支股票可能在超过20万个组合里（南车北车中车，暴风科技）
离线计算，存储计算后的结果
股价3秒变一次，涉及到这支股票的所有组合理论上也需要每 3 秒重新计算一次
大家可能会问，为什么不用户请求时，实时计算呢？这是因为“组合净值”中还包括分红送配，分股，送股，拆股，合股，现金，红利等等，业务太过复杂，开发初期经常需要调整计算逻辑，所以就设计成后台离线计算模式了。当前正在改造，将分红送配逻辑做成离线计算，股价组成的净值实时计算。接口请求是，将实时计算部分和离线计算部分合并成最终结果。

实际上，我们的计算逻辑是比较低效的：循环遍历所有的组合，对每个组合，获取所有的价值数据，然后计算。完成一遍循环后，立即开始下一轮循环。

优化：

分级：活跃用户的活跃组合，其它组合。
批量：拉取当前所有股票的现价到 JVM 内存里，这一轮的所有组合计算都用这一份股价快照。
关于这个话题的更详细内容，感兴趣的可以参考雪球组合业务总监张岩枫在今年的 arch summit 深圳大会上的分享：构建高可用的雪球投资组合系统技术实践 http://sz2015.archsummit.com/speakers/201825

最后，我们还做了一些通用的架构和性能优化，包括jdk升级到8，开发了一个基于 zookeeper 的 config center 和开关降级系统

四. 聊聊关于架构优化的一些总结和感想

在各种场合经常听说的架构优化，一般都是优化某一个具体的业务模块，将性能优化到极致。而在雪球，我们做的架构优化更多的是从问题出发，解决实际问题，解决到可以接受的程度即可。可能大家看起来会觉得很凌乱，而且每个事情单独拎出来好像都不是什么大事。

我们在对一个大服务做架构优化时，一般是往深入的本质进行挖掘；当我们面对一堆架构各异的小服务时，“架构优化”的含义其实是有一些不一样的。大部分时候，我们并不需要（也没有办法）深入到小服务的最底层进行优化，而是去掉或者优化原来明显不合理的地方就可以了。

在快速迭代的创业公司，我们可能不会针对某一个服务做很完善的架构设计和代码实现，当出现各种问题时，也不会去追求极致的优化，而是以解决瓶颈问题为先。

即使我们经历过一回将 snowball 拆分服务化的过程，但当我们重新上一个新的业务时，我们依然选择将它做成一个大一统的服务。只是这一次，我们会提前定义好每个模块的 service 接口，为以后可能的服务化铺好路。

在创业公司里，重写是不能接受的；大的重构，从时间和人力投入上看，一般也是无法承担的。而“裱糊匠”式做法，哪里有性能问题就加机器，加缓存，加数据库，有可用性问题就加重试，加log，出故障就加流程，加测试，这也不是雪球团队工作方式。我们一般都采用最小改动的方式，即，准确定义问题，定位问题根源，找到问题本质，制定最佳方案，以最小的改动代价，将问题解决到可接受的范围内。

我们现在正在所有的地方强推3个数据指标：qps，p99，error rate。每个技术人员对自己负责的服务，一定要有最基本的数据指标意识。数字，是发现问题，定位根源，找到本质的最重要的依赖条件。没有之一。

我们的原则：保持技术栈的一致性和简单性，有节制的尝试新技术，保持所有线上服务依赖的技术可控，简单来说，能 hold 住。

能用cache的地方绝不用db，能异步的地方，绝不同步。俗称的：吃一堑，长一智。

特事特办：业务在发展，需求在变化，实现方式也需要跟着变化。简单的来说：遗留系统的优化，最佳方案就是砍需求，呵呵。

7. 股票软件哪个好？

广发易淘金，是广发证券专为广大股民打造的一款集股票开户、股票交易、股市行情、基金理财为一体的股票/证券/炒股/理财/投资/财经/金融软件。从盯盘到选股到盘中决策到盘后分析,智慧淘金系列投资神器为您的投资保驾护航。专业持牌顾问7*24小时在线指导，“秒”速响应您的投资疑问。

8. 关于股票的经典书籍有哪些推荐

　　第一本

　　日本蜡烛图技术 作者：斯提夫，尼森 丁圣元翻译

　　投机第一课，技术分析基础的基础，几乎是最好的k线理论书籍

　　要求精读，即使不能理解，最好把那些k线形态和含义背下来。这就如同我们小的时候学习需要背乘法表一样。但是要记住这只是开始，实际的使用远不是这些。不管你会不会使用，或者有没有用过你先背下来来再说，这为将来走到形态理论的时候和更加高级的趋势理论打下最坚实的基础。不少的朋友因为这一关过得不好，要么自己大量的实践，付出金钱和精力代价；要么等有所提高后返回头来再读。

　　理解方向：多空双方交战的含义，最后的收盘定胜负。为啥很多时候不能用于实战？你要思考这个问题，我理解的答案是：那只是一天的。可有些时候又可以用于实战，因为有的时候一天决胜负。尽管大多数情况不是这样的。

　　在说明一下，这是我认为的读书次序，只是说一些主要的，还有一些没谈到得大家都可以看看，主要看老外的，比如一些心理方面的，技巧方面的。国内的也有好的极少极少。我个人很推荐丁圣元先生翻译的书籍

　　第二本

　　期货技术分析 作者约翰.莫非

　　还是基础的基础

　　要求精读。在这本书里，可能很多都是陌生概念，别怕硬着头皮读下去。主要要全面地接受技术分析的基础知识。k线、形态、指标三者要求理解 。至于各种理论粗略点没多大关系的。这本书是经典技术基础，可能还要来回的看。有一位期货公司的操盘和我们在一起讨论的时候说：莫非的书你该读十遍。

　　尽管等你走到很远的时候再来看这本书觉得很简单，但是起步还是要好好读。这就像一个大学生看加法很简单，但是他的起步也要从加法开始。

　　理解方向：k线是一切的基础，指标是用来描述k线组合的，不是决定。千万别陷入指标例，技术指标具备辅助判断意义，不是决定。技术分析是一个概率或者是成功率，不具备短期预测意义，但是具备中长期预测意义。k线组合比单独的k线意义更大，如果你推理的话，那么中长期的趋势意义比形态更加大。各种理论都是从市场走势得来的，是对市场走势的描述和归纳，都有缺陷。很简单我们无法对市场进行完全归纳，因为市场在不断进行没有尽头。

　　第三本

　　还是基础

　　《证券分析〉作者：格雷厄姆

　　这本不用多说，作者是现代证券技术分析奠基人，也是股神巴菲特的老师。曾预言自己的得意学生巴菲特会让世界瞩目。

　　主要是了解各种证券基础专业知识。不论是技术分析还是基本分析这本书都是很好的，全面详实。很多东西需要很好透彻理解，当然有很多得到现在我也不是很懂，不敢妄加评判。不懂得那部分我用技术去弥补。我是建议不懂得暂且放着。

　　第四本

　　股市晴雨表 作者：汉密尔顿

　　主要说证券总体走势反映国民经济，合理编制的指数相互应证，证券走势不可精确预测，但是中长期可以准确判断。

　　理解方向：证券走势不可精确预测，永远也不可能。证券的短期走势规律性很差，极难预测。长期规律性极强，很容易判断。而且证券走势长期上来说符合证券的基本面，合理编制的指数的走势反映大经济总体。这里一定要注意，看上去好像不可精确预测和准确判断是矛盾的。我们说准确判断指的是：一个范围。有点像量子力学，电子每一刻在那里我们不知道，但是我们知道它围着原子核运转，而且还能知道大概的运转方式。这本书我很敬佩汉密尔顿和查尔斯.道的严谨。这一点是我们的很多名人出的书无法相比的。

　　第五本

　　道氏理论 作者：汉密尔顿和查尔斯.道和其他几个人合著

　　最初的趋势定义，也是最基础的趋势理论。波浪理论基本建立在其基础上，后来的趋势理论也建立其上

　　理解方向：长期趋势左右中级、中级趋势左右短期趋势；倒过来说就是：短期服从中期，中期服从长期，前提是没有转势。转势是有特征的。一定牢记这个转势特征，看上去很简单，有一天明白过来，就会明白道氏理论的伟大。对于一个交易者来说，尤其是纯技术操作者最为重要。读者本书一样要注意书中所说的牛熊转变的全部过程。这个转变过程极为经典，太重要，对于股票操作者尤其重要。

　　读书读到这里，可以轻松一下，多实践多看盘。建议去游侠股市模拟炒股，深临其境体味股市风险，这样可以更快入门。这里一定要牢牢的记住一点：任何理论任何技术都是有缺陷的，要回避这些缺陷，唯一没有缺陷的就是市场本身，所有的技术和理论都是从市场来的，这些技术和理论无非是能够让读者以最快的，最捷径走到市场的本身走势上。这会远远的超过自己亲自实践。

　　下面列一堆书，都是必读，可以精读，也可粗读

　　波浪理论 作者：艾略特

　　波浪理论--市场行为关键 作者：罗伯特

　　来源于道氏理论。缺点就是极力想去预测走势，吃力不讨好。但是波浪理论确实提供一部分极为有用的趋势阶段和过程，这些是将来的细节部分。

　　理解方向：走势在各个级别上基本相同。这个话说起来很不容易理解。比方一下：5分钟的走势图常常在日线上重演，同样日线的走势图也在分时上重演。我们可以把这个说成是证券的性格。这一点对于理解形态，趋势过程有着极大的帮助。走到精细的波浪分析地步，确实对判断趋势也有帮助，包含趋势的延续和转折。缺陷在墨非的书里都说到，哈哈重读墨非吧。

　　混沌理论 作者 比尔。威廉斯

　　主要是形态

　　理解方向：形态无非是k线的组合。形态越大代表的意义越大，这在墨非的书里一样说到，有兴趣还是重读墨非。注意一点：形态在趋势过程中，受制于趋势。一样的形态在上升趋势和下跌趋势中得意义完全不同。千万不要认死理。如果认为哪种形态就该涨，哪种形态就该跌，对不起，可能要吃大亏的。

　　江恩理论 作者 都是后来者总结的

　　时间周期大约知道就可以拉，反正我看不下去江恩。可是时间周期很多时候是有用的。不多说，因为每次说他我都被骂的狗头喷血。

　　理解方向：周期有很多种，至于那一种好用很难说。大约掌握几点 1：数理周期 费氏数列 2：历法周期，年月日等等

　　3：证券本身周期 比方一下：有没有注意过证券走势的调整是有规律的，几乎一眼就看出来。

　　这三本书我个人的观点都是细节。

　　第九本

　　股票作手回忆录 作者livremore

　　这是必读书也是精读书，可能以后还要来回的看。这本书是我的启蒙老师。斯坦利克罗用十几年来研究livremore，然后作出让世人瞩目的一单。

　　太精彩拉，无从说起。太伟大，我只能感叹。

　　理解方向：livermore 为何能做出来这样的成就？为何悲惨结局。我以为这是每一个一证券为生涯的人都要思考的。这不仅仅是技术上的问题，当然livermore的技术存在缺陷（后来的斯坦利克罗弥补调这个缺陷）。livermore这本书很多东西都是我们要牢记的，最重要的一点是：livermore感受到并实践了证券的真理，但是他却没有好好总结。如果是有心人，好好去考虑，别忘掉。也许一生都不会明白；也许有一天可能会明白过来，得来的真理是那样的简单。

　　第十本

　　专业投机原理 作者 斯博郎迪

　　技巧和基本分析 精读

　　我更多看重的是这本书的技术分析技巧

　　理解方向：斯博朗迪在竭力的追求安全性，用了很多的办法和技巧来保障盈利。我最感兴趣的是他的划线，简单实用。我建议按找他的办法多多划线，也许有一天，自己画出来的线自己都感叹划线的精准，还有更加神奇的划线，斯博朗迪没有说，但是你要长期画，也许找得到。但是切记不要迷恋，我是由时间就多画画，全当是乐趣。

　　第十一本

　　股票大作手操盘术 作者 livremore 翻译 丁圣元（丁老师翻译的好书真多）

　　斯坦利克罗几乎把livremore的所有操盘记录能研究都研究了。这也一样值得我们研究。在这本书里，就是livremore 感觉到的证券真理的整个过程（我个人认为，只代表个人观点）。他知道这个东西的威力。但是我想可能是没有更加细致地总结。人类的文明和精华都是一代一代人留下的，他能为我们找到源头，已经太伟大！

　　理解方向：为何当初的livremore会这样操作，这样操作的道理到底在哪里？为何斯坦利克罗对他的这样的操作如此的感兴趣。当然我要说，并不是说我们也找到这个原因就可以成就大事业，不是这个意思。毕竟很多时候需要勇气和才华。但是如果找到一定受益匪浅。

　　第十二本书

　　期货交易技术 作者 杰克 施瓦格

　　我觉得这是技术分析里最棒的图书，可谓技术分析的顶级，至今为止我还没到看过比这本书再好的技术分析图书（读书有限，不对请大家指出）。

　　理解方向：《股票大作手操盘术〉看得晕乎不要紧，这本书是《股票大作手操盘术〉一书的实战注解。精彩之处就是施瓦格的大量的操作实例，从开意思到，到最后的自觉执行，生动鲜明，简洁明了。一定要注意他为何说：错误的操作不见的盈利，正确的操作可能亏损。这一点极为重要。在这里会看到很多盈利最后变为亏损，但是有些操作是正确的（纯技术观点）。所以很怀疑不要把盈利变成亏损这句话。

　　第十三本

　　克罗谈投资策略 作者 斯坦利克罗

　　这本书几乎是《道氏理论〉《股票大作手回忆录〉《期货交易技术〉总结。但是书中却极少谈到具体的技术分析，谈得最多的还是livremore。为何说是总结，因为斯坦利克罗强调的是：趋势，并且是市场本身的趋势，也不是技术分析中的形态、k线、趋势线。。。。。的趋势，更不是我们主观臆断的趋势。是市场本身的力量造就的趋势。

　　他研究了 livremore那样多年，得来的只有一个就是市场本身的趋势。

　　理解方向：第一，言者不知 知者不言，这是为何？第二为何他敢于不看盘操作期货？到底为何？为何他能够持有期货多单5年？很多人都喜欢读这本书，却没有问这些问题。可能很多人认为他理解了趋势，没错是这样，但是还有更加深层的东西。他在整本书里都在表达这个东西，就是没有直接点出来，这可能就是他说的言者不知、知者不言吧。再回头看看《道氏理论〉，看看《股票大作手操盘术〉《期货加以技术〉我想能找到提示。

　　13本书说完了，最后多说点，证券本身走势第一位 ，长期趋势是最好的走势表述者。所有的规则都是来自市场，不要变成规则爱好者、收集者。

　　上面所说的所有书几乎都建立在图表技术上。至于基本分析基本没有涉及，基本技术的爱好者读书方向可能不是这些。这只是我认为相当重要的书，还有很多的书值得好好精读，很多论坛也有不少的好文章值得读。

　　下面再给大家推荐基本我觉得是很好的书

　　系统交易方法 作者 波涛

　　很好的系统交易教材

　　我做了一回庄 作者 八佰伴

　　很精彩的期货实战典范，做期货的朋友我觉得必读，对于理解期货有很大的帮助

　　短线的秘诀 作者

　　短线交易秘诀 拉瑞 威廉姆斯

　　很多的技巧，最感兴趣的观点是作者在最后指出的：短线的秘诀，就是把短线变成长线。哈截断亏损让利润奔跑。

　　亚当理论 作者 好像是威尔德巴（不好意思想不起来了）。

　　也很不错的书，强调趋势

　　还有一些大师的作品 股神巴菲特 索洛斯的 等等都不错的

　　何止背下，不但背下一个一个地从具体的股票里去找。一个一个去验证。那是很多年前的事情，
　　但是现在用不到了。不常用的也都忘掉。心里多的是各种形态，和形态的发展。但是这些东西都是小细节