2021股票、比特幣崩盤確切時間點 ?! 免費工具大揭密 (附程式碼) | FinLab 財經實驗室

你是不是覺得最近什麼市場都漲好高,快要懼高症發作?
最近是不是手很癢,很想要趕快買股票開始投資?
還是說你已經大賺一波了,想要找一個時機做賣出呢?
這個實驗就是專門為你設計的!

讓 FinLab 告訴你什麼時候泡沫會破裂
讓你在大家瘋狂的時候,獲利了結
等到恐懼的時候,再逆勢買進

金融波動大,要如何高買低賣?

2020算是金融波動非常大的一年,
三月因為疫情關係,台股暴跌到8000多點,
大家都覺得完蛋了,於是出清股票,停損觀望,
想不到這時候政府國安基金,全球印鈔 QE 救經濟,
去年年底,台股又飆升到了 14000 點,
簡直就像是坐雲霄飛車一樣!

Screen Shot 2021 01 14 at 1.05.09 PM

要如何買在低點買在高點呢?
就要像巴菲特說的一樣,眾人恐懼我貪婪!
但這句話其實我們已經聽到爛掉了,具體而言要怎麼實行呢?
其實非常困難,例如在三月的時候,股市崩盤,
親朋好友都叫你趕快賣掉股票了,你還不賣嗎?
那時候疫情剛爆發,感染者成倍數增長,
你哪有勇氣說自己是對的?你的勇氣會從哪裡來呢?

答案是從數學來的

全市場通用的泡沫模型

今天我們要介紹的泡沫模型
是多次預測泡沫包含

  • 1990年納斯達克泡沫
  • 2000年科技泡沫
  • 2008年石油危機
  • 中國市場泡沫
  • 2009年美國房市泡沫
  • 還有比特幣2017年泡沫

這個模型的簡稱是 LPPL 模型
全名是 Log-Periodic Power Law Model
原理其實就是假設這個世界有兩種人
A 和 B
首先 A 這類的人,他們是聽從別人建議的人,
也就是別人買我就買,看到別人賣我就賣,
而 B 是有自我主張的人,
也就說他不管別人的建議會按照,自己的行為來做決定,
而這個自由市場中,
A 跟 B 的訊息會不斷地交換,
交互影響對方的選擇。

以你來說好了,
有時候你會有自我的主張,
也就是對股票進行買賣,
但有時候你可能也會聽從別的意見,當作參考
每個人都有可能有時候是 A 或者是 B,
當今天泡沫高漲的時候,
這個價格系統臨界點發生時,
會有這麼一瞬間,
大家都變成 A,一致做出賣出的決定!
導致價格的崩跌。

LPPL 數學原理

有了這樣的概念,我們就可以來設計一個價格模型,
什麼是價格模型?簡單來講就是一個預測真實世界的公式。
LPPL 公式推導非常地複雜,借鏡了統一場論,
利用模擬群體的交互作用的總體效應,來大幅化簡模擬的複雜度。

下圖中,我們用圖讓大家更了解這個公式的數學原理:

Screen Shot 2021 01 14 at 1.00.53 PM

首先 LPPL 模型,最重要的會有三個元素

  • 一個是橘色的這個點
  • 那另外是這條藍色的曲線
  • 最後還有這條紅色的曲線

那這邊橘色的這個點,
它其實就代表著崩盤的時候的最高價格 A,
那什麼時候會崩盤時間點就是 tc,
那我們可以看到這邊除了這個橘色的點以外,
還有這條藍色的時間序列,它就是在敘述,
泡沫整體上漲的幅度。

最後,價格其實是會有波動,
所以除了用藍色這一條線來描述價格以外
我們還會需要小週期的震盪,
也就是紅色的這一條曲線,來描述波動。

有了這三個元素就可以,
更正確地來描述泡沫破裂的時間序列公式,
那我們的就可以將這三個部分,
合併成同一個公式,
來描述說當今天泡沫發生的時候,價格隨時間的變化。

那你可能就會說
「我們究竟要怎麼樣將這個公式
使用在我們現在任何一個商品中?!」

那接下來我們就可以來看一個例子,

Screen Shot 2021 01 14 at 1.02.28 PM

例如這邊我們有一個商品,
它的歷史價格時間序列是上圖右半邊,
那我們就懷疑,最近價格漲了好高,
是不是有泡沫會發生呢?

那這時候,可以用剛剛的公式,也就是 P(T),
代入不同的參數進去,會算出不同的時間序列(以顏色表示),
那這時候,就可以找到一組參數,
它會讓我們的時間序列最接近真實的歷史價格,
例如我們可以看到,這 4 個(顏色的)時間序列中,
紅色的時間序列,長得最接近原本的歷史價格,
所以我們就會說,這組時間序列的參數是比較合理的,
這組合理的參數裡面,就包含了 tc,也就是泡沫破裂的時間點!

你可能會問,這個公式真的能幫助我們賺到錢嗎?
我們要怎麼應證它是有用的呢?

跟我們一起來做實驗吧!

我們已經幫你做好了工具,可以直接來使用,
這個工具的費用,就是幫訂閱我們的部落格、YT
用正確方法和數學公式,安全穩定地投資理財,
這一套工具將會完全免費送給你!

這個股票泡沫檢測器不只可以幫你判斷,
究竟現在這個商品是否有泡沫,
我們可以針對任何一檔股票,
甚至是 Bitcoin 來做檢測,
只要是有收錄在 Yahoo Finance 的標的,全部都可以拿來做預測分析喔!

FinLab - 韓承佑

嗨大家好,我是韓承佑,FinLab創辦人,畢業於巴黎薩克雷大學資工博士,目前擔任臺灣量化交易協會 學術顧問、台北商業大學 創新育成中心 創業技術顧問與上市科技公司 量化交易顧問。當初,我喜歡寫程式、無意間因為軟體比賽接觸Fintech,從此開始了財經跟程式的學習之路。我們成立 FinLab 量化投資部落格,用自己研發的軟體,對台灣股市做大量快速的實驗。希望可以在量化投資的路上,當大家的「武器製造商」!