隨筆:為什麼看對了方向,最後卻沒賺到錢?
朋友看了我的模型持倉,開玩笑說:「你這是開超市嗎?怎麼什麼都有?」
確實,我很少把寶押在一兩支股票上。模型會在不同標的之間反覆找機會,一筆買入一般只佔帳戶的 5% 左右。和那種壓中一支、重倉翻倍的故事相比,這樣做看起來不太過癮。
但這些年我越來越在意一件事:方向看對之後,那段行情你到底賺沒賺到手?
很多人其實方向看對了,只是沒拿住。
比如一支股票,買進去先跌 10%,後來漲了 30%。回頭看,方向一點沒錯。可要是當初倉位太重,那 10% 的下跌早就把你嚇出去了。等它真漲起來,你只能說一句「我早就看好它」。

還有一種:買完很快就漲,怕利潤回吐,漲一點就賣了。結果它接著往上走,又開始懊惱賣飛。方向對了,帳戶卻沒落下多少。
所以我一直覺得,交易至少要回答三個問題:買什麼,買多少,什麼時候走。只答對第一個,不一定能賺錢。
5% 的倉位,到底有什麼用
先說它不太好聽的一面。
假設帳戶有 100 萬美元,拿 5 萬買一支股票,漲了 20%,這筆賺 1 萬。其他持倉不變的話,對整個帳戶的貢獻大概是 1%。朋友會說:「漲這麼多,你才賺這點?」這話算術上一點沒錯。
反過來也得算。同樣這筆倉位,如果短期跌了 20%,對帳戶的直接影響也就 1% 左右。我當然還會去看它為什麼跌、當初買入的條件還在不在,但沒必要因為一支股票的波動,把整個帳戶的判斷推翻重來。
小倉位沒辦法讓我對虧損無動於衷,它的作用是給執行規則留下空間。該走的時候走;持有條件還在,就不會因為一次正常回調慌著下車。買錯的票不會因此變對,但倉位太重帶來的那種心慌,能少很多。
最近的 TEM、CRCL 和 HOOD
最近模型買了 TEM、CRCL 和 HOOD,買入後都有過一段上漲。看到持倉漲,我也開心。
不過拿這三筆來說「模型選股多準」,就把我真正想講的漏掉了:漲起來之後,我能不能按計劃繼續拿著?
如果一支股票佔帳戶 30%、40%,盤中每遇回撤,我都忍不住想落袋為安。就算一開始看對了,最後可能也只吃到一小段。現在每筆倉位不大,我反而更能把模型設定好的交易過程走完。持有條件還在,就拿著;退出條件到了,就賣。
這樣做不保證賣在最高點。漲上去的可能會回吐,賣掉的可能還會接著漲。倉位管理給我的,是不用天天猜頂,也不用因為怕回撤就臨時改計劃。
「開超市」,也不是越多越好
我交易次數確實不少,帳戶裡常常掛著好幾個標的。有人說我交易太「頻繁」,我說的頻繁,是跟買了一支股票就長期不動相比。模型會在不同信號間反覆找機會,每次都按事先定好的規則來。
交易多了,利潤不會自己就來。每多做一筆,就多一次買錯、賣錯的可能,還有實打實的交易成本。我這個「超市」,也不是什麼都往貨架上擺:有信號才進,到了退出條件就走,最後看整個帳戶的結果。
還有一點要說清楚:單筆只佔 5%,不等於帳戶整體風險就小。如果很多持倉一起跌,或幾個標的看著不同,其實都被同一個市場因素牽著,小倉位照樣能疊出不小的回撤。所以我會同時看單筆倉位、總倉位和當下的市場風險狀態,不會把 5% 當護身符。
這套方法也有代價。遇到特別好的股票,只買 5%,單筆收益就不會太好看;交易次數多,整體收益也得老老實實算清楚,不能只挑漲了那幾筆來講。這些代價我認。我更想弄清楚的是:一套規則能不能在我做錯的時候把損失控制住,做對的時候讓我留在場內,而且做了很多筆之後依然管用。
看對方向,只是開始
市場裡最可惜的,往往不是完全沒看懂。明明看對了,卻因為倉位太重在下跌裡被洗出去,或因為太怕回吐,行情剛開頭就賣了,這才最讓人難受。
每筆 5% 左右,是我這套模型交易裡的一條約束,未必適合每個人,我也不覺得持倉越分散越好。它讓我能跟著信號反覆參與,又盡量不讓某一支股票的漲跌左右我的情緒。
說對一次某支股票,誰都有可能。難的是把判斷、倉位、退出和風控放進同一套規則裡,然後長期執行下去。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
Meta AI主管Alexandr Wang:為何我要做Muse
Muse上線12天狂攬280萬下載,超越ChatGPT同期表現,單日創下26.4萬次美國紀錄——Meta市值隨之暴增2340億美元。這背後,是首席AI官Alexandr Wang那封談論「人類渴望」的公開信,以及扎克伯格當年那筆曾被嘲笑為「瘋狂」的143億美元收購:如今看來,這或許是矽谷史上最划算的一筆人才收購。
瑞銀:維持特斯拉 (TSLA.US)「中性」評級 目標價385美元 AI敘事主導股價定價邏輯
瑞銀預測,特斯拉 2026 年第三季度(3Q26)全球交付量約為 47.0 萬輛,年減 5%,季減 1%。
AI狂潮硬扛「5%美債收益率」!納斯達克創新高強化「80/20」格局,華爾街重估股債比例
30年期美國國債收益率一度觸及約5.53%,創2004年以來最高水平,布倫特原油仍處於每桶100美元之上。風險資產再次頂住壓力,反映出投資者仍然相信,AI應用商業化與企業盈利增長能夠在一定程度上抵消融資成本和貼現率上升的衝擊。
AI基礎設施撞上「牆」!Marvell:銅連接、記憶體瓶頸成下一階段算力擴張關鍵
AI算力競賽正演變為涵蓋互連與記憶體的系統級博弈。Marvell高管表示,推理模型驅動KV快取在九個月內增長約十倍,單機架記憶體已無法滿足需求,銅連接逼近極限,光學互連與記憶體擴展成為算力擴張核心。客製化已成產業趨勢,Marvell憑藉類比SerDes、光子織物記憶體及全鏈路客製迎來紅利。
