主题：【原创】分析师的功课 -- 范适安

在指挥钞票间的生死博弈时，“必须留有预备队”，是不是为了防止全军覆没，即使感到市场“三性”已经“归一”了？

从打麻将说投资有看头，我就喜欢边学边玩。

系统有了，范围有了，目标有了，就是“纲”有了，下面是“目张”的问题了，就是具体我们该做啥呢？

对一个正规的研究团队，或投资策略制定团队，或参谋班子来说，我想，有三大类常务功课是必不可少的。

第一类，是构建分析体系的基础。

1、建立信息网络

你必须沉到产业一线去，必须先认识很多人，他们也许是种了一辈子地的农民，也许是跑单帮的贸易商，也许是大企业采购销售经理，也许是仓储负责人，也许是养殖专业户，也许是行业产业官员，反正只要是和你研究的对应品种所有产业链上相关的主体，那些能提供相对客观感受的人，你必须和他们取得联系，交朋友，打入圈子内部，对行业产业冷暖培养出一份现场感，才能“春江水暖鸭先知”，才能知其然并力求更知其所以然。

2、网络分类

随着你的努力，你开始积累了一些人脉关系了，要加强这种关系，要认识更“高端”一些的人，你就必须拿出你的观点，你的成果，你的加工消化后的意见，投石问路，双向互动，丰富自己的信息网络，使之构建成为体系。记得上面的产业链流程图表吗？把每一格放大，将你认识的圈子中人分门别类的统计进去，完成你的网络分类。

一段时间后，他们也许慢慢的会很乐意和你沟通，这是因为，他们出于竞争，看并排的同行会更多一些，而你是一只飞翔的鹰，是三维空间，看到的是面。

3、不同时期的心理变化

你最先看到的或能做到的，是亦步亦趋的跟，跟着市场走。看到的是不同市场条件下市场主体的不同反应，差异。任何变化都是天时，地利人和的结果。而人的因素最有意思，好的时候会不断地“锦上添花”，不好的时候会不断地“落井下石”，直至极端后的转折，纠偏。你慢慢会根据某几项条件变化，判断某一主体的下一步动作了，就象那麻将桌上的一盏灯，谁的下一张，你洞若观火。

4、建立“笑脸”、“哭脸”模型

好了，第一阶段工作初见成效。在更进一部的量化细化组织数据支持之前，我们可以搞一个市场主体在不同市场条件下的“笑脸”“哭脸”模型。这是个粗放的直观表情图，是条件反射的镜像。“天下熙熙皆为利来，天下攘攘皆为利往”，“利”的变化控制着市场主体的表情，反过来，“笑脸”“哭脸”的表情图可以观察“利”的流向。

最简单的表情图是：

涨价。

生产者，笑脸，利润增加，刺激进一步生产。

经营者，笑脸，收益增加，刺激进一步库存。

消费者，哭脸，支出增加，抑制进一步消费。

跌价。

生产者，哭脸，利润减少，抑制进一步生产。

经营者，哭脸，收益减少，抑制进一步库存。

消费者，笑脸，支出减少，刺激进一步消费。

这是判断处于卖方市场或买方市场最直观的市场主体表情图。这是大类，还可细化到更小一些的主体，有兴趣不妨列列看。

• 【原创】分析师的功课

这个续3藏得太里了，乍一看还不知道有更新，建议下节开新贴或者每次把新的一节就直接贴在主贴‘分析师的功课’下

而且投资者看起来似乎是最灵活的。

在涨价的时候，以做多实现盈利。

在跌价的时候，以做空实现盈利。

得，一下给我整成：如何做鸭了？？？

：）

鸭？您真能想!哈哈,花!

对于概念性的东西有了初步的了解，还远不能达到形成大规模避险或投资策略深度分析报告的水准。

记得初涉金融投资市场，有经纪人拿着一张行情走势图去“扫楼”，照着历史图表，对客户说，你要是这里买这里卖或这里卖这里买就会赚多少云云。真是说笑话，拿投资人当白痴。殊不知，历史图表反映了过往市场所有的机会和风险，你既不能承担所有的风险也不可能拿到所有的机会。实际上，每个市场投资主体对风险利润比的偏好是具有差异的。对大型企业的避险或大规模投资策略的制定（如基金），是一项严谨的工作，必须符合事物发展内在逻辑和需要合理的数据支持，大资金不似小散户，可以动辄止损，船小好掉头，他们一旦决定介入是容不得犯原则性也就是势上的错误的。就象老蒋和老毛的对决，一止损就止到台湾去了……

如此，专业人士需要更细化的工作来对自己的观点或策略提供素养，这就是金融工程。

当然，是工程就会有大工程和小工程，有影响政府宏观政策策略的智囊团用的，也有经济学家对经济现象观察研究用的，不一而足。对投资者而言，我个人的看法是直观有效好用，不走繁杂拖沓的路子，删繁就简。

第二类，建立数据库（金融工程）

1.宏观数据(主要经济指标)

这一块，发达资本主义国家在漫长的经济发展中有许多经验可拿来借鉴。再说，中国经济也已融入全球经济，再不是以前的管好自家门口的一亩二分地就成。比如美国，有一系列经济指数来反映或预期经济冷暖，主要经济指数有道琼斯平均（工业平均指数，运输平均指数，公用事业平均指数，65综合平均指数），纽约证券交易所（Volume in 000's，综合指数，U.S 100，International 100，World Leaders，TMT），其他还有纳斯达克，标准普尔，国库债券 (yield x10)，商品（CRB），美元指数等系列指数。

国内近十多年经济的高速发展，也催生了若干宏观指标，反映着国内的经济宏观背景，如工业生产指数，固定资产投资，消费品零售总额，进出口总额，财政收入，工业企业利润，居民可支配收入，金融机构贷款，货币供应，居民消费价格指数，人民币汇率等。国家统计局每月会公布一系列经济数据，作为一种了解和跟踪，有利于把握宏观经济走向。

2. 中观数据(产业经济指标)

这里的中观数据，主要是指产业经济数据，如农产品类，每月美国农业部(USDA)有供需平衡表，罗列了全球主要农业生产国以及进出口国的产销存状况，国内有国家粮油信息中心的每月数据等。

3. 微观数据(行业经济指标)

微观数据大多根据研究者的研究方向分门别类的跟踪取得，如进出口海关数据等。还有就是品种更为细化的数据统计，如农产品生长期的优良率，落叶率等对单产的数据推断具有重要作用。

数据库的建立是分析模型建立的基础。

如你长期观察了小麦，玉米，大豆的差价关系，在市场结构不变的条件下，随着季节性价格波动或投机力量的不平衡造成差价偏离，套利的机会就来了，大多国际对冲基金都是做的这种交易。不过，前提是结构没发生变化，如前段国际市场炒生物乙醇概念，使得玉米和其他农产品的比价发生了严重偏离，你要按传统眼光来“纠偏”，就大错特错了，所以对市场产生偏离后的结构性分析很重要，往往结构变化带来的投资机遇是多年难求的哩！

例子都离我们不远，如前两年金属铜突破30年高点价格的走势，再如国内股市的股权结构改革带来的跨年度牛市。

当然还有下一个，比如股指期货上市，会改变许多机构投资者的传统盈利模式……

• 【原创】分析师的功课