主题：【原创】分析师的功课 -- 范适安

有了分析市场的广泛的原材料，就象写一篇大文章有了充足的素材一样，虽然我们已经尽可能的有了一些归类，但要抓住主要矛盾，做出一把拿住七寸，一剑封喉，直达实质的判断，还需要讲究方法，讲究顺序。我们看到或感受到市场可能会出现投资机遇，有时可能是从一个点开始的，但这个点必须要放在大的环境中去检验，正如技术分析里的相互应证法则一样，支持的条件越多，可靠性越强，胜算率越高。这就是《孙子兵法》里所说的“庙算”，所说的“不战而屈人之兵”，所说的“未战而先胜”。达到“运筹于帷幄之中，决胜于千里之外”的境界。

第三类功课，掌握正确的分析方法。

第一，先宏观后微观

第二，先产业后行业

第三，先总领后具体

这应该不光是金融投资分析，其他场景一样适用。不过金融投资分析也有一些相对特定的分析方法。

1. 排除法(剔除不可能既可能)

记得福尔摩斯对华生说的一句吗？当你把事情的前前后后都想透了，剔除那些不可能发生的剩下就是可能的了……

2. 对比法(横向、纵向、相关性)

对比法也是找标杆法，这个标杆可以是过去和现在，也可以是现在和未来；可以是高相关，可替代品种间的差异分析，比照分析；可以是上下游有联带关系的分析……

3. 焦点预期追踪法

事物发展有开始，过程和结束。比如说通胀会带来加息预期，那么这个息怎样加？加多少？间隔时间有多长？产生的效果如何？有副作用吗？对你相关的投资品种影响是否持续？这都是要连续跟踪的。

4. 尊重经验，跳出经验，敢于创新

　 把这一条列出来，是因为金融投资市场实在是个日新月异的市场，特别是发展中国家，规则还未完全成熟健全，有点类似于历史上的春秋战国，结构性变化频繁，每一次这样的变化都是一连串的资本大挪移，资产再分配。所以，新兴市场有创新意识和创新手段就显得更为重要！

有了前面三大类的功课，我想还有一些附加题可做。金融投资市场是一个练心的市场，也是个完善人格的市场，下几条也许对您有用。

1.从市场中来到市场中去，实践-理论，再实践-再理论

2.市场是最好的老师，永远保持谦逊与求索的心态

3.读万卷书，行万里路

从开头到现在，我们都是谈的基本分析方法，下一节为了更精确的帮助我们把握市场机会，我们会探讨基本分析与技术分析的内涵......

• 【原创】分析师的功课

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

这幅好像是高更自己最欣赏的画作之一，是他的第一次公开“炒作”大会中的主题画。

不过展出的结果却令人失望，居然没有一个人看上这幅画！为啥？因为没有市场啊。。。。这幅画太大了，你让人家投资，可人家挂哪儿呀？