20.1 基本面与主动交易

本书的主要内容是通过分析价格与成交量进行主动交易，不过，不可否认的是，基本面是价格背后的推动因素，有的基本面信息影响所有金融市场以及所有资产大类。董华平和干杏姊(2015 ) 提出"中央银行能够通过货币政策工具操作有效地影响整个银行系统的信贷量" 。而银行的信贷最终流向哪里，哪里就是一波热潮， 2015 年，银行的信贷资金通过伞形信托源源不断地流入股市，造就了惊人的涨幅，就是一个典型的例子。另外，金融本身还有溢出作用，李建伟(2017 ) 提出"城乡收入分配差距和普惠金融发展在我国不同省城之间均具有显著的空间正相关性，周边省域普惠金融的发展对本省域城乡收入差距的改善存在溢出效应" 。最近互联网金融在东部省份的兴盛也算是溢出效应的一个佐证，见表20-1 (李建伟， 2017 ) 。

另外，马宇(2017)认为人口老龄化、产业结构不合理、福利制度不科学容易导致一个国家的债务危机。这些宏观的基本面信息潜移默化地影响着股市、商品、外汇以及楼市，其影响力十分重大深远。有的基本面信息仅影响部分板块或者行业，比如银行业的产业结构反向影响银行信贷投放，进而可能影响到银行的业绩(董华平、干杏姊， 2015) ，这对整个银行业的估值都产生了很大的影响。有的基本面信息仅影响个体的企业，比如长春长生的问题疫苗事件，直接导致该公司股价暴跌。

如何分析基本面信息并辅助交易决策呢?首要的一点是注意常识的重要性。我们作为交易者需要知道常见明显的基本面信息变化的"好"与"坏"，即对大市什么影响，对行业什么影响，对具体标的什么影响都要心中有数。比如地震了市场会怎样，比如战争了各个市场会怎样，比如降息降准了通常处于不同位置的市场会怎样(这种事件一定要结合市场运行的具体趋势、位置、形态来判断) ，比如天气恶劣导致虫害减产可能会影响什么，具体怎么个走法?类似这种问题是必须要心中有明确的答案。其次，要明了市场上买消息，卖事实这样的行为。举一个笔者亲身经历过的例子，如图20-1 所示，2012 年8 月10 日，美国农业部USDA 定期公布作物产量信息，由于当年天气炎热叠加病虫害， USDA 的报告内容披露玉米大幅减产，美玉米当时瞬间冲高，美玉米指数刷新当年高点， 844.6 美分/蒲式耳，然而几秒钟之后， 巨量的卖单砸了出来，价格急速下跌，速度快到笔者当时使用的行情软件已经卡住了，看不到价格是怎么变动的了。最终，当天美玉米指数价格收在806.8美分，接近日内最低点804.7 美分。而当天的最高价844.6 美分成了近年来美玉米指数的最高价。这是一例典型的买消息、卖事实的例子，美国天气不好、虫害这些信息所有市场参与者都知道，当最终的答案揭晓时，市场再也没有新的炒作点了， 此时行情就逆转了。

最后一点是，分析基本面需要考虑这些信息是否已经被市场定价过了，还是这些信息具有长期、深远的影响，会慢慢发酵，甚至这些信息本身也是在慢慢发展的。比如，马宇(2017 )提出，贸易保护主义愈演愈烈、国际利率提高导致债务负担加重可能造成新兴经济体的债务危机。这种过程必然是缓慢的而又持久的。

总之，在主动交易中，基本面信息应该是起到辅助持仓或者研判大局的作用，而不应该是简单地根据基本面信息去开仓交易，毕竟基本面信息的时效性往往相对较差，具体标的实际走势情况也不一定立即反映基本面的变化。一切仍应该在做好风险控制和资金管理的前提下进行。