Pelabur yang paling berjaya cenderung untuk membiarkan sebab, bukan emosi, membimbing keputusan mereka. Walau bagaimanapun, pelabur yang lebih kecil telah mendapat reputasi kerana melakukan sebaliknya - mencari syarikat yang mereka rasa sambungan peribadi dan bergantung kepada intuisi lebih daripada logik yang sejuk dan keras.

Apabila pasaran melayang, misalnya, pelabur profesional melihatnya sebagai peluang untuk membeli pada harga yang menguntungkan. Pelabur setiap hari, sebaliknya, lebih cenderung menjual stoknya dengan tepat apabila ia berada pada tahap yang rendah.

Sama ada rap ini adil atau tidak, kepercayaan bahawa pelabur individu salah lebih banyak daripada tidak adalah asas bagi "teori lot ganjil. "Ideanya ialah, dengan mengikuti langkah yang mereka buat dalam pasaran saham dan melakukan sebaliknya, seseorang akan mempunyai peluang kejayaan yang lebih baik daripada purata.

Bentuk analisis teknikal ini mendapat populariti pada pertengahan tahun 1900-an. Kajian seterusnya menunjukkan bahawa menggunakan data banyak ganjil sebagai asas untuk perdagangan masa tidak berfungsi dengan baik, bagaimanapun.

Berikutan Transaksi Kecil

Di pasaran kewangan, lot standard atau bulat, mewakili 100 saham stok tertentu. Apabila pelabur institusi membuat pembelian atau penjualan, misalnya, ia biasanya dalam bilangan yang bagus, malah banyak.

Sudah tentu, tidak setiap pelabur mampu membeli 100 saham pada satu masa, yang untuk sesetengah saham boleh bermakna berpura-pura berpuluh-puluh ribu dolar. Sebaliknya, mereka boleh memilih untuk membeli, katakan, 15 saham pada satu masa. Jumlah yang lebih kecil - di mana-mana dari satu hingga 99 saham - disebut sebagai "lot ganjil. "Dari segi sejarah, ia mengambil sedikit masa untuk menghapuskan urus niaga ini daripada banyak bulat tetapi masih boleh dilakukan.

Oleh kerana banyak ganjil, dengan definisi, perintah yang lebih kecil, ada yang mula melihatnya sebagai cara untuk memupuk sentimen pelabur setiap hari. Setakat 1800-an, kontrarian mula bertaruh terhadap orang-orang yang meletakkan dagangan sederhana ini. Walau bagaimanapun, pada awal tahun 1940-an, Garfield Drew, seorang ahli statistik bon yang menulis buku 1941, "Kaedah Baru untuk Keuntungan di Pasaran Saham", menguji teori secara sistematik dan mempopularkannya lagi.

Drew menganalisis aktiviti pasaran dengan menggunakan "nisbah kira-kira" menjual ganjil kepada pembelian ganjil banyak. Penemuannya seolah-olah mengesahkan bahawa pelabur-pelabur yang lebih kecil menjadi, agak bercakap, lebih cenderung untuk membeli apabila stok meningkat dalam harga dan lebih mudah untuk dijual apabila harga hampir jatuh ke bawah.

Nisbah Imbangan = Jualan Ganjil-Lot / Pembelian Ganjil-Lot

Walaupun nisbah Drew yang agak mudah menjadi salah satu kaedah yang paling popular untuk menafsirkan data, metrik lain muncul dari masa ke masa juga.Salah satu daripada ini, nisbah rantaian banyak yang ganjil, membantu menentukan berapa banyak pelabur "kekurangan," atau pertaruhan terhadap, pasaran. Mengikut teori itu, kenaikan dalam aktiviti sedemikian harus menjadi pencetus untuk mula membeli.

Nisbah Nisbah Lot yang Ganjil = (Penjualan Jualan Lot Ganjil) / (Purata Jualan dan Pembelian Lot Rata)

Rajah 1

Jadual berikut menunjukkan aktiviti banyak ganjil setiap hari, dipisahkan oleh pembelian, jualan dan kedudukan pendek.

Sumber: Teori Barron

Kehilangan Nikmat

Teori lot ganjil menikmati populariti selama beberapa dekad, terima kasih sebahagian besarnya kepada tulisan Drew yang berpengaruh. Namun menjelang tahun 1960-an, hipotesisnya menarik minat peneliti lain.

Sesetengah menyimpulkan bahawa pelabur individu tidak sama secara konsisten sebagai pemikiran pertama. Sebagai contoh, Donald Klein mendapati bahawa penjualan kuantiti saham kecil berlaku pada masa-masa yang tidak tepat - iaitu, apabila pasaran jatuh - pembelian ganjil tidak dilakukan. Penyelidikan sedemikian telah membantu mengatasi keyakinan dalam teori Drew, yang semakin popular.

Adakah terdapat kesahihan kepada idea bahawa pelabur kecil bertaruh salah pada kebanyakan masa? Juri masih tidak dapat menjawab soalan penting ini. Walau bagaimanapun, apa yang jelas, data lot ganjil itu sendiri telah menjadi cara yang kurang dipercayai untuk mengukur aktiviti mereka.

Terdapat beberapa sebab untuk ini. Pertama, terdapat lebih sedikit transaksi ganjil yang lebih kecil daripada yang pernah digunakan. Pada tahun 1930-an dan 1940-an, individu lebih cenderung untuk membuat pesanan untuk membeli atau menjual stok individu. Tetapi sepanjang abad ke-20, reksa dana menjadi cara yang lebih biasa untuk menyertai pasaran.

Pelabur lain memulakan pilihan dagangan, di mana mereka boleh mengawal banyak pusingan dengan komitmen kewangan yang agak kecil. Dengan data lot yang kurang ganjil untuk diteruskan, perkaitan statistiknya menurun dengan ketara.

Rajah 2

Carta di bawah menggambarkan "kadar lot ganjil," iaitu peratusan semua dagangan yang melibatkan lot yang tidak rata. Baris kuning mewakili saham, manakala barisan biru menunjukkan produk dagangan bursa (ETPs).

Sumber: SEC

Di samping itu, data banyak ganjil yang wujud hari ini tidak semestinya berasal dari pelabur-pelabur yang tidak berpengalaman dan sederhana. Sesetengah berpunca daripada pelan pelaburan semula dividen, yang, berdasarkan formula pembayaran tertentu, mungkin memperoleh banyak saham syarikat yang tidak rata. Dan dengan adanya perdagangan algoritma, komputer kadang-kadang memecahkan pembelian dan penjualan besar ke dalam transaksi yang lebih kecil untuk menyembunyikan gerakan firma dari seluruh pasaran.

Dengan pasaran saham terus berkembang, ia menjadi lebih sukar untuk melihat data mentah dan menyimpulkan apa yang penting mengenai pelabur kecil masa. Sebagai penerbit "Almanac Stock Trader" pernah meletakkannya, "Ia seperti memerangi perang baru dengan alat lama. "

The Bottom Line

Populariti teori lot ganjil sebelum tahun 1960-an menunjukkan bahawa tarikan strategi pelaburan kontrarian. Sekarang banyak ganjil sedang dibeli dan dijual untuk pelbagai sebab, walaupun, beberapa orang masih menggunakan data ini untuk yakin meramalkan cara pasar akan pergi.