网格策略的终极进化(四)

1、 网格策略的是非和终极改进（四）周期之王上一篇我们展开聊了一下行业分析的框架性理论，核心是推导出周期行业是最适合、可能也是唯一适合采用网格策略增强收益的行业类型。结合前一篇所谈到的低序相关性理论，对于网格品种的选择，初步有了一些脉络。本篇我们来把这个品种选择的问题具体化，看看应该选什么周期品来做网格，并且尝试研讨一下其中的各种坑。一、商品、指数还是周期股？通常作为追求分散的量化投资者，投资品的涉猎范围要非常广，理论上股、债、金、油、房、汇、数字货币等等无所不包。在这其中，股票没有任何特殊，仅仅就是一个资产类别而已。所以，要严肃的研究什么品种适合网格，即便我们已经把类别圈定在了“周期”行业范畴内

2、，也不能想当然的只看股票，而应该把可选择的投资品范围都考察一遍。（一）商品本身周期行业中相当大的比例都是和实物商品相关的，包括大宗工业品、农产品、贵金属等等。但是网格需要频繁交易，需要比较高的流动性，因此买卖商品现货肯定是不行的，只能买卖标准化的、流动性好（成交量足够高）的商品期货、或者以商品现货或者期货作为投资标的的商品基金。商品期货、以及一些和期货类似的保证金交易品种（比如银行针对黄金、白银TD延期凭证），都是杠杆交易，而且涉及到复杂的换期问题，风险巨大，好处是可以做多也可以做空。由于这涉及到另外一个风险偏好的层级，以后如果有机会谈到杠杆类策略再作讨论为宜。而商品基金，目前可选择的品类有限

3、。某些只能在场外申购、赎回，不能在交易所场内交易（可以理解为不能在股票软件里买卖）的品种，它们有持仓周期限制，且每天只有一个有效价格，所以天然不适合对交易成本和及时性要求极高的网格策略，在此先排除。类似的还有银行的纸黄金、纸白银、纸原油等品种，也因为较高的点差交易损耗等因素，暂时排除。剩下直接以商品为跟踪对象的基金，就非常少了。大陆市场目前能做的，都可以在“集思录”网站里的商品基金项下查到，只有几大类：.黄金ETF。目前大陆有4支已上市的黄金ETF,成交量最少的也日均过亿，流动性比较好。名梆现抗M般福的159934黄金ETF3.7120.86%41501.62沪金99159937博B撑金3.7

4、700.S6%25468.54沪金99516800黄金基金3.733076%17360.10沪金99518880黄金E7F3.7690.80%133262.99黄金ETF的好处是，底层资产都是上海黄金交易所交易的记账式黄金现货，所以没有期货那样的升贴水问题和移仓损耗，可以长期持有。然而问题是，黄金ETF的波动率只有18%左右，所以做网格显然并不合适。.白银基金（161226）。这个基金不是ETF，而是LOF基金。有什么区别呢？ETF是首先在交易所上市交易的基金，部分基金公司也可能会在场外再次发行基金来购买它（这种场外的基金称为“ETF联接”）。所以ETF是先有场内，才可能派生出场外。LOF基金

5、则是先在场外发行后，允许基金份额的持有人除了向基金公司场外申购、赎回外，还可以彼此在场内像买卖股票一样的交易。所以LOF基金有场外申赎和场内买卖两种流动渠道，但它是先有的场外，才派生出场内的。LOF基金的上述区别，最大的优势在于套利。但这不是网格系列关心的，以后到了“左侧增强策略”系列再另外写吧。而网格作为一类需要长期持有赚波动时间收益的策略，这支白银LOF基金主要存在以下劣势，使它并不适合：（1）流动性差。这只基金每天成交量平均只有几百万元。（2）跟踪不佳。由于其底层资产是白银期货，所以有升贴水和移仓等问题，从历史上看它的跟踪误差年均超过了10%，跟跌不跟涨比较严重。（3）LOF基金仓位不足

6、。由于LOF首先是场外发行的基金，要应对申购赎回，常年要保持5%现金仓位，所以普遍的仓位不足，持有会有一部分资金浪费。3.原油QDII。这类基金目前有很多，有主动的也有被动的。侬名称现价成交（万元，161129原油基金0.760-3.55%1375B.73标普高盛原;由商品指数501Q1S南方原油0.749-3.10%11529.24BQ%WT|+4D%BRENT原:由价格160723嘉实原油0.723-2.30%11263.3GWTI原油价格160216国泰商品0.246-3.91%1480.15国泰大宗药品酉疸喈菽165513信诚商品0.237-3.56%4530J2标准若亚高盛商品总收益

7、j蹒162719广发石油0.6811.62%14049.93道于京斯美国石;由开发与生产指数163208诺安油气0.465-1.60%6676.M标普兽鼠杀行4H旨数161815铜华通胀口.34-2.01%1230.01标音尚盛商品总指数162411华宝油气0.24B0.00%11064.85标普石油天然气上游股票指数160416石油基金0.754479%10553.56标普全球石油指数原油基金很复杂，其底层资产全部在境外，所以叫QDII（合格境内投资者去买境外资产）基金。它们不但是商品基金、而且还是境外商品基金，常常有外汇额度限制和换汇损失等问题。除此之外，原油基金还分成三类：（1）主动基金

8、。这种基金持仓飘忽不定，看基金经理的策（XIN）略（QING）,有些不止包括原油，还包括若干黄金、白银、铂金什么的，比如国泰商品、银华通胀。（2）原油期货基金。比如南方原油，其底层资产是境外的石油期货，升贴水和移仓问题，叠加了汇率和外汇额度的影响。虽然它近年对国际油价跟踪总体靠谱，但还是存在持仓磨损，传统上看并不适合网格。（3）原油上游股票基金。这类基金大多跟踪全球或美国的油气股票指数，现有3只。其中包括网格圈大名鼎鼎的华宝油气，成交量最高。剩下的广发原油和石油基金里面，成交量勉强能拿来做网格的，也只有石油基金了。华宝油气和石油基金，区别是一个是跟踪美国油气股等权指数，一个是跟踪全球油气股加权

9、指数（龙头股占比高）。前者波动更大，后者更加稳健。理论上说，只有这第（3）类股票基金适合长期持有和网格，因为它们没有期货的损耗。4.商品期货ETF。这是2019年中国新推出的一类ETF基金，跟踪的是国内的商品期货品种。目前有3支，分别跟踪豆粕（159985）、能源化工（159981）、有色金属（159998）。这类期货品种理论上也有换期损耗问题，但由于对应品种在国内，流动性好，所以跟踪误差可能小一些。可惜三支基金目前上市时间都较短，数据不足，并且除了豆粕比较单纯以外，另外两个ETF都是加权持仓几个类似的期货品种（如有色金属ETF同时持仓铜、铝、锌、铅四个金属合约），跟踪对象不够单纯，不好估值。

10、总结一下，商品本身能做交易的基本是场内基金。其中黄金ETF波动性不足、白银LOF流动性不好且跟踪误差大、商品ETF上市不久而且不够单纯、石油类基金受外汇和境外期货移仓双重影响非常大。所有纯商品类基金都不适合网格，而只有追踪境外石油股票的指数基金（比如华宝油气）具备做网格的潜力，这恰恰就是下一节所探讨的范畴了。（二）周期股指数基金最经典的境内周期股指数基金，便是券商ETF，同类的还有有色ETF、地产ETF等等。至于境外的周期股指数，境内能买到又有一定成交量的只有上节提到的华宝油气和石油基金这两支。此外，可能还有一些追踪黄金主题股票的基金，但都非常不纯粹且成交量极差，在此就不作讨论了。只要追踪的是

11、周期行业上市公司一揽子股票的，就可以构成周期股指数基金。这类基金通常被认为是做网格的好选择。原因有三：.周期股相对商品本身波动率更大。这类股票公司本身会通过借款、发债等上了一层财务杠杆，加之股票市场更好的流动性带来的溢价波动，所以它们的年化波动率较商品本身更高（券商33%、有色30%、华宝油气36%）。.周期股没有期货移仓损耗。周期股公司持有现货库存，受益于现货涨价，但它们不需要像期货一样移仓换期带来升水损耗，而且每个周期好歹靠盈利和股息还能推动价格上涨一点，从而实现底部逐步抬升，降低网格穿网风险。.它们是指数。一揽子公司的持仓，容易抵御单个公司的黑天鹅事件风险。但其实周期指数依然有非常明显的

12、缺点。首先是选择太少了，虽然比单纯的商品要多一些，比如券商、地产、传媒这些周期行业（或具有周期特性的可选消费行业）也能找到对应的股票指数，但一共也没几个，要找出低序相关性的选择其实并不容易。其次，品种不够单纯。券商这样的行业还算是同质性明显，但有色金属之类的就完全不行了。比如有色金属行业中，既包括做黄金等贵金属的公司、也包括做铜等大宗商品的公司、还包括做钴和锂等小金属的公司，它们的周期很可能完全不一样。以下这张是同属有色金属的铜和黄金期货的中期价格走势对比图，大家可以感受一下：20127022口找足事卷用以上这些不足，做网格的人也基本都知道。那么之所以还是要选择指数基金，最看重的就是它相对个股

13、的两个优点交易成本低和风险分散。关于交易成本，网格需要频繁交易，所以的确比较敏感。目前对于场内基金交易，不需要任何关系资源和资金沉淀，也至少能拿到券商万分之1的佣金率、免收最低5元手续费等优惠，而且基金免印花税，的确是很低的成本。然而其实，对于稍微有点搜索能力的人，对于股票交易也基本可以拿到券商万分之1.8左右的佣金率、免收最低5元手续费。这或许比指数基金还是高一丁点，但个股波动率通常比指数基金高，假如不发生黑天鹅风险，那么只要个股年化波动率高1%就足以通过网格的收益来超额弥补所增加的交易成本了。而关于风险分散，基金在对冲单个公司的黑天鹅方面，确实具有不可比拟的优势。但这件事需要用一种更理性的

14、视角来分析，不能简单的人云亦云。下一节继续讨论。（三）周期龙头股周期龙头股，主要指每一个周期行业的龙头上市公司，最起码每一个期货品种就对应了一个甚至几个主业比较纯粹的上市龙头企业，更不用说还有更多基础产品不是商品的周期属性行业。由于周期行业众多，稍微潜心研究者，一个周末就足以从公开的最浅白的研报中挖掘出几十家以上不同行业的龙头公司了。这些公司，足够构成一个低序相关性的网格备选品种库。千万别说找不到，以下这个完全就是我随手（1分钟）搜出来的，并不完整，仅作案例矢EHR至于周期龙头股是不是真的比指数基金风险更大？我们不妨看几个有比较单纯的指数对应的周期行业的例子，来比较一下其龙头股（事前可知的龙头

15、股，而不是近两年发展成龙头股的）和对应行业指数的中长期走势对比图。这是山东黄金之于黄金板块指数：41.053011/113014口3丫|6.3720131/31这是中信证券之于证券板块指数：这是山东黄金之于黄金板块指数：41.053011/113014口3丫|6.3720131/31这是中信证券之于证券板块指数：这是中粮糖业之于白糖指数：4547这是万科A之于房地产板块指数:31.U这是三一重工之于工程机械指数：这是中国神华之于煤炭指数：中国神华自1制、曰*G*I乩T+”口强j口27.64州的，这是中国神华之于煤炭指数：中国神华自1制、曰*G*I乩T+”口强j口27.64州的，04冬2014/

16、10/3.1这是太阳纸业之于造纸板块指数：1136太阳纸业殖班10.462d2DiD4/24周期股总体上看，无论波动的底部还是上升的趋势，都超过了对应的行业指数。为什么会这样？其实只要回到我们上篇谈到的周期行业底层逻辑就能理解了。周期行业不同于成长、价值行业，其每一轮的周期谷底，通常都对应着过剩产能的淘汰出清、以及相对能够熬过寒冬的龙头企业的市场集中。这也就是所谓“供给侧改革”和“去杠杆”的题中之意。所以相对于更多中小行业企业加权而成的行业指数，周期行业龙头公司在寒冬中股价的下限大多更加清晰，不易被突破，而网格底部判断不能出大错是网格的生命线。周期特征越典型的行业，这一特性越明显。当然，龙头企

17、业相对于同样熬过寒冬的行业小公司或新兴公司，它从最低点起跳的价格弹性可能低一些、行业牛市的股价相对高点可能也会低一些，也许不符合那些追求刺激的“抄底者”的胃口。但是你首先要想明白，超出网格范围外的低点、高点，都不是网格策略能捕捉的。所以，本篇对这些缺点并不关心。退一步说，龙头企业如果真的出现了其他黑天鹅事件，比如安全生产事故，它作为周期行业所拥有的相对较先进的生产材料、价值比较确定的库存等，使得其清算价值高，不至于像轻资产的成长企业或小公司那样，一旦破产就血本无归。多数时候，即便破产重组，重组后企业的股价还是不破原来的网格下限。而相比行业指数基金，龙头公司有着更高的波动率。比如中信证券的波动率

18、是43%（证券ETF33%）、中国神化的波动率是30%（煤炭ETF21%）,这是它们的另一大优势。更明确的底线、更高的波动率、更丰富而单纯的行业选择，因此我的研究认为，网格策略客观上其实更加适合龙头股，而不是指数基金。这是和主流观点比较不一致的地方。当然，历史上还是会有一些龙头公司，也被一些黑天鹅事件打垮了呀。比如造假的康美，落毛的雏鹰、和跑掉的扇贝再极端一些，如果一次安全事故把作为周期生命线的库存烧光了呢？那么对这类超级黑天鹅造成的破网风险，又应该如何防御呢？二、策略很丰满，仓位很骨感传统上解决分散不足的一种思路，是模仿指数基金，采用同行业分散策略。比如做了中信证券网格，再分一半仓位做一个华

19、泰证券的网格，来防止中信出现黑天鹅。可是你真进入操作阶段就会发现，每只股票的单价将成为掣肘。（一）网格跟踪误差上一节通过理论推演和对比，认为周期龙头个股优于指数基金。但其实在现实中，这个结论不一定完美成立，这是因为还有一个潜在的问题没有被讨论。A股的交易规则要求，每一手股票（包括指数基金）至少要买100股，所以单价越大的股票你的最低一手交易总价就越高。比如交易单价约0.8元的券商ETF，最低100股价值也仅需80元，这就是说你交易的金额可以趋近于80元的任意整数倍；但如果你要买的是单价约1200元的贵州茅台，那你最低100股就要买1.2万元，你最终的交易价格就只能趋近1.2万元的整数倍了。问题

20、是，网格是需要高度细分、频繁交易、精确匹配目标金额的一种策略。你想象一下，假如你是个普通的投资者（土豪请自觉绕道），拿出50万来做网格策略、分仓5个品种、每个品种10万元，已经不算少了吧？现在如果你把10万分成15格，每格差不多6600元，如果买茅台连一手都还买不到，碰到茅台网格就只能跳过这一格了。但如果买券商ETF网格，那么你目标6600元仓位买入的误差可以控制在80元以内，就非常理想了。虽然茅台这个例子比较极端，普通的周期股一般没有价值股那样长期高成长累积的高单价。但即便是中信证券22元左右的股价，其一手也可能造成最高2200元的误差，这相比券商ETF的80元误差，还是高太多了。我们不妨通

21、过一个回测，来进一步说明一下单价对网格收益率可能造成的影响。现在我们假设有两个人，分别用同样的参数设置规则做券商ETF和中信证券两个网格。根据各自区间的顶和底作上下限（排除网格设置准确性的干扰），从2018年1月到2019年12月，两个网格可比较的“爬格子”部分收益率，如下表：参与网格的总金额1000万元总额10万元总额3万元总额券商ETF43.28%44.21%45.38%中信证券60.37%50.02%42.05%有没有注意到，券商ETF网格的爬格子收益总体稳定，只是因为总金额降低造成的收益率除数不同，产生的误差会导致其收益率略有波动、甚至还有所提升。但中信证券的网格收益，就随着参与金额的

22、减少而明显呈现下降趋势，当网格金额为3万元时，其收益已经低于券商ETF了。这个现象，主要就是每格理论买入金额、和实际能买入金额的误差造成的。当我们设定网格为“等金额”网格时，就是默认同样的金额在价格下跌越多时，就买入越多的股数。这和每格买入相同股数的“等股数”网格相比，天然具备了“越跌越买”的特性，把更多的筹码分配在上涨确定性更高的底部区域。可是上例中，假设中信证券一格目标要买4000元、每格单价间隔2元，此时它的单价是27元，那么4000元本应该购买148股的。但实际上，因为规则所限本格只能买入100股（2200元），那么光这一格就造成了少买48股（1300元）的目标偏离。而此时如果股价继续

23、下跌，要一直跌到19元（4格后）时，才能触发贴近4000元的买入。期间5格合计将产生1300+1500+1700+1900+200=6600元，全都浪费了。如果不是一路下跌，而是在19元到27元之间多次波动，则这个资金浪费就更加严重得多。换个视角看，整个网格策略的资金使用效率因此大大下降了。以上计算说明，参与网格资金总量不足和单个股票单价过高之间的矛盾，造成了高单价品种实际收益和理论收益之间会拉开较大的误差，我们把它称为“网格跟踪误差”。网格跟踪误差对收益的影响通常是负面的，而上例中如果参与网格总金额进一步从3万元下降到1万元，那么中信证券甚至都没法儿做了，这也客观上造成多品种分散仓位的目标无

24、法实现。这才是个股网格在实践中最棘手的问题。（二）布朗运动凡事都有两面。上一节所谈的是高单价品种做网格会面临的问题，反过来看，低单价品种做网格也有它自身特有的好处。网格的策略的基本假设，其实是基于相信品种价格在一个区段内是随机游走的，波动方向和持续性都是随机的，所以通过爬格子来捕捉震荡收益才是最有效的。那么我们顺着这个假设往前推演。现在假设拿中信证券和西部证券相比较，前者基本价格是25元、后者是7元，假设两者年化波动率完全相等。A股股票的每单位波动是0.01元（专业上称为一个Tic），这0.01元的波动对中信证券的影响是0.04%，对西部证券的影响是0.14%，对后者的影响显然大得多。接下来，

25、拽一段关于交易本质的纯数理解释。我们一般认为，一个品种（无论是股票、房产、商品、债权等等等）的当前定价，可以由其宏观对应的行业波动和其自身的供需面波动两个因素解释，这样解释出来的价格称为“有效价格”。交易所里每时每刻的买卖报价，都在通过交易者博弈不断贴近、刻画、寻找下一个有效价格。但现实中，由于交易的撮合是非常复杂力量共同作用的结果，我们通常认为每时每刻每个Tic的跳变，和其他宏观因素都无关，是无法预测的随机波动，也就是初中物理学上所说的“布朗运动”。而微观上的随机，却在逐步趋向宏观上的可解释，无数个的Tic波动最终能够锁定出有效价格。成交量越大的品种，这种趋近会越快速，围绕有效价格的波动浮动

26、及偏离时长都会越小，比如股票的价格贴近有效价格的程度就远高于成交量低的房产。回到网格策略来。在上述理论下，一个Tic对应的波动百分比越少，就越可能在总体波动方向不变的情况下，仅仅因随机的跳变而触发一次网格交易的成交。假如我们设置的网格中，下一格买入价距离当前有效价格的差距还有0.5%，那么对于7元的西部证券，只相等于4次同方向的随机Tic跳变，非常有可能达成；而对于25元的中信证券，则需要13次这样的同向跳变，概率就太低了。美国有针对外汇网格研究的论文，针对不同外汇对做过统计，认为如果剥离掉波动率因素的影响，交易对象单价是否和Tic（最小波动单位）相差两个数量级以内，对网格成交次数的影响率大约

27、在28%左右。上述研究如果推广到A股的规则，就相当于说一个单价大于10元的品种假设一年成交100次的话，和它相同波动率、相同行业的单价低于10元的品种，有可能能多成交28次。由上可见，低单价的品种有利于在其他条件不改变的前提下，提升网格的波动成交率，从而提高网格爬格子收益率。（三）分散的本义以上两节，讨论了在网格实践中，品种单价对网格收益率的影响。分别说了单价过高的坏处，以及单价较低（对股票而言最好小于10元）的好处。再回到我们本节之初讨论的那个问题。如果我们选择网格证券行业的龙头个股，又担心出现个股的黑天鹅风险，那么是否需要把仓位再次分散在中信证券、华泰证券上呢？现在看来，这个问题需要视乎我

28、们参与网格的总资金量来确定了。参与网格的资金量如果很多，不妨碍原本分配给券商类品种的仓位（例如20%）进一步拆分为两部分（例如各10%），而且品种单价还不影响每部分网格的资金使用效率，那么进一步拆分当然没有什么不好。但假如参与网格的总资金量有限，那我们就要权衡利弊了。一旦进一步拆分，还想不明显影响网格的效果，很可能券商类品种的总仓位反而会上升，比如从20%上升到30%。但这样，你的总资金中就多了10%暴露在券商行业的系统风险之下。这就涉及到我们要做分散的初心了。按我的理解，分散的本义是对冲系统性风险和黑天鹅风险，这两者中，系统性风险要更高出一个数量级。毕竟同行业的公司总体是经营风险相关的，周期

29、行业业务比较单纯，则更是同业业绩高度相关。财务造假、安全隐患等黑天鹅风险固然存在，但如果为了规避这类低概率的风险，而选择提升行业系统性风险的暴露水平，那就得不偿失了。所以，我的分散解决方案，不是在同行业中分散两家，而是干脆选择增加一个行业。例如，原本网格的设计是分散在4个行业中，但为了防范每个行业龙头股各自的黑天鹅风险，我会干脆选择把仓位分散到5各行业的龙头股上。对于每个行业，就不再去进一步分散了。相对ETF,个股的优势是有多得多的低相关行业可供选择，所以我个人认为，这样的跨行业龙头股分散，即便对黑天鹅风险的防范效果，也要好于指数基金。不知大家是否认同？到这里，论证了以低价、周期龙头股来做网格

30、，是较优选择。那么在具体品种选择上，还有没有其他可以考察的要素呢？三、锦上添花本节将要说到的，是两个相对进阶的品种选择研究方向，并不是必须，至多算是锦上添花，所以只作简述。（一）库存弹性和市值弹性网格看重震荡，这种震荡在微观上表现为更高的年化波动率，波动率相对于大盘指数（比如沪深300）高出越多，我们就说这个品种的“弹性”（B）越好。即便我们把网格品种锁定在了周期龙头股上，有些行业也事实上存在多个龙头股，那么选择弹性更好的那个，当然就能预期取得更高的网格回报。但波动率每个阶段会有所不同，事后才能统计，属于滞后指标，比如券商ETF的年化波动率在2018年的一段时间里也一度跌到了20%左右。如果想

31、提前预判一个品种未来的弹性潜力，就需要从所谓基本面上对一个行业的单个公司作弹性评价。举个例子。前篇说到的养猪这个农业周期行业里，温氏股份、牧原股份、天邦股份三家都属于龙头级别的公司。作为量化投资者，并不会对基本面进行更深入分析，而如果只看研报，这几家企业不分伯仲各擅胜场，都归为龙头也没问题。那么如果非要有点道理的选一家出来做网格，怎么选？这时，我们会用到一个对周期企业常用的分析价格弹性的方法，即“每单位市值对应多少库存”。比如对于养猪企业来说，它的主要库存商品就是生猪存栏量，单位是头，所以我们可以计算“单位市值对应多少头猪”。根据2020年存栏量预测值，温氏股份每万元市值拥有1.19头、牧原股

32、份1.23头、天邦股份则拥有3头。这个值越高，说明将来库存涨价时，对应品种的市值具有越大上升潜力，我们因此把这个值的比较描述为“库存弹性”。那么对券商这种基础产品不是商品的行业，没有库存，要怎么计算价格弹性呢？这就要看他们业务中对证券周期最敏感的那项业务的比值占比了。比如华泰证券相比于中信证券，其每单位市值对应的代客交易和券商经纪两项业务占比更大，这两项业务相对于证券承销业务来说，受牛熊周期影响又更加直接，所以可以认为华泰证券的价格弹性也更高。具体的计算，在此就不再赘述了。另一个是对短期业绩弹性的计算方法，是计算总市值流通市值的比率，这两个指标几乎在每个证券软件中都可以查到。这个比率越高，代表

33、一单位流通市值交易带来的价格变化可以撬动的总市值越高，也相当于一类杠杆效应，给价格额外增加了弹性。这种弹性，我们称为“市值弹性”。这类市值弹性高的企业，最典型的要数新上市不久、还没有实现限售股大规模流通的所谓“次新”公司，这也就是为什么次新股往往估值特别高、波动特别大的原因，很多投机者正是看中了这个市值弹性的博弈杠杆效应。比如现在，中信证券的流通市值比为2934亿+2227亿=1.3倍，而2019年上市的红塔证券该比值为683亿+68亿=10倍。因此对应的市值弹性，红塔证券就远高于中信证券。当然，这个计算值并不是说红塔证券的价格弹性比中信证券高10倍。有研究报告通过实证统计，认为市值弹性效应大

34、约每高10倍会提高价格弹性70%左右，具体的计算过程非常复杂，就不展开了。然而次新股通常不会是低估龙头企业，即便是龙头公司，投机客也很可能把它的价格带偏到网格所需的低估区间以外。但对于其他龙头公司，在有条件的情况下，也不妨同等有限选择“库存弹性”和“市值弹性”都更大的品种，当然前提还得是在龙头公司之间做选择。（二）戴维斯三击你可能听说过，业内经常用“戴维斯双击”效应来形容周期股价格的反转。这是说，在周期底部时周期企业盈利（E）持续下滑、与此同时市场给它的估值（PE）也下降，投资者弃之如敝履，所以股价会在两个指标上被叠加“双杀”。但周期反转时，股价也会被提升的盈利和回升的估值双轮驱动，产生乘数效应的上涨，称为“双击”。周期股的魅力，就在于双击时的超强弹性。当然，真正的双击过程不是网格所能捕捉的，网格捕捉的往往是底部徘徊时无数的假“双击”带来的宽幅震荡。但假如你“妄想”一下，还有没有可能存在“第三重暴击”呢？事实上，现实中在有些时期，确实能发现这样的“三击”品