术语
- 中盘股
- 按市值介于大盘蓝筹股和小盘股之间的上市公司;FTSE 250、标普400中型股指数和阿布扎比证券指数各追踪不同国家的中盘股组合。
- 回调
- 从近期高点下跌约10%或以上的行情,区别于崩盘;1986年ADX的几次下行行情在资料包中被归类为回调。
- 最大回撤
- 期内从峰值到谷值的最大百分比跌幅;它揭示了简单的起止收益率所掩盖的期内压力。
- 下行趋势
- 经由更低的高点和更低的低点确认的持续方向性下跌;此处用于描述ADX从较高开盘价持续走低的行情。
时间线
英国FTSE250上行行情复盘数据窗口开启,首根K线收于1749.1点
阿联酋ADX数据窗口开启,海湾市场处于3.96,随即开启首轮下行行情
标普400中型股数据窗口开启于77.96;回调行情在六个交易日后启动
1986年5月16日,盯着富时250指数的英国中盘股交易员可能以为这不过是一次寻常的回调——价格微调、动能趋缓。然而,在阿拉伯湾的另一侧,阿布扎比的一位交易员所目睹的却是截然不同的景象:当地指数已从近期高点跌去10%,而接下来的三周还将再抹去14%。两个市场共享同一个板块标签——中盘股——但它们运行在截然不同的引力场中。这正是1986年三条轨迹分化的来龙去脉。
数据看板
| 指标 | 数值 | 区间 | 口径 |
|---|---|---|---|
| 阿联酋ADX首轮回调跌幅 | −24.2% | 1986-05-28 → 1986-06-19 | 据 FinFable 对该时段的整理 |
| 英国FTSE250春季回调跌幅 | −2.9% | 1986-05-16 → 1986-07-02 | 已核实事实清单条目 |
| 标普400中型股夏季回调净收 | +1.7% | 1986-07-03 → 1986-08-06 | 已核实事实清单条目 |
| FTSE250持续上行(1986年秋至1987年春) | +21.9% | 1986-10-03 → 1987-03-27 | 已核实事实清单条目 |
20世纪80年代为中盘股投资者呈现了三种截然不同的宏观格局。富时250追踪的是撒切尔金融化改革下的英国二板股票——新股发行、私有化浪潮与机构投资者基础同步深化。阿布扎比证券交易所则依赖石油收入周期,上市公司家数有限,单一权重股足以左右指数走向。标普400中型股指数嵌入的是美国中盘股领域的并购文化与杠杆氛围,业绩惊喜与交易事件主导定价逻辑。这些结构性差异不仅催生了不同的回报,更塑造了不同的波动形态、不同的修复路径——以及不同的系统性教训。
1986年5月底启动的阿联酋ADX回调是这些差异最直观的体现。在「阿联酋ADX急跌下行行情复盘(1986-05-28至1986-06-19)」所记录的三个星期内,指数从3.96跌至3,累计跌幅达24.2%。区间最大回撤高达25.8%——这意味着全程持仓的投资者在收盘数字定局之前,已承受了四分之一市值的蒸发。期间出现单日10.2%的巨大波动,往往发生在市场做出急剧方向选择的交易日。相比之下,「英国FTSE250上行行情复盘(1986-05-16至1986-07-02)」在同等时段内净跌幅仅2.9%,最大回撤5.2%,单日最大振幅2.5%。而「标普400中型回调下行行情复盘(1986-07-03至1986-08-06)」中,指数至8月6日收于79.31,整体录得1.7%的正收益,尽管期内最大回撤达7.6%、单日最大波幅2.3%。
这些数字首先讲述的是一个机制性的故事,然后才是基本面的故事。流动性集中会放大损失——少数权重股主导指数构成时,单一的大盘股公告或地区新闻事件即可引发指数跳空。FTSE 250和标普400中型股拥有更广泛的成分股基础,信息冲击因此被分散。阿联酋ADX的各数据窗口反复呈现一个规律:最大回撤大致是净涨跌幅的两倍——这意味着期内恐慌造成的损耗远大于收盘数字所显示的那样,而部分修复往往发生在收盘之前。这种「期内发生的事」与「净数字声称的事」之间的落差,是实盘交易中最持久的认知误区之一。
至1986年夏末,局面开始转变。「阿联酋ADX上行行情复盘(1986-08-07至1986-08-26)」显示指数从低谷反弹5.6%,但回升过程充满波折:期内最大回撤达10.1%,意味着任何基于动量入场的参与者都在反复经受考验。「标普400中型强势上涨行情复盘(1986-09-16至1987-03-26)」捕捉到了持续数月的上升行情:经历150个交易日,指数从78.55攀升至90.12,累计涨幅14.7%。同样的模式再次出现:上涨行情内最大回撤9.3%,单日最大波幅3.7%。教训始终如一:动量并非一帆风顺,过程纪律——在回撤中坚守论点、不放弃策略——才是趋势中留得住仓位的关键。
「英国FTSE250强势上涨行情复盘(1986-10-03至1987-03-27)」以最清晰的方式印证了这一教训。指数从1750.2升至2132.7,150个交易日内累计涨幅达21.9%。最大回撤仅为6.0%,单日最大振幅不过1.9%。这是整个事件集群中最有序的趋势——稳健的资本增值,期内摩擦极低。它同时也是最能说明「时段切分如何扭曲认知」的案例:1986年10月入场、持有至1987年3月的参与者,与1986年5月入场、同年7月出场的参与者,身处的市场判若云泥——但他们都在 FTSE 250 中交易。
1986年10月至11月的最后一轮阿联酋ADX回调——「阿联酋ADX回调下行行情复盘(1986-10-16至1986-11-18)」——将收盘价锁定在2.6,较开盘约2.79下跌6.8%。期内最大回撤17.9%,单日最大波幅5.8%。这一行情说明,即便在同一年度更广泛的复苏进程在其他市场展开,本地市场结构仍可能重新激活波动。无论宏观预期多么乐观,在一个单一价格敏感事件足以撬动全指数的市场里,波动无法被预期平滑。
从市场层面看,这一集群证明了「中盘股」并非同质化风险类别。流动性深度、成分股广度与宏观依赖度共同塑造了截然不同的波动特征,即便标签相同。从机构层面看,这段历史强化了「以回撤监控取代简单收益汇报」的重要性——净值在正区间的基金,内部可能正在经历令投资者行为失控的损耗。1980年代中期的监管档案显示,政策制定者开始认真尝试区分全局性回调与特异性波动冲击——这一区分在1987年股灾后成为政策框架的核心。
对于今日以历史为训练素材的交易者,1986年的市场分化集群提供了几个可操作的原则。第一,过程与结果不是同一件事:「标普400中型强势上涨行情复盘」展示了上涨行情内9.3%的最大回撤——这笔交易最终盈利,但体验是煎熬式的。在回撤中坚持持仓、不因波动放弃论点,比看起来要困难得多,而这无法通过研究终点收益来模拟。第二,市场结构是仓位规模的输入变量,而非仅仅是信念的函数——ADX中5.7%的单日波动与FTSE 250中1.9%的单日波动并非等量齐观;相同的仓位权重在前者摧毁账户,在后者几乎无感。第三,区间切换并不总是有预告;阿联酋ADX在三个不同窗口重复了下行模式,每次最大回撤都远超净跌幅。在没有后见之明的情况下识别这一模式,是本集群真正的核心训练价值所在。
可玩切片
九个决策切片可供复盘,涵盖英国、美国和海湾中盘股市场的下行回调与持续上行趋势。每个场景都内嵌真实的摩擦——回撤、单日巨幅波动与震荡复苏——揭示理论持仓与实盘执行之间的差距。适合用于训练过程纪律、在可变波动率下的仓位校准,以及不依赖后见之明的区间切换识别能力。
- 英国FTSE250上行行情复盘(1986-05-16至1986-07-02)最大回撤5.2% · 最大单根2.5% · 66根K线 · 11个决策点(4个关键)。
- 阿联酋ADX急跌下行行情复盘(1986-05-28至1986-06-19)最大回撤25.8% · 最大单根10.2% · 34根K线 · 7个决策点(3个关键)。
- 阿联酋ADX回调下行行情复盘(1986-06-25至1986-07-15)最大回撤21.1% · 最大单根8.3% · 30根K线 · 7个决策点(3个关键)。
- 标普400中型回调下行行情复盘(1986-07-03至1986-08-06)最大回撤7.6% · 最大单根2.3% · 48根K线 · 9个决策点(3个关键)。
- 英国FTSE250上行行情复盘(1986-08-08至1986-09-05)最大回撤4.4% · 最大单根2.6% · 40根K线 · 7个决策点(3个关键)。
- 阿联酋ADX上行行情复盘(1986-08-07至1986-08-26)最大回撤10.1% · 最大单根5.7% · 30根K线 · 7个决策点(3个关键)。
- 标普400中型强势上涨行情复盘(1986-09-16至1987-03-26)最大回撤9.3% · 最大单根3.7% · 150根K线 · 11个决策点(4个关键)。
- 英国FTSE250强势上涨行情复盘(1986-10-03至1987-03-27)最大回撤6.0% · 最大单根1.9% · 150根K线 · 11个决策点(4个关键)。
- 阿联酋ADX回调下行行情复盘(1986-10-16至1986-11-18)最大回撤17.9% · 最大单根5.8% · 48根K线 · 9个决策点(3个关键)。
以上切片均可在 FinFable 上逐根 K 线推演这段历史。
附属于各场景的完整数据窗口延伸至1987年4月,涵盖英美中盘股从1986年秋季开启的完整上涨弧线。上文叙事聚焦于1986年集群窗口,但后续K线数据为追溯三大市场回调-复苏循环的完整机制提供了全景。
免责声明:本档案仅供金融史学习与决策训练参考,不构成投资建议、要约或招揽,也不构成对任何证券的买卖建议;文中历史行情与事件整理不代表未来表现,据此操作风险自负。
本档案由 FinFable Research 编写 · 数据与场景来自 finfable.com · © FinFable