(圖/shutterstock)

（要認真學投資，否則會變待宰的羔羊喔！圖片來源：pixabay）

 

我的學員常常問我說：

「老師，為什麼 OO 這檔股票大漲？」

「老師，今天 OO 這檔股票怎大跌？」

 

以下的文章

我用一個電影中的劇情

加上一個火紅的康永哥案例來跟你說明

相信你看完就明白了

應該不會太難理解 ~

 

( 歡迎加入 ►► 股市討海四十五 粉絲團 )

 

 

電影裡的劇情裡演著 ...

張學友的演唱會，一票難求！

還記得，小時候看過一部周星馳的電影

電影名稱叫做《破壞之王》

星爺在劇中為了追女主角阿麗

特地跟公司請了假

通宵排隊買張學友演唱會的票

就是為了要約阿麗出去

 

想要進場，只能向黃牛買哄價票

他原本是排到第一順位

但是有位老奶奶說他想買給他兒子看

好心把位置先讓給他

沒想到老奶奶竟然一口氣把票全買光

全部轉交給他兒子賣黃牛票的

轉手一張要多賣別人 500 元港幣

甚至前排的還要加 1,000 元港幣！

 

資源越多，越有影響力

雖然這不是真實生活中所發生的事

不過這個電影片段告訴我們

如果你手中掌握了越多的資源

一但市場的需求增加時

你很容易就能控制市場的價格！

 

背後的原因就是

供給的數量有限，其他管道買不到了

想要的人，得多付出一些代價囉！

 

 

股票會漲、會跌

也是受供給、需求所影響

這個簡單的供需理論

在股票市場中也一樣適用

不過在開始講之前

要先幫大家釐清基礎的觀念

 

不管在電視台、網路上

你應該會常聽人家說：

- 股本大於 100 億以上

就是權值股，股性很牛，不太會動

- 股本小於 10 億

就是小型股，股性活潑，價格容易暴漲暴跌

 

股本大小影響股價波動

這背後的原因是為什麼？

 

分析籌碼流向

要有「張數」的概念

股本的意思就是指

「股票發行後，流通在外的股數有多少」

白話文意思是：可以在市場上交易的量有多少

然而，這個發行量是「固定的」

所以後續就會有供給與需求的問題產生

 

舉個例子：大宇資(6111)

這檔是先前很火紅的「康永哥認養股」

意思是 康和-永和 這家券商分點大量連續買進

它的股本只有 4.78 億

 

這意思是

流通在外的股數有 47,800,000 股

（補充：面額 10 元 * 47,800,000 股 = 4.78 億）

再換算成張數，一張 1,000 股

共只有 47,800 張能夠在市場上交易

 

那這 47,800 張中，

扣掉董監持股、大股東持股這些不會輕易拋出的部分

剩下會流通在市場上交易的張數

可能就剩 30,000 張以下

 

當手中握有越多「張數」

就跟張學友演唱會門票一樣

你會越好控制價格！

所以，在這樣的前提下

若有人持續大量的買進一檔股票後不賣

市場上能夠交易的張數就會越來越少

 

接下來只要有出現基本面的轉機或是放一些利多消息

股民們要搶剩下不多的籌碼

只能用比較貴的價格去搶

因此股價就比較容易會漲

這就是股本小的股票容易上漲下跌的秘密

也是 大宇資(6111) 先前股價飆漲的原因！

 

而我這樣算一算

康永哥在大宇資身上前前後後共撈了 9.5 億左右

可以說是 2 億探長雷洛 ..

哦 .. 不是！

是 9 億探長康永哥呀！佩服佩服！

 

不過

如果你今天換作是 台塑(1301)

情況可能就不同了

 

小股本，張數少

大股本，張數多

台塑(1301) 的股本有 636.6 億

相較於 大宇資(6111) 的股本

高出了 133 倍！

這就是人家口中所說的大牛股、權值股

 

這時若想要操控股價

要比大宇資多花 133 倍的力氣

除了外資，很少人有這個能耐

所以大多數時候，股價只有慢慢漲的份

回歸到正常市場運作機制

 

結論：

很多人會把籌碼分析想得太複雜

其實只是最基本的 供給與需求觀念

買進的力量 > 賣出的力量 股價就容易上漲

賣出的力量 > 買進的力量 股價就容易下跌

 

然而台北股市

是全世界唯一公開每日籌碼資料的市場

一般人可以輕易的看出大戶進出場的情形

散戶的小資金，相較於大戶大資金的布局

進出場會相對有彈性

不容易有買不完、賣不掉的風險

 

所以，讀完這篇

你應該對什麼是「籌碼」

有了更進一步的了解

 

往後妥善利用這個觀念思考

或許對提高自己的交易勝率

會有滿大的幫助喔！

 

額外推薦幾篇新手必讀的文章：

1. 原來 .. 當台股出現「某種情況」時，會漲的股票不到 3 成！想撿便宜最好再等等 ..

2. 他曾出手三次，獲利高達 190 萬！最近「又再度進場」.. 股價才不到 10 元，小資族有福了！

3. 【價值 25 萬的一堂課】當技術分析遇上籌碼面，你應該優先使用哪一個？