Stanley Druckenmiller 宏观信心模型

Stanley Druckenmiller 模型输入项

每个输入项按 0 到 100 分打分，再乘以权重，最后用分数区间表解读总分。

Stanley Druckenmiller 分数区间

分数是研究闸门，不是目标价，也不是投资建议。

Stanley Druckenmiller 动作矩阵

动作矩阵把模型条件转成下一步研究动作。

投资者清单

• 宏观环境 (25%): 利率、流动性、美元、通胀、增长、政策方向。
• 领导力确认 (20%): 相对强弱、创新高、板块轮动、成交量确认。
• 盈利确认 (20%): 收入预期修正、利润率方向、backlog、订单、指引。
• 不对称性 (15%): 做对的上行空间对比做错的损失。
• 风险边界 (10%): 加仓前先定义失效位置。
• 更新速度 (10%): 当市场证据不同意时，逻辑能多快更新。

模型本体

Druckenmiller 宏观信心分数: 总分 = 25% 宏观环境 + 20% 领导力确认 + 20% 盈利确认 + 15% 不对称性 + 10% 风险边界 + 10% 更新速度。

• 宏观环境 (25%) — 利率、流动性、美元、通胀、增长、政策方向。
• 领导力确认 (20%) — 相对强弱、创新高、板块轮动、成交量确认。
• 盈利确认 (20%) — 收入预期修正、利润率方向、backlog、订单、指引。
• 不对称性 (15%) — 做对的上行空间对比做错的损失。
• 风险边界 (10%) — 加仓前先定义失效位置。
• 更新速度 (10%) — 当市场证据不同意时，逻辑能多快更新。

打分表与动作矩阵

把上方表格当成可操作模型。先用当前证据填每个输入项，给出粗略分数，再用动作矩阵判断是否值得深入研究。

• 宏观顺风 + 相对强势 + 预期上修: 研究仓位 — 先定义失效条件，再考虑仓位。
• 宏观顺风 + 价格弱: 等待 — 市场没有确认逻辑。
• 图形强 + 没有盈利支持: 只当交易 — 不要把动量误认为业务确认。
• 跌破失效位置: 退出/重打分 — 这个模型重视快速更新，而不是固执。

如何解读分数

分数不是目标价，而是研究闸门。高分代表值得深入；低分代表模型在提醒投资逻辑不完整。

• 85-100: 高信心机会 — 宏观、盈利和价格行为一致。
• 70-84: 建立观察名单 — 机会正在形成，但还差一个确认。
• 50-69: 有主题没时点 — 宏观故事存在，但价格或盈利不确认。
• 0-49: 不交易 — 观点没有被市场证据支持。

硬性失效规则

这些规则优先于分数。只要出现一条硬性失效条件，就应该先重新打分，再决定仓位。

• 相对强弱破坏，但逻辑依赖领导力。
• 形成宏观观点后，盈利预期开始下修。
• 利率、流动性或美元走势反向。
• 还没定义亏损点，就先放大仓位。

模型示例运行

一只 AI 电力股宏观顺风很强，但盈利预期没有上修、相对强弱也弱，可能只有 61 分。模型结论是有主题没时点，不是高信心机会。

SnowballHare 数据工作流

用 SnowballHare 页面作为证据来源来运行模型。目标是让每个分数可追踪，而不是凭感觉。

• 用市场信号识别可能启动领导力切换的重定价事件。
• 用 Market Topics 先画出受益公司池，再选择集中表达的股票。
• 用 Compare 页面挑选宏观主题中最强的表达方式。
• 用 Form 4 和 13F 页面做背景，不用它们替代当前价格确认。

模型误用

如果把某一个输入项当成完整答案，模型就会变危险。

• 把宏观观点直接变成仓位，却没有价格确认。
• 在定义亏损点之前就集中持仓。
• 因为主题听起来强，就忽略盈利预期修正。
• 交易已经失效，却因为长期故事仍然好听而继续持有。

什么时候该换模型

如果没有风险控制，它对普通投资者可能过于激进。宏观判断可能正确但太早，集中仓位在时点错误时会伤害组合。

相关主题

常见问题