京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据告诉你:A股解套会有时 外媒提示勿漏看重大机会
上证指数在一片哀叹声中来到了3000点附近,最低跌到2850点,数据统计显示,2015年6月12日至今,上证综指由5178点,跌至3100多点,A股市值由76万亿跌至46万亿,2个多月时间,30万亿财富灰飞烟灭。8成的个股下挫幅度超过30%,44%的股票跌幅超过50%,股价断崖式下挫,跌停属于家常便饭。
历史大顶均有解套之时
虽然市场一再沉底,但关于底部的讨论热闹起来,多空观点也开始分化。不过投资者最为关心的还是,在5100点上方买入的股票还能解套吗?
有国内媒体根据历史行情专门研究了这个问题,文章针对上证综指20多年间的曾经被视为A股投资者绝望的山顶的点位下,全部A股后市的走势进行完整的统计,结果惊人——除了6124点的尖顶,其他十个顶部高位买入的投资者其实都有解套的机会,即便是6124点买入,只要选对个股,在2007年至今的8年间,仍有望录得可观收益:
第一顶:1428点;买入点:1992-5-25
解套点:2001-6-15、2007-10-16、2007-10-16、2009-8-4、2015-6-12、2015-9-1。
第二顶:1444;买入点:1993-2-26
解套点:2001-6-15、2007-10-16、2015-6-12、2015-9-1。
第三顶:1041;买入点:1994-9-14
解套点:1997-5-12、1998-6-4、1999-6-30、2001-6-15、2004-4-7、2007-10-16、2009-8-4、2015-6-12。
第四顶:1510;买入点:1997-5-12
解套点:2001-6-15、2007-10-16、2009-8-4、2015-6-12、2015-9-1。
第五顶:1422;买入点:1998-6-4
解套点:2001-6-15、2007-10-16、2009-8-4、2015-6-12、2015-9-1。
第六顶:1756;买入点:1999-6-30
解套点:2001-6-15、2007-10-16、2009-8-4、2015-6-12、2015-9-1。
第七顶:2212;买入点:2001-6-15
解套点:2015-6-12、2015-9-1。
第八顶:1783;买入点:2004-4-7。
解套点:2007-10-16、2009-8-4、2015-6-12、2015-9-1。
第九顶:历史之最6124;买入点:2007-10-16
解套点:2015-6-12。
第十顶:3478;买入点:2009-8-4
解套点:2015-6-12。
上证综指面世的23年期间,10个所谓的历史大顶部,在中国不到30的资本市场当中,“不逃即死”的说法均被证伪,在这些所谓的顶部买入股票并持有不动,在后续的短短20年当中,均出现了多次大概率的解套机会,并获取超额收益率,文章统计甚至发现,其年化复合增长率高达12%以上。
外媒:切勿漏看了转型契机
也就在A股市场哀鸿遍野的时候,彭博日前撰文提醒投资者,中国经济现在处于误解和夸大其实的状态中。如果你只偏听主流媒体,你可能会相信这个亚洲大国正处于经济灾难的边缘。“但是鲜少报道的是中国经济的衰落并没有像转变一样程度如此大。”
世界第二大经济体开始把重心从制造业转移到消费和服务行业,中国的PMI指数从今年,3月开始就处于收缩趋势,包括金融服务,保险业,娱乐业,旅游业和其他的服务行业增长速度前所未有。
根据中国人民银行的统计,在中国,海外旅行、电影票房收益和商业都在呈爆炸级指数增长。中国曾经处在挣扎边缘的房地产也在繁荣发展。中国政府也刚刚放宽政策,允许更多的外国人到中国大陆购买房产。
最近一份《经济学人》非常清晰地指出了这一观点:
对中国经济来说,房地产市场比股市更加重要。房产和土地在金融体系中占有大多数担保品的角色,也在促进经济增长中扮演了重要的角色。然而关于股市大跌的新闻盖过了房地产反弹的新闻。房价连续三个月在全中国大涨。股市第一次崩溃后的两个月,房价继续大涨。
文章还指出,根据自2004年收集的每日数据来看,现在上证指数市盈率中值为48.6倍。如果该指数回到平均值,指数下跌风险就为32%。现在,中国区域基金的市盈率为16倍。这意味着USCOX的下跌风险更少,比上证指数也更便宜。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23