
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
SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-29从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-292025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-29PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-29t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-29PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-29