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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13