京公网安备 11010802034615号
经营许可证编号:京B2-20210330
何时抄底?大数据教你“别着急”
6月19日,A股三大指数创新低千股跌停。20日,沪指全天触底缩量反弹,创业板成反弹先锋,市场基本仍属于震荡状态,当天三大指数收盘均翻红。央行行长易纲针对股市波动发表讲话指出,既然是市场,就会有涨有跌,投资者应该保持冷静,理性看待。扬子晚报记者梳理Wind智能预测系统发现,大幅调整之后先不着急买。
扬子晚报记者 范晓林
A股跌出机会,北上资金积极加仓
据Wind统计显示,截至目前,北上资金持仓A股个股数量达1647只,其中17只个股持股比例超过10%,主要集中在家用电气、电子、汽车、食品饮料等行业。而3个月前北上资金持仓中,个股持仓比例超10%的仅有9只。过去3个月,共有869只个股获得北上资金增仓,其中共有28只个股的增持比例超2%。行业分布上,获得北上资金增持的个股中,医药生物、化工、电子、房地产、计算机五行业占比最多,分别达81、55、52、50、48只,合计占比32.91%。
多家公司发布增持公告
6月19日晚间,多家上市公司发布公告称,控股股东增持公司股份。以下为部分增持公告:天银机电实控人拟增持不低于1亿元;荣丰控股股东盛世达投资计划十二个月内增持不低于1%股份;金麒麟实控人拟增持不超过200万股;三棵树控股股东计划增持3000万元-1亿元,增持比例不超2%;江南水务大股东一致人拟6个月内合计增持1600万元-2000万元;新朋股份:实际控制人拟增持不超过1000万元。
机构看后市先抑后扬
前海开源董事总经理杨德龙表示,大盘跌破3000点之后,市场在加速探底,一些优质个股有望逐渐企稳回升。在调整中,消费白马股表现相对强劲。现阶段,一是要控制仓位,二是持有消费白马股等防御性板块,来应对市场波动。安信证券认为,估算当前平仓线以下市值规模约为9351亿元,较年初的4593亿元增加103.6%。东北证券认为,利空相继兑现,左侧底部特征明显。长期来看,市场估值结构再度大幅修复,目前已经十分接近2012年12月时市场估值分布高度集中的状态,估值泡沫出清得十分充分。而且长线资金充足,偏配置型的北上资金近三月流入额已超过1200亿。
后市该买什么?
海通策略分析师荀玉根分析指出,A股近期走弱源于事件性因素而非基本面。目前,A股大震荡格局不变,低估值对抗干扰事件,市场进入熬底阶段,以稳为先,如确定性强的消费类行业,战略性看好科技类行业,等待中报业绩。中欧基金建议均衡配置,淡化风格,短期情绪对股市的影响大于经济因素本身,中长期A股公司整体盈利增速仍将继续改善,市场上永远不乏好的投资机会。对投资者而言,建议均衡配置,淡化风格,大市值消费白马、低估值周期龙头,以及具备较强防御属性的公用事业标的均值得关注。
大数据说“不急抄底”
“精准抄底”是很多投资者梦寐以求的事情。若能在股市大级别底部附近买进并长期持有,无疑能积累重要的赚钱砝码。从2008年6月20日以来,每当上证综指单日跌幅超过3%,就在该事件发生之后10日买进,持有至该事件发生后20日卖出。扬子晚报记者梳理Wind智能预测系统,A股近十年上证综指单日跌幅超过3%的事件共有82起,算上今年6月19日就是83起。如果交易策略为:在事件日的10个交易日之后买入,在事件日的20个交易日之后卖出,可以取得理论上“稳稳的收益”。
回测结果显示,大幅调整之后先不着急买。如果暴跌后第二天马上抄底,结果如何?也就是说,将交易条件改为,上证综指单日下跌3%,事件后1日买进,持有至事件后10日卖出。Wind智能预测系统显示结果是:满盘皆输!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27