京公网安备 11010802034615号
经营许可证编号:京B2-20210330
把握大数据概念股的交易机会_数据分析师
操作主线快进快出
《红学堂》:老文,本周确实出现了你上周所说的大象跳水。但是有所不同的是,在大象跳水时,创业板创出了新高。
文太彬:事先谁也不知道周末会出关于“两融”违规事件的通报,而且影响如此之大。自从有股指期货以来,这还是头一次期指触及并封死跌停板。从跳水的力度上可以看出,金融股和其他前期上涨幅度较大的“大象”已经比较脆弱了,这样的价位一旦意外事件发生,它们就会出现较大的跌幅,这就是我上周觉得大盘在3400点左右遇到的风险。
金融股之所以没有出现大幅回调的原因是传闻要降准。之前降息存贷息差减小对于靠息差盈利的银行可不是利好,但银行股涨幅也很大就是因为有降准的预期。但在银行股上涨如此之多后,如果降准的力度不大,市场对于再次降准的预期降低,银行股很可能会出现冲高回落的走势。
《红学堂》:本轮大盘“跳水”的失地基本已经收复了,不过你对目前大盘还是比较谨慎,这是为什么?
文太彬:从证监会周一晚上对于市场反应过激的言论看,政策风险短期并不存在,如果不出大的意外,上涨趋势不会就此改变。上周末,周川南和我在红学堂讲了一次公开课,在课上对于这个问题我做了一定解释。无论个股还是大盘,上涨和下跌都是有时间和空间概念的。
尤其是大盘,一口气涨了这么多,上证指数从时间上月线已经是8连阳,空间达到70%的涨幅,为了未来能持续健康地上涨,我认可调整后再涨的观点。可能横盘震荡,以时间换空间;也可能直接跌出空间,短线将在下周选择方向。大盘震荡,个股的表现应该也不会太持续,操作上要快进快出,以免坐“过山车”。创业板和中小板指数创出新高,价升量增,没有出现量价背离,可适当参与,快进快出。
关注有想象空间的大数据“概念”股
《红学堂》:周川南,同意老文的说法吗?
周川南:当然,这是我们的共识。上周的文章中提到,虽然指数大趋势不改,但部分权重板块由于前期累计上涨,可能已经见到了阶段性的估值天花板。在这种情况下,如果要参与这类基本面看起来不是那么美妙,但流动性、题材又符合当下市场资金流向的标的,一定要具备有值得参与的空间。可以是由新闻、政策、行业变化产生更高预期的空间,也可以是杀下来之后留出的空间。
另外可以把握中小市值,包括次新股的交易性机会。在大盘指数剧烈震荡的几天内,创业板指数创出了新高。一方面如我们上周所述,创业板出现了跌出来的机会;另一方面,指数上行带动的是市场整体估值上移,成长性好、估值高的品种也会受到关照。大数据板块新闻面持续利好,加上风格轮动,为当下提供了交易机会。次新股套牢盘少,更容易出现高送转的题材,市场博弈会更激烈。
《红学堂》:上周你谈了“大数据”概念,并提到几只个股,初灵信息、东方国信、天玑科技本周都出现了一定幅度的上涨,讲讲你看好这几只个股的理由吧。
周川南:那就说东方国信这家公司。它是一家提供数据采集、处理、分析、应用等业务的综合性公司,产业链完整,有上游的数据采集;中游的数据处理和分析,以及下游的应用。数据处理和分析是属于企业端的传统业务,相对来说比较平稳。这类业务主要把握的是公司所在的细分市场份额,占比越高,说明越稳定。未来数据采集、数据运营是新的增长点。之所以这类业务现在会受到市场关注,跟电信、银行的大数据商业推广进度是密切相关的。既有稳定传统业务收入,又有未来想象空间较大的数据运营业务。当大数据概念开始在市场中得到越来越多的人关注时,具有代表性的龙头公司无疑会表现一下。
当下原油和铜等大宗商品价格大幅下跌,需求不旺、产能过剩不是我们一个国家的事,整个世界经济不好是事实,黄金概念股有避险功能,很可能会有一定持续的效应,但是无法带动大盘发动行情。一般来说,经济不好时,科技股的想象空间大,往往会吹一个比较大的泡泡,关注科技股还是可以的。不过,大数据概念的上、下游比较窄,涉及的行业不是很多,能否激起市场的人气还不能肯定,所以还是把握交易性机会。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25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