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
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26