京公网安备 11010802034615号
经营许可证编号:京B2-20210330
A股大数据之二:9连阳一周后上涨概率100%
经历了9连阳的强势走势之后,A股市场的震荡走势终于在周二来临。尽管这样的放量震荡走势早在市场人士的预期之中,但市场人士对于股指后续走势的看法却开始出现了明显的分歧,不过结合历史上上证指数出现9连阳之后的走势来看,A股的牛市或许仍能持续。
毫无疑问,周二A股市场出现的盘中大幅跳水走势引起了市场人士的高度关注,尽管午后股指出现震荡回升,收盘时沪深两市股指甚至双双翻红,但长长的下引线和9连阳的终结还是使得市场人士对于后续走势的分歧开始加大。
上证指数最后报收3691.41点,上涨3.68点,涨幅0.10%,成交7549亿元;深成指报收12801.20点,上涨20.88点,涨幅0.16%,成交6845亿元;创业板指数报收2357.97点的历史收盘新高,上涨64.32点,涨幅2.80%,成交1456亿元。两市全天资金净流出达到694亿元之多。
从2000年以来上证指数的涨跌情况来看,9连阳或以上的走势在2006年6月与2007年8月各出现过一次,分别为11连阳和9连阳,而在连阳结束之后的一个交易日上证指数都出现了下跌,下跌概率达100%,但从随后一周(5个交易日)以及20个交易日的走势来看,上证指数都出现继续上涨,上涨的概率也同样达到了100%。
一位资深市场人士认为,从此前市场出现9连阳走势的背景来看,都是处于大牛市的过程之中。目前A股市场从长周期来看也正处于牛市初期,长期继续看好。短期受益于“两会”保增长与改革预期以及市场流动性乐观预期而上涨。
该人士认为,随着股指的不断走高,市场情绪分化将更加明显,短期出现一次较大级别的调整是必然的,因为从技术指标来看,上证指数自上周一突破布林线上轨以来,已经在上轨之上运行了超过一周,严重超买必然导致回调,而周二的大幅震荡已经使得股指回落至布林线轨道之内,超买的情况得到初步修正。不过市场成交增加过快,周二已经超过了1.4万亿元,成交量能否持续增加将决定股指后续上涨的绝对高度,毕竟天量之后才会出现天价。
国海证券策略分析师李亚明则谨慎地认为,随着央行再次降息,第一阶段即宽松与改革预期不断自我实现和强化阶段的结束,第二阶段即宽松与贬值冲突阶段开启,大小盘在一季度也就是现在见到全年高点,未来2~3个月进入大小盘中级调整阶段,所谓中级调整是指20%以上的幅度,珍惜最后的撤退机会。
之所以认为中级调整即将展开,李亚明表示,当前央行干预汇率无异于投鼠忌器,干预能否成功的关键在于人民币离岸市场是否配合,如果如过去一周,在岸和离岸市场价差扩大,必然会引发更大规模套利行为。中国版的量宽也不可能实现美国或日本式的效果即长短利率全面回落。而房地产投资增速很可能会滑向0~5%,即投资增速远未见底。开发贷增速底部都没有看到,资金未流向地产。
此外,二季度不存在补库存的基础,下游的地产、汽车、家电等当前库存显著高于往年同期水平,何需补库存?上游的铜过去几年融资铜库存淤积,今年供需偏宽松,进口需求必然下降,也不存在大幅补库存需求。再加当前创业板估值已经全面超越2000年纳斯达克历史高点时的估值水平,将使得调整不可避免地到来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03