
A股大数据揭秘:牛市中期掘金低价股
从周二的震荡回落到周三的逾百股涨停,A股最近两个交易日可谓“冰火两重天”。尽管每天超过万亿元的市场成交量说明市场人气仍然高涨,但历史经验告诉我们,当领涨股开始领跌、低价股开始补涨的情况出现,往往是市场震荡开始加大、风险开始增加之时,投资者需要高度警惕个股的回撤风险。
掘金低价股
海通证券策略分析师荀玉根等通过研究历史数据发现,在2005~2007年、2009年牛市,低价股在牛市中期均有一轮近乎疯狂的表现。2005~2007年牛市:市场从2005年6月6日开始启动,2006年9月后进入快速拉升期,此后一直持续到2007年10月。从这一期间高、中、低价股的表现看,低价股在牛市初期涨幅并不明显,但在2007年1~4月的牛市中期,10元以下低价股连续跑赢中高价股。其中,5元以下低价股表现最为强势,2007年1~4月,5元以下低价股相对50元以上高价股的累计超额收益高达80%。2009年牛市:本轮牛市市场于2008年10月28日就已开始见底,但牛市前几个月,低价股表现同样不显著,进入2009年后,10元以下低价股才开始不断领先,并一直持续到了2009年5月。
为什么牛市中期会出现低价股的崛起?海通证券判断这可能与资金入市的节奏相关。在牛市第一波,市场炒作的热点通常是具有政策刺激催化,或是基本面发生变化的板块,投资者相对还比较理性。但随着行情的深入,股市赚钱效应开始吸引更多中小投资者入场,反映在2007年1~5月和2009年2~7月的牛市中期,新增个人开户数均出现明显激增,市场逐步进入散户主导的第二波炒作浪潮。但相对于第一波机构大户,中小投资者对基本面的关注更少,加之前期高价股多数已高处不胜寒,所以他们更倾向于去投资那些股价低、涨幅少的公司,这也直接催化了牛市中期低价股的崛起。
“潮水未退莫下船”
由于周二股指出现高开低走走势,使得市场人士一度认为市场短线的调整可能会就此展开,但周三权重、题材齐涨的走势无疑又使得这样的判断很难成立,那么,A股是否已经转危为安,再度步入牛市涨不停的节奏了呢?
兴业证券分析师王涵认为,本次地产政策进一步确认了其此前“地产政策重心已经转向稳房价”的判断;后期要进一步稳定房地产市场,则货币放松、鼓励资产证券化市场发展,是必要的。由于地产市场当前的供需结构与2009年不同了,因此尽管政策类似,但2009年那种房价暴涨的情况不太会出现,房市缓慢企稳后温和复苏,是更可能的一种格局。政策近期的组合很清晰,一方面,稳房市、汇市,降低系统性风险;另一方面,通过将二级市场做大做深,通过市场来寻找经济增长点。而大类资产配置的方向来说,既然政策放松还将延续,那么“潮水未退莫下船”,甚至包括利率债也会有一些波段性操作的机会。尽管当前政府对于股债都更多开始关心非二级市场的融资,但二级市场的“标杆”意义仍然存在。
不过也有资深市场人士认为,从历史数据来看,在一波上升行情发展到领涨股开始领跌,低价股、权重股开始补涨,往往是行情震荡的前奏。尤其是目前上证指数已经逼近3800~4000点敏感区间,新一轮IPO又将发行,加上3月份不太乐观的经济数据即将披露,投资者在整体乐观之余,仍需保持些许谨慎。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04