京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据显示前4月四川人炒股人均获利7900元 列全国第13位
今年A股大涨近50%,全国人均赚1.4万元,上海人均赚15万,多数网友称“被平均”了
5月25日,上证指数站上4800点,再度刷新七年新高,牛市成色十足。而年初至今年 ,沪指已经累计上涨48.82%,有“神创板”之称的创业板指更是逆天大涨近140%。
市场气势如虹,股民赚得钵满盆满。据同花顺大数据,今年前四月全国人均从A股获利1.4万元。按地区来看,上海最牛,人均获利15.64万元,其次是北京,人均获利8.02万元。而四川人在这场A股热潮中人均赚得7900元,位列全国第13位。但是,记者采访了下身边的小伙伴尤其是新股民,纷纷表示“拖后腿了”,“刚解套好吗”。这是又“被平均”的节奏吗?
大数据 全国人均获利1.4万
来自同花顺的数据显示,除港澳台之外,2015年1-4月全国31省市人均累计炒股获利为1.396万元,其中,上海、北京、浙江、广东、福建、江苏、天津等7省市超过全国平均值。
其中,上海地区以27.77万亿的4月累计交易量遥遥领先,15.64万元的人均获利较第2名的北京多95%,该数据超出全国人均值的11倍还多。另外,浙江地区则以3.69万元的成绩处在排行榜的第3名。四川地区人均获利约7900元,位列全国第13位。
大吐槽 股民称“被平均”了
不过不少股民在网上称,并没有赚到这么多,特别是上海网友,开玩笑称,一个大炒家,赚了150万元,10个普通股民每人赚了1500元。最后11个人平均,赚了15万元,小股民很可能都是“被平均”了。
记者从同花顺了解到,上述人均A股获利水平的计算公式是“((各地成交量/总成交量)市值增加值)/人口”。但成交量和市值增加值指标中既有机构也有普通散户,并且是以居民总人口而非股民数量平均,所以“人均获利”的确有“被平均”的意义。
大概率 前四月99.5%股票上涨
今年前四个月,2547只股票中只有14只股票下跌,99.5%的个股实现了上涨,98.9%的股票跑赢银行存款年化收益率。
具体来看,涨幅超100%的有397只股票,占比16%;涨幅超80%的有685只股票,占比27%;涨幅超70%的股票有883只,占比35%;涨幅超60%的有1163只股票,占比56%;涨幅超50%的股票高达1465只,占比58%。
中国证券投资者保护基金发布的投资者信心调查结果显示,4月份中国证券市场投资者信心指数达到65.2,同比大幅上升26.6%,环比下降7.5%,投资者信心保持乐观。今年以来,投资者信心指数始终处于高位,投资者信心指数自去年6月起已连续十一个月处于乐观区间。
大期待 沪指有望再创新高
近日,不少券商上调了对大盘未来点位的预期。
国泰君安证券认为,沪指三季度有望至5000点,同时上调创业板指目标至4000点。从板块看,国泰君安认为,三季度可继续侧重成长性公司及传统转型公司机会,中国制造2025是成长的大风口。
对于后市股指是否能够继续冲高,分析人士认为这将取决于量能能否持续放大、政策利好的刺激密度以及金融、建筑等龙头品种的表现。其中,以券商为代表的金融股是本轮牛市的领头羊和行情风向标,而建筑则是前期领跌板块和调整重灾区。这两大品种的走势将对市场情绪和投资心态带来较大影响,从而决定了大盘行情的高度和持续性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11