
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
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13