
沪指放量站上3200点 大数据激活计算机板块
昨日沪深两市双双高开,沪指早盘震荡走高,成功站上3200点关口,午后略有回落,临近尾盘再度拉升。两市合计成交8448 .7亿元,放量明显,逾200只个股涨停。从盘面看,受大数据发展纲要影响,计算机板块连续表现强势。而上海地区个股则因为“闸北静安合并”的刺激而表现抢眼。外围股市同时走好,A股表现可期。
计算机板块表现抢眼
周三早盘,计算机板块飙涨,个股几乎全线飘红,湘邮科技、天玑科技、银之杰、新开普、启明星辰、长亮科技、蓝盾股份、安硕信息、索菱股份、易华录、神州信息等11股涨停。截至收盘,同花顺数据显示,计算机应用板块大涨6 .21%,上涨家数89家,仅4股下跌。资金流向上看,计算机应用板块主力资金净流入位列66个行业板块首位,大幅流入16.98亿元。
计算机板块可谓是本轮震荡反弹的急先锋,8日,中信计算机指数上涨6.69%,跑赢沪深300指数4 .12个百分点,在各板块中排名第一。
银河证券计算机行业分析师沈海兵表示,这与国务院日前印发《促进大数据发展行动纲要》,系统部署大数据发展工作不无关系。他表示,从产业发展过程看,行动纲要政策出台是一个重要的里程碑,大数据行业迎来加速发展期。政府部门数据共享和公共数据资源开放将加速推进,对为政府部门、公共事业单位等机构提供平台建设等IT服务的企业重大利好。大数据基础设施投资建设将迎来高潮,大数据基础软件工具和服务,相关的国产化信息安全相关的公司将重点受益。
沈海兵称,短期内市场仍以震荡调整为主,部分公司投资价值已经显现,他建议可以关注超跌品种或者绝对市值在30亿左右,主业景气度向上,并且具备想象空间的公司。而中长期来看,互联网+指导意见的出台打开了行业成长空间,近期公司高管增持的细分领域龙头也值得持续关注,投资重点向优质龙头集中。他建议要把握“互联网+”大机遇,尤其看好移动医疗、互联网金融、互联网+安全领域。
上海板块持续走强
继周二的大涨之后,上海本地股昨日再次迎来飙涨,个股全线飘红,多股大涨,申达股份、海博股份、斯米克等15股强势涨停。
上海股的走俏主要是受“闸北静安合并”消息的刺激。据官方最新消息,关于闸北区静安区“撤二建一”的工作正在酝酿和听取意见过程中。据接受采访的沪上某著名大学学者称,并区的出发点是产业结构调整、公共均等化,合并的两区都在产业结构方面有着极大的相似性,目的都是为了集中资源发展优势产业,实现优势互补。
除了上述消息面的刺激外,上海板块还受益于迪士尼开园临近以及地方国企改革加速两大题材。为提升迪士尼国际旅游度假区生态环境,目前上海加大对迪士尼项目配套服务区域产业结构调整工作。据称,上海迪士尼乐园将于2016年春季正式开园。国信证券餐饮旅游行业分析师曾光表示,从资本市场投资规律来看,迪士尼等主题概念炒作有望提前一年左右开始启动,中间或有波折或沉寂,但在开业前夕往往达到顶点。他认为旅游板块相关迪士尼概念股未来3- 6个月仍有望获得较好的题材支撑,建议积极布局迪士尼主题个股。
与此同时,地方国资改革概念风生水起,上海有望成为领头羊。沪上某投资咨询公司长期研究国企改革人士分析称,随着方案的出台,国企改革的目标、步骤、方向、重点都将明朗化,发展实体经济是下半年国内经济发展重头戏,而国企又是实体经济重要载体。他认为,地方国企改革最热门点———上海市,拥有巨大的国有资产规模,仅国企或国企控股上市公司超过60家。因此,上海必然成为地方国企改革的领军。而且上海多家国企已经开展了相关的资产整合,如仪电集团、国际集团等。
外围市场走好
美股周二(9月8日)在经历长周末之后重新开市,股市收高,主要股指周二涨逾2%。而亚洲市场方面,昨日亦表现良好。日经225指数狂飙7.7%,至18770 .51点,创2008年10月以来最大单日涨幅,一举收复2015年来所有失地。香港股市昨日亦连续第二日大涨,指标恒生指数单日百分点涨幅创近四年最高。
有业内人士分析称,这与8日财政部发布《财政支持稳增长的政策措施》有重要关系。该措施称,将实施更有力度的财政政策,加快推广PPP模式,进一步规范地方政府债务管理,深入推进财税体制等。
齐鲁证券首席策略分析师罗文波表示,在市场进入底部区域以后,在短期对人民币汇率贬值预期得到释放,流动性宽松边际性改善之下,市场投资者情绪得到一定程度的好转,加之政府加大稳增长政策力度,虽然货币政策宽松对股票市场边际贡献逐渐钝化,但是积极财政政策将触发市场主题热点的表现,市场将会展开反弹行情。他建议,可以关注受益于财政政策刺激及去库速率相对较快的中游制造业行业,如水泥、建材、金属制品、机械制造业等行业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30