京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据为你揭开A股的十个秘密规律
1、收盘前上涨概率较高
统计数据表明,2009年1月至2015年9月期间,指数日内呈现上涨趋势,低开高走:午前的市场基本呈现下跌现象,午后市场好转,尾盘拉升较为明显。尤其是,尾盘前几分钟,市场会有较为明显的上涨,其上涨的概率也急速提升。
对比指数每五分钟的涨跌幅发现,午盘收盘前和全天收盘前,市场呈现较高概率的上涨,上涨概率高达60.3%和79.1%。
结论:尾盘上涨现象与市场交易机制有较大关系,例如尾盘市场资金情况、机构集中建仓、以及大宗交易的影响。但综合而言,对该现象的产生,目前尚没有完美的解释。
2、周一上涨概率大
统计每周的交易时间发现,周一上涨的概率和幅度最大。分段统计后发现,牛市期间,股市在周一上涨的幅度较大,而熊市中这种现象不明显。
“周一更容易上涨现象”在美国等成熟市场则并不明显,这很可能是由于成熟市场投资者情绪化不明显造成的。但是,在当前情绪化仍然爆棚的A股,牛市的情绪显然更容易在假期被点燃。
周一出现极端涨跌幅的概率较高,这也与市场预期有关。例如投资者未预期到的周末市场数据和突发事件出现,或者预期落空带来的市场波动,在我国以散户为主的市场中,这种市场情绪波动更大。
统计月度数据发现,我国资本市场的上半月效应明显。而这种现象,与SHIBOR短端利率上半月较低的统计规律遥相呼应。
3、四月份要卖
“SellInmayandgoaway”是一句广为流传的股市谚语,指的是股市在经过5月份后,市场就开始疲软,投资者在5月就可以获利了结。
通过随机测算上证综指的投资收益率:在每年任意时间买入指数,在之后任意时间卖出获利。发现年初买入、四月卖出获得正收益的概率最大。同时对比美国标普500指数,此期间交易带来的正收益概率也是最大的。
同时,美国的长期投资价值凸显,从年度随机投资收益的分布来看,均显示最长时间的持股,投资收益最高。对比标普500的指数的长期走势,发现标普500指数的价值是通过时间来检验的,持有时间越长,收益越高。
如果从月度涨跌幅的角度去看市场,上证综指和标普500指数均在上半年取得比较好的正收益,上涨的概率较高,而进入6月份后,市场的回报率和上涨概率均下行。
4、牛市波动增强
用两种方法来表示股票市场的波动,日内分钟收益率的标准差和开盘收盘价格波幅。
从日内分钟数据的标准差来看,在上证综指的阶段性顶点时,市场的波动显著增强,而这种现象在市场趋势性上涨的尾端更为明显。
从开盘收盘价格的波幅来看,波动带来的规律并不如上一种方式明显。
但对开盘收盘的价格进行了策略化处理后,回测其效果即:高开买进、低开卖出的双向操作。
回测结果显示,这样的策略长期表现要好于指数,但其效果存在失效期。用同样的方法测试了沪深300股指期货主力合约,策略失效同样存在,其长期效果尚可,年化回报率为12.2%。
对波动的日历效应的检测数据表明,其分钟数据收益率的标准差并无明显的日历效应,而开盘收盘价个波幅表现出与指数类似的分布规律。
5、春节前后上涨概率大
每当长假来临,持币过节还是持股过节的问题,都会备受投资者关注。
研究结果表明,在节前五个交易日,节后七个交易日里,上证综指表现较好。在迄今为止的22个春节前后,上证综指上涨次数为18次,上涨概率高达81.81%,涨跌幅的中值为3.19%,均值为3.72%。春节效应比十一效应更加明显,持续时间更长、平均上涨幅度更大。
在十一长假之前的三个交易日和假日之后的两个交易日,上证综指表现较好。在16次十一长假前后,上证综指有11次上涨,上涨概率为68.75%,指数涨跌幅的中值为1.87%,均值为1.05%。由此可见,在十一假日前后,指数上涨的概率较大,十一效应在A股市场中较为明显。
整体而言,我国的假期效应明显,尤其是春节效应,其持续时间和涨幅都比较高。
统计标普500指数的圣诞节效应,发现同样存在节日效应,尤其是在圣诞节之后,市场表现相对较好。
6、均线系统仍有效
技术分析在我国股票市场应用依然较为广泛,而技术分析的有效性,也是广大投资者争论不休的事情。
用均线交易策略,来检验全球主要资本市场的综合指数,寻找技术分析是否有效。
回测结果显示,在多数发展比较完善的资本市场,例如美国,日本、英国、法国,均线系统下的技术分析已经失效,而新兴市场国家和地区依然有效,而且德国DAX30指数有效性也较强。
结论:技术分析存在有效期,随着市场的发展,其有效性逐步减弱。因为,技术分析这种“想让所有人通过简单技术指标来挣钱”的策略,肯定不会让所有人都挣钱。如果某种指标一旦给市场全面接受,那么它带来的超额收益将会被削弱。
值得一提的是,双均线系统的有效期,比单均线有效期要长久一些,或许这暗示着技术分析也要进行不断的演化,以适应市场的发展。
7、7倍PE肯定见底
资本市场有其自身规律,也有着估值的上下限。“树不会长到天上去”,脱离资本市场规律的事情不可能长久。
8、低价股收益率最高
对比A股的不同市场风格指数发现,在A股中,低估值个股,包括低市盈率和低市净率指数,长期走势均好于中、高估值品种,且其长期收益率要高于上证综指。在资本市场的长线低估值走势较好。
小盘股相对较高的成长性带来的收益,使得小市值公司整体超过大市值公司。
活跃股指数是所有风格指数中收益率最差的风格,热门个股或许不是一个好的投资策略。
低价股指数是所有风格指数中收益率最高的,这与我国投资者机构中,散户占比较多、且金融素养相对较差有关。
亏损指数的牛市中弹性高,但整体收益小于绩优股。
9、新股上市第一年收益欠佳
由于我国资本市场的结构和上市制度,导致上市公司在上市前报表的盈利能力较高,而一旦上市A股,其整体盈利能力开始下滑。
统计前五年上市公司的RoE分布表明,随着上市时间的延长,低盈利能力的公司开始增加,收益率的众数开始向较低的RoE水平倾斜。
对比上市公司不同年限的投资价值,上市第一年的投资收益并不好,其后明显好转。
10、金融板块行情独立
从行业的月度收益率出发,寻找行业之间的联动性。
数据显示,金融行业与其他行业的相关性最小,而在每个月上涨前五名的行业中,银行业出现的次数最多。
如果对比市场整体收益率,“综合”行业出现较高超越市场整体涨幅的概率较高。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27