京公网安备 11010802034615号
经营许可证编号:京B2-20210330
关注大数据概念_数据分析师
本周大盘可以用“上蹿下跳”来形容,先是大象跳水,然后软件股整体走强,最后金融股和中石油、中石化带领大盘上攻,热点轮换较快。对于后市你怎么看?
文太彬:短期上证指数将继续延续震荡上涨节奏,也有可能触及3478点或创新高后回落。若指数真到3400点以上后,一定要重点关注是否出现量价背离,指标背离或短期小双头。本月是月线级别的第9个月,前面连续8连阳,一般来讲,第一次触及3478点后的大概率是回调,这种下跌可以理解为对3478点套牢盘的即将解放或正式解放,也就是下方的获利盘和上方2009年8~9月解套盘的抛压,所以,3478点一线是否演变为月线周线及日线的共振短期高点区域,需要密切关注其走势。按我上述观点的逻辑,目前落实到操作上无非有两点:1、如果以大盘为标的交易,上升趋势完好可继续持股,但是要向上移动止盈,保护利润;2、就是逐步逢高分批减仓等待观望。从近几日走势来看,大盘股和创小板出现明显的跷跷板效应,另外,虽然指数没有太大的跌幅,但成交量萎缩不小,已经有些量价背离了。周四大盘上涨114点但成交量只有3306亿元,这就说明市场在犹豫,跟风意愿不浓。
本周软件和网络股走得很好,是不是可以关注参与?
文太彬:本轮行情是权重股带领的,它们目前是凝聚人气的品种。如果权重股在大盘的压力位出现跳水,多数个股都难以幸免,还是要快进快出。下面让周川南介绍一些关于“大数据”概念,近期软件股走强是围绕“大数据”这个概念展开的。但是在目前的情况下还是小心为好,要是权重股有什么风吹草动,离场是明智的选择。
机构对大象估值出现分歧
周川南,不少人都提到新股集中发行影响了权重股走强,对这个问题你怎么看?
周川南:新股申购即便分流了部分股票市场资金,但还不至于扩散到整个资金供求市场。简单讲,新股申购无非是从银行存款账户转到证券保证金账户,实质上还是在银行端,不会出现利率突然飙升,市场资金紧缺的状况。成交量萎缩,权重股下跌,这说明市场对目前权重股修复后的估值以及大盘的点位产生了明显分歧,对于部分权重股,不排除可能已经到了阶段性的估值顶部。我和业内的一些朋友交流过,不少权重股的估值就目前的价格看已经透支了。由于机构出现分歧,做多权重股的动能当然会减弱。
本次发动行情的政策支持力度很大,相信这轮行情还没有结束。你对于接下来走势的发展如何看,是新一轮风格转换,还是震荡回调?
周川南:即便转化也不会是整体的,同时也不会那么迅速。刚才提到部分权重板块可能已经看到了天花板,但是只要市场风格没有完全转变,往后还会看到这些权重股反复撞顶的过程。当然,也不排除在改革过程中,出现超出市场预期的政策带领权重股再创新高。我很同意老文的观点,目前大盘震荡还是主基调。对于创业板、中小板这些中小市值的品种,我还是坚持上周的观点,其中错杀、跌幅较大、成长性较好的个别标的是有机会的,但整体的投资风险仍然存在。
关注大数据概念
你介绍一下最近的值得关注新闻和热点。
周川南:本周新闻面最值得注意的是1月13日~15日支持信息产业在多个领域应用时无不提到“大数据”这一细分新兴产业。上周我正好参加了一个互联网金融的会议,不少业内人士都提到了“大数据”概念。
“大数据”是数据库以及数据分析系统又一升级应用的领域,从已经实现和应用的领域来看,技术上不存在问题。传统的大数据商业模式是卖服务器、卖软件以及项目定制等形式,而随着大数据应用的铺开,未来比较有看点的是运营大数据这一商业模式。相关企业不仅可以继续卖产品,还可以将收集到的数据为企业提供服务,增加新的赢利点。
目前金融、电信领域都在布局大数据,比如阿里小贷、电信“流量宝”、联通“流量银行”等等,目前来看,这个领域的想象空间很大。就个股而言,依然可以根据F10中的公开数据寻找一些涉足该领域时间较长、主业占比较高的龙头公司进行跟踪和关注,比如东方国信、天玑科技、初灵信息等等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20