京公网安备 11010802034615号
经营许可证编号:京B2-20210330
A股大数据之二:9连阳一周后上涨概率100%
经历了9连阳的强势走势之后,A股市场的震荡走势终于在周二来临。尽管这样的放量震荡走势早在市场人士的预期之中,但市场人士对于股指后续走势的看法却开始出现了明显的分歧,不过结合历史上上证指数出现9连阳之后的走势来看,A股的牛市或许仍能持续。
毫无疑问,周二A股市场出现的盘中大幅跳水走势引起了市场人士的高度关注,尽管午后股指出现震荡回升,收盘时沪深两市股指甚至双双翻红,但长长的下引线和9连阳的终结还是使得市场人士对于后续走势的分歧开始加大。
上证指数最后报收3691.41点,上涨3.68点,涨幅0.10%,成交7549亿元;深成指报收12801.20点,上涨20.88点,涨幅0.16%,成交6845亿元;创业板指数报收2357.97点的历史收盘新高,上涨64.32点,涨幅2.80%,成交1456亿元。两市全天资金净流出达到694亿元之多。
从2000年以来上证指数的涨跌情况来看,9连阳或以上的走势在2006年6月与2007年8月各出现过一次,分别为11连阳和9连阳,而在连阳结束之后的一个交易日上证指数都出现了下跌,下跌概率达100%,但从随后一周(5个交易日)以及20个交易日的走势来看,上证指数都出现继续上涨,上涨的概率也同样达到了100%。
一位资深市场人士认为,从此前市场出现9连阳走势的背景来看,都是处于大牛市的过程之中。目前A股市场从长周期来看也正处于牛市初期,长期继续看好。短期受益于“两会”保增长与改革预期以及市场流动性乐观预期而上涨。
该人士认为,随着股指的不断走高,市场情绪分化将更加明显,短期出现一次较大级别的调整是必然的,因为从技术指标来看,上证指数自上周一突破布林线上轨以来,已经在上轨之上运行了超过一周,严重超买必然导致回调,而周二的大幅震荡已经使得股指回落至布林线轨道之内,超买的情况得到初步修正。不过市场成交增加过快,周二已经超过了1.4万亿元,成交量能否持续增加将决定股指后续上涨的绝对高度,毕竟天量之后才会出现天价。
国海证券策略分析师李亚明则谨慎地认为,随着央行再次降息,第一阶段即宽松与改革预期不断自我实现和强化阶段的结束,第二阶段即宽松与贬值冲突阶段开启,大小盘在一季度也就是现在见到全年高点,未来2~3个月进入大小盘中级调整阶段,所谓中级调整是指20%以上的幅度,珍惜最后的撤退机会。
之所以认为中级调整即将展开,李亚明表示,当前央行干预汇率无异于投鼠忌器,干预能否成功的关键在于人民币离岸市场是否配合,如果如过去一周,在岸和离岸市场价差扩大,必然会引发更大规模套利行为。中国版的量宽也不可能实现美国或日本式的效果即长短利率全面回落。而房地产投资增速很可能会滑向0~5%,即投资增速远未见底。开发贷增速底部都没有看到,资金未流向地产。
此外,二季度不存在补库存的基础,下游的地产、汽车、家电等当前库存显著高于往年同期水平,何需补库存?上游的铜过去几年融资铜库存淤积,今年供需偏宽松,进口需求必然下降,也不存在大幅补库存需求。再加当前创业板估值已经全面超越2000年纳斯达克历史高点时的估值水平,将使得调整不可避免地到来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19