京公网安备 11010802034615号
经营许可证编号:京B2-20210330
深交所大数据揭秘:4月大户出逃小散接盘
上周沪指走进暴跌漩涡,5月5日~5月7日累计跌幅高达8.22%,连续三天的大幅下跌让许多接盘者大惊失色。
事实上,任何质变都需要足够的量的积累,大盘下跌风险的酝酿或许从4月份就开始了。5月11日,深交所发布4月深市个人投资者行为分析,深交所大数据显示,4月份中小散户与新股民买入积极,大户与老股民则净卖出。
深交所在昨日发布的4月个人投资者行为分析中表示,4月份主要有三个特点:第一,成交量加大,主要指数日波动率上升, 反映投资者预期分歧较大;第二,中小散户与新股民买入积极,大户与老股民更趋谨慎;第三,高市盈率股票投资收益率下降,波动率加大。 首先来看成交量和振幅,4月份深市日均成交5743.87亿元,相对3月份(4337.33亿元)增加32.43%,成交量的放大推动深市主要指数持续上涨,深成指、中小板指和创业板指分别上涨12.6%、9.63%和22.38%,震荡加剧。
以指数每日振幅相对收盘价的比例衡量波动率,4月份深成指、中小板指和创业板指的平均日波动率分别为2.3%、2.8%和3.3%,相对3月份 (平均日波动率分别为1.9%、2.1%和2.7%)波动风险显著上升,在市场震荡加大的环境下交投空前活跃,反映出目前投资者对市场未来的涨跌预期分歧较大。
另外,高市盈率股票投资收益率下降,波动率加大。选取3月底市盈率最高和最低的前100只股票,分别代表高市盈率和低市盈率股票组合,可以发现,4月份高市盈率股票的收益率(2.72%)远低于低市盈率股票(9.04%),但波动率(5.81%) 却高于低市盈率股票(4.63%),高市盈率、高波动率股票的主要净买入群体是中小散户和新股民,而个人大户和老股民主要为净卖出。
《每日经济新闻》记者注意到,深交所大数据显示,个人投资者4月以来持续增持深市股票,净买入金额(1313.12亿元)比3月份增加105.60%。其中,个人小户、中户净买入积极,分别净买入1329.66亿元和545.57亿元,比3月份分别增加133.13%和99.86%,而大户净卖出562.10亿元,净卖出金额比3月增加174.65%。新老股民投资热情出现分化,新股民积极净买入(1504.60亿元),比3月份增加25.37%,而老股民主要为净卖出(-191.48亿元)。
深交所表示,在这份统计中,将开户年限为5年以上的称为老股民,开户年限5年以下的称为新股民;按年均每天持流通股市值,个人投资者分为个人小户(小于10万元)、个人中户(10万-100万元)和个人大户(大于100万元)。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24