股票000158(深证成指包括哪些股票)
专栏
2024-02-10 01:27
411
目录股票000158,深证成指包括哪些股票?
深证成指股票有非常多,包括同花顺(300033)、长亮科技(300348)、鸿达兴业(002002)、立思辰(300010)、顺网科技(300113)、光线传媒(300251)、神州泰岳(300002)、三只松鼠(300783)、常山北明(000158)、杭氧股份(002430)、伟星新材(002372)、歌尔股份(002241)等等。
大数据未来的前景怎么样?
行业主要上市公司:易华录(300212)、美亚柏科(300188)、海量数据(603138)、同有科技(300302)、海康威视(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科创信息(300730)、神州泰岳(300002)、蓝色光标(300058)等
本文核心数据:大数据产业链、产业规模、应用市场结构、竞争格局、发展前景预测等
产业概况
1、定义:大数据产业覆盖范围广
根据中国信通院发布的《大数据白皮书(2020年)》,大数据产业是以数据及数据所蕴含的信息价值为核心生产要素,通过数据技术、数据产品、数据服务等形式,使数据与信息价值在各行业经济活动中得到充分释放的赋能型产业。不同机构对大数据的定义也有所不同,具体如下:
2、产业链剖析:大数据产业链庞大
大数据产业链覆盖范围广,上游是基础支撑层,主要包括网络设备、计算机设备、存储设备等硬件供应,此外,相关云计算资源管理平台、大数据平台建设也属于产业链上游;
大数据产业中游立足海量数据资源,围绕各类应用和市场需求,提供辅助性的服务,包括数据交易、数据资产管理、数据采集、数据加工分析、数据安全,以及基于数据的IT运维等;
大数据产业下游则是大数据应用市场,随着我国大数据研究技术水平的不断提升,目前,我国大数据已广泛应用于政务、工业、金融、交通、电信和空间地理等行业。
大数据产业上游基础设施具体包括IT设备、电源设备、基础运营商及其他设备,相关代表企业华为、中兴通讯、艾默生、三大运营商等。
中游大数据服务领域可以细分为数据中心、大数据分析、大数据交易与大数据安全等子行业,相关代表企业包括宝信软件、数据港、久其软件、拓尔思、上海数据交易中心、贵阳大数据交易所与华云数据等。
在下游应用市场,我国大数据应用范围正在快速向各行各业延伸,除发展较早的政务大数据、交通大数据外,在工业、金融、健康医疗等众多领域大数据应用均初见成效。
产业发展历程
——十年来大数据产业高速增长,我国信息智能化程度得到显著提升
我国大数据产业布局相对较早,2011年,工信部就把信息处理技术作为四项关键技术创新工程之一,为大数据产业发展奠定了一定的政策基础。自2014年起,“大数据”首次被写进我国政府工作报告,大数据产业上升至国家战略层面,此后,国家大数据综合试验区逐渐建立起来,相关政策与标准体系不断被完善,到2020年,我国大数据解决方案已经发展成熟,信息社会智能化程度得到显著提升。
产业发展现状
1、行业整体情况:大数据产业规模维持高速增长 主要应用于互联网与政务领域
——大数据产业规模:2020年超过6000亿元,未来将保持高速增长
中国大数据产业联盟发布的《2021中国大数据产业发展地图暨中国大数据产业发展白皮书》指出,2018年以来,大数据技术的快速发展,以及大数据与人工智能、VR、5G、区块链、边缘智能等新技术的交汇融合,持续加速技术创新。与此同时,伴随新型智慧城市和数字城市建设热潮,各地与大数据相关的园区加速落地,大数据产业持续增长。
白皮书中赛迪顾问的数据显示,2020年中国大数据产业规模达6388亿元,同比增长18.6%,预计未来三年保持15%以上的年均增速,到2023年产业规模超过10000亿元。
注:赛迪统计的中国大数据市场规模包含基础设施、数据服务及融合应用市场。
——大数据应用市场结构:互联网和政府大数据占比超一半
从具体行业应用来看,互联网、政府、金融和电信引领大数据融合产业发展,合计规模占比为77.6%。互联网、金融和电信三个行业由于信息化水平高,研发力量雄厚,在业务数字化转型方面处于领先地位;政府大数据成为近年来政府信息化建设的关键环节,与政府数据整合与开放共享、民生服务、社会治理、市场监管相关的应用需求持续火热。此外,工业大数据和健康医疗大数据作为新兴领域,数据量大、产业链延展性高,未来市场增长潜力大。
2、细分市场一:政府大数据
——2020年政府大数据市场规模超900亿元
根据赛迪数据,我国大数据产业在政府领域的应用占比约为14.5%。据此测算,2017年以来,我国政府大数据规模逐年增加。2017年,中国政府大数据产业规模达514.8亿元,2020年约为926亿元左右。
注:政府大数据市场规模为前瞻根据中国大数据市场规模与政府大数据所占市场份额数据测算所得,仅供参考。
——政府大数据应用场景
中国政府大数据主要应用于信息共享、政务数据管理、城市网络管理与社会管理几大领域。加强电子政务建设,管理好政府的数据资产,完善政府决策流程,将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用,从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。
3、细分市场二:互联网大数据
——大数据在互联网领域的应用占比过半,2021年市场规模有望突破3000亿
面对当今快速增长的海量互联网数据和复杂的网络社群关系,如何从中提取有价值信息,建立用户模型,针对不同用户提供针对性产品,以此来提高用户体验,增加用户粘性,是当前互联网行业面对的主要挑战之一。社交网站、电商网站将是最需要大数据技术的两类网站,用户间关联性和消费行为是其关注的主要方面。
根据赛迪数据,我国大数据产业在互联网领域的应用占比约为45.2%。据测算,2017年,中国互联网大数据产业规模达1604.7亿元,2020年约为2887.4亿元。
注:上述互联网大数据市场规模为前瞻根据中国大数据市场规模与互联网大数据所占市场份额数据测算所得,仅供参考。
——互联网大数据应用场景
在互联网行业,除了社交、B2C业务之外,像在线音视频业务、广告监测、精准营销等等,也是未来潜在应用场景。
4、细分市场三:金融大数据
——大数据在金融领域的应用空间巨大,2020年市场规模已超600亿
金融数据是大数据商业应用最早的数据源,早在1996年摩根大通银行就聘请数学家丹尼尔利用递归决策树统计方法,对抵押贷款用户进行统计分析,帮助银行找到可能提前还款或者未来不会还款的客户。经过一年的运行,基于递归决策树的抵押贷款管理为摩根大通银行创造了近6亿美元利润。
根据赛迪数据,我国大数据产业在金融领域的应用占比约为9.4%。据测算,2017年,中国金融大数据产业规模达333.7亿元,2020年约为600亿元。
注:金融大数据市场规模为前瞻根据中国大数据市场规模与金融大数据所占市场份额数据测算所得,仅供参考。
——金融大数据应用场景
过去几年,金融大数据带来了重大的技术创新,为行业提供了便捷、个性化和安全的解决方案。目前,中国金融大数据典型的应用场景包括股票洞察、欺诈检测和预防、风险分析与金融服务领域。
产业竞争格局
1、区域竞争:中国大数据企业主要分布在京津冀与东部沿海地区
根据企查猫数据,截止2021年9月22日,全国大数据产业中“存续”及“在业”的企业共有61799家,多集中分布在东部沿海地区。其中,广东省的大数据企业最多,高达9246家;其次是江苏省,大数据企业数量达到5106家;中部地区的陕西大数据企业数量也较多,为4419家。
2、企业竞争:市场参与者众多,多赛道布局企业综合实力较强
我国大数据代表性企业的重点布局区域侧重于东部沿海地区和京津冀地区,比如易华录主要布局东部沿海地区,美亚柏科主要布局华东、华南地区等;从产品布局来看,各公司各有侧重点,例欧比特在卫星大数据领域拥有绝对话语权,龙头企业的竞争优势明显。
产业发展前景及趋势:大数据市场潜力巨大,未来有望保持高速增长
据赛迪顾问预测,2023年中国大数据产业市场规模将超过10000亿元,2021/uploads/title/20231205/656e0b13289c3.jpg2023年增速将达到15%以上。在此基础上,前瞻测算,到2026年我国大数据产业市场规模将超过15000亿元。
—— 更多行业相关数据请参考前瞻行业研究院《中国大数据产业发展前景与投资战略规划分析报告》
到底什么是真正的做波段?
在A股市场,超短线交易、做波段、价值投资长线持有是最受投资者欢迎的三种投资模式。其中做波段又是所有投资者追求的目标,因为做波段既控制了一定的风险,又能阶段性的使得资金的回报率最大化。但事实的真相是,很多投资者的波段交易变成了追涨杀跌,高买低卖。总是出现在阶段性的高点买入,在阶段性的低点卖出。那究竟什么才是真正的做波段呢?投资者应该做怎么样的波段?今天咱就详细的聊聊做波段这个话题。
波段的定义和特征所谓波段,即指股票在运行中出现的波峰与波谷之间的运行轨迹,每一个阶段性的低点与最近的一个高点的连线就是一个波段。
而做波段则是指投资者在投资股票的过程中,尽量在每一个波段的低点买入,然后在高点卖出或者在高点放空,低点平仓后获利的交易模式。
显然波段就具有以下几个特征
第一,波段具有级别。即是什么时间周期下的波段,比如咱们是根据日k线来确定买卖点,那相应的波段就是日k线级别的波段,如果我们是根据60分钟k线图来确定买卖点,那就是60分钟级别波段。
第二,波段有方向。即波段可以划分为上涨波段,下跌波段以及横盘波段。
第三,波段是与一只股票的运行运行周期相联系的。一只股票可以大致分为4个运行阶段,即吸筹,洗筹,拉升,派发4个阶段。
吸筹通常对应着下跌和横盘波段;
洗筹通常对应着小幅拉伸和下跌波段;
拉伸通常对应着大幅拉升波段;
派发通常对应着下跌波段。
当投资者将股票的运行的4个阶段与波段联系起来分析时,更能大概率把握好波段,做好波段。
什么样的大盘环境下可以做波段?什么样的大盘环境下不可以做波段?很多投资者误认为做波段可以忽略大盘指数的走势,这是大错而特错的。任何股票都不可能脱离于其交易的市场而独立运行,这点在A股市场上特别明显,因为我们的沪深股市经常出现齐涨共跌的局面。
1、什么样的大盘环境下可以做波段的呢?
第一,箱体宽幅震荡行情;
第二,缓慢震荡盘升慢牛行情。
比如2014年大盘从2200点涨到3400点是一个波段,然后从3400点回调到3000点,咱们回避,再从3100点到5178就第二个波段。
2、什么样的大盘环境下不可以做波段的呢?
第一,单边下跌的熊市行情,这里需要强调一下,熊市当然也有不错的反弹,但反弹的把握对于普通投资者而言难度系数较大,我不建议投资者参与熊市反弹。
第二,牛市最后疯狂赶顶的阶段,因为该阶段如果做波段操作的话,往往会导致投资者无法享受股票运行中利润最丰厚的一段上涨。
比如:大盘从5178一口气2850,这个主跌阶段就不能做波段。
做波段应该选择什么样的标的股票?既然做波段并不是任何市场场景下都能做波段,显然那也不是任何个股都可以做波段,做波段还得要对个股进行一定的筛选。
我的经验是,作为做波段的标的股票应该具备以下一些特征。
第一,自由流通股本不能过大,但是也不能太小,个人经验是自由流通股本在5亿到15个亿之间最好。如果只有流通股本扩大,不利于和要资金操作,而自由流通股本太小的话,这会导致流动性缺失,不利于兑现浮盈。
第二,在技术上处于明显的上升趋势,或者至少处于横向箱体运动。
第三,股票股性活跃,即股价有弹性。只有上窜下跳的股票才会形成明显的波峰波谷,于投资者而言才会有操作的空间和机会。
第四,标的股票一定要有题材概念,即使基本面差一点不重要。因为只有标的股票具有一定的想象空间,才会受到活跃资金的青睐,从而引起股价的大幅震荡。
第五,紧扣当前市场的热点,热点才能聚集人气,参与的投资者才会更多,进场的难度系数较小。比如今年年初以来,适合做波段操作到股票基本上都集中在新基建和农林牧渔板块。
做什么样的波段?咱们知晓了在什么大盘环境下可以做波段,也知道了做波段的标的股票的选择标准,那么是不是只要有波段咱们就可以参与呢?
答案显然是否定的,并不是任何的波段都可以参与。
波段的级别越小,波段操作的机会就越多,带来的交易成本就越高,同时波段级别越小其获利空间也更小,如果饥不择食,想抓住每一个看起来值得参与的波段,最后的结果可能是频繁的交易把自己给玩死了。
基于此,我认为这样的波段值得参与。
第一,波段级别至少是30分钟及以上级别的波段,5分钟后15分钟级别的波段不参与。
第二,尽量参与进二退一,震荡攀升个股的波段,少参与或者不参与窄幅震荡个股的波段,坚决不参与反弹周期的波段,因为高手都是在反弹中破产的。
比如2015年,大盘从5178跌到4200时,很多基金经理参与反弹,结果最后就是产品清盘。
怎样做波段?前面咱们说了这么多关于波段的特征,做波段的市场条件和个股条件,但具体在实际的操作中应该怎么做呢?
我认为以下三个方法可以解决实际操作问题。
第一,支撑压力
支撑压力模式,主要适用于宽幅震荡个股。这里的宽幅震荡我把它给定义为高低点之间的理论盈利空间至少在15%上下。
在A股市场上,熊短牛长,绝大部分股票都呈现阶段性的箱体震荡,投资者只需要在箱体底部买入,箱体顶部卖出,即可实施做隔断策略。
第二,均线系统或者EXPMA
A股市场中,不乏有很多长期慢牛走势的优质蓝筹股,其十年如一日的沿着某一天均线上行,每一次回踩趋势均线,均是不错的买点,每一次乖离均线太远就卖出机会。
如果投资机械的参与此类个股,收益通常惊人。
在使用此方法时,有时间可以使用EXPMA代替均线系统。
而我个人更喜欢使用EXPMA,因为该指标仅仅两条路线,简单明了。
第三,寻找标志性k线。
股票运行轨迹中,波段于波段之间,通常会有标志性的K线处于两个波段的转折处,这些标志性的K线就是我们做波段的最佳指引指标。
通常标志性K线有:大阳线,大阴线,吊颈线,单针探底,黄昏之星,乌云盖顶等等。
总之,做波动的前提是弄明白要做那个周期下的波段,波段内的预期收益,同时选择股价弹性较高的个股,且契合当前市场的热点,耐心的等待波段信号的出现,然后迅速出击,快速获利!
我是溯源归一,极简投资践行者!
指数基金有哪些?
指数基金是一种被动管理型基金。它和主动管理型基金的区别是,被动管理型基金不需要基金经理选股或者择时,只需要买入指数的全部或部分成份股,来构建投资组合,追踪指数的表现即可。指数基金有很多种,如果入手,需要重点关注以下分类。
一、场内指数基金和场外指数基金
场内交易的指数基金主要是ETF基金,需要有股票账户才能买。买入ETF基金,相当于买了一篮子股票。比如华泰柏瑞沪深300ETF,就是最常见的ETF基金。而我们平时在支付宝、理财通能买到的指数基金,就是场外交易指数基金。
从交易成本来看,场内交易指数基金的交易费用为券商股票佣金(卖出无印花税),场内交易型指数基金的交易费用为基金申购费和赎回费等。一般来说,场内指数基金的交易成本更低一些。
二、量化增强型指数基金和被动型指数基金
增强型指数基金,是运用量化模型对指数进行增强操作,不完全跟踪指数的表现,基金经理有发挥的余地,而被动指数基金没有增强效果。
市场上的增强型指数基金,大部分起到了增强效果,最终预期收益比普通指数基金要好。当然了,增强型基金的管理费等各项交易成本也要高一些。
三、宽基、窄基指数基金和行业指数基金
宽基指数基金就是像沪深300指数基金、中证500指数基金这些,代表的是单个市场的表现,还有上证50指数基金,相对范围还更小。而行业指数基金,一般只投资某个行业的股票,比如中证证券指数或者银行指数。一般来说,行业指数基金的风险波动,比宽基指数基金要大一些。
本站涵盖的内容、图片等数据系网络收集,部分未能与原作者取得联系。若涉及版权问题,请联系ynstorm@foxmail.com进行删除!
股票000158,深证成指包括哪些股票?
深证成指股票有非常多,包括同花顺(300033)、长亮科技(300348)、鸿达兴业(002002)、立思辰(300010)、顺网科技(300113)、光线传媒(300251)、神州泰岳(300002)、三只松鼠(300783)、常山北明(000158)、杭氧股份(002430)、伟星新材(002372)、歌尔股份(002241)等等。
大数据未来的前景怎么样?
行业主要上市公司:易华录(300212)、美亚柏科(300188)、海量数据(603138)、同有科技(300302)、海康威视(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科创信息(300730)、神州泰岳(300002)、蓝色光标(300058)等
本文核心数据:大数据产业链、产业规模、应用市场结构、竞争格局、发展前景预测等
产业概况
1、定义:大数据产业覆盖范围广
根据中国信通院发布的《大数据白皮书(2020年)》,大数据产业是以数据及数据所蕴含的信息价值为核心生产要素,通过数据技术、数据产品、数据服务等形式,使数据与信息价值在各行业经济活动中得到充分释放的赋能型产业。不同机构对大数据的定义也有所不同,具体如下:
2、产业链剖析:大数据产业链庞大
大数据产业链覆盖范围广,上游是基础支撑层,主要包括网络设备、计算机设备、存储设备等硬件供应,此外,相关云计算资源管理平台、大数据平台建设也属于产业链上游;
大数据产业中游立足海量数据资源,围绕各类应用和市场需求,提供辅助性的服务,包括数据交易、数据资产管理、数据采集、数据加工分析、数据安全,以及基于数据的IT运维等;
大数据产业下游则是大数据应用市场,随着我国大数据研究技术水平的不断提升,目前,我国大数据已广泛应用于政务、工业、金融、交通、电信和空间地理等行业。
大数据产业上游基础设施具体包括IT设备、电源设备、基础运营商及其他设备,相关代表企业华为、中兴通讯、艾默生、三大运营商等。
中游大数据服务领域可以细分为数据中心、大数据分析、大数据交易与大数据安全等子行业,相关代表企业包括宝信软件、数据港、久其软件、拓尔思、上海数据交易中心、贵阳大数据交易所与华云数据等。
在下游应用市场,我国大数据应用范围正在快速向各行各业延伸,除发展较早的政务大数据、交通大数据外,在工业、金融、健康医疗等众多领域大数据应用均初见成效。
产业发展历程
——十年来大数据产业高速增长,我国信息智能化程度得到显著提升
我国大数据产业布局相对较早,2011年,工信部就把信息处理技术作为四项关键技术创新工程之一,为大数据产业发展奠定了一定的政策基础。自2014年起,“大数据”首次被写进我国政府工作报告,大数据产业上升至国家战略层面,此后,国家大数据综合试验区逐渐建立起来,相关政策与标准体系不断被完善,到2020年,我国大数据解决方案已经发展成熟,信息社会智能化程度得到显著提升。
产业发展现状
1、行业整体情况:大数据产业规模维持高速增长 主要应用于互联网与政务领域
——大数据产业规模:2020年超过6000亿元,未来将保持高速增长
中国大数据产业联盟发布的《2021中国大数据产业发展地图暨中国大数据产业发展白皮书》指出,2018年以来,大数据技术的快速发展,以及大数据与人工智能、VR、5G、区块链、边缘智能等新技术的交汇融合,持续加速技术创新。与此同时,伴随新型智慧城市和数字城市建设热潮,各地与大数据相关的园区加速落地,大数据产业持续增长。
白皮书中赛迪顾问的数据显示,2020年中国大数据产业规模达6388亿元,同比增长18.6%,预计未来三年保持15%以上的年均增速,到2023年产业规模超过10000亿元。
注:赛迪统计的中国大数据市场规模包含基础设施、数据服务及融合应用市场。
——大数据应用市场结构:互联网和政府大数据占比超一半
从具体行业应用来看,互联网、政府、金融和电信引领大数据融合产业发展,合计规模占比为77.6%。互联网、金融和电信三个行业由于信息化水平高,研发力量雄厚,在业务数字化转型方面处于领先地位;政府大数据成为近年来政府信息化建设的关键环节,与政府数据整合与开放共享、民生服务、社会治理、市场监管相关的应用需求持续火热。此外,工业大数据和健康医疗大数据作为新兴领域,数据量大、产业链延展性高,未来市场增长潜力大。
2、细分市场一:政府大数据
——2020年政府大数据市场规模超900亿元
根据赛迪数据,我国大数据产业在政府领域的应用占比约为14.5%。据此测算,2017年以来,我国政府大数据规模逐年增加。2017年,中国政府大数据产业规模达514.8亿元,2020年约为926亿元左右。
注:政府大数据市场规模为前瞻根据中国大数据市场规模与政府大数据所占市场份额数据测算所得,仅供参考。
——政府大数据应用场景
中国政府大数据主要应用于信息共享、政务数据管理、城市网络管理与社会管理几大领域。加强电子政务建设,管理好政府的数据资产,完善政府决策流程,将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用,从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。
3、细分市场二:互联网大数据
——大数据在互联网领域的应用占比过半,2021年市场规模有望突破3000亿
面对当今快速增长的海量互联网数据和复杂的网络社群关系,如何从中提取有价值信息,建立用户模型,针对不同用户提供针对性产品,以此来提高用户体验,增加用户粘性,是当前互联网行业面对的主要挑战之一。社交网站、电商网站将是最需要大数据技术的两类网站,用户间关联性和消费行为是其关注的主要方面。
根据赛迪数据,我国大数据产业在互联网领域的应用占比约为45.2%。据测算,2017年,中国互联网大数据产业规模达1604.7亿元,2020年约为2887.4亿元。
注:上述互联网大数据市场规模为前瞻根据中国大数据市场规模与互联网大数据所占市场份额数据测算所得,仅供参考。
——互联网大数据应用场景
在互联网行业,除了社交、B2C业务之外,像在线音视频业务、广告监测、精准营销等等,也是未来潜在应用场景。
4、细分市场三:金融大数据
——大数据在金融领域的应用空间巨大,2020年市场规模已超600亿
金融数据是大数据商业应用最早的数据源,早在1996年摩根大通银行就聘请数学家丹尼尔利用递归决策树统计方法,对抵押贷款用户进行统计分析,帮助银行找到可能提前还款或者未来不会还款的客户。经过一年的运行,基于递归决策树的抵押贷款管理为摩根大通银行创造了近6亿美元利润。
根据赛迪数据,我国大数据产业在金融领域的应用占比约为9.4%。据测算,2017年,中国金融大数据产业规模达333.7亿元,2020年约为600亿元。
注:金融大数据市场规模为前瞻根据中国大数据市场规模与金融大数据所占市场份额数据测算所得,仅供参考。
——金融大数据应用场景
过去几年,金融大数据带来了重大的技术创新,为行业提供了便捷、个性化和安全的解决方案。目前,中国金融大数据典型的应用场景包括股票洞察、欺诈检测和预防、风险分析与金融服务领域。
产业竞争格局
1、区域竞争:中国大数据企业主要分布在京津冀与东部沿海地区
根据企查猫数据,截止2021年9月22日,全国大数据产业中“存续”及“在业”的企业共有61799家,多集中分布在东部沿海地区。其中,广东省的大数据企业最多,高达9246家;其次是江苏省,大数据企业数量达到5106家;中部地区的陕西大数据企业数量也较多,为4419家。
2、企业竞争:市场参与者众多,多赛道布局企业综合实力较强
我国大数据代表性企业的重点布局区域侧重于东部沿海地区和京津冀地区,比如易华录主要布局东部沿海地区,美亚柏科主要布局华东、华南地区等;从产品布局来看,各公司各有侧重点,例欧比特在卫星大数据领域拥有绝对话语权,龙头企业的竞争优势明显。
产业发展前景及趋势:大数据市场潜力巨大,未来有望保持高速增长
据赛迪顾问预测,2023年中国大数据产业市场规模将超过10000亿元,2021/uploads/title/20231205/656e0b13289c3.jpg2023年增速将达到15%以上。在此基础上,前瞻测算,到2026年我国大数据产业市场规模将超过15000亿元。
—— 更多行业相关数据请参考前瞻行业研究院《中国大数据产业发展前景与投资战略规划分析报告》
到底什么是真正的做波段?
在A股市场,超短线交易、做波段、价值投资长线持有是最受投资者欢迎的三种投资模式。其中做波段又是所有投资者追求的目标,因为做波段既控制了一定的风险,又能阶段性的使得资金的回报率最大化。但事实的真相是,很多投资者的波段交易变成了追涨杀跌,高买低卖。总是出现在阶段性的高点买入,在阶段性的低点卖出。那究竟什么才是真正的做波段呢?投资者应该做怎么样的波段?今天咱就详细的聊聊做波段这个话题。
波段的定义和特征
所谓波段,即指股票在运行中出现的波峰与波谷之间的运行轨迹,每一个阶段性的低点与最近的一个高点的连线就是一个波段。
而做波段则是指投资者在投资股票的过程中,尽量在每一个波段的低点买入,然后在高点卖出或者在高点放空,低点平仓后获利的交易模式。
显然波段就具有以下几个特征
第一,波段具有级别。即是什么时间周期下的波段,比如咱们是根据日k线来确定买卖点,那相应的波段就是日k线级别的波段,如果我们是根据60分钟k线图来确定买卖点,那就是60分钟级别波段。
第二,波段有方向。即波段可以划分为上涨波段,下跌波段以及横盘波段。
第三,波段是与一只股票的运行运行周期相联系的。一只股票可以大致分为4个运行阶段,即吸筹,洗筹,拉升,派发4个阶段。
吸筹通常对应着下跌和横盘波段;
洗筹通常对应着小幅拉伸和下跌波段;
拉伸通常对应着大幅拉升波段;
派发通常对应着下跌波段。
当投资者将股票的运行的4个阶段与波段联系起来分析时,更能大概率把握好波段,做好波段。
什么样的大盘环境下可以做波段?什么样的大盘环境下不可以做波段?
很多投资者误认为做波段可以忽略大盘指数的走势,这是大错而特错的。任何股票都不可能脱离于其交易的市场而独立运行,这点在A股市场上特别明显,因为我们的沪深股市经常出现齐涨共跌的局面。
1、什么样的大盘环境下可以做波段的呢?
第一,箱体宽幅震荡行情;
第二,缓慢震荡盘升慢牛行情。
比如2014年大盘从2200点涨到3400点是一个波段,然后从3400点回调到3000点,咱们回避,再从3100点到5178就第二个波段。
2、什么样的大盘环境下不可以做波段的呢?
第一,单边下跌的熊市行情,这里需要强调一下,熊市当然也有不错的反弹,但反弹的把握对于普通投资者而言难度系数较大,我不建议投资者参与熊市反弹。
第二,牛市最后疯狂赶顶的阶段,因为该阶段如果做波段操作的话,往往会导致投资者无法享受股票运行中利润最丰厚的一段上涨。
比如:大盘从5178一口气2850,这个主跌阶段就不能做波段。
做波段应该选择什么样的标的股票?
既然做波段并不是任何市场场景下都能做波段,显然那也不是任何个股都可以做波段,做波段还得要对个股进行一定的筛选。
我的经验是,作为做波段的标的股票应该具备以下一些特征。
第一,自由流通股本不能过大,但是也不能太小,个人经验是自由流通股本在5亿到15个亿之间最好。如果只有流通股本扩大,不利于和要资金操作,而自由流通股本太小的话,这会导致流动性缺失,不利于兑现浮盈。
第二,在技术上处于明显的上升趋势,或者至少处于横向箱体运动。
第三,股票股性活跃,即股价有弹性。只有上窜下跳的股票才会形成明显的波峰波谷,于投资者而言才会有操作的空间和机会。
第四,标的股票一定要有题材概念,即使基本面差一点不重要。因为只有标的股票具有一定的想象空间,才会受到活跃资金的青睐,从而引起股价的大幅震荡。
第五,紧扣当前市场的热点,热点才能聚集人气,参与的投资者才会更多,进场的难度系数较小。比如今年年初以来,适合做波段操作到股票基本上都集中在新基建和农林牧渔板块。
做什么样的波段?
咱们知晓了在什么大盘环境下可以做波段,也知道了做波段的标的股票的选择标准,那么是不是只要有波段咱们就可以参与呢?
答案显然是否定的,并不是任何的波段都可以参与。
波段的级别越小,波段操作的机会就越多,带来的交易成本就越高,同时波段级别越小其获利空间也更小,如果饥不择食,想抓住每一个看起来值得参与的波段,最后的结果可能是频繁的交易把自己给玩死了。
基于此,我认为这样的波段值得参与。
第一,波段级别至少是30分钟及以上级别的波段,5分钟后15分钟级别的波段不参与。
第二,尽量参与进二退一,震荡攀升个股的波段,少参与或者不参与窄幅震荡个股的波段,坚决不参与反弹周期的波段,因为高手都是在反弹中破产的。
比如2015年,大盘从5178跌到4200时,很多基金经理参与反弹,结果最后就是产品清盘。
怎样做波段?
前面咱们说了这么多关于波段的特征,做波段的市场条件和个股条件,但具体在实际的操作中应该怎么做呢?
我认为以下三个方法可以解决实际操作问题。
第一,支撑压力
支撑压力模式,主要适用于宽幅震荡个股。这里的宽幅震荡我把它给定义为高低点之间的理论盈利空间至少在15%上下。
在A股市场上,熊短牛长,绝大部分股票都呈现阶段性的箱体震荡,投资者只需要在箱体底部买入,箱体顶部卖出,即可实施做隔断策略。
第二,均线系统或者EXPMA
A股市场中,不乏有很多长期慢牛走势的优质蓝筹股,其十年如一日的沿着某一天均线上行,每一次回踩趋势均线,均是不错的买点,每一次乖离均线太远就卖出机会。
如果投资机械的参与此类个股,收益通常惊人。
在使用此方法时,有时间可以使用EXPMA代替均线系统。
而我个人更喜欢使用EXPMA,因为该指标仅仅两条路线,简单明了。
第三,寻找标志性k线。
股票运行轨迹中,波段于波段之间,通常会有标志性的K线处于两个波段的转折处,这些标志性的K线就是我们做波段的最佳指引指标。
通常标志性K线有:大阳线,大阴线,吊颈线,单针探底,黄昏之星,乌云盖顶等等。
总之,做波动的前提是弄明白要做那个周期下的波段,波段内的预期收益,同时选择股价弹性较高的个股,且契合当前市场的热点,耐心的等待波段信号的出现,然后迅速出击,快速获利!
我是溯源归一,极简投资践行者!
指数基金有哪些?
指数基金是一种被动管理型基金。它和主动管理型基金的区别是,被动管理型基金不需要基金经理选股或者择时,只需要买入指数的全部或部分成份股,来构建投资组合,追踪指数的表现即可。指数基金有很多种,如果入手,需要重点关注以下分类。
一、场内指数基金和场外指数基金
场内交易的指数基金主要是ETF基金,需要有股票账户才能买。买入ETF基金,相当于买了一篮子股票。比如华泰柏瑞沪深300ETF,就是最常见的ETF基金。而我们平时在支付宝、理财通能买到的指数基金,就是场外交易指数基金。
从交易成本来看,场内交易指数基金的交易费用为券商股票佣金(卖出无印花税),场内交易型指数基金的交易费用为基金申购费和赎回费等。一般来说,场内指数基金的交易成本更低一些。
二、量化增强型指数基金和被动型指数基金
增强型指数基金,是运用量化模型对指数进行增强操作,不完全跟踪指数的表现,基金经理有发挥的余地,而被动指数基金没有增强效果。
市场上的增强型指数基金,大部分起到了增强效果,最终预期收益比普通指数基金要好。当然了,增强型基金的管理费等各项交易成本也要高一些。
三、宽基、窄基指数基金和行业指数基金
宽基指数基金就是像沪深300指数基金、中证500指数基金这些,代表的是单个市场的表现,还有上证50指数基金,相对范围还更小。而行业指数基金,一般只投资某个行业的股票,比如中证证券指数或者银行指数。一般来说,行业指数基金的风险波动,比宽基指数基金要大一些。
本站涵盖的内容、图片等数据系网络收集,部分未能与原作者取得联系。若涉及版权问题,请联系ynstorm@foxmail.com进行删除!