第二证券|沪指弱势震荡跌1%,旅游板块逆势走强

28日早盘,沪指弱势下行。截至午间收盘,沪指跌1.03%报3069.66点,深成指跌1.05%,创业板指跌1.12%;两市合计成交5008亿元。盘面上看,酒店、旅行、机场、地产等板块逆势走强,银行、证券、纺织机械、保险等板块走弱;概念股方面,虚拟电厂、电力物联网等拉升。

 

东北证券以为,上星期商场重复震荡,上证指数收于3101点,周微涨0.1%,上证50指数微跌0.1%、创业板指跌落3.4%,轻视值板块上涨而偏成长风格的跌落,出现出显着的二八轮动现象;修建地产金融等轻视值板块领涨,TMT、社服、医药、食物等走弱。这种二八轮动与2014年下半年或许2012年底牛市行情时显着的不同点在于此次量能萎缩而非扩大、缺乏增量资金配合,这意味着商场仍在重复整理过程中、尚需蓄势等待。

中信建投指出,复盘同处类似经济基本面环境、同为去库期的2011-2012、2014-2015、2018及2021年,整体四季度出现的特征为逆周期财物显着占优,以四季度月度收益均值表现计,稳定类板块(地产银行公用交运)>TMT(传媒通讯电子)>中游制造及可选消费。对应到今年行业表现上,同样在经济预期不明朗+当年高景气赛道景气预期基本反响背景下,短期风格或往“稳增长”方向轮动。从长期方针导向上看,高水平科技自立自强或将成为中长期出资主线。

您好!要分析半年内最高最低点的分布,您可以按照以下步骤进行: 1. 获取半年内的历史数据:您可以使用第三方库(如pandas_datareader)或者调用金融数据API(如tushare)来获取的历史数据。 2. 提取最高点和最低点数据:从获取的历史数据中提取最高点和最低点的价格数据,可以使用 pandas 库进行数据处理和提取。 3. 绘制分布图:使用 matplotlib 或者其他可视化库,将最高点和最低点数据进行可视化,可以选择直方图、箱线图等方式展示分布情况。 下面是一个简单的示例代码,演示如何使用pandas和matplotlib进行分析: ```python import pandas as pd import matplotlib.pyplot as plt # 获取半年内的历史数据 df = pd.read_csv('shanghai.csv') # 假设已经有了一个名为'shanghai.csv'的数据文件 # 提取最高点和最低点数据 high_prices = df['High'] low_prices = df['Low'] # 绘制分布图 plt.figure(figsize=(10, 6)) plt.hist(high_prices, bins=20, color='blue', alpha=0.7, label='Highest Prices') plt.hist(low_prices, bins=20, color='red', alpha=0.7, label='Lowest Prices') plt.xlabel('Price') plt.ylabel('Frequency') plt.title('Distribution of Highest and Lowest Prices') plt.legend() plt.show() ``` 请确保您已经安装了 pandas 和 matplotlib 库,并将代码中的数据文件路径修改为您实际的数据文件路径。该示例代码仅供参考,您可以根据自己的需求进行修改和扩展。 希望对您有所帮助!如果您有任何其他问题,请随时提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值