拉伯证券|沪指震荡微跌,酿酒、旅游等板块走弱

18日早盘,沪指盘中窄幅震荡整理,深成指、创业板指盘中冲高回落;两市半日成交缺乏4000亿元,北向资金净买入约20亿元。

 

截至午间收盘,沪指微跌0.02%报3223.62点,深成指涨0.04%报11805.85点,创业板指跌0.17%报2541.11点。两市合计成交3908亿元,北向资金净买入20.93亿元。

盘面上看,软件、传媒、煤炭、石油、有色、银行等板块走强,信创、网游、大数据、信息安全等体裁体现活泼。旅行餐饮、酿酒、半导体、医药、稳妥等板块走弱。

接近春节假期,资金趋于慎重,短期内商场或将仍存在分歧,板块轮动较快,但考虑到本轮疫情形势趋缓,年头商场一般流动性较为充裕,近期外资的积极出场,后市“春季躁动”行情仍可期,装备方面主张:1.重视各地两会定调方针利好的职业板块,如方针改进的地产链及促消费相关时机; 2. 成绩超预期,基本面弹性较大板块的出资时机,截止1月底A股上市企业年度成绩预告陆续披露完毕,主张重视成绩高增长或边际明显改进且处于估值地位的高性价比出资时机,如部分日常出行消费、医药范畴的优质标的。

预计春季行情还将延续,节前外资继续流入,推动传统消费和金融板块上行,春节后重视内资接力,商场有望迎来三大积极因素:两会预期、疫后修复和海外环境好转。主张继续把握做多窗口,节后商场胜率高,创业板更明显。重点重视基本面预期明显改进的方向可重视光伏下流/绿电、银行、医药等;方针刺激预期方向可重视地产链、汽车、信创链等。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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