刘纪鹏:“3万亿资金将股市拉升至4000点”,你能赚?

        本周刘纪鹏提出了一个观点:花费3万亿资金将股市拉升至4000点,有望带来25万亿的财富增长。

        3万亿的投入与25万亿的潜在增长确实令人心动。股市并非简单的投入资金就能涨,还需要考虑市场情绪、经济基本面等因素的影响。举个例子,某个交易日多空双方在一支股票上都动用了10个亿的资金激烈搏杀,最后收盘时股价不涨不跌。第二天多空双方都偃旗息鼓,结果一个散户挂了一手的跌停价成交,于是股价直接跌停。一边是天量资金,一边是散户的一手股票,结果却天差地别。虽然这只是一个极端的例子,但原理是一样的,实盘中一些成交量非常低的标的上,也确实出现过散户用非常少的资金把标的买到涨停的例子。

        再思考一下刘继鹏的观点,他的观点其实可以分成两个部分,一个是今天在股票市场上增加3万亿的买盘,是不是可以将A股点位拉升到4000点。从刚刚笔者举的例子中很容易得出结论,这笔资金能将股市拉到多少点不仅取决于资金体量,还取决于对手盘。股票市场能否好转,对基本面的信心与预期转好才是核心,而单纯依靠资金投入来拉升股市,其效果往往难以准确预估。从当前阶段来看,国家队的确是出手了,但完全是市场实在跌得看不下去了就拉一下,而且护盘的板块一下是大盘,一下是中证2000这样的小盘,整体是处于托而不举的状态。先不谈有没有动力出这笔钱在股票市场上,就算国家肯出个几万亿资金,这笔钱是国家的钱,该买什么标的,怎么买,买多长时间,后续还能不能有持续的资金拉升,潜在的利益输送怎么办,实际操作起来还有一些问题没有解决。

        刘继鹏观点第二个部分是:“拉升到4000点有望带来25万亿的财富增长”,我们不妨先假设市场真的在这几万亿资金的作用下拉升到了4000点,股市总体的市值的确有着35%-40%的涨幅,但是最终带来的财富效应归属于谁?笔者引用中信证券的研报,下图展示了测算的A股市场投资者结构:

        从结构中我们不难看出,占比最大的是一般法人,达到47.36%。也就是说拉升出来的20多万亿财富效应,一半要归大股东,刨去那些资金体量大的金融机构以及个人,数量占比更多的普通投资者或者说老百姓分到手里的能有多少?合着最后国家出钱大部分用来给大股东和这些金融机构抬轿子?有一个词叫共同富裕,刘继鹏大概是忘记了。还有一个致命的问题,拉升到4千点之后怎么办?财富要增长不能总是停留在市场虚拟数字里面吧,总得卖出吧,那卖盘谁来接?2亿多股民,7亿多基民都赚钱了,谁亏钱?除非像日本央行那样,直接亲自下场出手买股票,而且一买就是十几年时间,让提前卖出的人永远面对未来更高的再买入成本。

        总的来看,刘继鹏说了股民爱听的话,让股民听爽了,不管对错还是黑白,自然都会有流量。可是历史一次一次证明,股票市场中的参与者如牛毛,而能在其中长期赚到钱的人少之又少,搞不好都返贫了,最后完全是加剧社会贫富差距。刘继鹏看似是站在了股民的立场上,然而只要稍微算算这笔账,无论从国家还是从股民的角度来想,都是不怎么划算的。

        笔者最近有3个月没有更新了,其实不是没有更新,而是前段时间文章分析的都带有一些热点内容,写出来都让平台掐了。。后面索性耍废了一段时间,偶尔有些文章就放出来试试,过不了审笔者也无所谓,笔者更多只是把写文章当做是未来对思考复盘的线索和参考。

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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

打赏作者

Simon Cao

创作不易,您的鼓励将是我的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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