股市常识-股票代码

        股票代码是代表一个上市公司在股票市场上的符号,每只股票都有其对应的代码,该代码除了区分各种股票,还可以知道股票是在哪个交易所上市、什么板块的公司。熟悉这类代码有助于增加我们对交易品种的理解。

股票在哪上市,代码也会有所不同。

  • 在上海证交所的A股是以600、601或者603开头的,
  • 上海证交所的B股是以900开头的,
  • 在深圳证交所的A股是以000开头的,
  • 其中002开头的是深证中小企业板的股票,
  • 创业板的股票是以300开头的,
  • 深圳B股是以200开头的。
  • 沪市权证是以580开头的,
  • 深市权证是以031开头的,
  • 沪市新股申购的代码是以730开头的,
  • 而深市的申购代码就是股票上市代码。
  • 沪市的配股代码是700开头的
  • 深圳市的配股代码是以080开头的
  • CDR存托凭证代码为“689xxx”
  • 001×××国债现货
  • 003开头的股票是上海A股在深圳股票交易市场的市值配售形成的股票,是在特殊时期产生的股票,具体为:当深圳股票交易市场主板不再发行新股后,深圳股票交易市场的投资者可以申购上海股票交易市场主板的股票,当投资者申购中签后,其持有的股票代码即为003开头。目前,这项政策已经取消。也就是说,003开头的股票实际是深市的股票

上海交易所

  • A股60开头,新股申购730开头
  • B股900开头
  • 配股700开头
  • 科创板688开头(需要50万资金才能买卖),新股申购787开头

深圳交易所

  • A股00开头,新股申购代码与股票代码一样
  • B股200开头
  • 配股080开头
  • 中小板002开头
  • 创业板300开头

北京交易所

  • 优先股82开头
  • 普通股83、87开头
  • 公开发行股88开头

新三板挂牌的股票代码一般都是以400、430、830开头。新三板股票代码规则有一定的规律:

  • 430开头的是新三板企业股票代码,代表2014年5月19号以前的登陆新三板的公司。;
  • 830开头的也是新三板股股票代码,代表的是2014年5月19号之后登陆新三板的公司。
  • 400开头的新三板股票是老三板的A股股票(沪深市场退市),也即老三板的人民币普通股票,以人民币认购和交易。
  • 420开头的新三板股票是老三板的B股股票(沪深市场退市),也即老三板的人民币特种股票,以人民币标明面值,以外币认购和买卖。

有些股票还会在股票名称中中加上字母,其实这个也可以算是股票代码分类的一种。

  • S开头表示还没有进行或完成股改
  • ST开头即为亏损股
  • *ST开头表示连续三年亏损,退市风险
  • S*ST表示进行退市预警和还没有完成股改
  • NST表示经过重组或股改重新恢复上市的ST股
  • 股票加上XD,意思是该股不享受派息的权利。
  • 股票前加G,表示贡献,点一下可以看见所有股票对该指数的涨跌贡献。
  • DR,股票加上DR表示股票除权除息,购买这样的股票是没有送股派息的权利。
  • XR,股票加上XR表示除权,购买这种股票是不能享受分红的。

上海板块和深圳板块实行核准制,股票涨跌幅限制为10%,

创业板和科创板实行注册制,股票涨跌幅限制为20%。 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
股市均线策略是一种通过计算股票价格的平均值,来判断股票趋势和买卖信号的交易策略。这种策略在股票交易中应用广泛,可以采用Python来编写实现。以下是一个简单的全股市均线策略的Python代码。 1. 导入所需库 ```Python import pandas as pd import numpy as np import matplotlib.pyplot as plt ``` 2. 设置股票代码和时间 ```Python stock_code = 'SH000001' start_date = '2015-01-01' end_date = '2021-12-31' ``` 3. 从股票数据源中获取数据并进行处理 ```Python from jaqs.data import DataApi data_api = DataApi(addr='tcp://data.quantos.org:8910') data_api.login(username="phone number", password="password") df, msg = data_api.daily( symbol=stock_code, start_date=start_date, end_date=end_date, fields="open,close,high,low,volume,vwap" ) data_api.logout() df = df.set_index('trade_date') df['ma5'] = df['close'].rolling(5).mean() df['ma10'] = df['close'].rolling(10).mean() df['ma20'] = df['close'].rolling(20).mean() df['ma60'] = df['close'].rolling(60).mean() df['ma120'] = df['close'].rolling(120).mean() df = df.dropna(axis=0, how='any') ``` 4. 根据均线计算交易信号 ```Python df['signal'] = None for i in range(1, len(df)): if df['ma5'].iloc[i] > df['ma60'].iloc[i] and df['ma5'].iloc[i-1] <= df['ma60'].iloc[i-1]: df['signal'].iloc[i] = 'buy' elif df['ma5'].iloc[i] < df['ma60'].iloc[i] and df['ma5'].iloc[i-1] >= df['ma60'].iloc[i-1]: df['signal'].iloc[i] = 'sell' ``` 5. 绘制股票价格和交易信号曲线图 ```Python buy_points_x = df[df['signal'] == 'buy'].index buy_points_y = df[df['signal'] == 'buy']['close'] sell_points_x = df[df['signal'] == 'sell'].index sell_points_y = df[df['signal'] == 'sell']['close'] plt.figure(figsize=(16,8)) plt.plot(df['close'], label='Close') plt.plot(df['ma5'], label='MA5') plt.plot(df['ma10'], label='MA10') plt.plot(df['ma20'], label='MA20') plt.plot(df['ma60'], label='MA60') plt.plot(df['ma120'], label='MA120') plt.scatter(buy_points_x, buy_points_y, color='green', label='Buy') plt.scatter(sell_points_x, sell_points_y, color='red', label='Sell') plt.legend(loc='upper left') plt.show() ``` 以上就是一个简单的全股市均线策略的Python代码。如果您想在实际交易中采用股票交易策略,建议您先进行充分的实验和研究,对股市趋势、价格预测和交易成本等多方面因素进行充分考虑和评估。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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