港股香港上市的方式都有哪些

港股上市包括多种方式,如发售以供认购(类似A股IPO)、发售现有证券(类似解禁减持)、配售(类似定向增发)、公开招股、供股(类似A股配股)以及介绍上市。每种方式都有其特点和适用场景,其中,发售以供认购和供股是常见的融资手段,而介绍上市则无需销售安排,适用于已有广泛流通量的证券。
摘要由CSDN通过智能技术生成

港股是指在香港联合交易所上市的股票。香港的股票市场比内地的成熟、理性,对世界的行情反映灵敏。港股香港上市的方式都有哪些呢?

1、发售以供认购。

发售以供认购是发行人发售他自己的证券或其代表发售发行人的证券,以供公众人士认购。认购必须刊发上市文件,且全数包销。这种方式与A股的IPO相当。

2、发售现有证券。

发售现有证券是已发行证券的持有人或其代表,或同意认购并获分配证券的人或其代表,向公众人士发售该等证券。该方式必须刊发上市文件。该方式类似解禁后的“大小非”减持股份。

3、配售。

配售是发行人或中介机构向主要经其挑选或批准的人士,发售有关证券以供认购或出售有关证券,此等方式一样需要刊发上市文件。配售类似A股的定向增发。

4、公开招股。

与配售联系紧密的还有公开招股,是指向现有的证券持有人作出要约,使其可认购证券(不论是否按其现时持有证券的比例认购证券),但该等证券并非以可放弃权利文件分配。公开招股可与配售一并进行,成为附有回补机制的公开招股。

5、供股。

供股是向现有证券持有人作出供股要约,使他们可按其现时持有证券的比例认购证券。在一般情况下,所有供股须获全数包销。在不抵触现有条款情况下,从新申请人的证券开始在本交易所买卖的日期起计12个月内,发行人不得进行供股。供股类似于A股的配股。

6、介绍。

介绍是已发行证券申请上市所采用的方式,该方式毋须作任何销售安排,因为寻求上市的证券已有相当数量,且被广泛持有,故可推断其在上市后会有足够市场流通量。采用介绍方式上市,必须刊发上市文件。A股很少采取介绍这种方式上市,而之前撤回A股IPO,改赴港股上市的碧桂园物业就是计划采用介绍方式上市。上述上市方式中,有一些属于再融资领域,而与IPO对应的,更多的方式还是发售以供认购。

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda配置好环境,然后直接导入到pycharm,在pycharm运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna安装requirements.txt的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda对应的python导入到pycharm即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm运行train_dual.py开始训练 方式二: 命令行方式,在pycharm的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论 2
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