关于年报行情

本文探讨了年报行情的投资策略,强调了价值投资与投机相结合的重要性,并详细分析了年报行情中容易走强的三种类型股票:送股题材、第四季度业绩高增长以及行业内市盈率较低的股票。

 

关于年报行情,今天我提供大家一个思路,这个思路更多的注重于投机,我们的市场毕竟是一个以投机为主导的市场。我个人认为,就算是价值投资者,也完全可以适当的进行投机,何况我不是一个纯粹的价值投资者。严格说,我就是个价值投机者。所以,我的投资理念其实就是灵活而不是固执。我的那个《投资三部曲》就已经充分的说明了我的投资理念。只不过是因为我不适合做短线,所以就没能力避免市场的波动而已。

当然,今天我也不是提倡做短线,一般来说,对于大多数人来说,在牛市,做短线的效益会低于捂股不动的,因为做短线的失误太多。所以,就有了“炒家不如捂家”的说法。在我认为,这个想法与道兄基本上是一致的,做短线是天才们的事,而不是吾等老百姓的事。

呵呵,有人认为我由于这一次的大幅度下跌引起思维混乱了,所以就在此说一句题外话,从道理来说,一个股市的成功者,应该是首先从价值投资开始,等待着积累了一定的市场感觉以后,再适当的进行一定的波段操作(根据个人的能耐决定波段的大小频率,能力差一点的,那么波段就大一点,频率就低一点;能力高一点的,那么就可以波段小一点,频率高一点;假如是天才级别的人物,那么就应该和和尚(DKD)一样做短线;假如没能力,那么死捂就行了。我的那个实验帐户的实践证明,死捂的效益也是很不错的。),价值投资为本,波段操作为末,属于锦上添花之举。

但是,我们市场的参与者99%以上(呵呵,包括我自己)是反过来的,大多数人在进行着舍本求末的行为,大家都是从技术性操作开始,在吃够了苦头以后慢慢的转向价值投资之路。也有两种人(一是天才,二是顽固不化的),一直应用着技术性操作。我就属于那种吃够了苦头以后转向价值投资之路的人,因为我已经花钱交够了学费。

新朋友们,你们是不是也准备交够了学费再说呢?

 

言归正传,我国的股市有一个特殊的现象,我不知道西方成熟市场是不是如此的?就是往往在年底的时候比较低,新年以后往往就会有个炒作的高潮,所以就有了冬播春收(春夏之间)的说法。这个现象应该说与年底的机构结帐有关,也与每年的考核有关,与年报的公布有关,与股票市盈率的排序有关,这就是所谓的年报行情。所以,机构往往会在四季度通过分析研究三季度的财务报告,预测当年公司的业绩情况,在年底进行布局,在年报公布前后拉升卖出。在此期间,市盈率比较低的,特别是第四季度的业绩增长比较高的个股往往就能获得更多的资金介入,所以在走势上的反应也会强一点。其实,这就是主力资金利用了人们的价值投资的理念,认为市盈率比较低的股票投资价值就大一点,主力资金退出的时候也比较方便一点。所以,在公布了高业绩的股票往往会在年报公布以后并不走出强劲的走势,其原因就是公布前期的上涨,在公布以后主力资金的退出造成的。

所以,一般来说,在45月份,同行业的市盈率相差不会太多,但在年底的时候,彼此之间的市盈率差距就会加大,慢慢的按照那个动态市盈率来平衡。

所以,在年中,一般走强的是具有成长性的品种,以及更多的题材炒作。

在年报行情中,未来业绩增长的因素将会有所弱化(未来的成长性炒作将是在年报、一季度财务报告公布以后年中的事情),主力资金更注重于送股题材及市盈率高低排序。当然,这个市盈率的高低主要的是在同行业之间的比较。

在年报行情中最容易走强的品种主要的有三个方面。

1,送股题材。

2,第四季度业绩同比、环比的高增长,超过大多数人预测的增长。

3,行业内市盈率排序。

至于说公司是否送股,我的感觉主要的原因在于主力资金的介入程度及主力资金的偏好。也就是说,不是因为上市公司需要股价走强而送股,而是因为主力资金的深度介入而送股。换一句话说,股价不是因为送股而走强,是因为主力资金的深度介入而走强,目的是为了顺利的兑现利润。也可以那样说,大多数的送股是散户的绞肉机。今年最为典型的就是岁宝热电。呵呵,扯远了。

所以,有兴趣的朋友就可以适当的开始布局年报行情,在三季度报告的基础上寻找四季度大幅度增长的公司,寻找07年市盈率相对比较低的品种。在银行股,就寻找40倍以下的品种,在钢铁股就寻找20倍以下的品种,在高速公路寻找20倍以下的品种,在电力股寻找25倍左右的品种。就可以适当的介入。

考虑再三,我今天还是就说一下今天买进的品种,今天我买进了二个钢铁股,莱钢股份与杭钢股份。

卖出原则:短线,最长在年报前后卖出,最短持有一个星期。

买进原因:市盈率比较低,投机一下年报行情。

买进目的:争取增加10%的民生股票。

 

友情提示:我的短线水平出奇的臭,成功率相当低,我只不过是想玩玩而已,准备模仿的朋友请谨慎。当然,假如你套进去了就请别骂我,假如赚钱了你就偷偷的乐吧,没必要分给我一点。

 

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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