年中思考系列之四。马钢、马权

年中思考系列之四。马钢、马权2007-7-2 15:36:18    
作者:东方博客 老股民    老股民 的个人首页

老股民提示:新朋友们,这里是价值投资园,是价值投资者交流的地方,在这里不适合希望赚大钱、做短线的朋友们。如果因为我而让你套进去,那么只能和你说一声抱歉!这不是我的本意。并希望你独立判断,因为只有你才能为你的人民币负责。在这里的我以及我的朋友们都是些笨蛋,一群不懂技术操作的人,如果你也愿意做个笨蛋,那么就过来参加交流吧。

在你没买进我说的股票以前,请你慎重考虑,你完全可以理解为我为了出货而招募抬轿子的人,你可千万不能上当的。

 

上星期四,我打电话去马钢了解了新区项目的情况,目前热轧板系统在试生产;冷轧板系统在调试阶段,还没有进入试生产,相比年初的宣传推迟了点。总的来说投产的过程并不顺利,今年也很难完成年初的产量计划,也就是说很难在年底达到月达产的效果。合钢的搬迁规划,目前仅仅是规划,还没有实质性的动作,合钢上半年有利润。这就是这一段时间马钢的走势不尽如人意的原因。

本来准备毛估估分析一下马钢的中期报告业绩,但由于第一季度的业绩与我的预测相差太大,主要的还是在成本控制的方面有问题,所以就不敢预测。根据目前的情况,假如上半年完成0.20元我就觉得很不错了。随着新区项目的投产,一般来说今年完成每股利润0.53元没问题。现在就等待着中期报告出台以后认真的分析一下,一季度财务报告实在是太简单,简直是没办法分析。马钢新区将在第三季度逐渐产生效益。近日热轧板市场价格的下跌,相对于马钢的新区项目不是个好消息。

 

06年的马钢钢材产量为1000万吨,按照目前的情况,马钢在2009年的产能将达到1900万吨,增加900万吨或90%,而且产品的结构也提高了,相对来说附加值提高了一点。马钢这个产量的增长率在目前的钢铁股中也是个了不起的增长率,我看好这一点。缺点就是大多数铁矿石需要进口,而且也不是在沿海地区,所以铁矿石、海运费、运输费的上涨对于他的成本压力比较大,马钢的毛利率在同类公司中也没有任何的优势。所以,他在钢材价格上涨的情况下能得到更多的增长率,但在钢材价格下跌的情况下同样的处于不利的地位。

对于中长期投资者来说,马钢新项目的推迟一点投产是无所谓的,因为明年还是那么多利润,今年的增长率低一点,那么明年的增长率就高一点了,所以说基本上差不多的。

说实话,现在的马权让我觉得尴尬,放弃嘛舍不得,不放弃嘛就怕鞍钢率先启动上涨。因为马钢在第三季度这个阶段上涨的理由不足,但马权在年底的上涨可能就很可观哦。呵呵,我说的放弃不是说明天就放弃,大家就不能误会了的。

 

对了,我有一个时间上的概念得和朋友们说一下:我说的长期投资是指10年以上的长期投资,我说的中长期投资是指这一轮牛市的中长期投资,我说的短线有可能是半年。在半年以内的持股我就说是短线,我没有持股一个星期的概念,因为这是我的短板,扬长避短嘛。

 

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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:本文研究了一种基于遗传算法的新型异构分布式系统任务调度算法,并提供了Matlab代码实现。文章重点围绕异构环境中任务调度的优化问题,利用遗传算法进行求解,旨在提高资源利用率、降低任务完成时间并优化系统整体性能。文中详细阐述了算法的设计思路、编码方式、适应度函数构建、遗传操作流程及参数设置,并通过仿真实验验证了该算法相较于传统方法在调度效率和收敛性方面的优越性。此外,文档还列举了大量相关领域的研究案例和技术应用,涵盖电力系统、路径规划、车间调度、信号处理等多个方向,体现出较强的技术综合性与实践价值。; 适合人群:具备一定编程基础和优化算法知识的研究生、科研人员及从事智能优化、分布式系统调度、电力系统、自动化等相关领域的工程技术人员。; 使用场景及目标:①解决异构分布式系统中的任务调度优化问题;②学习遗传算法在实际工程问题中的建模与实现方法;③为科研项目提供算法参考与代码复现支持;④拓展多领域交叉应用的研究思路。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注适应度函数设计与遗传操作流程,并尝试在不同场景下调整参数以观察性能变化。同时可参考文中列出的相关研究方向进行延伸探索,提升综合应用能力。
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