我没卖出123的理由,价值低估!

煤炭股投资策略
作者分享了自己投资煤炭股的经历及策略,强调了价值投资的重要性,并预测了兰花科创未来的利润增长趋势。

 

因为我是从去年就开始买入煤炭股的(不过去年大多买进的是0933),也就是在基金大量卖出的时候,当然,我也同样的套进去。所以,我知道煤炭股有着一定的季节性因素,我也准备做一次波段性操作的。在我以前的帖子曾经多次提起过,123的波段一般在上涨50%左右,到时候上涨的差不多了就应该卖出。

 

说实话,兰花科创我没在适当的时候卖出去是一个错误,因为我不在家,这是客观原因。当我回家的时候就已经下跌至13元多一点点,那么就没必要卖出去了。这一个星期又下跌了10%多一点,看起来很可惜的。但我是中长期投资者,所以只要公司的基本面无变化,价格也是在低估区域,那么短线的涨涨跌跌和我有什么关系呢?也就让他去了,这就是价值投资。

 

这一个星期没卖出,其实还有另外一个原因,就是大同煤矿的发行。我估计大同煤矿的发行市盈率要比兰花科创的市盈率为高,大同煤矿的成长性要低于兰花科创。那么到时候大同煤矿的炒作能让兰花科创水涨船高。

 

至于牛哥来先生说到的那个利空,我觉得问题不太大,因为只是全行业的问题,而且是慢慢来的问题,不可能一蹴而就。但不会是根本性的问题,根本性的问题是煤炭的供求关系!

 

目前还看不出供大于求。安全问题的整顿会适当的减少供给量,投资煤炭的高利润会增加供给量。如果能供求平衡,那么对于兰花科创就是利好!

 

我的预测大盘是已经进入牛市,目前的下跌是牛市过程中必然的调整,否则就是不健康的牛市。那么,牛市中的调整我们该不该害怕呢?个人认为,没必要害怕。曾经的牛市告诉我,在牛市中每一次的卖出是错误,每一次的调整是买进的机会。(当然,我损失了利润。我是不是在强词夺理?)特别是价值低估的股票。

 

我对于兰花科创利润的预测是:06年同比增长30%,或者说每股利润1.50元,或者说市盈率7.85倍。07年继续增长30%以上,或者说不少于每股利润2元,或者说市盈率不高于5.89%,08年继续保持增长应该没问题。请朋友们在1000多个上市公司中找一下,还有没有比兰花科创更值得投资的公司?如果有,我立马调换!

 

在行业的调整中,在大盘的调整中,难免泥沙俱下!比如钢铁行业中的0898,煤炭行业中的123

 

这就是我的机会!也许是你的机会!也许不是。

 

当然,也许是我的固执!也许不是,这就是炒股票。

 

老股民申明:我这个价值低估的理由对你不构成投资建议,如果你想买进,责任只能由你自己来承担。如果你想买进,那么其实就等于是在给我抬轿子。因为我有!

 

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
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