今天重点分析一只封闭式基金

基金从业资格考试试题答案高效利用指南:从刷题到通关的实战方法 从金融行业资格认证的备考逻辑出发,考试复习的核心不在于资料数量,而在于将真题转化为认知框架。基金从业资格考试分为科目一、科目二、科目三,不同科目对应不同岗位方向,理解考试结构与高频考点是高效备考的前提。针对网盘下载的试题及答案文档,正确做法是先诊断分析再专题刷题,最后模拟演练,而非盲目背诵答案。科目一注重数字记忆,科目二强调计算推导,科目三考察概念对比,结合历年真题训练可显著提升通过率。刷题时应避开只背答案、题海战术等常见误区,配合科学的时间规划与临场技巧,方能在基金从业资格考试中稳定发挥,顺利进入金融行业 阅读详情

基金丰和(184721),份额30亿。投资风格:价值型。管理公司:嘉实。

二季度报告已经出来:

净值从36亿增长到43亿(主要是股票增加了6个亿,债券现金类增加约1个亿)。截止6月30日的每单位净值为1。4354元(其中股票合1。12元,债券合0。29元,货币等0。02元),当天的交易价格是0。764(今天是0。73)元。

二季度总的净收益是4。6亿多元,每份基金合0。1539元(加上一季度的0。055元,接近0。21元)。历年分配节余抵消去年亏损,上半年可用于分配的收益为0。21元。

当然,是否进行年中分配,原则上由基金公司决定。

重仓股票变动分析:二季度大幅度减持了两只重仓股五粮液和同仁堂。前者从十大重仓股中剔除了(3月30日有2500多万股),后者的比例大大降低(从1780万股降低到661万股)。大商股份也减持了280多万股。G铜都减持了1200多万股。G晨鸣原来有1亿多的市值,现在不在十大重仓股行列,是否也有减持?

增持的股票有:G沪机场+425万;G招行+1547万;G海螺+1080万;G金发相对于去年末的703万增加了520万股;G华侨城相对于去年末的1170多万,增加了408万股;G重机的近800万股应该是今年新增的;G中兴股数增加30多万,市值变动不大。

目前最大市值的股票是前三只G沪机场,G招行和G海螺,总计占净值的27%。值得重点关注的还有次三只(占净值的14%)。

基金经理对后市的看法和对策:潜力和风险并存。对策一:回避部分整体高估的行业和公司(这就有可能保证三季度继续有收益);对策二见F10。

简评:

进取中比较稳健。

比较注重收益和增值的平衡。

现在的交易价格0。73元严重低估。

我的风险评估算法:0。73-0。31(债券现金等)=0。42元。对应的股票市值1。12元。

我的收益获利算法:0。73-0。19(中期可能分配的收益)=0。54元。对应的基金净值还有1。23元-----对应上周末的净值。

 

 

 

Microsemi Libero系列教程(二)——新建点灯工程 前言 上一篇文章,介绍了Microsemi Libero系列教程(一)-Libero开发环境介绍,下载,安装与注册,作为嵌入式开发中的Hello World,点灯是再也基础不过的实验了,通过点灯实验,可以了解芯片GPIO的控制和开发环境IDE新建工程的流程,对于FPGA来说,每个IO口几乎一样,所以本篇文章主要学习一下如何基于Microsemi Libero集成开发环境建立一个示例工程,让一个L... 阅读详情

相关推荐

41-dify案例分享-基于database插件实现Text2sql的数据库查询图表工作流

本文介绍基于 Text2SQL 的 Dify 工作流实现过程。先阐述 Text2SQL 概念、步骤及应用领域。接着说明工作流制作,包括用 chatflow 加开场白、获取系统时间,配置 LLM 生成 SQL,用 SQL Execute 工具查询,经 LLM 汇总结果,代码生成 ECharts 数据,条件分支判断图表类型输出。最后介绍验证测试、提供体验地址,还提及借助工具生成建表和初始化数据 SQL 语句。

个人技术 1万+

封闭式基金原理分析

from:http://jijinke.blog.sohu.com/90794027.html         在此我将以最平实的语言和最直观的计算向您介绍封闭式基金的投资价值和获利原理。这是我作为一个业余投资者两年多来的学习研究的一些思考和积累。希望您能够耐心看完。    1.   为什么要研究封闭式基金之一:投资回报历史数据比较        从2005 年7 月8 日到2008 年6 月1...

疯狂的菠菜 739

已过tiktok校招客户端,面经分享

面试的话, 一天面完3面, 效率很高, 三天之后就发了offer 字节邮件里面也说了不能泄露面试题, 那我就把我秋招参与美团,字节,腾讯,阿里面试被问到的全部问题总结着写出来了, 这其实是我每一轮面试完之后我都会总结哪里答对了, 哪里没有答对, 总结了一大堆问题出来. 答案未必正确, 我只是给自己写了个简单的一句话概括, 可能不够完善, 建议看官自行回答一下这些问题 二本非科班, 暑假在字节实习过, 不过不是tiktok部门, 因此秋招就没啥时间准备面试了, 只投了几个大厂, 顺便也在字节跨部门转正,

a1472750149的博客 1308

破解“封闭式基金折价之谜”(ZT)

破解“封闭式基金折价之谜”(ZT)无论是中国还是西方的资本市场上封闭式基金都存在持续的高折价现象,这难以用传统的有效市场理论加以解释,人们把这种现象称为“封闭式基金折价之谜”。对封闭式基金折价的解释有两派观点:一派是理性预期的观点,一派是噪声交易的观点。本文详细阐述了西方学者对封闭式基金折价的研究成果,并对相关理论进行了评述。  一、封闭式基金折价:理性预期的观点  基于理性预期的研究是对基金折

817

多租户Saas架构设计分析(基础篇)

本篇先给大家介绍一下相关的概念和常见问题。 实践篇链接:https://blog.csdn.net/haponchang/article/details/104246317 SaaS简介 SaaS是Software-as-a-Service(软件即服务)的简称,“软件即服务”?是不是有点拗口?其实你就理解成为“按需租用别人提供的软件服务”就可以了,它是一种软件交付模式。...

haponchang的博客 1万+

YOLO26优化:AAAI2026 | 融合PartialNet Block的C3k2-YOLO高效目标检测网络 | 轻量化涨点设计

PartialNet Block 结合YOLO26的C3k2模块,进行二次创新。

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 594

养老投资计划——定期定投指数基金分析(下)

养老投资计划——定期定投指数基金分析(下)这是一个养老投资计划,适合大多数的工薪阶层,是为了让自己的血汗钱能够保值增值,能够在未来幸福的渡过老年的生活,而不必要过分的依赖小辈。我们应该明白,我们的这一代处于特殊的人口政策,在可预计的将来,小辈的负担将非常的沉重,所以,我们有必要未雨绸缪,为自己的老年生活做一点准备工作。总而言之,考虑到我们属于发展中国家,我们的股市前途无量,我们完全有理由介入证券

1213

JAVA:Spring Boot 集成 LibreOffice 实现文档在线转换服务

本文介绍了在企业级应用开发中使用LibreOffice实现文档格式转换的技术方案。通过对比分析商业库、纯Java方案和云服务API的优缺点,重点阐述了LibreOffice在格式兼容性、转换质量和零成本方面的优势。文章详细说明了环境准备步骤,包括Windows/Linux系统安装LibreOffice、解决中文乱码问题以及Docker部署方案。最后提供了Spring Boot项目的基本配置,包括Maven依赖和application.yml配置文件,为构建稳定高效的文档转换服务奠定基础。

木头 520

基金投资入门

基金是由证券基金公司、保险公司、银行推出的,通过众多投资者募集巨额资金,并组建专业的管理团队管理资金,形成一个投资组合产品。这个组合产品中可以只包含股票、债券,也可以同时包含股票、债券、期货等。比如一个基金组合中70%投资股票,20%投资债券,10%投资现金等价物,即使购买者投资了10元,也会将这10元按照基金内的不同产品比例分别投资不同的产品。

第一片心意的博客 425

QtQuick QML教程(2):qml语法介绍

​ qml一个普通的文本文件,后缀是.qml, 一个qml文件主要由两部分组成:(1) import语句 :这个就像C++中的头文件, 使用 import 导入qml需要的相关模块,可以查询Qt文档进行导入,注意每个版本的Qt模块声明可能都不同,相比于QWidget项目,QtQuick的变动是很大的;(2) QML对象树 :根对象是Window, 然后可以在Window中添加各种控件,例如按钮,文本,菜单等。

琅嬛福地 551

springboot整合sharding-jdbc实现分库分表详解

springboot整合sharding-jdbc实现分库分表详解

congge 9090

封闭式开发小记(6):封闭式开发的文档管理

在封闭式开发中,我们要尽量把花在写文档上的时间减到小,这样才能保证更多的时间用于实现业务需求上。只能尽可能短的时间做出可以演示的需求,才能让客户满意。但是虽然没有原来需求说明和详细设计那么多。但是基本的用于落实需求和用于交流的文档还是要的。其实个人认为最好的文档就是代码了,关于代码既是文档可以参考《clean code》,下面着重介绍一些不可再省的文档了: 用户故事(use...

weixin_30624825的博客 171

【MATLAB】嵌入式PID控制参数整定与优化

本文提出了一种基于MATLAB仿真的嵌入式PID参数优化方法,解决了传统人工试凑法效率低、适应性差的问题。通过建立一阶滞后被控对象模型,对比分析了不同PID参数组合的性能表现,筛选出最优参数。仿真结果表明,优化后的PID参数能有效降低超调量(从传统方法的显著超调降至接近0%),缩短调节时间,提高稳态精度。最终将优化算法部署到STM32平台,实现了"仿真整定-参数优化-嵌入式落地"的完整开发流程。该方法显著提升了嵌入式系统的响应速度和控制精度,为工业控制应用提供了标准化解决方案。

unber的博客 46

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 339

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

把 KV Cache 压到 FP4:BitDecoding-FP4 的算法-系统协同设计复盘

长上下文推理卡在KV Cache的显存与带宽上,而现有FP4方案要么精度崩、要么速度废。这篇文章复盘BitDecoding-FP4如何用三个算法补丁加一个系统重构,在B300上把服务吞吐提升2.4–3.0倍,精度几乎不掉。

helloagent的博客 312

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

【算法拾光】链表 哈希表|K个一组翻转链表 + 两数之和

K个一组翻转链表需分段反转,借助哑节点与前驱指针维护连接,避免断链;两数之和利用哈希表实现O(1)查找,空间换时间,高效定位目标组合。前者考察链表指针操作,后者聚焦映射关系构建,均为面试高频题。

wuqingyigexiaoba的博客 331

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 605

优选算法:分治-归并排序

交易逆序对的总数

Wangshijie1015的博客 148

算法日常・每日刷题--<动态规划>42

本题为“不相交的线”,与最长公共子序列问题相似。使用动态规划求解:定义 dp[i][j] 表示 nums1[0:i] 与 nums2[0:j] 的最大不相交连线数。若元素相等,则继承左上值加1;否则取上方或左方最大值。最终返回 dp[m][n],即两数组的最大不相交连线数。时间复杂度 O(mn),空间复杂度 O(mn)。

2503_92261635的博客 24

408 算法 06|堆与 Top-K:最小的 10 个数,到底该用数组还是堆

2022(42) 找 100 万个数里最小的 10 个,官方给了"10 元素有序数组"和"大根堆"两种答案。我把两种都实现并数了比较次数:k=10 时两者几乎打平,k=10000 时堆少 111 倍。另附 2021(42) 计数排序的比较次数与稳定性实测。

m0_56226131的博客 437

408 算法 04|主元素与三元组最小距离:两种“扫描时做决定“的思路

2013(41) 的主元素用摩尔投票一遍选出候选,但真正的考点是"选完必须验票";2020(41) 的三元组最小距离,三指针每次只挪最小的那个,靠的是 D=2×(max−min) 这个恒等式。两套完整 C 代码加真实输出,附官方评分档位表。

m0_56226131的博客 425

牛客周赛165C题(前后缀性质,递推,排序,枚举)

题目大意:给定长度为 `n` 的数组,选择 `k ∈ [1,n]`,将前 `k` 个元素整体翻转,后面的元素不变。要求操作后的整个数组非递减,统计满足条件的 `k` 的数量。题目链接:https://ac.nowcoder.com/acm/contest/141721/C。时间复杂度:O(nlogn)

2501_94316951的博客 174

算法64,字母异位词分组

代码核心思路是:互为字母异位词的字符串,在对其字符进行排序后,一定会得到相同的字符串。因此,可以将排序后的字符串作为哈希表的键(Key)来进行分组。

sheshibenniaodan的博客 201

【MPC 算法】Python 实战:模型预测控制(MPC)算法原理与代码实现

本文介绍模型预测控制(MPC)原理与Python实现。MPC通过滚动优化预测未来状态,结合系统模型、目标函数与约束条件,动态生成最优控制序列。以一阶温度系统为例,使用CVXPY构建凸优化问题,实现加热功率的智能调控。代码包含模型预测、目标函数设计(含温度跟踪与控制平滑惩罚)、输入约束及滚动更新机制。仿真结果表明,MPC能快速稳定温度至目标值60℃,且控制动作平滑合理,体现其在复杂系统中的优越性。

赖德发的博客 48

算法61,判定是否为字符重排

两字符串能互为重排 ⇔。

sheshibenniaodan的博客 222

算法日常・每日刷题--<动态规划>32

给定严格递增的正整数数组,求最长斐波那契子序列长度。使用二维DP,dp[i][j]表示以arr[i]、arr[j]为最后两项的序列长度,初始化均为2。通过哈希表快速查找前一项target = arr[j] - arr[i],若存在且下标小于i,则状态转移:dp[i][j] = dp[k][i] + 1。遍历更新全局最大长度,最终若结果小于3则返回0。时间复杂度O(n²),空间复杂度O(n²)。

2503_92261635的博客 181
上一篇: 竹子生长的前五年
下一篇: 买进价值严重低估的DD 撿钱包的投资哲学之一
Labber
博客等级 码龄19年 26粉丝 1976原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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