今日港市分析(2007/06/06)

本文分析了2007年6月6日香港股市恒生指数的走势,指出高位阻力增大及受美股下跌影响,港股表现反复。文章还提及内地股市的深强沪弱格局。
今日港市分析(2007/06/06)
王氏
  今日,港市恒生指数以跳高8点开市。开市后高走4分钟见上午市最高位的20921点后回落。上午市上半段的走势处反复波动状态。点位亦只在最高位与高开位之间进行。上午市的最后一小时先回落地在尾市半小时附近见上午最低位20848点后成V字反转回抽收上午市。(上午市收20898点,升56点)下午市开市后横盘7分钟后展开急上拉走势,10分钟后见今日最高位的20938点后急促又下泻地一度下穿上午市的最低位,之后的反抽约收复急跌幅度的五分二处后再出现急跌。尾市才出现小反抽收盘。全日下微跌23点,以20818点报收。
  港市恒指今日上午市的窄幅上落争持发展到下午市的大幅上落争持反映出高位阻力加大。加上昨晚美股道指在伯南克言论影响而下跌的拖累下(昨晚道指在减息无望下大幅跳低开市,上午市最多下跌117点地地在13551点处才受到支持企稳。下午市尾市有所反抽地使其跌幅收窄。全日下跌80点,以13595点报收)投资者担心道指短期见顶地逢高获利沽售了结。受道指下跌影响,欧洲三大国均下跌,其中法国下跌0.77%,德国下跌0.71%,英国下跌0.47%。亚洲市的日本市一开市便下跌52点,尾市跌幅收窄地全日收盘只微跌12点。
  内地股市昨日再深跌后V字反转后,今日走势反复。市场出现深强沪弱的格局。而昨日领涨的B指今日整理地收日K十字星,从而连带上证指数也收带上下影线之日K十字星。但深市则在采掘指数(升6.06%)地产指数(升3.35%)金属指数(升2.8%)农林指数(升2.68%)机械指数(升2.53%)IT指数(升2.21%)等比上日再走强的带动下,深证成指今日再上升2.67%。
  从港市成份股中可看到,今日地产、金融类个股受压,其中因素极可能港市的银行有加息的预期。由于恒指下午市的回跌,使得中企指数和内地综合指数今日创历史新高后也随之回落。但中企指数仍上破日K前三个顶部收市连线阻力地创收市新高。相信,随着内地股市的止跌回升,中企指数、国企指数和内地综合指数会跟随地成为有效突破,有望后市将成为恒指破位上升的动力。[@more@]

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/8551371/viewspace-917723/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/8551371/viewspace-917723/

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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