财务报表分析关键点总结

又到了看报表炒股的时候了,总结一下之前的笔记,用来作选股依据,5分钟看一股。满足下列条件的股票,虽然可能不会大涨,但是绝对不可能大跌。

 

1. 经营现金流量/收入>0.5    参数可配置,越大股票越好

2. 资产负债率<50%,  越小越好

3. 流动性>1.5   越大越好

4. 毛利率>50%, 毛利率同期增长>10%为最优

5. ROE必须大于7%

6. 所有者权益数字上呈线性上升

7. 应收账款,存货无大幅变动

8. 应付职工薪酬呈线性上升

9. 应交税费呈线性上升

10.每股净资产*3>当前股价

 

----------------------------------------------------------------

经营现金流量:

一定要为正数

数额如果能够接近Revenue为最佳

 

资产负债率:

负债总额/总资产

越小越好,一般30%~50%,超过50%说明债务压力大

 

流动比例/速动比例:

流动资产/流动负债  (流动资产-存货-待摊)/流动负债

一般要大于2

体现的是短期的还债能力,不至于有资金链破裂的危险

 

 

毛利率:

(主营业务收入-主营业务成本)/主营业务收入

体现的是企业利润的源泉

大于50%的企业是优质企业

如果毛利率同比增长10%以上,则相当优秀

 

净资产收益率:

ROE, 计算相对复杂,表示资金整体投入产出的比率

用来和银行存款利率相比较,比如 ROE是3%, 

那不如立刻把净资产变现,存入银行,ROE还可以是5%

 

 

所有者权益的变动:

其总额可以看出企业是否真正的在增值(参考分红)

 

应收账款变动:

如果应收账款突然大幅度增加,则需要警惕是否进行了虚假的交易来调账。

 

存货变动:

存货的突然增加,也是企业市场变化的信号

 

应付职工薪酬变动:

职工薪酬一般是只增不减,除非裁员了

 

应交税费变动:

税费由税务局单独计算,不能作假,可以验证收入利润的准确性

 

 

A stock must be stable and understandable.

股票必须有持续稳定的收益,并且财报是容易理解的。对于突然赚钱很多的公司,无法预测下一年的财务状况

A stock must have long term prospects.

股票有长期价值,可以长期投资,不是很快倒闭的。

A stock must be managed by vigilant leaders.

公司有个不错的CEO,有个人魅力

A stock must be undervalued

股票价格在自己评估的价值以下,一般在熊市的时候,恐慌性抛售的股票,才可能把绩优股拉到价值低洼区。

 

 

 

格雷勒姆 (Bufett的导师)

Price/BookValue< 1

只在价格小于每股净资产的时候交易

 

Bufett (出处不详)

PE<15   P/BV<1.5

市盈率<15,    价格小于每股净资产1.5倍的时候交易

 

PE*PBV=22.5 

综合考虑市盈率和每股净资产, 小于22.5交易

市盈率= 价格/每股收益

 

标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
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