获取首日涨停封盘后第二次交易日上涨/下跌的概率
有许多投资者喜欢在股票涨停封盘后,跟进买入。普通股民会认为一个能在今日涨停封盘的股票,证明其上市公司正有十分重大的利好信息,只需要跟进购买便可以获取短期利益。
我们用数据来看一下在当日涨停封盘后,第二次交易日是上涨还是下跌?
import efinance as ef
import numpy as np
import pandas as pd
from tqdm import tqdmall_stocks = ef.stock.get_realtime_quotes()
stock_codes= np.array(all_stocks["股票代码"])stock_rise_fall_arr = []for stock_code in tqdm(stock_codes):# 获取股票历史行情数据df = ef.stock.get_quote_history(stock_code)if len(df) == 0:continuestock_rise_fall = {}stock_rise_fall["股票代码"] = stock_codestock_rise_fall["股票名称"] = df["股票名称"].loc[0]stock_rise_fall["涨停天数"] = 0stock_rise_fall["涨停后涨"] = 0stock_rise_fall["涨停后跌"] = 0stock_rise_fall["涨停后开盘涨"] = 0stock_rise_fall["涨停后开盘跌"] = 0stock_rise_fall["涨停后最高涨"] = 0stock_rise_fall["涨停后最高跌"] = 0is_limit_up = Falseis_first = Falselast_price = 0for i in df.index[:]:line = df.loc[i]# 如果昨日涨停if is_limit_up and is_first:if line["涨跌幅"] > 0:stock_rise_fall["涨停后涨"] += 1else:stock_rise_fall["涨停后跌"] += 1if line["开盘"]> last_price:stock_rise_fall["涨停后开盘涨"] += 1else:stock_rise_fall["涨停后开盘跌"] += 1if line["最高"]> last_price:stock_rise_fall["涨停后最高涨"] += 1else:stock_rise_fall["涨停后最高跌"] += 1# 如果当日涨停if line["涨跌幅"]>9.9:# 如果昨天也涨停if is_limit_up:is_first = Falseelse:last_price = line["收盘"]is_first = Trueis_limit_up = Truestock_rise_fall["涨停天数"] += 1else:is_limit_up = Falseif stock_rise_fall["涨停后涨"] + stock_rise_fall["涨停后跌"] > 0:stock_rise_fall["涨停后涨概率"] = stock_rise_fall["涨停后涨"] / (stock_rise_fall["涨停后涨"]+stock_rise_fall["涨停后跌"])if stock_rise_fall["涨停后开盘涨"] + stock_rise_fall["涨停后开盘跌"] > 0:stock_rise_fall["涨停后开盘涨概率"] = stock_rise_fall["涨停后开盘涨"] / (stock_rise_fall["涨停后开盘涨"]+stock_rise_fall["涨停后开盘跌"])if stock_rise_fall["涨停后最高涨"] + stock_rise_fall["涨停后最高跌"] > 0:stock_rise_fall["涨停后最高涨概率"] = stock_rise_fall["涨停后最高涨"] / (stock_rise_fall["涨停后最高涨"]+stock_rise_fall["涨停后最高跌"])stock_rise_fall_arr.append(stock_rise_fall)
stock_rise_fall_df = pd.DataFrame(stock_rise_fall_arr)
stock_rise_fall_df.to_excel('output.xlsx', index = False)
stock_rise_fall_df
100%|██████████| 5649/5649 [43:02<00:00, 2.19it/s]
股票代码 | 股票名称 | 涨停天数 | 涨停后涨 | 涨停后跌 | 涨停后开盘涨 | 涨停后开盘跌 | 涨停后最高涨 | 涨停后最高跌 | 涨停后涨概率 | 涨停后开盘涨概率 | 涨停后最高涨概率 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | 300120 | 经纬辉开 | 72 | 32 | 18 | 36 | 14 | 42 | 8 | 0.640000 | 0.720000 | 0.840000 |
1 | 300284 | 苏交科 | 58 | 31 | 11 | 25 | 17 | 38 | 4 | 0.738095 | 0.595238 | 0.904762 |
2 | 300052 | 中青宝 | 91 | 46 | 25 | 44 | 27 | 58 | 13 | 0.647887 | 0.619718 | 0.816901 |
3 | 300045 | 华力创通 | 65 | 33 | 21 | 39 | 15 | 49 | 5 | 0.611111 | 0.722222 | 0.907407 |
4 | 300865 | 大宏立 | 21 | 8 | 9 | 10 | 7 | 15 | 2 | 0.470588 | 0.588235 | 0.882353 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
5637 | 300047 | 天源迪科 | 49 | 24 | 21 | 28 | 17 | 42 | 3 | 0.533333 | 0.622222 | 0.933333 |
5638 | 872953 | 国子软件 | 12 | 3 | 6 | 1 | 8 | 6 | 3 | 0.333333 | 0.111111 | 0.666667 |
5639 | 300598 | 诚迈科技 | 104 | 37 | 24 | 35 | 26 | 54 | 7 | 0.606557 | 0.573770 | 0.885246 |
5640 | 001279 | C强邦 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0.000000 | 0.000000 | 0.000000 |
5641 | 837592 | 华信永道 | 60 | 17 | 38 | 14 | 41 | 25 | 30 | 0.309091 | 0.254545 | 0.454545 |
5642 rows × 12 columns
将导出excel文件下载到本地,并对数据进行统计整理到最后一行,计算各个概率,可以得到如图所示:
可以看出,涨停后收盘涨和涨停后开盘涨的概率均在0.5左右,可以认为首日涨停与第二日是否涨停无关。故某只股在今日涨停,并不意味着,该股公司有什么重大利好信息,也无法作为买进的支撑。
相关文章:

获取首日涨停封盘后第二次交易日上涨/下跌的概率
有许多投资者喜欢在股票涨停封盘后,跟进买入。普通股民会认为一个能在今日涨停封盘的股票,证明其上市公司正有十分重大的利好信息,只需要跟进购买便可以获取短期利益。 我们用数据来看一下在当日涨停封盘后,第二次交易日是上涨还…...
shell $ 用法
Shell脚本中$符号的几种用法小结_linux shell_脚本之家 Shell 传递参数 | 菜鸟教程 $ 符号说明$0Shell 的命令本身1到9表示 Shell 的第几个参数$?显示最后命令的执行情况$#传递到脚本的参数个数$$脚本运行的当前进程 ID 号$*以一个单字符串显示所有向脚本传递的参数$!后台运行…...

如何用支付宝实现靠脸吃饭
还记得上学时,每当下课铃声响起,我们就会像一群脱缰的野马一样,浩浩荡荡地冲向食堂。最令人崩溃的时刻莫过于终于到达打饭窗口前排时,却发现饭卡忘带了!但现在,这种情况将不再发生。许多学校食堂已经配备了…...

Visual Studio的实用调试技巧总结
对于很多学习编程的老铁们来说,是不是也像下面这张图一样写代码呢? 那当我们这样编写代码的时候遇到了问题?大家又是怎么排查问题的呢?是不是也像下面这张图一样,毫无目的的一遍遍尝试呢? 这篇文章我就以 V…...

graphrag学习总结
学习视频:b站链接 项目链接 GraphRAG 的基本概念 Document(文档):系统中的输入文档。这些文档要么代表CSV中的单独行,要么代表单独的txt文件。 TextUnit(文本块):要分析的文本块。…...
专题:贪心算法(已完结)
1.分发饼干 方法一:用最大的胃口 找到最大的饼干(先遍历胃口) class Solution { public:int findContentChildren(vector<int>& g, vector<int>& s) {// 主要思路 用最大的饼干找最大的胃口sort(g.begin(),g.end());so…...

Hadoop的三种运行模式:单机模式、伪分布式模式和完全分布式模式
单机模式 单机模式是Hadoop最简单的运行模式。在单机模式下,所有Hadoop组件都运行在单个机器上,包括HDFS、MapReduce等。由于只有一个节点参与计算,单机模式适用于开发和测试阶段,不适合用于处理大规模数据。在单机模式下…...

JavaScript将array数据下载到Excel中
具体代码如下: <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta http-equiv"X-UA-Compatible" content"IEedge"><meta name"viewport" content"widt…...
【前端】Bootstrap:快速开始
Bootstrap 是一个功能强大且易于使用的前端框架,专门用于创建响应式和移动优先的网页。学习Bootstrap不仅可以帮助你快速构建现代网页,还可以提升你对前端开发流程的理解。本教程将从基础概念开始,逐步引导你掌握Bootstrap,并通过…...

文献阅读(222) VVQ协议死锁
题目:VVQ: Virtualizing Virtual Channel for Cost-Efficient Protocol Deadlock Avoidance时间:2023会议:HPCA研究机构:KAIST request-reply协议死锁如下图所示,每个node收到request之后发送reply,但是想…...

Node.js管理工具NVM
nvm(Node Version Manager)是一个用于管理多个 Node.js 版本的工具。以下是 nvm 的使用方法和一些常见命令: 一、安装 nvm 下载 nvm: 地址:https://github.com/coreybutler/nvm-windows/releases访问 nvm 的 GitHub 仓…...
云原生后端
云原生后端(Cloud-Native Backend)是指在云计算环境中,利用云原生技术(如容器、微服务、服务网格等)构建和部署后端应用程序的一种方法。以下是对云原生后端的详细讲解: 1. 定义 云原生是一种设计和构建应…...

充电宝哪个品牌值得买?2024年五款靠谱充电宝推荐
哪个品牌充电宝值得买?用过这么多款充电宝,个人还是觉得充电快、小巧便携的充电宝使用会更加的方便!在当今快节奏的生活中,手机已成为我们不可或缺的伙伴。然而,随着智能手机功能的日益强大,电池续航问题也…...

YOLOv11对比YOLOV8网络结构变化分析,帮助你真正的理解和学习yolo框架
本文在大佬的文章YOLOv11 | 一文带你深入理解ultralytics最新作品yolov11的创新 | 训练、推理、验证、导出 (附网络结构图)基础上做了一些补充。 一、YOLOv11和YOLOv8对比 二、YOLOv11的网络结构图 下面的图片为YOLOv11的网络结构图。 三、YOLOv11…...
弃用RestTemplate,RestClient真香!
在Spring框架的发展历程中,RestTemplate作为发起HTTP请求的同步API,曾经扮演着举足轻重的角色。然而,随着技术的不断进步和微服务架构的普及,RestTemplate的局限性逐渐显现,尤其是在处理高并发和异步请求时。因此&…...
electron-vite_10electron-updater软件更新
网很多electron-updater更新文章,这里只简单写一下演示代码; 为什么选择 electron-updater插件可以自动更新应用程序,同时支持多个平台;比官方要强; 官方的autoUpdater仅支持macOS 和 Windows 自动更新; 注意是自动,直接更新那种; 脚手架中是…...
React native之全局变量存储AsyncStorage
AsyncStorage是React native中对变量,对象进行全局存储,读取的异步使用对象。以key值进行存储。但是只能存储字符串数据,想存储对象,可把对象JSON进行序列化存储,读取的时候再转成JSON对象。 AsyncStorage.getItem()-…...

获取vue实例
需要注意的是,无论通过哪种方式获取元素,如果元素为 vue 组件,则需要在子组件中使用 defineExpose 进行暴露。 在父组件中,我们静态绑定 childRef: 在子组件中,我们需要通过defineExpose函数,手…...
基于Python实现电影推荐系统
电影推荐系统 标签:Tensorflow、矩阵分解、Surprise、PySpark 1、用Tensorflow实现矩阵分解 1.1、定义one_batch模块 import numpy as np import pandas as pddef read_and_process(filename, sep ::):col_names [user, item, rate, timestamp]df pd.read_cs…...

【linux】进程理解
🔥个人主页:Quitecoder 🔥专栏:linux笔记仓 目录 01.进程的基本概念进程的组成部分进程的特性进程的状态 02.PCBPCB的组成部分task_structtask_struct 的主要组成部分 03.进程属性查看进程 04.通过系统调用创建进程-fork初识工作…...
零门槛NAS搭建:WinNAS如何让普通电脑秒变私有云?
一、核心优势:专为Windows用户设计的极简NAS WinNAS由深圳耘想存储科技开发,是一款收费低廉但功能全面的Windows NAS工具,主打“无学习成本部署” 。与其他NAS软件相比,其优势在于: 无需硬件改造:将任意W…...

51c自动驾驶~合集58
我自己的原文哦~ https://blog.51cto.com/whaosoft/13967107 #CCA-Attention 全局池化局部保留,CCA-Attention为LLM长文本建模带来突破性进展 琶洲实验室、华南理工大学联合推出关键上下文感知注意力机制(CCA-Attention),…...

python/java环境配置
环境变量放一起 python: 1.首先下载Python Python下载地址:Download Python | Python.org downloads ---windows -- 64 2.安装Python 下面两个,然后自定义,全选 可以把前4个选上 3.环境配置 1)搜高级系统设置 2…...

渗透实战PortSwigger靶场-XSS Lab 14:大多数标签和属性被阻止
<script>标签被拦截 我们需要把全部可用的 tag 和 event 进行暴力破解 XSS cheat sheet: https://portswigger.net/web-security/cross-site-scripting/cheat-sheet 通过爆破发现body可以用 再把全部 events 放进去爆破 这些 event 全部可用 <body onres…...
2024年赣州旅游投资集团社会招聘笔试真
2024年赣州旅游投资集团社会招聘笔试真 题 ( 满 分 1 0 0 分 时 间 1 2 0 分 钟 ) 一、单选题(每题只有一个正确答案,答错、不答或多答均不得分) 1.纪要的特点不包括()。 A.概括重点 B.指导传达 C. 客观纪实 D.有言必录 【答案】: D 2.1864年,()预言了电磁波的存在,并指出…...

【论文阅读28】-CNN-BiLSTM-Attention-(2024)
本文把滑坡位移序列拆开、筛优质因子,再用 CNN-BiLSTM-Attention 来动态预测每个子序列,最后重构出总位移,预测效果超越传统模型。 文章目录 1 引言2 方法2.1 位移时间序列加性模型2.2 变分模态分解 (VMD) 具体步骤2.3.1 样本熵(S…...
.Net Framework 4/C# 关键字(非常用,持续更新...)
一、is 关键字 is 关键字用于检查对象是否于给定类型兼容,如果兼容将返回 true,如果不兼容则返回 false,在进行类型转换前,可以先使用 is 关键字判断对象是否与指定类型兼容,如果兼容才进行转换,这样的转换是安全的。 例如有:首先创建一个字符串对象,然后将字符串对象隐…...
大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型(LLM)参数规模的增长,推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长,而KV缓存的内存消耗可能高达数十GB(例如Llama2-7B处理100K token时需50GB内存&a…...
CSS设置元素的宽度根据其内容自动调整
width: fit-content 是 CSS 中的一个属性值,用于设置元素的宽度根据其内容自动调整,确保宽度刚好容纳内容而不会超出。 效果对比 默认情况(width: auto): 块级元素(如 <div>)会占满父容器…...

MyBatis中关于缓存的理解
MyBatis缓存 MyBatis系统当中默认定义两级缓存:一级缓存、二级缓存 默认情况下,只有一级缓存开启(sqlSession级别的缓存)二级缓存需要手动开启配置,需要局域namespace级别的缓存 一级缓存(本地缓存&#…...