开个帖子，记录一些。看到有意义的，和自己想起来的。

[chunk999]

A股好比一个蓄水池，股票的多少决定了水池的面积，总市值就是蓄水量，水位就好比指数。水位的高低由蓄水量和水池的面积共同决定。蓄水量长期主要受放水量的影响，近年来股市大幅扩容水池面积显著增大，分析水位的高低仅看估值已经远远不够，必须考虑扩容的影响。

模型假设：蓄水量受M2影响，长期看存在着正比例关系。

2018年M2总量182.67万亿，2021年238.29万亿，假设2022年M2增量是12%，平均下来2018至2022是年复合增长10%的水平。根据模型假设，蓄水量也是10%的年复合增长水平。

根据集思录A股总市值数据。A股总市值于2019年1月3日达到上轮熊市最低水平48.06万亿，根据10%的复合增长水平，当前(2022年9月22日）最低水平应该是68.76万亿，而22日A股总市值为87.18万亿。总市值相对最低水平要高26.79%（以下称作溢价水平)，因此理论上全市场极限跌幅还有21.13%。

计算出每日的溢价水平，按溢价水平由低到高排序，再计算出百分位值，2022年9月22日的百分位值为35.5%（简称溢价百分位）。

2022年4月26日溢价百分位为15.5%，低于20%是一个重要的抄底指标。

如果只放水不扩容是一番什么景象呢？

此时不妨假设指数涨幅等于总市值涨幅，而总市值涨幅为87.18/48.06 -1=81.40%，上证指数2019年1月3日收于2464.36，不扩容当前指数应为2464.36*1.814=4470点，而上证指数当前实际值为3109，扩容对上证指数产生了-30.45%的影响效应，年影响效应为-9.21%。相对于10%的放水，差不多都被扩容抵消掉了，这也是3000点常年保卫战的原因。

同理对中证500进行分析，不扩容当前指数应为7461，而当前实际值5966，总影响效应为-20.04%，年影响效应-5.78%

以上计算只是基于假设的估算，中证500和上证指数只能代表部分个股，不是我A的全貌，结论难免粗糙并出现偏差，但模糊的正确总胜过精确的错误。

事实上21%的跌幅除非恐慌式急跌，否则很难达到，如果考虑到时间换空间，一年后寻底成功，那21%可修正为-21%+12%（放水）-7%（扩容）= -16%，即整体下跌个16%就差不多了。如果上方能降低我A的扩容速度，整体下跌幅度将继续收窄，那无疑是广大投资者的福音！

[雨落忘川]

这两年的上市数量大致在500+/年。
据Choice数据统计，截至2022年8月5日，正常排队的拟IPO企业中创业板拟上市企业达406家，科创板拟上市企业达167家，再加上主板和北交所，截至目前共有1000家企业处于IPO排队阶段。
我国资本市场的作用主要是为了支持实体企业融资需求。
去年年底市场推断3300点止跌的主要依据就是当时的情况，3300点是维持正常IPO的点位。除了IPO,二级市场企业债券也是企业融资的主要方式，这个体量其实也不小。

[chunk999]

直接引用持有封基老师的图片，统计的是历次熊市沪深300的跌幅



排查2008年的特殊情况，因为这一年前面牛市涨幅高达629%，所以跌幅72%也不足为奇。这次沪深300只翻倍也就是102%，不可能再跌那么多的。如果按照72%跌幅计算，沪深300要到1617点了，上证指数到1664，和2008年一样了，这个真不敢想象，真的那么严重的话，我该怎么办？

那剩下三次最大也就跌47%，现在已经跌了40%，所以大约跌7%就可以见底了，也就是上证到2700多点，这个点位还是可以想象的。

[chunk999]

刚才 看到 帝国 08年 底 号召 抄底 的 反弹宣言 -- 动手干吧 。

里边一句话 ， 大资金 操纵价格很 容易 ， 找 对手盘 难。


当年 德隆 把 股价 高高的 定在 天上 。 可惜 没对手 愿意接盘 。 只能 崩了 。

本次 价值投资 抱团 出 各种 茅 。 和 德隆 没啥不同 。

帝国说 ， 牛市 就是 让散户 先觉得贵 在觉得便宜的过程 ， 熊市 相反 。

但凡 冷静点 都不会 觉得 格力 海天 这类 的 茅 ，这价格下 有什么 价值 。

[chunk999]

旅游股 应该 能 成为 后面的 龙头板块 之一 。
放开 是早晚的事情。
旅游 符合 内循环。 行业 反转 是必然的。
估计 等 新一届 ZF 换届。

技术上， 退市 了 一些 旅游股 。
剩下的 15股灾 以来 一直 没啥行情。摩底 够久了。

传媒 估计 很难 恢复元气了。

买的 黄山旅游 上涨 15%了。
如果是 旅游股 龙头 。 这才刚刚起步。
放开的传闻 朦朦胧胧 ， 是炒作的好时机。

[chunk999]

旅游股 应该 能 成为 后面的 龙头板块 之一 。
放开 是早晚的事情。
旅游 符合 内循环。 行业 反转 是必然的。
估计 等 新一届 ZF 换届。

技术上， 退市 了 一些 旅游股 。
剩下的 15股灾 以来 一直 没啥行情。摩底 够久了。

传媒 估计 很难 恢复元气了。

买的 黄山旅游 上涨 15%了。
如果是 旅游股 龙头 。 这才刚刚起步。
放开的传闻 朦朦胧胧 ， 是炒作的好时机。

猜 对了 不稀奇 ， 没有才对的时候， 股民就都不炒股了， 对了多赚，错了少亏。
像搏弈一样。 始终都有 鸿运 才行。

[chunk999]

畏危而不怀德，是写在基因的生物特性，
还是后天的文化传承？

[chunk999]

# coding: UTF-8
from struct import *
import os
import sys

def day2csv_data(dirname,fname,targetDir):
ofile=open(dirname+os.sep+fname,'rb')
buf=ofile.read()
ofile.close()

ifile=open(targetDir+os.sep+fname+'.csv','w')
num=len(buf)
no=num/32
b=0
e=32
line=''
linename=str('date')+','+str('open')+','+str('high')+','+str('low')+','+str('close')+','+str('amout')+','+str('volume')+','+str('str07')+''+'\n'
#linename=str('date')+','+str('open')+', '+str('high')+' ,'+str('low')+', '+str('close')+' ,'+str('amout')+', '+str('vol')+' ,'+str('str07')+''+'\n'
# print line
ifile.write(linename)
# for i in xrange(no):
for i in range(int(no)):
a=unpack('IIIIIfII',buf[b:e])
#item=[code, dd, str(openPrice), str(high), str(low), str(close), str(ratio), str(amount), str(vol)]
# date, open, high , low, close , amout, vol , str07
# 19901219, 96.05, 99.98 , 95.79, 99.98 , 494000.0, 1260 , 8
line=str(a[0])+','+str(a[1]/100.0)+', '+str(a[2]/100.0)+' ,'+str(a[3]/100.0)+', '+str(a[4]/100.0)+' ,'+str(a[5])+', '+str(a[6])+' ,'+str(a[7])+''+'\n'
# print line
ifile.write(line)
b=b+32
e=e+32
ifile.close()

pathdir='.\\new_cczq_v6\\new_cczq_v6\\vipdoc\\sz\\lday'
targetDir='.\\tdx_data_cvs\\d\\sz'

listfile=os.listdir(pathdir)

for f in listfile:

day2csv_data(pathdir,f,targetDir)
else:
print ('The for '+pathdir+' to '+targetDir+' loop is over')

pathdir='.\\new_cczq_v6\\new_cczq_v6\\vipdoc\\sh\\lday'
targetDir='.\\tdx_data_cvs\d\sh'

listfile=os.listdir(pathdir)

for f in listfile:

day2csv_data(pathdir,f,targetDir)
else:
print ('The for '+pathdir+' to '+targetDir+' loop is over')
---------------------------------
通达信 盘后数据， 转 csv 格式

[chunk999]

csv 绘制 K线图
---------------------------
# -*- coding=utf-8 -*-
#pip install
#pip install https://github.com/matplotlib/mpl_finan ... master.zip
#pip install pandas
import datetime
import matplotlib.pyplot as plt
import mpl_finance as mpf
import matplotlib.dates as mpd
######
import numpy as np
import csv
p = r'Q:\2022策略\tdx2cvs_v2022\tdx_data_cvs\y\sz\sz000001.year.csv'
print("date,open,high,low,close")
with open(p,encoding = 'utf-8') as f:

data_lists = np.loadtxt(f,str,delimiter = ",",skiprows = 1, usecols = (0,1,2,3,4,5))
print (data_lists[:5])
str2date =lambda x: mpd.date2num(datetime.datetime.strptime(x, '%Y-%m-%d').date())
columns = data_lists[0]
print(columns)
quotes = [[str2date(d[0])] + [float(v) for v in d[1:-1]] for d in data_lists[1:]]
fig,ax = plt.subplots(figsize=(6,4), facecolor=(0.5, 0.5, 0.5))
fig.subplots_adjust(bottom=0.2)
mpf.candlestick_ohlc(ax,quotes,width=0.4,colorup='r',colordown='g')
plt.grid(False)
ax.xaxis_date()
ax.autoscale_view()
plt.setp(plt.gca().get_xticklabels(), rotation=30)
plt.title("Shanghai Index")
plt.xlabel("Date")
plt.ylabel("Price")
plt.show()

[chunk999]

def check_one_stock_by_k_line(data1):
#data1="股票日线数据列表"
stock_data = pd.DataFrame(data1)
#date,open,high,low,close,amout,volume,str07
#'1990-12-31',96.05,127.61,95.79,127.61,60000.0,1884,5
count = 0
for index, row in stock_data.iterrows():
if debug == 1 : print(index,row['open'],row['close'])
if debug == 1 : print(tupo_bili[0:2] )
f_tmpa = float(row['high'])
f_tmpb = ( float( row['open'] )*(float( 100.0+float(tupo_bili[0:2])) ) ) /100.00
f_tmpc = float( row['open'] )
#print( (f_tmpa - f_tmpc)/f_tmpc )
if ( f_tmpb < f_tmpa ) :
count = 1
break
else : count = 0
return count
----------------
K线 百分比 突破