国信证券A股策略:科技崛起与市场展望

需积分: 0 0 下载量 121 浏览量 更新于2024-06-25 收藏 7.57MB PDF 举报
"国信证券发布的A股策略年中展望报告,主要讨论了科技跃升与资产重定价的主题。报告指出,A股市场上半年的表现主要由AIGC和中特估两大主题驱动,这两个领域均取得了显著的超额收益。报告预计下半年市场将呈现高胜率、低弹性的特点,政策面保持谨慎乐观,总量政策可能在四季度有所增强。报告还预测了全年的A股盈利增速,并建议投资者关注消费板块和中特估、TMT领域的结构性机会。" 详细知识点: 1. **A股上半年市场回顾**: - AIGC(Artificial Intelligence Generative Content)和中特估(中国特色估值)是上半年市场的主线。AIGC受到ChatGPT技术的影响,相关板块表现出色,实现了超过40%的超额收益。 - 中特估则受益于政策红利和估值调整,相对全A市场录得超过20%的超额收益。 2. **下半年市场展望**: - 市场研判认为,下半年A股市场将呈现“高胜率、低弹性”的特点。这意味着虽然投资成功的概率较高,但整体市场的波动性和收益空间可能较小。 - 政策面上,总量政策预计将在第四季度才有明显提升,而产业政策将更加活跃。 3. **基本面分析**: - 报告预测2023年全年A股全A、全A非金融企业的归母净利润累计同比增速分别为11.75%和6.30%,显示出经济增长的韧性。 - 实体部门中长期信贷的回暖和盈利增速的恢复为寻找确定性投资主线提供了条件,市场行业轮动的速度可能会减缓。 4. **中观行业比较**: - 推荐采取切向景气投资策略,重点关注消费板块的修复机会,这些板块可能因前期被低估而有基本面回升的空间。 - 同时,报告也强调了中特估概念以及TMT(Technology, Media, Telecommunications)主题的投资机会,这可能包括科技创新、媒体和通信等相关领域。 5. **研究报告系列**: - 报告提及的其他相关研究涵盖了海外养老FOF的资产配置经验、多资产系列指数介绍、超额收益追踪、全球宏观对冲的经典交易启示以及海外银行风险事件对资产配置的影响,展示了国信证券在策略研究方面的广泛覆盖。 总结来说,国信证券的这份A股策略报告提供了一种综合的视角来理解和预测A股市场的动态,特别是对科技发展和政策影响的深入分析,以及对未来投资策略的建议,对于投资者来说具有重要的参考价值。

#encoding:gbk import pandas as pd import numpy as np import talib import datetime import time import sys sys.path.append(r'D:\国信\国信iQuant策略交易平台\bin.x64\Lib\site-packages') import pymysql stocklist = ['002587.SZ', '300548.SZ', '301046.SZ', '001287.SZ', '300052.SZ', '300603.SZ', '300926.SZ', '300605.SZ', '300826.SZ', '301049.SZ'] def init(ContextInfo): ContextInfo.accID = "410001212417" #str(account) 交易帐号 ContextInfo.buy = True ContextInfo.sell = False today = datetime.datetime.now().strftime('%Y-%m-%d') #定义时间 order_time = today + ' 19:06:30' #定义时间 买股票 ContextInfo.run_time("myHandlebar", '1nDay', order_time, "SZ") #一天执行一次定义的myHandlebar def myHandlebar(ContextInfo): try: db = pymysql.connect(host='127.0.0.1', user='user', password='123456', db='python') print('数据库连接成功') except pymysql.Error as e: print('数据库连接失败') def get_stock_data(stock): G1 = ContextInfo.get_full_tick([stock]) # 获取分笔数据 G2 = [stock, G1[stock]['lastPrice'], G1[stock]['lastClose'], G1[stock]['pvolume']] # 最新 收盘 成交量 G3 = ContextInfo.get_last_volume(stock) # 总流通股 G4 = ContextInfo.get_instrumentdetail(stock) # 财表 G5 = [G4['TotalVolumn']] # 总股本 S1 = [G2[1] / G2[2] * 100 - 100] #涨幅 S2 = [G2[3] / G3 * 100] #换手率 S3 = [G2[1] * item for item in G5] #总市值 return [S1, S2, S3] stock_data = {} for stock in stocklist: stock_data[stock] = get_stock_data(stock) print(stock_data) 我打代码是这样,打印出来的结果是:{'002587.SZ': [[1.0479041916167802], [1.9914331748339686], [4397895000.0]], '300548.SZ': [[-3.7646314457450103], [9.90358201249419], [8700728400.0]], '301046.SZ': [[1.8993668777074362], [2.722894468951476], [4577520200.0]], '001287.SZ': [[0.9848484848484986], [4.357778802843653], [20258934000.0]], '300052.SZ': [[0.16330974414806576], [1.3332567665862716], [4818040000.000001]], '300603.SZ': [[0.3496503496503607], [1.4677953941892266], [5335789200.0]], '300926.SZ': [[-0.25839793281653556], [6.75514802163393], [6457471200.0]], '300605.SZ': [[-0.13888888888888573], [1.495405645304456], [2364934800.0]], '300826.SZ': [[8.338480543545373], [15.573514174701398], [2553824000.0]], '301049.SZ': [[-8.936698386429455], [19.581253894080998], [2074442500.0000002]]},在这代码的基础上,帮我把其中的'002587.SZ'对应的数值打印出来

2023-07-25 上传