投资

谈环保投资

假如想象 提交于 2019-12-19 21:00:35
中国的环境问题日益突出,空气、水、土壤三大方面造成了中国目前环境高污染的特色。一周四五天雾霾的城市比比皆是,实在骇人听闻。伴随着中国综合国力、世界影响力的日益提升,中国政府必然出重拳解决与自身形象不符的环境问题,因此,未来投资环保有很大的价值。另外,环保行业由于不是一个持续性的行业,环境好了,国民素质高了,这个行业就慢慢推出舞台,因此近10-20年还是有投资价值。 1.中国关于空气治理的公司有哪些,市值情况? 纯粹治理大气的公司,不多。主要聚焦于工业脱硫等控制气体排放的公司,不予调查。格林美公司,专注电子垃圾回收技术,有一定的投资价值。 公司 市值 市盈率 股价 净利润 格林美 175 25 4.1 5.18 2.中国关于污水处理的公司有哪些,市值情况? 公司 市值 市盈率 股价 净利润 碧水源 258 33 8.18 5.75 重庆水务 280 15.1 5.84 13.9(国企控股) 首创股份 201 35 3.53 4.29 3.中国环保基金有哪些? 环保基金近两年惨不忍睹,大部分收益率为-30%以上。个人买了001975和001616,目前收益都是负的,查看其持仓,大部分已不是重仓环保股了,风格大变。可以进行减持处理。这主要得益于近两年的环保政策以及环保公司暴雷的现象。个人推荐000598。 来源: https://www.cnblogs.com

[量化-007]为什么股市会存在

久未见 提交于 2019-12-18 22:01:58
大生意需要很多钱。筹款有两种方式,一种是印钞票,一种是借贷。印钞票是最差的方式,通货膨胀会把整个国家搞死,二战前德国,国民zf的金圆券,英法战争时候的法郎,都证明这一点。借贷是相对好一点的方式,几百年来英国打仗都是靠借贷筹款,发国债,打赢了放贷人收益很客观。 地球上的竞争是激烈的,想赢,资金面极其关键。和平和发展需要资金。在没有股市以前,公司和自然人筹措资金,要么从银行借钱,要么靠自然积累。由于某些原因,公司和银行的关系是单向的,监管困难,坏账严重。自然积累太慢。不详细分析了,结论就是这两种方式一定不行。 市场制度可能不是完美的,但迄今为止没有比市场更好的制度。 股市就是一种市场制度。 新行业、新技术、创新,充满风险,成功后收益特别大,缺少它们对整个国家综合实力非常不利,这种风险银行无法监管,只能靠股市解决。“先买后开,输赢天定,死而无怨。” 2011年有篇文章,股市21年来融资4.3万亿,分红0.54万亿。 2019年又有文章,最近十年,股市融资10万亿,分红7.5万亿。 股市是必不可少的市场制度。 同理,期货也是。 来源: CSDN 作者: 未济2019 链接: https://blog.csdn.net/u011539200/article/details/103603439

高盛向虚拟化公司AppSense投资7000万

假如想象 提交于 2019-12-18 05:29:48
北京时间2月23日消息,据美国科技博客网站TechCrunch报道,英国“用户虚拟化”技术开发商和服务商AppSense近日完成了首轮融资,融资额为7000万美元,投资者为美国知名投资银行高盛(Goldman Sachs)。 据悉,高盛为AppSense此轮融资的唯一投资者。作为交易的组成部分,高盛执行主管皮特·佩尔龙(Pete Perrone)将加盟AppSense董事会。AppSense称,将把新获资金用于巩固公司的“市场领先地位”。AppSense预计,今后数年内“用户虚拟化”技术市场规模有望达到20亿美元。 AppSense创建于1999年,总部位于英国曼彻斯特。该公司主要面向各大企业提供“用户虚拟化”解决方案,其中涉及各企业内部管理规则、不同员工所使用计算机个性化设置、用户权限以及用户推荐的应用程序等等。利用AppSense技术,各企业IT部门可实现对不同员工所使用计算机的一体化和自动化管理。 2010年期间,AppSense在全球范围内所发展企业用户和政府机构客户数量超过4000家,其中包括英国电信(BT)、美国ESPN电视台、美国投资银行摩根大通(JPMorgan Chase)以及美国联合航空(United Airlines)公司等。 AppSense表示,公司去年共出售了约150万份用户虚拟化技术许可证,并同日本富士通达成合作伙伴关系,以共同为英国工作和年金部

爆仓案例计算

谁都会走 提交于 2019-12-17 20:16:19
本案例来自百度百科 爆仓现象 案例 当日盈亏 = (当日结算价 - 上日结算价) * 每点价值 * 持仓数 当日权益 = 上日权益 - 当日盈亏 - 手续费 保证金占用 = 结算点数 * 每点价值 * 保证金率 * 持仓数 可交易资金 = 当日权益 - 保证金占用 某客户帐户原有保证金200,000元,8月9日,开仓买进9月沪深300指数期货合约15手,均价1200点(每点100元),手续费为单边每手10元,当日结算价为1195点,保证金比例为8%。 当日盈亏: (1195-1200) * 100 * 15 = -7500 手续费: 10 * 15 = 150 当日权益: 200000 - 7500 - 150 = 192350 保证金占用: 1195 * 100 * 0.08 * 15 = 143400 可交易资金: 192350 - 143400 = 48950 8月10日,该客户没有交易,但9月沪深300指数期货合约的当日结算价降为1150点,当日帐户情况为: 历史持仓盈亏: (1150 - 1195) * 100 * 15 = -67500 手续费: 没有进行交易为0 当日权益: 192350 - 67500 = 124850 保证金占用: 1150 * 100 * 0.08 * 15 = 138000 可交易资金 = 124850 - 138000 = -13150

轻松构建算法交易机器:一点python基础+一点运气

只谈情不闲聊 提交于 2019-12-17 15:42:16
全文共 3071 字,预计学习时长 9 分钟 图源:Unsplash 人工智能的新突破每天都成为头条新闻。在金融领域,因其具有深厚历史、清楚明了和结构化数据,机器学习广泛运用。最终,金融领域成为了“学习机器”的一个早期标志,在这个领域取得的巨大成功还在继续。 现在,免佣金交易应用程序编程接口(API)和云计算的兴起让普通人只需要运气不错,再加上会一点python,就能运行自己的算法交易策略。 下面,小芯将展示如何在谷歌云平台(GCP)上使用Alpaca来进行构建框架。一如既往,文中所有编码可在Github主页里找到。 首先需要一些数据。数据来源当然有的免费,有的需要付费。本文中所用到的TD Ameritrade API(德美利证券)是免费的。下一步需要可以通过API递交免佣金交易的交易平台 这一步会用到Alpaca。Alpaca允许纸交易(虚拟币),这样就可以在免于破产的前提下测试所构建的交易策略。接下来只需要自动运行机器并存储/检索数据。此处将使用GCP,因为我对这一平台较为熟悉,但其他的云平台如AWS、Azure等都是不错的。 图源:Unsplash 对了,当然还需要算法交易策略。本文所讲的是如何建构运行交易策略的框架,所以策略本身并不重要,不是本文的重点。为了演示,文中会使用动量策略(momentumstrategy)查找过去125天内动量最大的股票,并每天进行交易。

京东股权众筹平台的玩法和价值

我的梦境 提交于 2019-12-17 12:14:18
2015年3月底,京东正式推出了“股权众筹”重量级投融资平台。 完整流程 用户注冊-投资人认证-挑选项目-投标-投资确认-打款-签署协议-成立合伙公司-间接持有目标公司股份 用户注冊 和普通的站点注冊没啥差别。username-手机号等,假设已经是京东用户了,直接登录。 投资人认证:提交个人的身份信息,比方身份证、个人名片、財产状况等。 京东会有专门的人员。核实你的身份信息和財务状况。 至于財务状况,不是非常严谨。现实情况是其它人非常难知道你的真实的资金实力。 假设能够清楚地知道。也是蛮吓人的。 挑选项目 据说,京东上的项目质量较高。京东走的是“精品路线”。(当然,这仅仅是一种说法。) 除了早期,京东筹备了10多个项目外。后面每周差点儿相同就1个项目。 总的来说,项目不是非常多。36kr等平台也不是非常多。毕竟是股权众筹,不是债权重酬,筹备工作还是非常繁重的。 眼下了解到的项目筹备 : a.京东主动联系项目,寻找领投人。 也可能是某个投资机构。主动把自己看好的项目,介绍到京东。 b.确认领投人后,确定估值和融资范围。 创业团队,准备融资计划书等PPT材料,也可能有5分钟左右的项目介绍。 c.项目路演 京东官方建立微信群,定时在群里交流。叫做“路演”。 潜在投资者提问,创业者和领投人一一作答。 d.路演之后,可能会開始融资 领投+跟投 领投人,之前都是专业的投资机构

2012年最新会计科目表

孤人 提交于 2019-12-16 20:53:30
序号 编号 会计科目名称 会计科目适用范围 序号 编号 会计科目名称 会计科目适用范围 一、资产类 一、资产类 1 1001 库存现金 47 1523 可供出售金融资产 2 1002 银行存款 48 1524 长期股权投资 3 1003 存放中央银行款项 银行专用 49 1525 长期股权投资减值准备 4 1011 存放同业 银行专用 50 1526 投资性房地产 5 1015 其它货币基金 51 1531 长期应收款 6 1021 结算备付金 证券专用 52 1541 未实现融资收益 7 1031 存出保证金 金融共用 53 1551 存出资本保证金 保险专用 8 1051 拆出资金 金融共用 54 1601 固定资产 9 1101 交易性金融资产 55 1602 累计折旧 10 1111 买入返售金融资产 金融共用 56 1603 固定资产减值准备 11 1121 应收票据 57 1604 在建工程 12 1122 应收帐款 58 1605 工程物资 13 1123 预付帐款 59 1606 固定资产清理 14 1131 应收股利 60 1611 融资租赁资产 租赁专用 15 1132 应收利息 61 1612 未担保余值 租赁专用 16 1211 应收保护储金 保险专用 62 1621 生产性生物资产 农业专用 17 1221 应收代位追偿款 保险专用 63 1622

A股动量策略有效性验证

丶灬走出姿态 提交于 2019-12-15 14:49:09
动量是Fama-French五因子模型中的因子之一,根据Fama和French的结论,历史获益这比损失者表现更好,亦即动量策略是有效的。本文旨在验证其在A股中的有效性,以帮助更好地选股。 选股范围:中证800及中证1000成分股(简称“CI1800”) 时间范围:2018/01/01-2019/12/09 数据来源:网易财经(收盘价/除权) 1.数据总览 :2018/2019CI1800表现对比 2.验证方法: 按2018年股价表现将1800支成分股分成10组,对比这10组19年表现。 分组情况如下: 3.验证分析: (1)分组观测 2019年各组的表现如下(截止2019/12/9): 从分组统计来看,A组共93支股票上涨,低于J组的97支,胜率略低,A组的涨幅中位数1.96%也低于J组的2.69%,不过A组的向上动能更大,其上四分位高于J组,均值21.13%是所有组别中最高的,略高于J组的两倍。 不过,从胜率、中位数、夏普比率(设Rf=0)来看,反而是中间组表现更好,D、E、G三组均有三分之二以上的股票上涨,且D组和E组的涨幅中位数和夏普比率均高于其他组别,下四分位数也较高。 (2)模拟交易 假设以2018年末收盘价买入各组,每组各支股票的权重均为1/180,进行模拟交易。从模拟结果来看,A组的累积收益为21.13%,最大回撤18.17%,均优于其他组,而J组累积收益10.47%

金融经济学研究什么?

给你一囗甜甜゛ 提交于 2019-12-15 10:40:11
文章目录 什么是金融 资产和资产的回报率 资产定价 金融摩擦与金融契约理论 有效市场之争与行为金融 什么是金融 金融就是资金融通,由维基百科所定义的,金融是处理资产和负债 在 时间和确定及不确定状态下分配的领域。 如何理解呢?主要从这么几点入手。 金融处理的是金融资产在不同主体之间的分配。 时间和不确定性是金融活动两个不可缺少的维度。 比如我们到银行存款,就是牺牲了 当前 的资金持有,以获得 未来 的本息支付。而未来是尚未发生的,不确定的,这种不确定性是金融经济学研究的核心内容。 资产和资产的回报率 未来尚未发生,由多种可能,我们这里简单的用二叉树来概括。 在上述二叉树的情况下,发生 X u X_u X u ​ 的概率是 q q q ,发生 X d X_d X d ​ 的概率是 1 − q 1-q 1 − q 。虽然图以及其表达很简单,但是却是金融分析里的重要工具。 在树图中表示一种资产,需要描述出资产在 未来的回报(payoff/return)和现在的价格 。上图未来的回报可能有两种, X u X_u X u ​ 和 X d X_d X d ​ ,投资者在决策是否购买某种资产时,就是为了权衡未来获得的可能回报在当前付出 P P P 下是否合算,这就是 资产定价(asset pricing) 问题。 从逻辑上,资产定价似乎也可以反过来问,在给定 P P P 的前提下

判断股市交易日

前提是你 提交于 2019-12-15 06:47:43
判断股市哪一天是交易日,非交易日包括节假日,周末。我们用tushare一个函数来判断 import tushare as ts import datetime def get_all_trading_date(): return ts.trade_cal().query('isOpen == 1').get('calendarDate').tolist() def judge_trading_date(): all_trading_date=get_all_trading_date() today_date=str(datetime.datetime.now().date()) if today_date in all_trading_date: return true else: return false 来源: CSDN 作者: 般若波罗蜜蜜 链接: https://blog.csdn.net/weixin_41959157/article/details/103497435