《1w实盘and大盘基金预测 day8》

2024-03-21 00:04
文章标签 预测 基金 大盘 day8 1w 实盘

本文主要是介绍《1w实盘and大盘基金预测 day8》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

昨日预测还行,大盘最低到3054缺口附近,并没有补缺口 ,顶住了,震荡向上,评分B+。

今天行情是指数涨却赚不到钱,像极了拉指数掩护蓝筹股出货

公众号:JavaHelmet

昨天预测:

3042-3054-3073-3098
探底回升,向下先看3054缺口。能顶住就震荡,顶不住就下去。最低支撑看20日线3032。
周四老米议息,靴子未落地。可以等
从最近的日线可看到,指数都是涨二跌几。明天大概率继续回调
近期可以逐步减仓,向上不怕错过行情,向下有钱抄底。(对应昨天的第四条)
关注:农业畜牧

今天预测:

3056-3090-3116(3056今日最低点10日线附近,3116 20月线)
今晚老mi议息会影响明日走势
1、高开震荡,冲高回落
2、低开,探底拉升
目前看上涨没量,下跌有gjd兜底。目前应该还是高位震荡阶段。等均线走平。
整体操作还是 逐步减仓,向上不怕错过行情,向下有钱抄底。
明天我应该会进行一些减仓操作了,今天很多基金都没满7

本周行情展望:

大盘已突破为主,上证指数上冲年线3115位置
这周六周末利好实在太多(市场往往反人性,利好越多,也就是预期落地,该出货了,小心AI、汽车),不可能所有的板块都涨。主力可能要出货了。
这里就不说要跌的板块,怕打脸。原则还是不追高!
重点关注:有色、化工、电力、钢铁之类的板块外加证券强周期板块(前期涨幅都不高,进可攻,退可守)、新能源、光伏等前期跌幅较高的板块

情绪面分析:
下周出货好时机,不建议追高!!

【免责声明:文中提到的板块、基金、个股仅作案例分析用,绝无推荐的意思,请勿据此操作。不做任何地投资交易引导,股市基金理财有风险,买入需谨慎】

这篇关于《1w实盘and大盘基金预测 day8》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/831160

相关文章

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测 目录 时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测基本介绍程序设计参考资料 基本介绍 MATLAB实现LSTM时间序列未来多步预测-递归预测。LSTM是一种含有LSTM区块(blocks)或其他的一种类神经网络,文献或其他资料中LSTM区块可能被描述成智能网络单元,因为

机器学习回归预测方法介绍:优缺点及适用情况

机器学习中的回归任务是预测连续变量的值,这在金融、医疗、市场分析等领域有着广泛的应用。本文将介绍几种常见的机器学习回归方法,探讨它们的基本原理、优缺点及适用情况。 目录 1. 线性回归(Linear Regression) 2. 多项式回归(Polynomial Regression) 3. 决策树回归(Decision Tree Regression) 4. 随机森林回

首次使用回声状态网络 (ESN) 和语音特征进行帕金森病 (PD) 预测

帕金森病(Parkinson's disease, PD)是一种使人衰弱的神经退行性疾病,它需要进行精确和早期的诊断,以便为患者提供有效的治疗和护理。这种疾病是由James Parkinson在1817年首次确定的,其特征是多巴胺生成神经元的退化。多巴胺的不足导致了一系列症状,包括静止性震颤、肌肉僵硬、运动迟缓(姿势不稳定)、以及其他重要特征,如睡眠障碍、心律失常、便秘和语音变化,这

Excel做简单的趋势预测

这种方法不能代替机器学习,时序分析等,只是为后面的时序预测提供一个经验认识。 step1         选中序号列(或时间列)与预测列如图1所示: 图1 step2         工具栏点击“数据”,然后再“数据”下点击“预测模型”,如图2所示: 图2 step3         这样就会跳出窗口,此处可以进行一些参数设置如图3所示: 图3

django使用uuid的坑,据说有外国公司已经为此损失了超1w刀

错误的代码 import uuid from django.db import models class MyModel(models.Model): id = models.CharField(max_length=32, primary_key=True, editable=False, default=str(uuid.uuid4())) # 其他字段... 上述代码错误的地

AI智能时代:ChatGPT如何在金融市场发挥策略分析与预测能力?

文章目录 一、ChatGPT在金融策略制定中的深度应用客户需求分析与定制化策略市场动态跟踪与策略调整策略分析与优化 二、ChatGPT在算法交易中的深度应用自动交易策略制定交易执行与监控风险管理 三、未来展望《智能量化:ChatGPT在金融策略与算法交易中的实践》亮点内容简介作者简介目录获取方式 随着人工智能技术的飞速发展,ChatGPT作为一种先进的自然语言处理模型,正逐渐

【深度学习驱动流体力学】湍流仿真到深度学习湍流预测

目录 一、湍流项目结构二、三个OpenFOAM湍流算例1. motorBike背景和目的文件结构和关键文件使用和应用湍流仿真深度学习湍流预测深度学习湍流预测的挑战和应用结合湍流仿真与深度学习 2. pitzDaily背景和目的文件结构和关键文件使用和应用 3. pitzDailyMapped背景和目的文件结构和关键文件使用和应用 一、湍流项目结构 下面每个案例都包含了必要

风速预测 | 基于MATLAB的无迹卡尔曼滤波算法UKF、SVR-UKF、ANN-Kalman等时间序列风速预测模型

基本描述 基于MATLAB的无迹卡尔曼滤波算法UKF、SVR-UKF、ANN-Kalman等时间序列风速预测模型 模型步骤 时间序列风速预测模型基于MATLAB的无迹卡尔曼滤波算法(Unscented Kalman Filter, UKF)、SVR-UKF(Support Vector Regression - Unscented Kalman Filter)和ANN-Kalman(Arti

代码随想录算法跟练 | Day8 | 字符串 Part01

个人博客主页:http://myblog.nxx.nx.cn 代码GitHub地址:https://github.com/nx-xn2002/Data_Structure.git Day8 344. 反转字符串 题目链接: https://leetcode.cn/problems/reverse-string/ 题目描述: 编写一个函数,其作用是将输入的字符串反转过来。输入字符串以字符数组

QuantML-Qlib Model | Kansformer: KAN+Transformer时序模型用于股票收益率预测

QuantML-Qlib Model | Kansformer: KAN+Transformer时序模型用于股票收益率预测 原创 QuantML QuantML 2024-06-18 20:57 上海 Content 之前公众号介绍了几篇KAN的文章,也做过KAN相关的模型: What KAN I say?KAN代码全解析 QuantML-Qlib开发版 | 最新神经网络结构KAN用于因