纪念2015年大股灾:股票和分级基金呈现的一些哲理启示

article/2025/9/24 2:50:58

一、之前遇到的励志表达式:

 

二、2015年千股涨停跌停那是司空见惯,下面是个连续跌停需要的连续涨停数量对比:

表明:持续的堕落,需要持续双倍的努力代价来挽回损失!所以要注意风控,设置不管是股市还是生活工作上的止损线(底线)!

上面计算的公式如下,换算成mn之间的关系为(Excel表达的公式,你可以自己计算更多的对照):m=log(1/power(0.9,n),1.1)

 

三、连续涨停数带来的收益百分比:

表明一个道理:持续的付出累积,就会给你带来震撼的加倍回报!或许这个就是你的冲破桎梏的法宝。

 

 四、下面说下分级基金阀值触发不定期上下折的流程

1. 2015年8月21日(周五)                
    a. B份额的基金份额参考净值已跌至0.250元(或)以下(/或者母基金净值>=1.5元,下面不再说明这点),基金将进行不定期份额折算            
2. 2015年8月24日(周一) - 折算基准日                
    a. A份额、B份额将于上午9:30-10:30停牌一小时,并于2015年8月24日上午10:30复牌            
    b. 为加强折算基准日交易风险提示,经申请8月24日B类份额证券简称前将冠以"*"标识;            
    c. 折算基准日B份额的基金份额参考净值可能与0.250元有差异;             
    d. 当日晚间,基金管理人计算当日基金份额净值及份额折算比例;            
    e. 母基金净值>1.5的上折会额外产生场内母基金,B<0.25下折则减少对应份额的数量            
    f. AB同时持有则优先木桶效应方式使得二者份额一致,多的转化为场内母基金            
3. 2015年8月25日(周二)                  
    a. A份额、B份额将于全天停牌;            
    b. 当日,本基金登记机构及基金管理人为基金份额持有人办理份额登记确认            
4. 2015年8月26日(周三)                  
    a. 上午9:30-10:30停牌一小时,并于2015年8月26日上午10:30复牌            
    b. 基金管理人(开盘前)将公告份额折算确认结果,基金份额持有人可以查询其账户内的基金份额            
    c. A份额、B份额即时行情显示的前收盘价为2015年8月25日的A份额、B份额的基金份额参考净值            
    d. 当日A份额、B份额均可能出现交易价格大幅波动的情形   

 

另外,分级基金具备一个调皮捣蛋与股票不一样的突出特征:

 

五、20150824-25连续两日大跌合计16%而做的分级基金(部分)统计情况

从中你可以看到分级基金的别具一格与生死巨幅(复制图片地址浏览器单独打开查看大图)


http://chatgpt.dhexx.cn/article/0NW8yXdN.shtml

相关文章

NCU SEM 发文检索2015年

[1]何恩良,周莉.会计师事务所行业专长对审计质量的影响[J].中国商论,2015,27:49-51. 摘要&#xff1a;会计师事务所行业专长有利于提高审计质量。本文选择2013年沪深股市部分上市公司作为研究样本,通过回归分析验证了会计师事务所行业专长与审计质量正相关,并提出会计师事务所需…

2015数学建模国赛b题代码分析

所用代码出自2015年b285优秀论文,建模时可做参考 出租车数量 、 请求单数 、用户等待时间空间分布图 3D distributexlsread(20150906distribute.csv); Dis[]; m117; for i1:length(distribute) % 矩阵行和列的最大值 if (distribute(i,1)m1) [Dis][Dis; distribu…

2015年数模A题太阳影子定位学习笔记

To be continue … … 主要参考文献&#xff1a;[2015年国赛高教杯奖A题]电子科技大学-太阳影子定位的多目标优化模型 最近用java写了个求影长的程序&#xff0c;原地爆炸 文章目录 一、摘要二、问题重述1. 问题背景2. 需要解决的问题 三、问题分析3.1 问题一的分析3.2 问题二的…

互联网30年,泡沫如梦

人人都说互联网改变世界&#xff0c;这话没错。 但我认为互联网改变的方式&#xff0c;是泡沫。 资金&#xff0c;资源&#xff0c;人才因为一堆概念聚在一起&#xff0c;形成一个又一个的泡沫&#xff0c;然后泡沫破裂&#xff0c;大部分人失败&#xff0c;少数能够留下来的&a…

[机器学习] 半监督学习---伪标签Pseudo-Label

大数据时代中&#xff0c;在推荐、广告领域样本的获取从来都不是问题&#xff0c;似乎适用于小样本学习的伪标签技术渐渐淡出了人们的视野&#xff0c;但实际上在样本及其珍贵的金融、医疗图像、安全等领域&#xff0c;伪标签学习是一把锋利的匕首&#xff0c;简单而有效。 什么…

深度学习十大算法

首先先让我们来定义一下什么是“深度学习”。对很多人来说&#xff0c;给“深度学习”下一个定义确实很有挑战&#xff0c;因为在过去的十年中&#xff0c;它的形式已经慢慢地发生了很大的变化。 先来在视觉上感受一下“深度学习”的地位。下图是AI、机器学习和深度学习三个概念…

KBS 2021 | 联邦学习综述

目录 前言摘要1. 引言1.1 联邦学习的背景1.2 联邦学习面临的挑战 2. 相关工作2.1 联邦学习的定义 3. 联邦学习的分类3.1 数据划分3.1.1 横向联邦学习3.1.2 纵向联邦学习3.1.3 联邦迁移学习 3.2 隐私保护机制3.2.1 模型聚合3.2.2 同态加密3.2.3 差分隐私 3.3 可应用的机器学习模…

如何高效学习和阅读源码?

作者&#xff1a;明明如月学长&#xff0c; CSDN 博客专家&#xff0c;蚂蚁集团高级 Java 工程师&#xff0c;《性能优化方法论》作者、《解锁大厂思维&#xff1a;剖析《阿里巴巴Java开发手册》》、《再学经典&#xff1a;《EffectiveJava》独家解析》专栏作者。热门文章推荐&…

架构学习——ER图

一、什么是ER图&#xff1f; E-R图也称实体-联系图(Entity Relationship Diagram)&#xff0c;提供了表示实体类型、属性和联系的方法&#xff0c;用来描述现实世界的概念模型。 二、为什么要画ER图&#xff1f; 它是描述现实世界关系概念模型的有效方法。是表示概念关系模型…

Thingworx入门学习

Thingworx入门学习 前言thingworx入门总结 前言 Thingworx是啥&#xff1f;&#xff1f;&#xff1f; 基于物联网强大必入软件学习 thingworx的优点太多说些主要的 1.强大数据接入 2.数据分析 3.组态化模块化&#xff0c;二次开发节省成本快速开发 thingworx入门 提几点主线…

读后感:【许岑—如何成为有效学习的高手】

本博客的原创文章都是本人平时学习所做的笔记 。不要借鉴&#xff0c;不要参考 , 谢谢合作 本书关键词&#xff1a;适合自己、学习方法、短时间、注意力、解决难题、设定目标、名师

联邦学习(Federated Learning)

联邦学习简介 联邦学习&#xff08;Federated Learning&#xff09;是一种新兴的人工智能基础技术&#xff0c;其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下&#xff0c;在多参与方或多计算结点之间开展高效率的机器学习。其…

机器学习类型概述

从不同的视角来看待诸多机器学习算法&#xff0c;有不同的划分。 1、语料视角 根据训练语料对人工参与类别划分或标签标识的需求程度&#xff0c;可将机器学习划分为四种类型: 监督学习、无监督学习、半监督学习、强化学习。 1.1、监督学习 Supervised Learning 在监督学习算…

对偶学习

考虑一个对偶翻译游戏&#xff0c;里面有两个玩家小明和爱丽丝&#xff0c;如下图所示。小明只能讲中文&#xff0c;爱丽丝只会讲英文&#xff0c;他们两个人一起希望能够提高英文到中文的翻译模型f和中文到英文的翻译模型g。给定一个英文的句子x&#xff0c;爱丽丝首先通过f把…

迁移学习简介及用途

迁移学习简介及用途 https://mp.weixin.qq.com/s/5_EYEJUycTtpfbxM_uGwHw --------------------- 本文来自 mishidemudong 的CSDN 博客 深度神经网络&#xff0c;相比于之前的传统机器学习方法&#xff0c;可以看成是一个全新的物种&#xff0c;这背后的原因&#xff0c;最…

十大机器学习算法

初学者应该知道的十大机器学习算法 来源&#xff1a;https://builtin.com/data-science/tour-top-10-algorithms-machine-learning-newbies 机器学习算法被描述为学习一个目标函数 (f)&#xff0c;它最好地将输入变量 (X) 映射到输出变量 (Y)&#xff1a;Y f(X) 最常见的机器…

贝叶斯学习

目录 贝叶斯学习 ​贝叶斯学习的特点&#xff1a; 朴素贝叶斯方法&#xff1a; 贝叶斯学习 贝叶斯学习就是基于贝叶斯理论&#xff08;Bayesian Theory&#xff09;的机器学习方法。 贝叶斯法则 也称为贝叶斯理论&#xff08;Bayesian Theorem&#xff0c;或Bayesian Rule&a…

深度强化学习

前言 深度强化学习(DRL)已成为人工智能研究的热点之一。它已被广泛应用于端到端控制、机器人控制、推荐系统、自然语言对话系统等各个领域。本文对深度RL算法及其应用进行了分类&#xff0c;并将现有的DRL算法分为基于模型的方法、无模型的方法和先进RL方法进行介绍。 一、无模…

有效学习的6个方法学习方法

今天看了得到 有效学习的6个方法&#xff08;上&#xff09; 的一些感想。 1.价值感 这个就是做这件事情的动力&#xff0c;没有动力的话&#xff0c;是不愿意去做这件事的&#xff0c;效果当然也不会很好。做一件事把这做这件事的意义定的越大&#xff0c;越有动力&#xff0…

如何成为有效学习的高手(许岑)——思维导图

总结自许岑精品课《如何成为有效学习的高手》&#xff0c;图片看不清的可以看下面。 最后有彩蛋&#xff01; 最后有彩蛋&#xff01; 最后有彩蛋&#xff01; 定义 高效学习的定义&#xff1a;找到最适合自己的学习手法&#xff0c;在相对短的时间内集中注意力&#xff0c;以…