大B浪反弹或将突破3800点

——刘安民  笔者用五种方法对大盘的中期顶部进行判断:  第一种,大型头肩底。沪指2008年9月份以来,筑了一个大型的头肩底。颈线位分别是2333点和2402点,这样的头肩底,量度出来的最小升幅在3178.89点。该点位离目前不远,且符合四浪范围之说。但笔者认为,仅判断这个还不够。  第二种,如果七月份是大B浪的最高点,那么它最少会在哪里出现?假设7月份的最高点是大B浪的顶,设它为x点,那么,据此在月K线图上,从07年的高点,过x点引一条趋势压力线,那么在今后的相当长的一段时间内,大盘一定会在这条压力线的压制之下。同时笔者认为,大盘大C浪下跌的时间在12个月。于是我们就可以得出不等式:x-[(6005.13-x)/20]×12>1664.93,解得为x>3292.51点。也即七月份,大盘的最高点,要在3292.51点以上,才符合做中期顶部的条件,也符合在四浪范围内结束的条件。  但是,对这个点位,我们要进行一下修正才行。因为上面不等式中的>1664.93,是指07年的顶到今年7月份的顶的连线,而实际上大盘进入一个长时间的下跌以后,会出现两个情况需要考虑。一是大盘的下一个底部,会偏离1664点,一般情况,会在它之上。1664点以来的反弹行情,大盘先是做1664点的底,后来筑双底时,第二个底在1814点。因此,如果大C浪下跌12个月,大盘筑成双底,那么第二个底应该在1664点之上。因为时间跨度较远,因此它的点位至少会大于1814点到1664点的距离,即至少相差150个点,而且这是一个比较保守的估计。这个因素会影响到大B浪高点出现的点位至少在上述基础之上抬高60个点。二是日K线运行的结果,对上述趋势线的偏离。即日K线每天的运行,不是紧贴着上述趋势线运行的,而是有一个偏离值。在平面坐标系上,可以计算出不同情况下的偏离值,比如偏离10°、15°和20°时的值。因为这个计算很麻烦,我们就用估算来代替。正常情况下,它至少会偏离100点,这100点影响到七月份的高点,将有60个点。也即正常情况下,七月份的高点,应该在前述计算的基础上抬高150个点甚至更多,即为3450点左右。也就是越过两年线,但上面的空间并不太多。  第三,缺口计算。1664点以来,日K线图上,大盘至今出现了两个没有补掉的缺口。第一个是突破性缺口,第二个是中继性缺口。依此计算,大盘的最低涨幅,应该为3671.87点。  第四,取2990点到3786点的上限,3800点一线。  第五,因为是大B浪反弹,甚至有些人的观点是牛市,那么它应该是对6124点到1664点总的下跌的修复,稍强势一点,它完全可以在3800点以上结束。  以上五个观点,只有一个是正确的,并成为最后的走势。  上述五个点位,它们的出现,对大盘具有不同的价值。它们的真正意义,是意味着大B浪的强弱。在3178点附近结束,比较靠近2990点,那么大B浪的反弹从总体上来讲就是一个弱势反弹。在3800点一线结束,是稍稍正常的大B浪反弹,也符合下一个级别的四浪通常在上一个级别的四浪范围内结束的条件,但它实际上也是一个稍显弱势的反弹。3800点以上结束的反弹,才是比较正常的反弹。  大B浪的强弱,它影响到的不是别的,而是大C浪结束时的点位。大B浪在3800点以内结束,一般情况下,大C浪通常会跌穿1664点。而我们认为,这个结果是不会出现的。今年大B浪反弹的高度,将是最少3800点附近,或者是3800点以上。  2007年6月15日上证指数收盘4132点,2009年7月1日收盘3008点,相差1124点。它在2007年下半年中的最低收盘点位,是7月5日的3615点,这一天对应着今年的7月21日,也就是说,如果今年7月21日大盘不能够达到3615点收盘,那么今年两年均线就没有机会走平,换句话说,今年进入大牛市的可能性微乎其微。  在此,笔者需要宣布一个判断,今年大B浪的顶,一定会在大牛市到来的声浪中来到。这是第一点。第二点,很多投资者,包括相当大一批中小投资者,一定会在大牛市的声浪中,被套在大B浪的顶点上。如果他们不割肉,极有可能在两年内,他们还难以被解放。

时间: 2024-11-02 20:44:52

大B浪反弹或将突破3800点的相关文章

宽带运营商大数据和机器学习支出将突破500亿美元

根据市场研究公司ABI Research发布的最新预测显示,由于进行数字服务供应商转型,2021年移动宽带运营商在大数据和机器学习的支出将超过500亿美元. 宽带运营商大数据和机器学习支出将突破500亿美元 责任编辑:editor004 作者:Oscar译 |  2016-10-12 10:40:52 本文摘自:OFweek光通讯网 根据市场研究公司ABI Research发布的最新预测显示,由于进行数字服务供应商转型,2021年移动宽带运营商在大数据和机器学习的支出将超过500亿美元. 电信网

互动讨论:大视频时代的困惑与突破

第1页:互动讨论 第2页:大视频时代的困惑与突破 互动讨论:大视频时代的困惑与突破 和讯科技消息 10月29日,第七届中国数字电视运营年会暨<2012中国机顶盒白皮书>发布会在杭州召开,本届大会将以"家庭互联研讨会"为主旨,邀请了百余位行业内精英针对家庭互联的技术实现方式和机顶盒为首的智能终端如何发展等热门话题进行深入探讨.和讯科技作为支持媒体将对本次大会进行全程报道. 本次"大视频时代的困惑与突破"互动讨论由格兰研究研究总监韩凌主持,各运营商代表.厂商

印江推动大数据应用工作取得率先突破

2016年,印江土家族苗族自治县围绕应用抓创新,大力推进信息基础设施建设,强化电子商务市场主体培训,有效推进农特产品市场开发,近日,又召开推进会,推动大数据应用工作取得率先突破. 印江县及时成立工作领导小组,围绕数据从哪里来.数据存哪里.数据怎么用,制定出台实施意见,重点以提升产业发展.社会管理和公共服务能力为着力点,大力实施建设一个大数据管理中心,大力推进社会管理大数据应用.公共服务大数据应用.产业发展大数据应用三大行动计划,重点实施智慧政务.智慧城市.智慧交通.智慧医疗.智慧旅游.智慧农业.

Teradata迎向大数据再获业务新突破

[文章摘要]Teradata天睿公司(Teradata Corporation,美国纽约证券交易所交易代码:TDC)大中华区CEO辛儿伦先生昨天在北京主持召开了媒体见面会,详细介绍了Teradata天睿公司今年上半年相当不错的成绩,并和与会媒体一同分享了公司在技术及服务层面近期收获的成果和产业趋势透析. 截至2011年6月30日的财报显示,Teradata天睿公司第二季度全球营收增长24%,创历史新高,而大中华区则再次实现了高双位数成长,赢得了来自银行,通信,制造.证券.保险.航空.运输.零售.

大数据国家档案俄罗斯:大数据基础设施撬动IT突破式发展

1.基础设施 俄罗斯的宽带速度一直居于世界中等水平,其中莫斯科和圣彼得堡两个城市2011年的平均网速每秒16.5兆,其他地区平均网速达到每秒6.4兆.而据FTTH欧洲委员会(FTTH Council Europe)发布的数据显示,2012年,俄罗斯光纤到楼用户数量占全部用户数量的12%左右,光纤到户用户数量占比约为1%. 此外,俄罗斯由于自然和地理条件和资源,其数据中心市场发展快速,早在2010年,其商用数据中心机房面积达到了29000平方米,机架服务器数量达到了97000个,数据中心服务开支规

俄罗斯大数据:大数据基础设施撬动IT突破式发展

1.基础设施 俄罗斯的宽带速度一直居于世界中等水平,其中莫斯科和圣彼得堡两个城市2011年的平均网速每秒16.5兆,其他地区平均网速达到每秒6.4兆.而据FTTH欧洲委员会(FTTH Council Europe)发布的数据显示,2012年,俄罗斯光纤到楼用户数量占全部用户数量的12%左右,光纤到户用户数量占比约为1%. 此外,俄罗斯由于自然和地理条件和资源,其数据中心市场发展快速,早在2010年,其商用数据中心机房面积达到了29000平方米,机架服务器数量达到了97000个,数据中心服务开支规

俄罗斯:大数据基础设施撬动IT突破式发展

      春节还在读文章的朋友辛苦了,大数据文摘给您拜年了!为了您的阅读价值,我们精心策划,在春节期间,为您奉上"大数据国家档案"系列,一共12期,每期一个国家.今天初七,为您奉上俄罗斯.       "分享.合作.共赢"一直是大数据文摘秉持的理念,如果您希望更深入的交流或有什么意见.建议,请给文摘的公众号留言,我们一定认真回复.      输入"精选"并按提示输入日期,就能查看往期精选文章.   [大数据国家档案] 国名:俄罗斯 数据开放计划

谷歌浏览器新浪首日下载量突破20万

中介交易 http://www.aliyun.com/zixun/aggregation/6858.html">SEO诊断 淘宝客 云主机 技术大厅 新浪科技讯 北京时间9月4日上午消息,据统计,谷歌浏览器Google Chrome正式推出后24小时内在新浪下载次数已经超过20万次.Google Chrome于北京时间9月3日临晨3点左右正式推出. 截至北京时间4日上午10点,Google Chrome在新浪的总下载量已经达到212,004次.其中115.html">简体中

突破大数据应用建设的“最后一公里” 华为联合先进数通推出“大数据+”联合解决方案

ZD至顶网服务器频道 10月15日 新闻消息:中国企业的大数据建设,正在经历一个逐步完善.健全的过程.从数据的汇集整合管理,到上层业务创新,每一层面都在进行着改造甚至重构,且不同层面的建设交叉影响.要想真正实现"大数据+"的业务创新整体战略,如何解决对底层海量.多来源.多种结构的历史数据清洗.转换.加载.监控.管理,以及与上层业务的无缝对接成为关键,即大数据的 "最后一公里"挑战. 大数据"最后一公里"的生态建设 想要优质解决大数据"最