"中国股票市场交易数据库"相关数据
更新时间:2024-11-22自上世纪90年代初开始,我国资本市场逐渐建立起一套基于电子化竞价交易系统的安全、高效的交易机制,较好的满足了市场及投资者的交易需求。然而,随着产品种类日益丰富、投资者结构日益复杂、国际化程度日益提高,现有交易机制的不健全逐渐显现出来,特别是在2015年年中我国股市重大异常波动期间集中爆发。
- 韩交所股票市场交易机制改革与启示自上世纪90年代初开始,我国资本市场逐渐建立起一套基于电子化竞价交易系统的安全、高效的交易机制,较好的满足了市场及投资者的交易需求。然而,随着产品种类日益丰富、投资者结构日益复杂、国际化程度日益提高,现有交易机制的不健全逐渐显现出来,特别是在2015年年中我国股市重大异常波动期间集中爆发。2016年发布时间:2021-04-01
- 中美股票市场投资回报对比持续稳定合理的投资回报是股票市场良性运行、健康发展的重要基石。以美国为代表的成熟股票市场已经形成了一套比较健全的多元化投资回报机制,这也是美国股票市场长期呈现“牛长熊短”发展态势的重要原因。反观中国股票市场,上市公司回报意识薄弱,持续稳定回报机制缺失,投资者过度倚赖资本利得收益,整个市场容易暴涨暴跌,甚至长期呈现“牛短熊长”格局。因此,本文从投资回报的方式、水平、稳定性和集中度等维度对比研究中美市场现状,找出中国股市投资回报机制的“短板”,提出相关完善建议,推动市场形成“牛长熊短”运行格局。2015年发布时间:2021-04-01
- 沪深股票市场股价涨跌研究本文以2013年沪深A股市场的股价涨跌为研究对象,从涨跌数量、交易特征、行业特征、规模特征、收益特征以及炒作题材等角度加以分析。2014年发布时间:2021-04-08
- 2019年中国股票市场投资者盈亏情况调査结果该统计数据包含了2019年全国股票市场投资者盈亏情况调査结果。亏损50%以上投资者占比3.4%。2019年发布时间:2020-04-11
- 第八期:中国股票市场的价值分析我们从三个层面对中国股票市场进行分析。首先是从基本面对中国股票市场进行分析。主要是从多个角度结合中国的实际情况考察中国股票市场的市盈率;中国股票市场股票收益率与股票市盈率,股票帐面价值与股票市值之间的关系;中国股票市场股票收益率与净资产回报率和资产回报率之间的关系。然后是从制度层面对中国股票市场进行分析,主要是对ST股票的事件研究。最后是对中国股票市场的过度反应和延迟反应的研究。以下为我们研究的主要结论。2003年发布时间:2021-04-01
- 内存数据库白皮书为了使更多的企业和用户能得到专业的数据库服务选型建议,该白皮书将从内存数据库的定义、应用场景、选型建议、技术要求、技术演进趋势四大层面进行详细阐述,是你不可错过的一份数据库知识手册。2019年发布时间:2019-06-21
- 股票市场内在运行机制研究作为股票发行和交易的场所﹐股票市场是连接融资方和投资方的重要桥梁。在健康有序运行的股票市场中,实体经济的融资需求与投资者的投资需求可以实现有效对接,即融资方通过发行股票获得发展资金,投资者通过购买股票获得投资回报。而且,投融资双方的有效对接,既可以推动企业做大、做优、做强,促进实体经济的持续健康稳定发展,又可以推动股票市场长期繁荣,促进社会财富快速增长,特别是增加了普罗大众的财产性收入规模﹐使股票市场与实体经济之间呈现出良性互动的局面。2015年发布时间:2021-04-01
- 中美科技对比研究系列报告之五:数据库产业报告,中国数据库成长之路,基于全球数据库技术演绎路径的研究数据库是基础软件核心之一,对中国IT信息产业生态重构至关重要。据Gartner统计,2018年全球数据库软件市场规模461亿美元,预计2021年将达到549亿美元,预计年复合增速9.1%。2009年我国数据库软件市场规模为35.03亿元,2017年我国数据库软件市场规模增长至120.00亿元。在这期间,我国数据库软件市场始终保持平稳增长,年均复合增长率为17.5%,且增速呈现递增趋势。表明我国数.据库软件市场需求开始增加,具备成长空间。根据中研产业研究院估计,到2020年,我国数据库软件市场规模预计达到200亿元。国外数据库企业长期占据市场,国内数据库企业积极抢占,市场份额占比逐步提升。我国数据库软件市场大部分被国外数据库企业占据,其市场份额居高不下。2017年,我国120.22亿元数据库软件市场规模中,仅有17.15亿元为中国数据库企业,其余103.07亿元均为国外数据库企业。另一方面,虽然国外企业市场份额较高,但这主要是源于其抢先进入国内市场,市场基础好。在2009年,国内数据库企业市场份额仅为4.03%,而在2017年,国内数据库企业市场份额已经增长到14.27%。这也表明国产数据库正在提高自身市场份额,积极开拓市场,推进在重要领域及核心部门测试落实数据库国产化。国产数据库机遇与挑战并存,生态体系是赢得市场的关键。国产数据库的发展机遏已经从“无序竞争”到“市场引导”,从“垄断竞争”到“换道超车”。国产数据库的挑战就是,由“简”入“繁”,由“局部”到“全面”。从性能和功能上来看,国产数据库已经能满足市面上绝大多数应用。甚至有些功能是超出国外产品,有一些自己的特点。但是赢得市场的主要因素是生态,即与国产软硬件之间的融合问题。以及海量市场形成后,国产数据库的服务体系和服务布局。从技术目标和市场目标两个角度来看,希望国产数据库,实现数据库产品的自主可控,保障国家信息安全;另外一个层面,能够为全球客户提供数据库产品与服务,实现国际领先。2020年发布时间:2020-12-22
- 美国股票市场发展历程及政策效果分析在过去60年时间里,美国股票市场从大萧条中走出来,又经历了数次危机,最终发展成为成熟、发达的全球性股票市场。本报告追溯美国股市自1954年以来的发展历史﹐总结了美国股市“牛长熊短”以及主要指数与GDP强相关等特点。作为国际成熟市场,美国对股市的直接干预相对较少,主要通过调控宏观经济来间接影响股市,监管政策以完善市场机制为主,本报告分析了股市低迷期美国监管机构的政策类型及效果﹐探讨了宏观经济与股市相关性对政策效果的影响。2014年发布时间:2021-04-01
- 2020年中国股票市场统计表本数据记录了2020年我国股票市场统计表。包含股票筹资额、成交量、成交金额等多个属性。2020年发布时间:2021-03-11
- 计算机行业:数据库行业深度报告,历史机遇,国产数据库市场迎来十倍空间数据库作为三大基础软件,截至2017年我国市场规模约为120.22亿元,12-17年复合增长率超过17%。考虑未来我国数据量的持续增长和云部署方式的推广,IDC预计到2024年,中国关系型数据库市场规模可达到271亿元,其中采用公有云部署的关系型数据库市场规模可达到178.21亿元。2020年发布时间:2021-02-22
- 计算机数据库深度报告:行业信创最具弹性的是数据库现代企业不可或缺的基础软件。数据库是现代信息化管理的必然要求,是企业级用户交易数据、客户信息、存货库存等海量数据的载体。2022年发布时间:2022-03-17
- 关系型云数据库应用白皮书数据库管理软件承载着信息系统中的关键数据,是IT系统的核心组件。其中关系型数据库是发展历程最长、应用最广泛的一类数据库管理软件,金融、电信等关键行业的核心业务系统均由关系型数据库支撑。2019年发布时间:2019-06-24
- 2024小步快跑数据库持续敏捷迭代-2024数据库应用实践报告2024年发布时间:2024-09-11
- 2023年中国数据库年度行业分析报告2023年发布时间:2024-11-05
- 分布式数据库发展路径研究报告旨在梳理分布式数据库的技术体系和应用现状,结合金融、互联网等领域应用需求,分析制约分布式数据库大规模应用的因素,对未来的技术和应用趋势进行研判,并提出发展路径建议。2021年发布时间:2021-05-24
- 第四期:上海股票市场异常波动研究虽然有一套预防和应对股价异常波动的方法,但股价异常波动的剧烈性和频繁性仍严重影响我国股票市场的正常发展。因此对我国市场的异常波动的现状、识别方法和规律进行研究就显得十分必要。本课题先从统计概率角度对异常波动进行了定义,并给出了异常波动的时间序列识别方法和横截面识别方法,然后从长期异动比率、无法确认原因的异动比率、消息泄漏比率和异动次数等四个指标分析沪市中不同规模和不同业绩水平下的股价异常波动的规律。2002年发布时间:2021-04-01
- 第四期:中国股票市场的风险溢价与泡沫度量本文基本研究结论是:(1)股利贴现模型和盈利增长模型的测算结果表明,在1997年到2001年期间﹐沪深两市A股股票的平均风险溢价实际上是负数;(2)中国股票巿场存在较浓的投机气氛,单纯追求短期价差收益的非理性投资行为替代了追求长期不断增长的股利回报的理性投资行为;(3)根据Cohcrane模型、股利贴现模型和盈利增长模型的有关结果﹐我们认为中国股票巿场不存在类似于美国股票市场的“风险溢价之谜”;(4)协整检验、巿盈率检验和GDP检验表明,中国股票巿场在1997年~2001年期间﹐存在较大的股巿泡沫。2002年发布时间:2021-04-01
- 2019年中国股票市场概况该统计数据包含了2019年中国股票市场概况。其中,深证成指的收盘价为9228.55,日变化为0.81%,成交额为2008.91亿,成交额同比变化为-6.11%.2019年发布时间:2020-11-11
- 人工智能之图数据库随着互联网+、社交网络、智能推荐等大数据的迅猛增长,大批 NoSQL 数据库已经成为互联网开发的新标配。对于大数据中关联关系的处理,图数据库的处理性能远超其他类型数据库,被广泛应用于金融、工业、政务、零售、电信和生命科学等各学科和工业领域,受欢迎程度遥遥领先。与此同时,图数据库也面临着底层设计和上层语言表达的多重挑战。 本期,我们选取图数据库作为 TR 报告的主题。报告围绕图数据库的基本概念、技术发展、产业应用、人才概况和热点趋势五大方面进行深入挖掘。其中基本概念、技术发展和产业应用章节由国内领先的图数据库团队即陈文光教授带领的清华团队完成。该团队在 OSDI、EuroSys、ATC 等顶级会议中发表过多篇相关论文,他们编写的图计算系统具有业界领先的性能,并在金融、互联网等多个领域得到实际使用。 此外,报告的人才概况和热点趋势章节依托清华大学唐杰教授自主研发的“科技情报大数据挖掘与服务系统平台”(简称 AMiner),以及第三方机构研报、媒体报道等公开资料,通过人工智能、大数据分析与挖掘、知识图谱、自然语言处理等技术,并结合文献计量学等情报学方法制作生成。2020年发布时间:2020-11-24