服务项目 |
阿拉善,写项目建议书的公司 |
面向地区 |
全国 |
善写项目建议书的公司
8月下旬，银信托部下发《关于加强规范资产业务过渡期内信托工作的通
只用了12个交易日，曾经的“黑”乐视网(300104)竟然逆袭成功，实现股价翻番！与乐视网一道逆袭高歌的还有“仙股”中弘股份(000979)，在连收2个涨停之后，股价重回1元，暂时逃脱了“退市”风险。问题缠身的股，为何一下子成了A场的主角？尽管已经多次提示风险，但市场的炒作并未受到影响。昨日，乐视网的股价再次封上涨停，直至收盘，股价终报收4.15元，涨幅为10.08%。自8月20日低下探2元之后，乐视网的股价就像开了挂一样，一路逆袭狂奔。在随后的12个交易日里，乐视网的股价已先后收出6个涨停板，股价涨至昨日的4.15元，与2元的相比已成功翻番，大涨幅达107.5%。与乐视网一样惹人关注的还有“仙股”中弘股份。虽然中弘股份与加多宝的重组惊现“罗生门”，但并没有妨碍该股股价的借题发挥，自8月28日起，中弘股份一边发布退市风险公告，一边不顾一切地翻升着股价。 8月28日和29日，随着与加多宝事件的发酵，中弘股份的股价两度涨停，盘中甚至出现从跌停到涨停的“天地板”。昨日，中弘股份的股价再度涨停，股价也神奇地重回1元。近3个交易日，该股已是2次涨停，3天大涨幅达35.14%，累计收盘涨幅23.46%股价逆袭的问题股，不于乐视网和中弘股份，深陷董事长、公章遭、被冻结等多重漩涡的金盾股份(300411)，近日也一改颓势，连续3天涨停。还有凯瑞德(002072)，虽然遭遇重组告吹、董事长被立案调查、股东强平等一系列利空的冲击，但股价也连续3天涨停。 分析人士表示，这些近日被爆炒的问题股都有一个明显特征，就是此前股价跌幅，跌幅通常超过50%，甚至达到80%至90%，市值低，容易纵。炒作资金趁市场恐慌之际迅速完成建仓，然后采取逆市场的操作手法连拉涨停，吸引跟风盘介入，以达到拉高出货的目的。 参与问题股炒作的主要是游资。息显示，9月4日乐视网涨停，龙虎榜榜单显示，“买一”就是近年声名大躁的中泰深圳欢乐海岸营业部，“买二”为国泰君安上海江苏路营业部，这些都是A场非常活跃的游资席位。卖出营业部中的海通绍兴劳动路营业部、中泰上海中路营业部，也是常见的游资面孔。 近期股价活跃的中弘股份在8月28日涨停，当日主要买入营业部包括华鑫广州广州大道中营业部、光大佛山绿景路营业部；8月29日，该股继续涨停，华鑫广州广州大道中营业部、光大佛山绿景路营业部又双双出现在卖方席位，击鼓传花的迹象十分明显。袁甄强希望分宿舍时能多考虑学生的生活习惯和爱好。“比如我热爱足球等体育运动，就特别希望能有相同爱好的舍友，一起看比赛，还能一起运动。”袁甄强坦言，他现在的新舍友不喜欢体育运动。 安徽某高校大一新生魏然(化名)希望，学校分宿舍时多考虑学生作息习惯，“比如我喜欢晚睡，我高中室友就是晚上11点一定要睡，我们因此产生过不少矛盾。如果大学室友和我一样爱晚睡，矛盾应该会”。 调查显示，使用大数据推荐算法分宿舍，受访大学生认为需要考虑个人卫生习惯(54.3%)，然后是空调使用习惯(46.5%)和作息时间(41.8%)，其他还有：爱好(38.5%)，消费习惯(38.0%)，家乡地域(28.9%)和学习成绩(13.2%)等。 上海某高校辅导员王祯(化名)认为，分宿舍这件事对大学生活影响颇深。“宿舍相当于一个小社会，对学生的人生观、价值观的形成有一定影响。良好的宿舍是学习、生活的保障和基础。”王祯认为，学生在和舍友相处时遇到问题也未尝不是一件好事，“遇到和自己性格不一样的人，可以在解决问题的中处理人际关系的能力”。 87.6%受访大一新生期待大数据推荐算法分宿舍袁甄强特别希望大数据算法分宿舍，“每个人都有不同的生活习惯，让差异较大的人相互适应是十分困难的，不应该让学生每天为了舍友相处问题而”。 魏然很支持使用大数据算法来分宿舍，“听起来就很有趣”，他认为这能更地考虑到学生需求，让学生感受到学校的关心，更热爱学校。王祯认为，大数据算法分宿舍，如果技术到位，能省去很多日后的麻烦。“据我所知，全校每个学院、每一届都会有舍友不和而要调换宿舍的情况，这额外了很多工作量和不便。如果通过大数据分宿舍，问题会少很多，学生可以更快地融入新”。 调查显示，83.0%的受访大学生支持使用大数据推荐算法分宿舍，其中27.7%表示非常支持。87.6%的受访大一新生期待大数据推荐算法分宿舍。59.9%的受访大学生认为使用大数据分宿舍更人性化，55.6%的受访大学生认为能帮助新生更好适应大学新生活。其他还有：帮助新生更快找到志同道合的好友(47.7%)，宿舍矛盾(42.9%)，大学生活(25.9%)等。 “利用大数据分宿舍，要尽量了解，多问些问题，而且不应该只注意生活起居方面，可以多考虑学习习惯、饮食习惯等。”魏然表示，大学里和室友待在一起的时间是长的，处好关系对学习生活状态都有益处。 利用大数据分宿舍，61.2%的受访大学生希望不要影响学生的多元化发展，55.5%的受访大学生希望不要削弱学生处理人际关系的能力，46.2%的受访者希望保护学生隐私信息，36.6%的受访大学生认为学校成本有可能因此，22.9%的受访大学生认为要加强匹配精度的科学性、实用性。 王祯认为，利用大数据分宿舍要考虑学生隐私问题，“数据收集的细致程度需要仔细衡量，如果细致可能会存在侵犯隐私的问题，这个问题在学校推广大数据分宿舍时一定要注意。再者就是每一届新生那么多，在按学院分宿舍的基础上，还要为每位学生找到的室友，这个工作量有点大。” 骆瑛燕对记者说，数据的准确性关系到算法结果的准确性，“被调查对象是否能按照统一认识到自己处于哪种水平呢？例如晚睡的、喜欢打的程度等，我认为需要在调查之前，就设定好更具体的来归类大家的生活学习习惯”
