“当股市大涨到傻子都能挣钱的时候，我没敢进去；等我撞着胆子进去了，一下子就被套成傻子了！”
”估计谁也不会想到，2020年中国的股市会以这样的姿态进入寻常百姓家的眼中，最近我身边几乎每个人都在说的一句话就是：“股市都快涨疯了！还不赶紧买股票？！”
就在前天，沪指以逼空大涨飞跃3300点，200多股直接涨停，单日交易量超过1.5万亿！A股市值甚至超过了被称为牛市巅峰的2015年，几乎就在一夜之间，街头巷尾、朋友圈、微信群都在热烈讨论着这场狂欢。
甚至连新闻联播都用了整整一分钟的时间，专门报道了股市的暴涨，几乎所有的媒体都沉浸在沸腾雀跃的气氛当中，而气势如虹的牛股也让无数人争先恐后地踏进了这场游戏。
老李虽然之前也炒过股票，不过像今天这样的“疯牛”还是第一次见到，众人疯狂地买进爆仓也让我感到一丝担忧，因为中国股市本来就是急涨急跌，从市场拿到的、早晚也会还给市场，这是中国股市颠扑不破的永恒真理。
当然了，大家也不要轻易相信各种股市预测，今天老李可不是来教大家怎么炒股的，正好从网上下载了今年的A股数据，简单用FineBI进行分析一下：
第一步：数据导入
打开FineBI，点击数据准备，在数据准备菜单中我们选择添加业务包，业务包就是用来统一管理数据表的，这是我们存放数据的地方。创建好业务包之后，我们点击添加表，添加一个新的Excel。
这里我导入了两张表，分别是《2020年1月-7月的沪指A股数据表》和《沪指股票类型表》，添加到FineBI之中后，我们下一步就要对数据进行处理。
第二步：数据处理
数据处理过程主要是对数据表当中的一些脏数据进行清洗，以及对数据进行OLAP加工，比如我们经常需要新增加一个指标，这时候就可以在FineBI当中建立自助数据集，然后对数据集进行选择字段、过滤、分组汇总、新增列、字段设置、排序、左右合并、上下合并等操作。这里我们只需要处理一下脏数据就可以了，选择编辑自助数据集，然后进行过滤，将每个指标当中的空值进行清洗。
第三步：数据可视化
添加完数据集会进入到这个分析界面。拖拽要分析的字段到维度框，会自动推荐图表，也可以自己选择图表展示。可以更改配色，图表形式，过滤排序等（都是展示调整）就呈现出如下的可视化。
我们将所有图表完成之后，就可以做出一份完整的股市分析可视化报告了！
第四步：可视化分析
这里就是我们的重头戏了，我们先来看看A股的表现如何：
从股票的日线走势可以看出，从今年年初开始，因为疫情的原因，年前的股市一直处于比较低迷的状态；4月份国内疫情渐渐得到控制，股市开始缓慢爬升；进入7月份，股票市场突然快速拉升，一路飘红，换手率也一路飙升，股市似乎进入了“全面牛市”的状态！
但是值得注意的是，昨天A股的开盘价出现了冲高回落！但仍旧是呈现着上涨的，上证指数涨势偏弱，依照我的个人经验这个时候，如果是高估值的股票，需要适当降低仓位；但也不急着下车，仓位太低万一出现逼空，自己就很难受了。
因此，我们需要看一下整体的涨跌率情况：
这张图还能看到前天股市狂涨的情况，但是值得注意的是，昨天的A股涨跌出现了回落，未来很有可能会出现大涨大跌的情况。
牛市也不是天天大涨，调整只会迟到，不会缺席，而且牛市因为涨幅过大获利盘丰厚，调整会更暴力剧烈，追涨杀跌亏钱风险更大，所以短线大盘连续大涨后，要小心随时到来的调整风险，不要被铺天盖地的牛市口号冲昏了头脑！
然后，我们从交易量上看一下，一般来说股市资本开始大量涌入的时候，我们要特别注意股市的变化，俗话说的“卖油条的大妈就买了股票”，这种时候更要慎重！
制作这张图表的时候，我万万没有想到，A股交易量从7月6日的60B，在一天之内疯狂涨到了500K以上！在这张图表当中，7月7日的交易量已经冲破了坐标轴的极限，达到了前所未有的高度！
看起来，昨天不少人疯狂涌入了股市，虽然现在促进股市良性上涨，和美股那样走长牛慢牛，对企业发展，对实体经济，对国家都是皆大欢喜百利无一害的好事。但是这种日子一般不会长久，希望大家谨慎，千万不要被割了韭菜！
我们再从各家股票的角度，从周指数和月指数来看整体股市的分布：
看起来离全民牛市真的不远了，不过我们要特别注意分布于右下角的股票，周指数偏高，而月指数偏低。
我又从中筛选出了涨幅最大、跌幅最大的十支股票，仅供大家参考：
最后，我们再做一张词云图，展示一下比较坚挺的前20支股票：
总 结
一句话总结，狂欢之余，保持一份谨慎和清醒，敬畏市场，不要忘记，中国股市历来都是急涨急跌。牛市来了就是疯牛，但疯牛之后从来都是一地鸡毛。一轮暴涨暴跌之后，很多人不但没有赚到钱，反而亏了不少，这是在A股市场反复上演的故事。
免责声明：文中所提内容和个股，仅是举例分析使用，绝不能作为任何投资依据，更不保证任何收益，投资者据此操作，风险自担！市场有风险，投资需谨慎!
来源：oschina
链接：https://my.oschina.net/u/4266664/blog/4351224