大小：741M, 模型和数据下载，感谢支持创作：

我之前也推荐过一个渠道，但是因为他们公司内部问题，之前的那个开户渠道也遗憾下线了，今天给大家找到了一个新的渠道，费率如下：

有需要的或有任何疑问的可以直接联系我的微信: 83493903 (备注开户) 进行开通，或扫描二维码开户，有专业人士会跟进后续的开户和功能开通。

科帕特（Copart）是一家美国德克萨斯州达拉斯的在线车辆拍卖和再营销服务商，在北美、欧洲和中东都有业务。

[积极因素]:

1. Copart最近的表现令人印象深刻，股价在2023年上涨了50%，显示出投资者对公司的强烈信心。
2. 公司在2024财年第一季度实现了实质性的增长，收入和净利润大幅增长，表明公司正在扩大全球业务，并增加市场份额。
3. 公司强大的财务指标，包括高每股息税前利润（EBIT）和正面的净利润率，表明公司盈利能力健康。
4. 公司的高流动性，如快速比率所示，表明它有足够的资源来满足短期债务。

[潜在问题]:

1. 公司高的负债与净资产比率和总负债与总资产比率表明存在大量债务，如果公司的现金流不足以支付利息费用，这可能成为一个问题。
2. 公司高的存货周转率可能表明存货管理效率低下，可能导致更高的成本和较低的盈利能力。
3. 公司高的应收账款周转率可能表明较长的收款周期，可能影响其流动性。

分析：基于积极的发展和潜在的担忧，我预测Copart（CPRT）的股价将在未来一周内上涨3-4%（从2023年11月17日到2023年11月24日）。公司强劲的财务表现和增长，以及高流动性，表明它是一个稳健的投资。然而，高负债水平和潜在的存货管理效率不足是可能影响公司盈利能力的潜在问题。

总体而言，公司最近的表现和未来的增长潜力表明它是一个强大的投资。然而，投资者应密切关注公司的债务水平和存货管理，以确保这些问题不会显现出来。在短期内，公司的股价预计将继续上升，受到强烈的市场情绪和公司基本面的推动。

股市市盈率是衡量股票相对估值的重要指标之一。A股是中国的股票市场，而美股是美国的股票市场。尽管两国的股票市场都使用市盈率来评估股票的估值，但A股与美股之间存在着一些显著的差异。本文旨在分析这些差异的原因，并评估重要因素对A股与美股市盈率差异的影响。

股市市盈率分析：A股与美股之间的差异的原因分析

1. 经济发展水平

A股和美股所代表的经济发展水平存在差异，这是影响两者市盈率差异的重要因素之一。美国是全球最大的经济体之一，拥有发达的金融市场和大量的高科技企业，使得美股的市盈率相对较高。而A股市场相对较年轻，国内经济相对不发达，因此A股的市盈率普遍较低。

2. 法律法规差异

法律法规对股票市场的监管具有重要影响。美国的股票市场监管相对成熟，有严格的法律法规体系保护投资者权益，使得美股市盈率相对较高。相比之下，A股市场的监管相对较弱，法律法规体系仍在完善中，这导致了A股市盈率相对较低。

3. 投资者结构

A股和美股的投资者结构也是市盈率差异的一个重要原因。美股市场有大量的机构投资者，如养老基金、对冲基金等，这些机构投资者通常具有较高的投资能力和更长的投资周期，从而推高了市盈率。相比之下，A股市场的散户投资者占比较高，他们的投资能力和投资效用往往较低，因此A股的市盈率相对较低。

4. 市场流动性

市场流动性也是影响市盈率差异的重要因素之一。美股市场交易活跃，流动性较高，这使得市场能够更快地反应投资者的情绪和预期，从而推高了市盈率。与之相比，A股市场的流动性相对较低，交易活跃度不高，导致市盈率相对较低。

5. 市值结构差异

A股和美股的市值结构也对市盈率差异产生影响。美股市值较大的科技公司比例较高，而这些公司通常拥有较高的市盈率。相比之下，A股市场以制造业和金融业为主，这些行业的市盈率普遍较低，因此导致了A股的市盈率相对较低。

6. 财务质量和盈利能力

公司的财务质量和盈利能力也是影响市盈率差异的重要因素。美股市场上的公司普遍拥有较高的财务质量和盈利能力，从而使得市盈率相对较高。而A股市场上的公司财务质量和盈利能力相对较低，导致市盈率较低。

7. 技术驱动与传统产业比例

美股市场有较高比例的技术驱动型公司，而这些公司往往拥有较高的市盈率。相反，A股市场以传统产业为主导，这些行业的市盈率普遍较低，因此导致了A股的市盈率相对较低。

8. 宏观经济因素

宏观经济因素也会对市盈率差异产生影响。美国的宏观经济相对稳定，这使得美股市盈率相对较高。与之相比，中国的宏观经济相对不稳定，因此A股市盈率相对较低。

9. 盈利预期差异

不同投资者对未来盈利预期的差异也会影响市盈率差异。美股市场上的投资者普遍对公司未来盈利有较高的预期，从而推高了市盈率。而A股市场上的投资者对盈利预期较为保守，因此A股的市盈率相对较低。

10. 其他因素

除上述因素外，还有一些其他因素也会对A股与美股市盈率差异产生影响，如政策因素、人口因素等。

重要因素对A股与美股市盈率差异的影响评估

通过分析上述差异的原因，可以得出以下评估：

首先，经济发展水平是影响A股与美股市盈率差异的重要因素之一。随着中国经济的不断发展，A股市盈率有望逐渐提升。

其次，加强法律法规建设和市场监管是提高A股市盈率的关键。完善法律法规体系，保护投资者权益，将有助于提高A股市盈率。

此外，提升A股市场的流动性和吸引更多机构投资者参与也是提高A股市盈率的重要途径。加大市场宣传力度，改革市场交易机制，将有助于提高A股市盈率。

最后，提高公司财务质量和盈利能力，引入更多高科技企业，将有助于提高A股市盈率。

综上所述，A股与美股市盈率之间存在着多个因素的差异。通过深入分析这些差异的原因，我们可以更好地理解为什么A股与美股之间存在市盈率差异，并评估了重要因素对差异产生的影响。进一步改善A股市场的监管、流动性和财务状况，有助于提高A股市盈率，推动中国股市的健康发展。

Python计算市盈率代码解析

计算市盈率需要使用两个关键数据：公司的市值（Market Cap）和公司的净利润（Net Profit）。市值是指公司的市场价值，即公司的总市值。净利润是指公司在一定时期内的净收入，即公司的盈利。下面是Python中计算市盈率的代码示例：

def calculate_pe_ratio(market_cap, net_profit):
    pe_ratio = market_cap / net_profit
    return pe_ratio

# 示例用法
market_cap = 1000000000  # 市值为10亿美元
net_profit = 50000000  # 净利润为5000万美元
pe_ratio = calculate_pe_ratio(market_cap, net_profit)
print("市盈率为:", pe_ratio)

上述代码中，calculate_pe_ratio函数接受市值和净利润作为参数，并计算出市盈率。市盈率的计算方法是将市值除以净利润。函数返回计算得到的市盈率值。在示例中，我们假设公司的市值为10亿美元，净利润为5000万美元，通过调用calculate_pe_ratio函数，我们可以得到市盈率的值。

该模型还可以产生非语言交流，如大笑、叹息和哭泣。为了支持研究社区，我们正在提供对预先训练的模型检查点的访问，以便进行推理。

使用示例：

from bark import SAMPLE_RATE, generate_audio, preload_models
from scipy.io.wavfile import write as write_wav
from IPython.display import Audio

# download and load all models
preload_models()

# generate audio from text
text_prompt = """
     Hello, my name is Suno. And, uh — and I like pizza. [laughs] 
     But I also have other interests such as playing tic tac toe.
"""
audio_array = generate_audio(text_prompt)

# save audio to disk
write_wav("bark_generation.wav", SAMPLE_RATE, audio_array)
  
# play text in notebook
Audio(audio_array, rate=SAMPLE_RATE)

3 files

大小

35.7 kB

数据类型

csv

1.字幕制作：语音转文字可以帮助视频制作者快速制作字幕，这在影视行业和网络视频领域非常重要。通过使用语音转文字工具，字幕制作者可以更快地生成字幕，从而缩短制作时间，节省人工成本，并提高制作效率。

2.法律文书：在法律领域，语音转文字可以帮助律师和律所将听证会、辩论和其他法律活动的录音转化为文字文档。这些文档可以用于研究、起草文件和法律分析等目的，从而提高工作效率。

3.医疗文档：医疗专业人员可以使用语音转文字技术来记录病人的医疗记录、手术记录和其他相关信息。这可以减少错误和遗漏，提高记录的准确性和完整性，为患者提供更好的医疗服务。

4.市场调查和分析：语音转文字可以帮助企业快速收集和分析消费者反馈、电话调查和市场研究结果等数据。这可以帮助企业更好地了解其目标受众和市场趋势，从而制定更有效的营销策略和商业计划。

总之，语音转文字技术在许多不同的行业和场景中都有着广泛的应用，可以提高工作效率、减少成本和错误，并为企业和个人带来更多商业价值。

语音转文字是一项重要的技术，但市场上大部分语音转文字工具存在诸多问题。很多人会遇到付费工具难用的情况，效果非常差。如果你需要高效而准确的语音转文字解决方案，你应该考虑使用Whisper。下面是whisper的一段转换示例：

", ".join([i["text"] for i in result["segments"] if i is not None])
# Out[12]: '我赢了啊你说你看到没有没有这样没有减息啊我们后面是降息, 你不要去博这个东西, 我真是害怕你啊, 你不要去博不确定性, 是不是不确定性是我们的敌人, 听到没有朋友们, 好吧, 来朋友们, 你们的预约点好了啊, 朋友们, 你们的预约一定要给我点好了吧, 晚上八点钟是准时开播的, 朋友们关注点好了, 我们盘中视频见啊, 朋友们大家再见'

可以看到，即便是语速这么快的情况下，Whisper 依然实现了近乎完美的转换。

在接下来的教程中，我们将介绍如何使用Whisper来轻松地完成语音转文字任务。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：

pip install openai-whisper

此外你还需要安装ffmpeg:

安装ffmpeg

Mac (打开终端(Terminal), 用 homebrew 安装):

brew install ffmpeg --with-libvorbis --with-sdl2 --with-theora

Linux:

apt-get install ffmpeg libavcodec-extra

Windows:

1. 进入 http://ffmpeg.org/download.html#build-windows，点击 windows 对应的图标，进入下载界面点击 download 下载按钮，
2. 解压下载好的zip文件到指定目录
3. 将解压后的文件目录中 bin 目录（包含 ffmpeg.exe ）添加进 path 环境变量中
4. DOS 命令行输入 ffmpeg -version, 出现以下界面说明安装完成：

2.使用Whisper进行语音转文字

简单的使用例子：

import whisper
whisper_model = whisper.load_model("large")
result = whisper_model.transcribe(r"C:\Users\win10\Downloads\test.wav")
print(", ".join([i["text"] for i in result["segments"] if i is not None]))

首先，我们建议使用Whisper的large-v2模型。根据我的实测结果，这个模型的表现非常优秀，它可以识别多种语言，包括中文，而且中文识别效果非常出色。在某些文字转换的场景中，它的表现甚至优于腾讯云、阿里云。

如果你无法下载到模型，可以用我们的模型镜像下载地址：https://pythondict.com/download/openai-whisper-large-v2/

使用前将模型文件放到指定位置：

Windows: C:\Users\你的用户名\.cache\whisper/large-v2.pt

Linux/MacOS: ~/.cache/whisper/large-v2.pt

然后重新运行程序即可得到转换结果。比如我们转换下面这个音频：

效果如下：

import whisper
whisper_model = whisper.load_model("large")
result = whisper_model.transcribe(r"C:\Users\win10\Downloads\test.wav")
print(", ".join([i["text"] for i in result["segments"] if i is not None]))
# 我赢了啊你说你看到没有没有这样没有减息啊我们后面是降息, 你不要去博这个东西, 我真是害怕你啊, 你不要去博不确定性, 是不是不确定性是我们的敌人, 听到没有朋友们, 好吧, 来朋友们, 你们的预约点好了啊, 朋友们, 你们的预约一定要给我点好了吧, 晚上八点钟是准时开播的, 朋友们关注点好了, 我们盘中视频见啊, 朋友们大家再见

此外，不建议一次性转换长音频。如果你要转换长度很长的音频，建议先做切割并降低码率。

3.Whisper转换结果分析

Whisper的生成结果是一个字典：

{'text': '我赢了啊你说你看到没有没有这样没有减息啊我们后面是降息你不要去博这个东西我真是害怕你啊你不要去博不确定性是不是不确定性是我们的敌人听到没有朋友们好吧来朋友们你们的预约点好了啊朋友们你们的预约一定要给我点好了吧晚上八点钟是准时开播的朋友们关注点好了我们盘中视频见啊朋友们大家再见', 'segments': [{'id': 0, 'seek': 0, 'start': 0.0, 'end': 4.8, 'text': '我赢了啊你说你看到没有没有这样没有减息啊我们后面是降息', 'tokens': [50364, 1654, 5266, 95, 2289, 4905, 42405, 16529, 4511, 17944, 17944, 21209, 17944, 6336, 237, 26460, 4905, 15003, 13547, 8833, 1541, 47421, 26460, 50604], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 1, 'seek': 0, 'start': 4.8, 'end': 6.7, 'text': '你不要去博这个东西', 'tokens': [50604, 2166, 11962, 6734, 5322, 248, 15368, 38409, 16220, 50699], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 2, 'seek': 0, 'start': 6.7, 'end': 8.2, 'text': '我真是害怕你啊', 'tokens': [50699, 1654, 6303, 1541, 14694, 21164, 2166, 4905, 50774], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 3, 'seek': 0, 'start': 8.2, 'end': 10.9, 'text': '你不要去博不确定性', 'tokens': [50774, 2166, 11962, 6734, 5322, 248, 1960, 38114, 106, 12088, 21686, 50909], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 4, 'seek': 0, 'start': 10.9, 'end': 13.200000000000001, 'text': '是不是不确定性是我们的敌人', 'tokens': [50909, 23034, 1960, 38114, 106, 12088, 21686, 1541, 15003, 1546, 7017, 234, 4035, 51024], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 5, 'seek': 0, 'start': 13.200000000000001, 'end': 14.4, 'text': '听到没有朋友们', 'tokens': [51024, 31022, 4511, 17944, 19828, 9497, 51084], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 6, 'seek': 0, 'start': 14.4, 'end': 15.1, 'text': '好吧', 'tokens': [51084, 40221, 51119], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 7, 'seek': 0, 'start': 15.1, 'end': 15.6, 'text': '来朋友们', 'tokens': [51119, 6912, 19828, 9497, 51144], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 8, 'seek': 0, 'start': 15.6, 'end': 17.0, 'text': '你们的预约点好了啊', 'tokens': [51144, 29806, 1546, 12501, 226, 16853, 99, 12579, 12621, 4905, 51214], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 9, 'seek': 0, 'start': 17.0, 'end': 17.3, 'text': '朋友们', 'tokens': [51214, 19828, 9497, 51229], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 10, 'seek': 0, 'start': 17.3, 'end': 18.900000000000002, 'text': '你们的预约一定要给我点好了吧', 'tokens': [51229, 29806, 1546, 12501, 226, 16853, 99, 48161, 49076, 12579, 12621, 6062, 51309], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 11, 'seek': 0, 'start': 18.900000000000002, 'end': 21.0, 'text': '晚上八点钟是准时开播的', 'tokens': [51309, 50157, 33453, 12579, 50064, 1541, 6336, 228, 15729, 18937, 49993, 1546, 51414], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 12, 'seek': 0, 'start': 21.0, 'end': 22.6, 'text': '朋友们关注点好了', 'tokens': [51414, 19828, 9497, 28053, 26432, 12579, 12621, 51494], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 13, 'seek': 0, 'start': 22.6, 'end': 24.1, 'text': '我们盘中视频见啊', 'tokens': [51494, 15003, 5419, 246, 5975, 40656, 39752, 23813, 4905, 51569], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}, {'id': 14, 'seek': 0, 'start': 24.1, 'end': 25.400000000000002, 'text': '朋友们大家再见', 'tokens': [51569, 19828, 9497, 6868, 44176, 51634], 'temperature': 0.0, 'avg_logprob': -0.2088493855794271, 'compression_ratio': 1.649402390438247, 'no_speech_prob': 0.5881261825561523}], 'language': 'zh'}

text参数是没有做任何分词处理的纯语音原文本。

我们要重点关注的是segments参数。segments参数对音频内人物语言做了”分段”操作，比如这一段话：

{
  'id': 1,
  'seek': 0, 
  'start': 4.8, 
  'end': 6.7,
  'text': '你不要去博这个东西', 
  'tokens': [50604, 2166, 11962, 6734, 5322, 248, 15368, 38409, 16220, 50699],
  'temperature': 0.0, 
  'avg_logprob': -0.2088493855794271,
  'compression_ratio': 1.649402390438247, 
  'no_speech_prob': 0.5881261825561523
}

它就相当于人一样，去一帧帧校对每个词说话的时间：start是起始时间，end是结束时间。即”你不要去博这个东西”发生在音频的4.8秒到6.7秒之间。其他参数：

temperature 是指在语音转文本模型生成结果时，控制输出随机性和多样性的参数。

avg_logprob参数是语音转文字模型预测的置信度评分的平均值。

compression_ratio参数是指音频信号压缩的比率。

no_speech_prob参数是指模型在某段时间内检测到没有语音信号的概率。

重点在于如何应用。start和end参数你可以用来直接生成视频的字幕。大大提高生产效率。

置信度参数你可以用来提高识别准确率，如果说置信度一直不高，可以单独拎出来人工优化。

总之，Whisper的Large-v2模型绝对是目前中文语音转文字的顶级存在，有兴趣的朋友赶紧试试吧。

模型镜像下载地址：https://pythondict.com/download/openai-whisper-large-v2/

如果你存在算力计算或使用上的困难，也可以私信联系我帮你处理。

我们的文章到此就结束啦，如果你喜欢今天的 Python 教程，请持续关注Python实用宝典。

有任何问题，可以在公众号后台回复：加群，回答相应验证信息，进入互助群询问。

原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！

​Python实用宝典 ( pythondict.com )
不只是一个宝典
欢迎关注公众号：Python实用宝典

仅支持 /apps/bypy 目录。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：

pip install bypy

2.授权bypy访问百度网盘

首先试一下显示在云盘（程序的）根目录下文件列表，cmd/终端里输入：

bypy list

会出现这样的界面

点击终端上方出现的蓝色链接

复制授权码，在终端输入并回车：

完成授权。

3.开始使用bypy

在你的百度网盘上的“我的网盘>我的应用数据”新建一个bypy文件夹，并放置文件：

使用以下代码就可以获取到这个文件夹下的文件列表：

from bypy import ByPy
bp = ByPy()
print(bp.list())

效果如下：

4.文件上传功能

如果需要上传文件，只需要调用upload函数：

from bypy import ByPy
bp = ByPy()

bp.upload(r"C:\Users\83493\Downloads\Snipaste_2023-04-15_19-58-37.png", "Python实用宝典.png")
print(bp.list())

效果如下：

打开百度网盘测试一下：

成功咧，真简单咧。

5.文件同步功能

你可以选择把整个文件夹统统同步到百度网盘，比如我这里有个文件夹要全部推送到百度网盘：

那么我们只需要这么写:

from bypy import ByPy
bp = ByPy()

bp.syncup(r"D:\CODE\baidu_upload\Python实用宝典的推送素材", "Python实用宝典的推送素材")
print(bp.list())

它会在”我的网盘/我的应用数据/bypy”下自动创建Python实用宝典的推送素材文件夹：

打开看看，你会发现所有文件都被自动同步上来了

另外，还有一个 syncdown方法，是把 “我的网盘/我的应用数据/bypy” 下某个目录同步到本地：

from bypy import ByPy
bp = ByPy()

bp.syncdown(r"Python实用宝典的推送素材", "D:\CODE\baidu_upload\Python实用宝典的推送素材2")
print(bp.list())

效果如下，非常方便：

有需要的同学快试试吧！

我们的文章到此就结束啦，如果你喜欢今天的 Python 教程，请持续关注Python实用宝典。

有任何问题，可以在公众号后台回复：加群，回答相应验证信息，进入互助群询问。

原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！

​Python实用宝典 ( pythondict.com )
不只是一个宝典
欢迎关注公众号：Python实用宝典

数据范围：2018.10.18~2023.04-10 按天

数据价格：50元

数据样例：

000016,[‘MiniLED’, ‘超清视频’, ‘芯片概念’, ‘消费电子概念’, ‘智能家居’, ‘腾讯概念’, ‘人民币贬值受益’, ‘创投’, ‘PPP概念’, ‘污水处理’, ‘家用电器’, ‘分拆上市意愿’, ‘标普道琼斯A股’, ‘央企国资改革’, ‘智能终端’, ‘深股通’, ‘富时罗素概念’, ‘王者荣耀’, ‘富时罗素概念股’, ‘融资融券’, ‘智能电视’, ‘央企控股’, ‘含B股’, ‘电视游戏’, ‘IPV6’, ‘转融券标的’]
000017,[‘锂电池’, ‘黄金概念’, ‘粤港澳大湾区’, ‘新零售’, ‘含B股’, ‘ST板块’]
000019,[‘标普道琼斯A股’, ‘数字乡村’, ‘深圳国资改革’, ‘普洱茶’, ‘含B股’, ‘B转H’, ‘调味品’, ‘广东国资改革’, ‘深股通’]
000021,[‘集成电路概念’, ‘芯片概念’, ‘华为概念’, ‘节能照明’, ‘无人机’, ‘区块链’, ‘工业4.0’, ‘新能源汽车’, ‘MSCI概念’, ‘医疗器械概念’, ‘智能电网’, ‘标普道琼斯A股’, ‘超级电容’, ‘央企国资改革’, ‘半年报预增’, ‘电子信息’, ‘深股通’, ‘芯片封装测试’, ‘蓝宝石’, ‘富时罗素概念’, ‘融资融券’, ‘转融券标的’, ‘存储芯片’, ‘三星’, ‘内存’, ‘TMT’, ‘数据存储’, ‘富时罗素概念股’]
000023,[‘粤港澳大湾区’, ‘壳资源’, ‘举牌’]
000025,[‘深圳国资改革’, ‘标普道琼斯A股’, ‘粤港澳大湾区’, ‘融资融券’, ‘转融券标的’, ‘广东国资改革’, ‘含B股’, ‘富时罗素概念股’, ‘富时罗素概念’, ‘深股通’]
000026,[‘央企国资改革’, ‘军工’, ‘电子商务’, ‘智能穿戴’, ‘智能手表’, ‘奢侈品’, ‘仪电仪表’, ‘含B股’, ‘中瑞自贸协定’, ‘中航系’]
000027,[‘天然气’, ‘PPP概念’, ‘固废处理’, ‘标普道琼斯A股’, ‘风电’, ‘垃圾分类’, ‘参股券商’, ‘深圳国资改革’, ‘互联网保险’, ‘节能环保’, ‘MSCI概念’, ‘创投’, ‘腾讯概念’, ‘深股通’, ‘新能源’, ‘太阳能’, ‘电力改革’, ‘参股新三板’, ‘富时罗素概念’, ‘富时罗素概念股’, ‘广东国资改革’, ‘融资融券’, ‘广东基建’, ‘转融券标的’, ‘宁德时代概念’, ‘租售同权’]
000028,[‘互联网医疗’, ‘智能医疗’, ‘冷链物流’, ‘央企国资改革’, ‘标普道琼斯A股’, ‘深股通’, ‘融资融券’, ‘医疗改革’, ‘富时罗素概念股’, ‘基金重仓’, ‘含B股’, ‘单抗’, ‘抗癌’, ‘转融券标的’, ‘富时罗素概念’, ‘MSCI概念’]
000029,[‘深圳国资改革’, ‘粤港澳大湾区’, ‘广东国资改革’, ‘含B股’, ‘B转H’, ‘工业用地’, ‘深股通’]
000030,[‘新能源汽车’, ‘富时罗素概念股’, ‘标普道琼斯A股’, ‘汽车电子’, ‘深股通’, ‘融资融券’, ‘含B股’, ‘转融券标的’, ‘吉林国资改革’]
000031,[‘粤港澳大湾区’, ‘证金持股’, ‘央企国资改革’, ‘标普道琼斯A股’, ‘富时罗素概念股’, ‘中粮系’, ‘融资融券’, ‘深股通’, ‘工业用地’, ‘中粮系国企改革’, ‘转融券标的’, ‘富时罗素概念’, ‘参股新三板’]
000032,[‘柔性屏’, ‘节能照明’, ‘安防’, ‘智慧城市’, ‘高铁’, ‘央企国资改革’, ‘电子信息’, ‘生物安全’, ‘深股通’, ‘无线充电’]
000034,[‘边缘计算’, ‘云计算’, ‘数字孪生’, ‘区块链’, ‘华为概念’, ‘网络安全’, ‘标普道琼斯A股’, ‘物联网’, ‘融资融券’, ‘深股通’, ‘数字中国’, ‘转融券标的’]
000035,[‘节能环保’, ‘垃圾分类’, ‘标普道琼斯A股’, ‘固废处理’, ‘融资融券’, ‘富时罗素概念股’, ‘转融券标的’, ‘深股通’, ‘富时罗素概念’]
000036,[‘标普道琼斯A股’, ‘富时罗素概念股’, ‘工业用地’, ‘PTA’, ‘融资融券’, ‘转融券标的’, ‘深股通’]
000037,[‘固废处理’, ‘核电’, ‘含B股’]
000038,[‘抖音概念’, ‘区块链’, ‘文化传媒’, ‘人工智能’, ‘半年报预增’, ‘工业大麻’, ‘广告营销’]
000039,[‘可燃冰’, ‘航运概念’, ‘天然气’, ‘雄安新区’, ‘参股券商’, ‘冷链物流’, ‘粤港澳大湾区’, ‘高端装备’, ‘物联网’, ‘标普道琼斯A股’, ‘海工装备’, ‘分拆上市意愿’, ‘海洋经济’, ‘富时罗素概念’, ‘富时罗素概念股’, ‘中非合作’, ‘融资融券’, ‘转融券标的’, ‘B转H’, ‘LNG动力船’, ‘LNG加气站’, ‘船舶升级概念’, ‘工业用地’, ‘招商系’, ‘航运系’, ‘海水淡化’, ‘深股通’, ‘参股银行’]
000040,[‘固废处理’, ‘天然气’, ‘光伏概念’, ‘节能环保’, ‘PPP概念’, ‘标普道琼斯A股’, ‘粤港澳大湾区’, ‘乡村振兴’, ‘区块链’, ‘华为概念’, ‘新能源’, ‘转融券标的’, ‘富时罗素概念股’, ‘太阳能’, ‘美丽中国’, ‘融资融券’, ‘工业用地’, ‘农村环境治理’, ‘大运会’]
000056,[‘租售同权’, ‘智能物流’, ‘参股保险’, ‘林场改革’, ‘含B股’, ‘小额再贷款’, ‘融资租赁’]
000058,[‘光伏概念’, ‘深圳国资改革’, ‘创投’, ‘电子竞技’, ‘电子商务’, ‘卫星导航’, ‘小额再贷款’, ‘含B股’, ‘工业用地’, ‘新能源’, ‘太阳能’, ‘广东国资改革’, ‘光伏玻璃’, ‘参股新三板’, ‘深股通’]
000078,[‘禽流感’, ‘流感’, ‘健康中国’, ‘生物疫苗’, ‘医疗器械概念’, ‘标普道琼斯A股’, ‘口罩’, ‘多肽药’, ‘深股通’, ‘富时罗素概念股’, ‘富时罗素概念’, ‘融资融券’, ‘防辐射’, ‘医保目录’, ‘登革热’, ‘国产伟哥’, ‘MERS概念’, ‘抗癌’, ‘转融券标的’, ‘医疗改革’, ‘抗肿瘤’, ‘超级真菌’]
000096,[‘深圳国资改革’, ‘粤港澳大湾区’, ‘油品改革’, ‘广东国资改革’, ‘工业用地’]
000099,[‘通用航空’, ‘无人机’, ‘军工’, ‘央企国资改革’, ‘风电’, ‘粤港澳大湾区’, ‘海上风电’, ‘航天军工’, ‘三沙’, ‘私人飞机’, ‘融资融券’, ‘转融券标的’, ‘海洋经济’]
000153,[‘代糖概念’, ‘金改’, ‘生物医药’, ‘眼科医疗’, ‘肝素’, ‘医保目录’, ‘抗肝癌’, ‘抗癌’]
000155,[‘宁德时代概念’, ‘锂电池’, ‘新能源汽车’, ‘光伏概念’, ‘风电’, ‘成渝特区’, ‘深股通’, ‘四川国资改革’]
000156,[‘文化传媒’, ‘蚂蚁金服概念’, ‘大数据’, ‘超清视频’, ‘虚拟现实’, ‘标普道琼斯A股’, ‘物联网’, ‘融资融券’, ‘深股通’, ‘浙江国资改革’, ‘智能电视’, ‘三网融合’, ‘网络电视’, ‘转融券标的’, ‘物联网应用层’, ‘证金持股’, ‘三胎概念’]
000157,[‘乡村振兴’, ‘固废处理’, ‘一带一路’, ‘农机’, ‘节能环保’, ‘标普道琼斯A股’, ‘高端装备’, ‘工业互联网’, ‘宁德时代概念’, ‘MSCI概念’, ‘挖掘机’, ‘富时罗素概念’, ‘富时罗素概念股’, ‘融资融券’, ‘转融券标的’, ‘公路建设’, ‘机械装备’, ‘深股通’]
000158,[‘国产软件’, ‘网络安全’, ‘大数据’, ‘区块链’, ‘智慧城市’, ‘腾讯概念’, ‘数据中心’, ‘标普道琼斯A股’, ‘华为概念’, ‘参股银行’, ‘京津冀一体化’, ‘雄安新区’, ‘融资融券’, ‘深股通’, ‘富时罗素概念’, ‘雄安软件’, ‘转融券标的’, ‘正定新区’, ‘互联网银行’, ‘富时罗素概念股’, ‘雄安金融’]
000159,[‘新疆振兴’, ‘一带一路’, ‘壳资源’, ‘半年报预增’, ‘融资融券’, ‘焦炭’, ‘西部开发’, ‘油品改革’, ‘转融券标的’]
000166,[‘期货概念’, ‘证金持股’, ‘MSCI概念’, ‘央企国资改革’, ‘标普道琼斯A股’, ‘富时罗素概念股’, ‘深股通’, ‘融资融券’, ‘金控平台’, ‘转融券标的’, ‘富时罗素概念’]
000301,[‘长三角一体化’, ‘标普道琼斯A股’, ‘电子商务’, ‘转融券标的’, ‘富时罗素概念股’, ‘融资融券’, ‘PTA’, ‘涤纶’, ‘深股通’, ‘富时罗素概念’]
000333,[‘超级品牌’, ‘证金持股’, ‘家用电器’, ‘富时罗素概念股’, ‘标普道琼斯A股’, ‘智能家居’, ‘人民币贬值受益’, ‘机器人概念’, ‘物联网’, ‘工业互联网’, ‘深股通’, ‘工业机器人’, ‘央视财经50’, ‘大消费’, ‘基金重仓’, ‘融资融券’, ‘转融券标的’, ‘物联网平台层’]
000338,[‘燃料电池’, ‘节能环保’, ‘新能源汽车’, ‘标普道琼斯A股’, ‘MSCI概念’, ‘高端装备’, ‘证金持股’, ‘富时罗素概念股’, ‘深股通’, ‘融资融券’, ‘转融券标的’, ‘新能源整车’, ‘LNG动力船’, ‘国六概念’, ‘富时罗素概念’]
000401,[‘水泥概念’, ‘京津冀一体化’, ‘雄安新区’, ‘固废处理’, ‘债转股(AMC概念)’, ‘标普道琼斯A股’, ‘MSCI概念’, ‘富时罗素概念’, ‘深股通’, ‘融资融券’, ‘富时罗素概念股’, ‘北京国资改革’, ‘地方国资改革’, ‘南水北调’, ‘转融券标的’, ‘雄安基建’]
000402,[‘标普道琼斯A股’, ‘MSCI概念’, ‘参股券商’, ‘深股通’, ‘富时罗素概念股’, ‘融资融券’, ‘北京国资改革’, ‘中央政务区’, ‘转融券标的’, ‘富时罗素概念’]
000403,[‘生物医药’, ‘转融券标的’, ‘血液制品’, ‘深股通’, ‘融资融券’]
000404,[‘节能环保’, ‘工业4.0’, ‘机器人概念’, ‘智能家居’, ‘锂电池’, ‘镍氢电池’, ‘融资融券’, ‘疫苗存储’, ‘地热能’, ‘服务机器人’, ‘转融券标的’]
000407,[‘天然气’, ‘页岩气’, ‘地下管网’, ‘充电桩’, ‘股权转让’]
000408,[‘小金属概念’, ‘锂电池’, ‘融资融券’, ‘转融券标的’, ‘锂电原料’, ‘新能源汽车’, ‘ST板块’]
000409,[‘卫星导航’, ‘山东国资改革’, ‘ST板块’]
000410,[‘振兴东北’, ‘ST板块’, ‘央企国资改革’, ‘工业4.0’, ‘工业互联网’, ‘机器人概念’, ‘腾讯概念’, ‘高端装备’, ‘债转股(AMC概念)’, ‘工业机器人’, ‘融资租赁’]
000411,[‘医药电商’, ‘冷链物流’, ‘医疗器械概念’, ‘浙江国资改革’, ‘医保目录’]
000413,[‘OLED’, ‘节能照明’, ‘新能源汽车’, ‘华为概念’, ‘石墨烯’, ‘机器人概念’, ‘高端装备’, ‘燃料电池’, ‘标普道琼斯A股’, ‘口罩’, ‘MSCI概念’, ‘OLED面板’, ‘蓝宝石’, ‘新能源整车’, ‘疫苗存储’, ‘富时罗素概念’, ‘富时罗素概念股’, ‘电子信息’, ‘含B股’, ‘智能自行车’, ‘石墨烯手机’, ‘转融券标的’, ‘融资融券’, ‘3D玻璃’, ‘锂电池’]
000415,[‘天津自贸区’, ‘雄安新区’, ‘标普道琼斯A股’, ‘MSCI概念’, ‘航空租赁’, ‘深股通’, ‘飞机租赁’, ‘富时罗素概念股’, ‘海航系’, ‘滨海新区’, ‘环渤海’, ‘融资租赁’, ‘融资融券’, ‘转融券标的’, ‘雄安金融’]
000416,[‘期货概念’, ‘金改’, ‘壳资源’, ‘参股银行’]
000417,[‘新零售’, ‘跨境电商’, ‘冷链物流’, ‘室外经济’, ‘参股民营银行’, ‘融资融券’, ‘宝能系’, ‘安徽国资改革’, ‘地方国资改革’, ‘合肥迪士尼’, ‘消费金融’, ‘转融券标的’, ‘商超百货’]
000419,[‘新零售’, ‘参股保险’, ‘金改’, ‘参股银行’, ‘村镇银行’, ‘湖南国资改革’]
000421,[‘天然气’, ‘充电桩’, ‘江苏国资改革’, ‘南京国资改革’]
000422,[‘磷化工’, ‘煤化工’, ‘天然气’, ‘烧碱’, ‘PVC’, ‘尿素’, ‘己二酸’, ‘涉矿’, ‘煤头尿素’, ‘片碱’, ‘甲醛’, ‘湖北国资改革’, ‘ST板块’]
000425,[‘一带一路’, ‘工业4.0’, ‘工业互联网’, ‘标普道琼斯A股’, ‘高端装备’, ‘军工’, ‘MSCI概念’, ‘富时罗素概念股’, ‘深股通’, ‘融资融券’, ‘挖掘机’, ‘机械装备’, ‘马歇尔计划’, ‘新能源物流车’, ‘转融券标的’, ‘富时罗素概念’, ‘证金持股’]
000428,[‘情人节’, ‘湖南国资改革’, ‘收入改革’]
000430,[‘腾讯概念’, ‘村镇银行’, ‘旅游’, ‘收入改革’, ‘虚拟导游’, ‘微信概念’]
000498,[‘PPP概念’, ‘一带一路’, ‘标普道琼斯A股’, ‘腾讯概念’, ‘富时罗素概念股’, ‘智慧城市’, ‘高铁’, ‘深股通’, ‘山东国资改革’, ‘债转股(AMC概念)’]
000504,[‘细胞免疫治疗’, ‘节能环保’, ‘湖南国资改革’, ‘干细胞’, ‘股权转让’, ‘ST板块’]
000506,[‘黄金概念’, ‘转融券标的’, ‘融资融券’, ‘涉矿’]
000507,[‘航运概念’, ‘广东自贸区’, ‘粤港澳大湾区’, ‘富时罗素概念股’, ‘一带一路’, ‘横琴新区’, ‘光伏概念’, ‘参股新三板’, ‘珠港澳物流合作园’, ‘广东国资改革’, ‘PTA’, ‘融资租赁’, ‘新能源’, ‘航运港口’, ‘珠海国资改革’, ‘珠海主题公园’, ‘中巴经济走廊’]
000509,[‘园林开发’, ‘成渝特区’, ‘股权转让’, ‘ST板块’]
000510,[‘石墨烯’, ‘油气运输仓储’, ‘烧碱’, ‘PVC’, ‘石墨烯油墨’, ‘参股银行’, ‘代糖概念’]
000513,[‘生物医药’, ‘仿制药一致性评价’, ‘基因测序’, ‘MSCI概念’, ‘流感’, ‘标普道琼斯A股’, ‘横琴新区’, ‘辅助生殖’, ‘参股新三板’, ‘创新药’, ‘深股通’, ‘融资融券’, ‘富时罗素概念股’, ‘中医药’, ‘基金重仓’, ‘医保目录’, ‘B转H’, ‘单抗’, ‘转融券标的’, ‘富时罗素概念’]
000514,[‘债转股(AMC概念)’, ‘金改’, ‘长江经济带’, ‘重庆国资改革’, ‘成渝特区’, ‘两江新区’, ‘重庆自贸区’]
000516,[‘医美概念’, ‘基因测序’, ‘智能医疗’, ‘辅助生殖’, ‘互联网医疗’, ‘民营医院’, ‘健康中国’, ‘标普道琼斯A股’, ‘阿里巴巴概念’, ‘西安自贸区’, ‘陕西自贸区’, ‘西咸新区’, ‘融资融券’]
000517,[‘标普道琼斯A股’, ‘融资融券’, ‘涉矿’, ‘富时罗素概念股’, ‘转融券标的’, ‘富时罗素概念’, ‘深股通’]
000518,[‘生物医药’, ‘干细胞’, ‘医保目录’, ‘登革热’, ‘肾透析’, ‘抗癌’, ‘体外诊断’]
000519,[‘半年报预增’, ‘军工’, ‘军民融合’, ‘新材料概念’, ‘央企国资改革’, ‘融资融券’, ‘中兵系’, ‘增碳剂’, ‘超硬材料’, ‘转融券标的’, ‘阅兵’, ‘金刚石（线）’, ‘深股通’, ‘冷链物流’]
000520,[‘航运概念’, ‘债转股(AMC概念)’, ‘油价下调’]
000521,[‘家用电器’, ‘冷链物流’, ‘工业互联网’, ‘垃圾分类’, ‘智能家居’, ‘独角兽概念’, ‘电子商务’, ‘医疗器械概念’, ‘含B股’, ‘疫苗存储’]
000523,[‘啤酒概念’, ‘代糖概念’, ‘消毒剂’, ‘工业大麻’, ‘土地流转’, ‘粤港澳大湾区’, ‘南沙新区’, ‘广东国资改革’, ‘白糖’]
000524,[‘在线旅游’, ‘广东自贸区’, ‘免税店’, ‘粤港澳大湾区’, ‘情人节’, ‘旅游’, ‘广东国资改革’, ‘南沙新区’, ‘收入改革’, ‘广州旅游’]
000525,[‘草甘膦’, ‘草地贪夜蛾防治’, ‘NMN概念’, ‘标普道琼斯A股’, ‘农村电商’, ‘乡村振兴’, ‘富时罗素概念股’, ‘吡啶’, ‘股权转让’, ‘融资融券’]
000526,[‘在线教育’, ‘紫光系’, ‘高校’, ‘股权转让’]
000528,[‘一带一路’, ‘标普道琼斯A股’, ‘高端装备’, ‘机械装备’, ‘深股通’, ‘富时罗素概念股’, ‘融资融券’, ‘地方国资改革’, ‘马歇尔计划’, ‘挖掘机’, ‘转融券标的’, ‘富时罗素概念’]
000529,[‘猪肉’, ‘广东自贸区’, ‘在线教育’, ‘冷链物流’, ‘粤港澳大湾区’, ‘小额贷款’]
000550,[‘标普道琼斯A股’, ‘新能源汽车’, ‘室外经济’, ‘深股通’, ‘富时罗素概念股’, ‘鄱阳湖经济区’, ‘含B股’, ‘汽车制造概念’, ‘融资融券’, ‘转融券标的’, ‘汽车下乡’, ‘富时罗素概念’, ‘证金持股’, ‘半年报预增’]
000551,[‘氢能源’, ‘特高压’, ‘特斯拉’, ‘PM2.5’, ‘节能环保’, ‘污水处理’, ‘金改’, ‘参股银行’, ‘期货概念’, ‘生物安全’, ‘融资融券’, ‘江苏国资改革’, ‘循环经济’, ‘废气处理’, ‘空气净化’, ‘参股新三板’, ‘转融券标的’]
000552,[‘标普道琼斯A股’, ‘煤炭概念’, ‘动力煤’, ‘富时罗素概念股’, ‘甘肃国资改革’, ‘地方国资改革’, ‘涉矿’, ‘兰新白试验区’, ‘融资融券’, ‘转融券标的’]
000553,[‘草甘膦’, ‘草地贪夜蛾防治’, ‘半年报预增’, ‘标普道琼斯A股’, ‘央企国资改革’, ‘深股通’, ‘富时罗素概念’, ‘登革热’, ‘吡啶’, ‘富时罗素概念股’, ‘寨卡病毒概念’, ‘蜱虫’]
000755,[‘山西国资改革’]
000756,[‘仿制药一致性评价’, ‘医药电商’, ‘标普道琼斯A股’, ‘新零售’, ‘阿里巴巴概念’, ‘富时罗素概念股’, ‘深股通’, ‘富时罗素概念’, ‘生物安全’, ‘医保目录’, ‘阿尔茨海默概念’, ‘商品新零售’, ‘医疗改革’]
000757,[‘新能源汽车’, ‘节能环保’, ‘疫苗存储’, ‘空气净化’, ‘二手车’]
000758,[‘小金属概念’, ‘稀土永磁’, ‘稀缺资源’, ‘标普道琼斯A股’, ‘央企国资改革’, ‘深股通’, ‘富时罗素概念股’, ‘融资融券’, ‘东盟自贸区’, ‘中非合作’, ‘有色铝’, ‘央企控股’, ‘稀有金属’, ‘铌’, ‘涉矿’, ‘转融券标的’, ‘富时罗素概念’, ‘钴’]
000759,[‘社区团购’, ‘农业种植’, ‘新零售’, ‘电子商务’, ‘智能物流’, ‘免税店’, ‘可降解塑料’, ‘武汉自贸区’, ‘便利店’, ‘商超百货’, ‘双十一’]
000761,[‘标普道琼斯A股’, ‘富时罗素概念股’, ‘轧板’, ‘含B股’, ‘融资融券’, ‘深股通’, ‘转融券标的’]
000762,[‘钴’, ‘稀缺资源’, ‘小金属概念’, ‘锂电池’, ‘股权转让’, ‘高岭土概念’, ‘深股通’, ‘融资融券’, ‘铬铁’, ‘稀有金属’, ‘锂矿’, ‘锂电原料’, ‘转融券标的’, ‘新能源汽车’]
000766,[‘民营医院’, ‘工业大麻’, ‘参股银行’, ‘标普道琼斯A股’, ‘转融券标的’, ‘医保目录’, ‘抗肝癌’, ‘抗癌’, ‘阿尔茨海默概念’, ‘中医药’, ‘医疗改革’, ‘融资融券’]
000767,[‘风电’, ‘标普道琼斯A股’, ‘富时罗素概念股’, ‘供应链金融’, ‘深股通’, ‘有色铝’, ‘电力改革’, ‘山西国资改革’, ‘地方国资改革’, ‘煤价下跌受益’, ‘中电投合并’, ‘融资融券’, ‘转融券标的’, ‘光伏概念’]
000768,[‘大飞机’, ‘国产航母’, ‘军工’, ‘央企国资改革’, ‘标普道琼斯A股’, ‘MSCI概念’, ‘富时罗素概念股’, ‘深股通’, ‘转融券标的’, ‘预警机’, ‘中航系’, ‘融资融券’, ‘航天军工’, ‘海军军工’, ‘富时罗素概念’]
000776,[‘期货概念’, ‘互联网金融’, ‘MSCI概念’, ‘标普道琼斯A股’, ‘参股新三板’, ‘转融券标的’, ‘富时罗素概念’, ‘富时罗素概念股’, ‘互联网券商’, ‘融资融券’, ‘深股通’, ‘参股新股’]
000777,[‘央企国资改革’, ‘核电’, ‘一带一路’, ‘金改’, ‘转融券标的’, ‘航天军工’, ‘铀矿’, ‘央企控股’, ‘融资融券’]
000778,[‘地下管网’, ‘水利’, ‘PPP概念’, ‘雄安新区’, ‘标普道琼斯A股’, ‘央企国资改革’, ‘深股通’, ‘铁矿石’, ‘海绵城市’, ‘富时罗素概念’, ‘太阳能’, ‘富时罗素概念股’, ‘融资融券’, ‘际华系’, ‘央企控股’, ‘岩棉’, ‘天然气管道’, ‘南水北调’, ‘西气东输’, ‘转融券标的’, ‘雄安基建’]
000779,[‘水利’, ‘口罩’, ‘西部开发’, ‘甘肃国资改革’]
000782,[‘锦纶’]
000783,[‘标普道琼斯A股’, ‘MSCI概念’, ‘富时罗素概念股’, ‘深股通’, ‘武汉金改’, ‘融资融券’, ‘转融券标的’, ‘参股新三板’, ‘富时罗素概念’]
000785,[‘新零售’, ‘蚂蚁金服概念’, ‘阿里巴巴概念’, ‘智能家居’, ‘移动购物’, ‘武汉金改’, ‘武汉自贸区’, ‘商超百货’, ‘深股通’, ‘股权转让’]
000786,[‘装配式建筑’, ‘雄安新区’, ‘MSCI概念’, ‘标普道琼斯A股’, ‘央企国资改革’, ‘富时罗素概念’, ‘保障房’, ‘深股通’, ‘绿色消费’, ‘富时罗素概念股’, ‘中材系’, ‘融资融券’, ‘岩棉’, ‘绿色建筑’, ‘参股新三板’, ‘转融券标的’, ‘雄安基建’, ‘半年报预增’]
000788,[‘医药电商’, ‘民营医院’, ‘高校’, ‘两江新区’, ‘成渝特区’, ‘医保目录’, ‘抗癌’, ‘人脑工程’, ‘医疗改革’, ‘维生素’, ‘证金持股’]
000789,[‘水泥概念’, ‘标普道琼斯A股’, ‘转融券标的’, ‘富时罗素概念股’, ‘鄱阳湖经济区’, ‘融资融券’, ‘深股通’, ‘富时罗素概念’]
000790,[‘超级真菌’, ‘流感’, ‘生物医药’, ‘眼科医疗’, ‘一带一路’, ‘融资融券’, ‘中医药’, ‘基建工程’, ‘单抗’, ‘医保目录’, ‘抗肝癌’, ‘兽药’, ‘抗癌’, ‘转融券标的’, ‘仿制药’, ‘钢结构’]
000791,[‘风电’, ‘光伏概念’, ‘新能源’, ‘甘肃国资改革’]
000792,[‘锂电池’, ‘硫酸钾’, ‘PVC’, ‘锂矿’, ‘盐酸’, ‘深股通’, ‘融资融券’, ‘转融券标的’, ‘锂电原料’, ‘稀缺资源’, ‘ST板块’]