① 近十年来股票的走势是怎么样的 具体说明
中国A股史上的7次暴跌！24次破半年线！ 盘点中国A股史上的7次暴跌：
① 1992年5月-1992年11月 1429点跌至400点,历时5个月,最大跌幅达72％
② 1993年2月-1994年7月 1553点跌至325点,历时18个月,最大跌幅达79％
③ 1994年9月-1996年1月 1053点跌至512点,历时16个月,最大跌幅达51％
④ 1997年5月-1999年5月 1510点跌至1047点,历时24个月,最大跌幅达30％
⑤ 1999年6月-2000年1月 1756点跌至1361点,历时6个月,最大跌幅达22％
⑥ 2001年6月-2005年6月 2245点跌至998点,历时48个月,最大跌幅达55％
⑦ 2007年10月-2008年10月 6124点跌至1664,历时12个月,最大跌幅达73％ 24次破半年线 从统计上看，1992年以来，一共有24次破半年线，其中有70%概率是真破，29%概率是假破。” 记者：“真破和假破是什么概念？” 何永律：“破完以后在三天之内收复的就称为假破，不能收复的话，继续往下走或者进行一个弱市盘整，就是真破。” 万得信息提供的数据中我们注意到，在以往24次跌破半年线之后，有7次是在三到四天的时间内就结束了调整，从其余17次来看，都出现了时间较长，幅度较大的深幅调整。其中有6次，调整时间为7到16天，有8次，调整时间在一个半月到3个月之间，有4次，调整时间超过3个月。调整日期最长的一次出现在2004年5月，调整时间达到258天，跌幅最大的一次出现在2008年1月，跌幅为65.86%。 上海万得信息技术股份有限公司研究员何永律：“平均来看，下跌以后平均跌幅是18.5%左右，平均会调整51天。”
② 有没有人持有一只股票10年的
答案是肯定有，我身边就有两个人，他们两个人都持股超10年了。
第一个就是我叔叔，他在2008年在16.87购买了中国石油，购买了3000股，持股至今已经近12年了。
主要通过财务指标选择，这种个股只能证明业绩走势良好，但这些票只要保持业绩稳定相信也不会太差；这13只个股业绩能保持稳定，盈利能力强，同时也考虑的公司的负债率，也就是公司抵抗风险的能力，未来10年持有的股票抵抗风险最重要；
10年时间是相当的漫长，选对股票是关键，但是还是最关键的还是要“耐心+耐心”；如果你连持股的时间都持不住，再好的股票都是白塔；所以要想在未来10年时间在A股市场实现价值投资复利就要做到“锁定优质股+持股耐心=复利利润”！
③ 我想知道大家认为可以长期持有10年,甚至一辈子的十支股票
中国远洋：601919。中国最大，世界第二的海洋干散货运输公司，业绩优良，尚有油轮和造船业资产没有注入。
工商银行：601398。世界市值最大的银行，中国银行龙头，收国际金融危机影响较小
中国石化：600028。完整的产油炼油结构链条，大盘蓝筹，具备较强的抗风险能力
中国铝业：601600。中国有色行业龙头，在如今资源稀缺的情况下，该公司已经在世界各地购买储存了大批的有色资源，为其发展奠定了基础
中国平安：601318。中国保险业龙头，业绩优良，成长性优秀。并且正在逐步向海外市场扩张
万科A：000002.地产龙头，业绩优良，超跌严重。
中国船舶：600150.造船行业巨无霸，业绩优良，基本面良好，具有极好的成长性，业务订单已经到了2011年，预计未来3-5年业绩依旧保持高速增长。
招商银行：600036.商业银行龙头，行业扩张迅速，业绩连续增幅。
中国联通：600050.资产重组，长期发展向好。
宝钢股份：600019.钢铁龙头，竞争优势明显。
武钢股份：600005.扩张重组，高端产品优势明显
④ 有没有一只股票，适合10年长期投资的
有 就是不知道是哪只 原来是苏宁电器 华兰生物等 还有刘元生拿着万科持股18年400万变27.69亿元 这些都过去了
⑤ 持有股票10年以上盈利概率是多少
这个问题需要很多因素，看你是买在什么时间，买在什么点位，如果是买在08年的最高位，10盈利率比较低，相反如果是买在相对的低位，那么盈利就非常简单了，所以说任何事都是相对而言的，不可一概而论。
⑥ 怎样可以查询个股股价过去10年的变化！
配资一般情况下都是不需要其他费用的。主要就是一个利息的了。冒险主义
⑦ 哪些股票值得持有10年
当然是持有十年不能赔钱只能赚钱的股票，也就是确定未来十年公司能赚钱。这只是条件之一。还有一个重要条件就是就是你能赚到多少钱，从哪里赚的钱。一直强调的一条就是要靠上市公司赚钱，而不是赚股民的钱。这是“价值投资”的基础。
要观察这只股票是否有国家政策支持或者未来的发展方向，这个是一个人工智能的股票，我没有买入，因为我自己一直觉得太高了，可是真的是越来越高，这个就是有国家的支持。你要观察公司本身的成长性，这个我自己也是去年买了一点，这个公司我纯粹是看上董小姐的个人能力，但是把空调做到世界第一证明他本身是一个很有成长性质的公司。说真的我在这个市场也十年有余，我感觉能持有十年的还是很少的，因为有时候即使公司大方面不错，但是碰到国际大事，也是影响很大的。
⑧ 请列出在中国股市中有10年以上历史的股票名单。
中国证券市场经历了十几年的发展历程，已经初具规模。在这十几年发展过程中，最让投资者兴奋的莫过于大幅飙升的牛市行情。近期，股市出现连续上涨的走势，受此影响，许多人都在高唱牛市到来了。而面对涨声四起的牛市论，仍有些投资者不敢踏入股市这个“雷池”，继续悲观地看待现在的市场。
其实，一轮牛市的产生需要多方面因素的支持和配合，这里我们把中国证券历史上牛市特征和历史背景做一个分析，给广大投资者以参考。
1994
2个月涨2倍多不是牛市胜似牛市
1994年8月的行情惊心动魄，人称解放军叔叔救市行情，其实并非解放军出面救市，只是行情在8月1日建军节启动而已。
在这之前，股市一路阴跌，在跌破777点铁底后一路下滑到325点，其间没有称得上反弹的上涨。就在投资者一片绝望之中，管理层出台三大利好救市：停发新股、允许券商融资、引进国外投资者。1994年7月29日，上证指数(资讯行情论坛)收盘333点。
1996
十三道金牌方能镇压的最强牛市
经过连续的下跌，1996年1月股市终于开始走稳，最低点已经探明512点，新股再次发行困难，管理层被迫停发了新股。而政策也开始偏暖，券商资金面开始宽裕，各路资金也开始对优质股票进行井井有条的建仓。
什么是优质股票？还是那句老话，散户不要的股票就是好股票，当时新发行的股票肯定没人要，湖北兴化这个大牛股就出现在这个群体。四川长虹(资讯行情论坛)因转配股的红股上市的丑闻，复牌后也遭到散户的抛售，成为了没人要的股票，它也是这次牛市的主要牛股。另外，由于当时投资者偏爱上海的股票，深圳的普遍没人要，为首的深发展(资讯行情论坛)由于流通盘偏大，自然成为散户抛售的主要对象，而它也成为了整个牛市的领头羊。
1999
轰轰烈烈的5·19行情
1999年的5·19行情是在特定的背景下爆发的一波单边急升走势，中间经历了诸多利好传闻和消息的推动，场外资金不顾一切地接力买进，造成了32个交易日的辉煌，让人至今难以忘怀。
行情正式发动的当天，上午还显得相当平静，真正的变化发生在下午，大量涌入的场外资金不断推高指数，成交量猛烈放大，市场开始骤然升温。此后连续3天，市场量能梯次推进，从75亿元到102亿元到145亿元。市场的做多信心迅速膨胀，场外资金继续蜂拥入场，直到放出沪市单日445亿的天量，指数上攻至最高1756.18点才戛然而止。
2000
至今无法逾越的2245点
5·19行情力度之强史上罕见，但在见到阶段高点后，随之而来的持续半年的大调整，在1999年的最后几天，一轮新的牛市在一片观望中突然爆发。
这波由网络科技股引领的行情，无论在持续时间上，还是个股涨幅上都到了近乎疯狂的地步。上证指数从1999年12月28日起步，到2001年6月14日上证指数创出了2245.43点的历史新高，经过1年半的上扬，沪指创造了至今仍无法超越的历史高点。
2002年中期，“中科系事件”、“亿安丑闻”、“基金黑幕”等一系列恶性事件相继曝光，银广夏、三九医药(资讯行情论坛)、麦科特、蓝田股份等一大批上市公司违规遭到立案稽查，投资者信心崩溃，沪深指数反转向下，一轮牛市宣告结束。
⑨ 如何通过雪球查询股票之前的变动状况
一. 雪球公司介绍
雪球 聪明的投资者都在这里。
web 1.0：新闻资讯，股价信息，K线图
web 2.0：SNS 订阅，分享，聊天
web 3.0：移动 APP，交易闭环
雪球现在员工数还不到100，其中技术人员占一半。去年9月C轮融资4kw刀。我们现在的技术栈由下列组件组成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。我们当前是租用IDC机房自建私有云，正在往“公私混合云”方向发展。
在雪球上，用户可以获取沪深港美2w+股票的新闻信息，股价变化情况，也可以获取债券，期货，基金，比特币，信托，理财，私募等等理财产品的各类信息，也可以关注雪球用户建立的百万组合，订阅它们的实时调仓信息，还可以关注雪球大V。雪球当前有百万日活跃用户，每天有4亿的API调用。App Store 财务免费榜第 18 名。历史上曾排到财务第二，总免费榜第 19。
二. 雪球当前总体架构
作为一个典型的移动互联网创业公司，雪球的总体架构也是非常典型的设计：
最上层是三个端：web端，android端和iOS端。流量比例大约为 2：4：4 。web3.0 的交易功能，在 web 端并不提供。
接入层以及下面的几个层，都在我们的自建机房内部。雪球当前只部署了一个机房，还属于单机房时代。正在进行“私有云+公有云混合部署”方案推进过程中。
我们当前使用 nodejs 作为 web 端模板引擎。nodejs 模块与android 和 ios 的 app 模块一起属于大前端团队负责。
再往下是位于 nginx 后面的 api 模块。跟 linkedin 的 leo 和微博的 v4 一样，雪球也有一个遗留的大一统系统，名字就叫 snowball 。最初，所有的逻辑都在 snowball 中实现的。后来慢慢的拆出去了很多 rpc 服务，再后来慢慢的拆出去了一些 http api 做成了独立业务，但即便如此，snowball 仍然是雪球系统中最大的一个部署单元。
在需要性能的地方，我们使用 netty 搭建了一些独立的接口，比如 quoto server，是用来提供开盘期间每秒一次的股价查询服务，单机 qps 5w+，这个一会再细说；而 IM 服务，起初设计里是用来提供聊天服务，而现在，它最大的用途是提供一个可靠的 push 通道，提供 5w/s 的消息下发容量，这个也一会再细说。
雪球的服务化拆分及治理采用 twitter 开源的 finagle rpc 框架，并在上面进行了一些二次开发和定制。定制的功能主要集中在 access log 增强，和 fail fast，fail over 策略及降级开关等。 finagle 的实现比较复杂，debug 和二次开发的门槛较高，团队内部对此也进行了一些讨论。
雪球的业务比较复杂，在服务层中，大致可以分为几类：第一类是web1.0，2.0 及基础服务，我们称为社区，包括用户，帖子，新闻，股价，搜索等等，类比对象就是新浪财经门户+微博；第二类是组合及推荐，主要提供股票投资策略的展示和建议，类比对象是美国的motif；第三类是通道，类似股市中的“支付宝”，接入多家券商，提供瞬间开户，一键下单等等各种方便操作的功能。
雪球的业务实现中，包含很多异步计算逻辑，比如搜索建索引，比如股票涨跌停发通知，比如组合收益计算等等，为此，我们设计了一个独立的 Thread/Task 模块，方便管理所有的后台计算任务。但随着这些 task 越来越多，逻辑差异越来越大，一个统一的模块并不是总是最佳的方案，所以，我们又把它拆成了两大类：流式的，和批量式的。
雪球的推荐体系包括组合推荐“买什么”和个性化推荐。我们最近正在重新梳理我们的大数据体系，这个感兴趣的话可以单聊。
最下面是基础设施层。雪球基础设施层包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
线上服务之外，我们的开发及后台设施也很典型：gitlab开发，jenkins打包，zabbix 监控系统向 openfalcon 迁移，redimine向confluence迁移，jira，以及内部开发的 skiing 后台管理系统。
** 三. 雪球架构优化历程**
首先描述一下标题中的“股市动荡”定语修饰词吧：
上证指数从年初的3000点半年时间涨到了5000多，6月12号达到最高点5200点，然后就急转直下，最大单日跌幅 8.48%，一路跌回4000点以下。最近一周都在3900多徘徊。
3月最后一周，A股开户 166万户，超过历史最高纪录 2007年5月第二周165万户。
4月份，证监会宣布A股支持单用户开设多账户。
6月底，证金公司代表国家队入场救市。
7月份，证监会宣布严打场外配资。
中国好声音广告第一晚，带来超过平时峰值200倍的注册量
挑战：小 VS 大：
小：小公司的体量，团队小，机器规模小
大：堪比大公司的业务线数量，业务复杂度，瞬间峰值冲击
雪球的业务线 = 1个新浪财经 + 1 个微博 + 1 个 motif + 1 个大智慧/同花顺。由于基数小，API调用瞬间峰值大约为平时峰值的 30+ 倍。
挑战：快速增长，移动互联网 + 金融，风口，A股大盘剧烈波动。
首先，在app端，在我们核心业务从 web2.0 sns 向 3.0 移动交易闭环进化的过程中，我们开发了一个自己的 hybrid 框架：本地原生框架，加离线 h5 页面，以此来支撑我们的快速业务迭代。当前，雪球前端可以做到 2 周一个版本，且同时并行推进 3 个版本：一个在 app store 等待审核上线，一个在内测或公测，一个在开发。我们的前端架构师孟祥宇在今年的 wot 上有一个关于这方面的详细分享，有兴趣的可以稍后再深入了解。
雪球App实践—构建灵活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769
另外，为了保障服务的可用性，我们做了一系列的“端到端服务质量监控”。感兴趣的可以搜索我今年4月份在环信SM meetup上做的分享《移动时代端到端的稳定性保障》。其中在 app 端，我们采用了一种代价最小的数据传输方案：对用户的网络流量，电池等额外消耗几乎为0
每个请求里带上前一个请求的结果
succ or fail ： 1 char
失败原因：0 - 1 char
请求接口编号： 1 char
请求耗时：2 - 3 char
其它：网络制式，etc
炒股的人大多都会盯盘：即在开盘期间，开着一个web页面或者app，实时的看股价的上下跳动。说到“实时”，美股港股当前都是流式的数据推送，但国内的A股，基本上都是每隔一段时间给出一份系统中所有股票现价的一个快照。这个时间间隔，理论上是3秒，实际上一般都在5秒左右。 交了钱签了合同，雪球作为合作方就可以从交易所下属的数据公司那里拿到数据了，然后提供给自己的用户使用。
刚才介绍总体架构图的时候有提到 quote server ，说到这是需要性能的地方。
业务场景是这样的，雪球上个人主页，开盘期间，每秒轮询一次当前用户关注的股票价格变动情况。在内部，所有的组合收益计算，每隔一段时间需要获取一下当前所有股票的实时价格。起初同时在线用户不多，这个接口就是一个部署在 snowball 中的普通接口，股价信息被实时写入 redis ，读取的时候就从 redis 中读。后来，A股大涨，snowball 抗不住了。于是我们就做了一个典型的优化：独立 server + 本地内存存储。开盘期间每次数据更新后，数据接收组件主动去更新 quote server 内存中的数据。 后续进一步优化方案是将这个接口以及相关的处理逻辑都迁移到公有云上去。
对于那些不盯盘的人，最实用的功能就是股价提醒了。在雪球上，你除了可以关注用户，还可以关注股票。如果你关注的某只股票涨了或跌了，我们都可以非常及时的通知你。雪球上热门股票拥有超过 50w 粉丝（招商银行，苏宁云商）粉丝可以设置：当这支股票涨幅或跌幅超过 x%（默认7%）时提醒我。曾经连续3天，每天超过1000股跌停，证监会开了一个会，于是接下来2天超过1000股涨停
原来做法：
股票涨（跌）x%，扫一遍粉丝列表，过滤出所有符合条件的粉丝，推送消息
新做法：
预先建立索引，开盘期间载入内存
1%：uid1，uid2
2%：uid3，uid4，uid5
3%：uid6
问题：有时候嫌太及时了：频繁跌停，打开跌停，再跌停，再打开。。。的时候
内部线上记录：
4台机器。
单条消息延时 99% 小于 30秒。
下一步优化目标：99% 小于 10 秒
IM 系统最初的设计目标是为雪球上的用户提供一个聊天的功能:
送达率第一
雪球IM：Netty + 自定义网络协议
Akka ： 每个在线client一个actor
推模式：client 在线情况下使用推模式
多端同步：单账号多端可登录，并保持各种状态同步
移动互联网时代，除了微信qq以外的所有IM，都转型成了推送通道，核心指标变成了瞬间峰值性能。原有架构很多地方都不太合适了。
优化：
分配更多资源：推送账号actor池
精简业务逻辑：重复消息只存id，实时提醒内容不推历史设备，不更新非活跃设备的session列表等等
本地缓存：拉黑等无法精简的业务逻辑迁移到本地缓存
优化代码：异步加密存储，去除不合理的 akka 使用
akka这个解释一下：akka 有一个自己的 log adapter，内部使用一个 actor 来处理所有的 log event stream 。当瞬间峰值到来的时候，这个 event stream 一下子就堵了上百万条 log ，导致 gc 颠簸非常严重。最后的解决办法是，绕过 akka 的 log adapter，直接使用 logback 的 appender
线上记录：5w/s （主动限速）的推送持续 3 分钟，p99 性能指标无明显变化
7月10号我们在中国好声音上做了3期广告。在广告播出之前，我们针对广告可能带来的对系统的冲击进行了压力测试，主要是新用户注册模块，当时预估广告播出期间2小时新注册100万
压测发现 DB 成为瓶颈：
昵称检测 cache miss > 40%
昵称禁用词 where like 模糊查询
手机号是否注册 cache miss > 80%
注册新用户：5 insert
优化：
redis store：昵称，手机号
本地存储：昵称禁用词
业务流程优化：DB insert 操作同步改异步
下一步优化计划：
将 sns 系统中所有的上行操作都改成类似的异步模式
接口调用时中只更新缓存，而且主动设置5分钟过期，然后写一个消息到 mq 队列，队列处理程序拿到消息再做其它耗时操作。
为了支持失败重试，需要将主要的资源操作步骤都做成幂等。
前置模块HA：
合作方合规要求：业务单元部署到合作方内网，用户的敏感数据不允许离开进程内存
业务本身要求：业务单元本身为有状态服务，业务单元高可用
解决方案：
使用 Hazelcast In-Memory Data Grid 的 replication map 在多个 jvm 实例之间做数据同步。
java 启动参数加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具连接
关于前置模块，其实还有很多很奇葩的故事，鉴于时间关系，这里就不展开讲了。以后有机会可以当笑话给大家讲。
组合净值计算性能优化：
一支股票可能在超过20万个组合里（南车北车中车，暴风科技）
离线计算，存储计算后的结果
股价3秒变一次，涉及到这支股票的所有组合理论上也需要每 3 秒重新计算一次
大家可能会问，为什么不用户请求时，实时计算呢？这是因为“组合净值”中还包括分红送配，分股，送股，拆股，合股，现金，红利等等，业务太过复杂，开发初期经常需要调整计算逻辑，所以就设计成后台离线计算模式了。当前正在改造，将分红送配逻辑做成离线计算，股价组成的净值实时计算。接口请求是，将实时计算部分和离线计算部分合并成最终结果。
实际上，我们的计算逻辑是比较低效的：循环遍历所有的组合，对每个组合，获取所有的价值数据，然后计算。完成一遍循环后，立即开始下一轮循环。
优化：
分级：活跃用户的活跃组合，其它组合。
批量：拉取当前所有股票的现价到 JVM 内存里，这一轮的所有组合计算都用这一份股价快照。
关于这个话题的更详细内容，感兴趣的可以参考雪球组合业务总监张岩枫在今年的 arch summit 深圳大会上的分享：构建高可用的雪球投资组合系统技术实践 http://sz2015.archsummit.com/speakers/201825
最后，我们还做了一些通用的架构和性能优化，包括jdk升级到8，开发了一个基于 zookeeper 的 config center 和开关降级系统
四. 聊聊关于架构优化的一些总结和感想
在各种场合经常听说的架构优化，一般都是优化某一个具体的业务模块，将性能优化到极致。而在雪球，我们做的架构优化更多的是从问题出发，解决实际问题，解决到可以接受的程度即可。可能大家看起来会觉得很凌乱，而且每个事情单独拎出来好像都不是什么大事。
我们在对一个大服务做架构优化时，一般是往深入的本质进行挖掘；当我们面对一堆架构各异的小服务时，“架构优化”的含义其实是有一些不一样的。大部分时候，我们并不需要（也没有办法）深入到小服务的最底层进行优化，而是去掉或者优化原来明显不合理的地方就可以了。
在快速迭代的创业公司，我们可能不会针对某一个服务做很完善的架构设计和代码实现，当出现各种问题时，也不会去追求极致的优化，而是以解决瓶颈问题为先。
即使我们经历过一回将 snowball 拆分服务化的过程，但当我们重新上一个新的业务时，我们依然选择将它做成一个大一统的服务。只是这一次，我们会提前定义好每个模块的 service 接口，为以后可能的服务化铺好路。
在创业公司里，重写是不能接受的；大的重构，从时间和人力投入上看，一般也是无法承担的。而“裱糊匠”式做法，哪里有性能问题就加机器，加缓存，加数据库，有可用性问题就加重试，加log，出故障就加流程，加测试，这也不是雪球团队工作方式。我们一般都采用最小改动的方式，即，准确定义问题，定位问题根源，找到问题本质，制定最佳方案，以最小的改动代价，将问题解决到可接受的范围内。
我们现在正在所有的地方强推3个数据指标：qps，p99，error rate。每个技术人员对自己负责的服务，一定要有最基本的数据指标意识。数字，是发现问题，定位根源，找到本质的最重要的依赖条件。没有之一。
我们的原则：保持技术栈的一致性和简单性，有节制的尝试新技术，保持所有线上服务依赖的技术可控，简单来说，能 hold 住。
能用cache的地方绝不用db，能异步的地方，绝不同步。俗称的：吃一堑，长一智。
特事特办：业务在发展，需求在变化，实现方式也需要跟着变化。简单的来说：遗留系统的优化，最佳方案就是砍需求，呵呵。
⑩ 一只股票的价格10年上涨20倍，那么他的年化收益率是多少
这个列式子计算，设年化收益为x则1+x的十次方等于20，用计算器算一下吧，大概是35%，这个可是高利贷了，房价也涨不了这么高吧。简直是黄金投资。