雪球股票怎么查公司行业数据

㈠ 雪球数据宝去哪里找

摘要 下载简单搜素app后打开，会显示如下的主页面：

㈡ 雪球 股票分红怎么查

一般分红都是除权除息日当天就能到账，不过也有例外。
这个看上市公司安排，可以查看公司公告，一般半月之内肯定会到账。
分红送股都会自动进行，不需要任何操作，只要耐心等待就可以了。分红派息期间，股民通过打印交割单或查询资金变动情况可以得知红利是否已划至自己帐户。
无论是上交所，还是深交所，投资者的红股和股息均自动到账，无需投资者办理任何手续，只是到账的时间有所区别，投资者应注意查询确定。
如果逾期未到帐，股民可先找券商问明原委，如券商解释不清，股民可直接到当地的证券登记公司查询。
(2)雪球股票怎么查公司行业数据扩展阅读：
分红股的取得和存在往往以一个有效的赠股协议为前提。赠股协议的效力属于股东之间的协议，和设立协议一样对股东具有约束作用，赠股协议的内容也可以在章程上体现。
由于股东并没有实际出资，因此股东资格的确认完全以赠股协议为准，如果赠股协议具有可撤销、无效、解除等情况；
分红股股东自然就失去了股东资格，分红股股东的权利义务比如股利请求权、表决权由协议确定，但股东的义务，尤其对外义务同一般股东，理由是股东的登记具有对外公示性。
但是分红股股东如果所受股份为瑕疵股份，在一般情况下，股份的受让人也应对股份的出资义务承担责任，但是，一般而言如果有一部分为瑕疵股份，有一部分为正常股份，那么首先认定获赠股份为正常股份，在其不足的情况下，才仍定为瑕疵股份。

㈢ 买股票，最主要看哪个方面，股票基本面怎么查看。

买股票需要关注的因素很多，有基本面、技术面，消息面、政策面等。
其中，基本面是非常重要的影响因素，今天学姐就来和大家好好说说~
若是投资还想拥有更高的胜率，当然必须要分析一下市场环境和买入标，可是我却发现，很多朋友不懂基本面分析，认为学习基本面分析一点也不简单没兴趣了解。
其实没那么难，今天学姐就告诉大家基本面分析是怎么做的，这样抓住牛股就变得轻松了。开始之前，不妨先领一波福利--机构精选的牛股榜单新鲜出炉，走过路过可别错过：【绝密】机构推荐的牛股名单泄露，限时速领！！！
一、 简单介绍
1、 基本面分析是研究影响股价因素的方法
教科书里写到，我们在进行基本面分析的时候首先要注意影响证券价格变动的敏感因素，分析研究证券市场的价格变动的一般规律，为投资者提供更多可靠的信息以便选择最优方案。简单来说，有很多的因素都可能会影响到股票的价格，而对这些影响因素的分析，就是基本面分析。
2、 基本面分析包括3个方面
那我们具体研究哪些因素呢？主要考虑这3个部分，即宏观经济分析、行业分析和公司分析。有些朋友看见这三个因素就不知所措了，仿佛要学完经济学课程才能进行分析！不要慌张，学姐给大家分享一下，怎么样从实战出发去分析。
二、 如何进行基本面分析
1、 宏观经济主要看政策和指标
大家也是了解的，宏观经济是可以直接影响到股市行情的因素，像经济政策（货币政策、财政政策、税收政策、产业政策等等）和经济指标（国内生产总值、失业率、通胀率、利率、汇率等等）对股票市场的影响都是巨大的。但在实际的过中，普遍都不会选择十全十美，否则容易因小失大，需要更加关注最核心的变量，例如注意一些反应市场流动性的宏观指标，例如货币政策和财政政策（是否降息、降准以维持宽松）、汇率（是否提高以吸引外资进场）。
对于短期来说，基本上价格的波动都是由供求关系来决定，因此市场出现更低利率的情况，更加宽松的货币政策的时候，市场流动性方面也更加地宽裕，买方是更为强劲的力量，那么这也使得股价上行。可看美股，即便是2021年美国疫情严重的时候，股市都没有下跌甚至一直上涨，这就是由于美国不中断地实行宽松政策。
2、 公司分析主要看行业、财务和产品
再好的行情，也会有跌跌不休的公司，这大概率是公司基本面有问题。所处行业是首先要看的，因为公司在行业里没有优势，行业每况愈下公司也不能幸免，产业发展好的行业，其中的企业盈利空间当然就比较大。对于一些整体只有十几亿规模等较小发展空间的行业，连一家上市公司都比不过，我们当然就不考虑了；
还可以看行业所处的发展阶段是如何的，有的行业已步入成熟期或衰退期，例如钢铁煤炭等行业;另外还可看行业是否得到政策支持，拥有政策支持的行业，会有更大更广的发展空间。今年各大券商对于各行业的研究报告已经出炉，感兴趣可以点击领取：最新行业研报免费分享
决定了好的行业之后，随之而来的是对行业之中的公司进行挑选，现在就从两个方向去分析：
财务报表：了解公司的财务状况、获利能力、偿债能力、资金来源和资金使用状况，主要跟踪的财务数据有营业收入、净利润、现金流、毛利率、资产负债率、应收款、预收款、净资产收益率等。
产品与市场：前者主要分析公司的品牌、产品质量、产品的销售量和生命周期；后者主要分析产品的市场覆盖率、市场占有率以及市场竞争能力。
三、基本面分析的优劣势
说到这里，朋友们应该也能感受到基本面分析的优势，这完全是自上而下的在进行系统分析的方法，从宏观到中观到微观，可以让我们不在迷惑市场当整体环境和样貌并能让真正有价值的公司被我们发现。
然而，其实任何一个分析方法，具有好的地方，肯定也存在弱点。基本面分析，它的劣势也是很突出的，虽然学姐努力的用通俗的语言给大家讲解，如果想要真正的入门，确实有一定的门槛。短期价格的过渡波动是无法通过基本层面分析就可以及时反馈出来的，因为，从短期来讲，可能价格还会被投资者的交易情绪影响，利用基本面分析，根本无法了解这些情况。
可能对于小白来说，还是很难判断出股票的好坏，不过没关系，我特地给大家准备了诊股方法，哪怕你是投资小白，也能立刻知道一只股票的好与坏：【免费】测一测你的股票当前估值位置？

应答时间：2021-08-26，最新业务变化以文中链接内展示的数据为准，请点击查看

㈣ 雪球怎么看历史股价

雪球app怎么看股票历史价格走势？
雪球app底部菜单栏有“行情”按键，点击打开然后输入自己要查看股票代码或者拼音首字母，就可以看相应的股票价格优势了。还可以加入“自选”，下次不用输入可以直接在行情栏查看股票历史行情。雪球里目前拥有几十万用户创建的雪球投资组合，这些组合 持仓透明，调仓历史可追踪，新手可清楚了解高收益股票组合的投资策略，明明白白跟踪决策，摆脱“买股难”困扰。组合下单功能让你直接依据高手的投资组合买入对应个股，并提醒你后续卖出操作，方便快捷。雪球目前已接入多家券商，并支持港股、美股的在线交易，股票在线开户交易更便捷。
操作环境：华为P40，软件：雪球，版本：12.44.1
拓展资料
作为一个社交投资网络平台的典范。雪球的最大特色是将社交和投资完美结合，他既涵盖了网络金融平台的专业性，同时也融入了社交平台的互动性和沟通性。你可以订阅自己感兴趣的投资品种如股票或ETF，并可以关注其他投资者互动，同时进行个人投资信息管理。
雪球app的内容介绍：1、产品范围广：涵盖A股，港股，美股，和ETF等产品信息，满足投资者需求。2、栏目个性化：结构优化的提供股票价格，资讯，新闻公告和用户讨论，满足个性化的定制股票需求。3、用户深互动：提供互动平台，让你找到志趣相投的投资者并与他们交流，共同探讨，发现投资机会。4、操作便利通：提供持仓信息管理，便于你随时随地编辑和查看个人持仓变动。
雪球app功能：1、订阅你关注的股票、基金、债券、比特币、期货、信托，全方位收取新闻、公告和用户讨论；2、管理个人投资组合，与其他球友分享交易操作；3、与其他投资者实时交流，即时聊天；4、加入投资者间的私密群组，分享私密信息 雪球和其他炒股软件，股票社区有什么区别；5、没有花花绿绿的界面；6、高质量的用户交流；7、独特的股市头条和公告新闻解读。

㈤ 股票中的MTM在何处能显示雪球具体要怎么看

有些是基于价格，有些是基于数量，有些是基于投资者的心理。每项技术指标都有其优缺点。MTM指数是动量指数的缩写，也称为动态指数。是专门研究股票价格波动速度的中短期技术指标。动量指数的理论基础是价格与供求关系。股票价格的上涨速度必然会随着时间的增加而下降，市场也会慢慢反转，下跌也会慢慢反转。动量指数以此计算股票价格的波动速度，获得股票价格的强峰和弱谷等不同信号，成为投资者首选的市场衡量工具。

如果价格格和动量指数同时上升，则表明短期内将出现反弹。如果价格和电力指数同时急剧下降，则表明当前价格和价格在短期内可能会下降。股票市场有多种技术指标，如挑选明星和不挑选帽子的意义。

㈥ 在哪里能找到各行业的分析研究报告

信息收集渠道：通常的渠道有公司官网、咨询公司官网、券商研究、数据库、微信、知乎、搜索引擎、网络爬虫等。那么究竟在什么情况下用什么渠道呢？下面逐一介绍。

公司官网：通常来说公司的官网包含信息很多，公司介绍、产品介绍、公司年报、招股说明书等，这些资料的可靠性通常比较好。上市公司的年报在经营分析内容里面会对该公司的业务销售情况、利润的推动因素等进行分析，因此当你想知道上市公司的业务发展情况，年报是不错的选择。上市公司的年报获取途径可从证券交易所，公司官网、巨潮、雪球等渠道去获取。

咨询公司：咨询公司报告通常可以帮助我们知道非公开的信息，因为咨询公司通常会有自己的方法论对市场进行自己的定性分析，市场调研等，因此对于消费者的洞察、行业的趋势研判通常找咨询公司的报告，但是它同时也存在数据往往口径难以统一。市面上的咨询公司通常分为市场调查类咨询公司和管理咨询公司，前者一般为后者服务。市场调查类咨询公司例如艾瑞、尼尔森、益普索等公司通常在消费者调研、行业分析等方面提供自己的洞察，他们并不为企业的发展提供战略决策。这类咨询公司的研究成果往往在他们的公司官网上都可以免费下载，可以作为我们行业研究数据的来源。管理咨询公司有必要则会聘请市场调查类咨询公司提供专门的调研分析，由管理咨询公司为企业给出具体的战略建议。当然像麦肯锡、贝恩、BCG、罗兰贝格等在自己的官网也会分享自己的行业洞见，这些信息都是帮助我们作出行业发展研判、商业模式分析的重要信息来源。

券商报告：券商的研究报告大多针对的是上市企业及未上市的龙头企业，因此当你想深度的了解某个行业的时候，可以考虑找10篇深度分析仔细研究，就算对行业有所了解了。上市公司的最新动态，公司策略行动都可以在券商的研究报告里面找到。行业的数据也在这里面可以找到，但是也可能存在多家券商报告的数据不统一的问题，这个时候就需要交叉验证，选取合适的值。在这里推荐一个我常用的券商报告查询网站，萝卜投研。

专业数据库：专业数据库一般是收费的，但是信息也全，向Wind、惠博智能策略终端，有条件的可以考虑一下。当然也有免费的，一般多为政府部门网站，如国家统计局可查行业发展数据、人口数据，GDP数据等。另外还有工业相关的工业信息化部、金融相关的证监会、银监会、证券交易所、中国人民银行，进出口相关的中国海关，专利相关的国家知识产权网站，工商信息公示系统，查企业股权结构的企查查/天眼查、查政府政策的各级政府官网，各行业的行业协会，卫生统计局的人口情况查询。

搜索引擎：学会利用微信、知乎等搜索渠道，常常会获得一些业内人士的总结和分享，也是我很喜欢的信息获取渠道。对于直接使用搜索引擎虽然快但是信息的真伪需要辨别，适用于在不知道该怎么入手可用来模糊搜索，然后再溯源找到来源。在关键词后面加pdf，关键词中加“”，加网站名等通常会有意想不到的结果。

使用网络爬虫等需要一定的技术基础。关于信息搜索的渠道，请看我之前的这篇回答。

渠道判断：你会发现上市公司、成熟行业我们很容易通过年报、券商报告、招股说明书、监管机构、专业的数据库获取信息，但是有些小企业，新兴的行业我们怎么获取信息呢？答案是专家访谈、公开新闻、咨询公司、消费者调研。前面说过咨询公司报告常常会存在数据口径不一致的情况，这个时候就需要多个数据来源做验证，根据咨询公司做的假设、时间是否是最新、数据推导的逻辑、渠道来源等综合判断自己应该采取的数据。

非公开的渠道获取信息：对于很多信息你很可能在公开的渠道是没办法获取的，这个时候问卷调研、打陌生电话、专家访谈、焦点小组进行头脑风暴、实地调研等方法就成为了咨询公司获取非公开信息的渠道。当然每种方法都有自身的优点和局限性，下面我将一一分析。

专家访谈：特点就是贵，但是效率高，可以深入了解非公开的信息，例如知道行业的竞争格局、未来的行业发展趋势、行业的关键成功要素、企业的核心竞争力等。这个时候行业访谈就要注意时间的把控，一般在半个到1小时。通常我们可以通过凯盛、三桥等专家库公司帮助我们介绍专家，要针对访谈的目的，寻找那些刚刚离职的专家是最恰当的，毕竟在职的专家还是有所顾忌。提前准备好问题，一般10个左右，把重要的问题放在最前面，目的在于检测专家的专业性以判断是否继续访谈，减少成本的同时可提高效率。整个过程中应该注意节奏的把握，引导专家往你的想要了解的问题走，做好信息记录。隐私问题要学会站在专家的角度问题考虑，例如你如果直接问你所在公司的核心竞争力是什么？往往会给专家尴尬，我们换个问题，例如像如果让您来运营一个和你们类似的企业，您觉得什么最重要？这样通常能够减少专家的心理负担。而对于数据性的问题，切忌一口气问一大推关键数据指标，往往很难让人一口气回答。记得将问题进行分解，一个复杂问题拆解为多个问题，层层推进，最后总结和对方确认即可。

陌生电话：耗时耗力，但也可以获取专家访谈获取的信息。因为给陌生人打电话，因此需要作合理的身份假定，做好心理建设，同时得到信息要作交叉验证，以确保被拜访人不是乱回答一通，准备的问题5个以内，想了解多个问题的时候可以隔几天再拜访。遇到前台应表现简短直接的语气，提供公司的员工名字等增加信任度，要多学会站在对方的角度思考，打这个电话会给对方带来什么好处？

问卷调研：一般包括明确目的，设计问卷，问卷发放回收并分析。首先我们先明确本次问卷调研的目的是什么，调研的对象，需要收集的信息。关于问卷的设计，应该将重要的问题往前面放，因为人往往最开始是最有精力的，因此为了保证质量，问卷花费的时间不宜超过20分钟，同时在不同提好设置相似问题来进行交叉验证。一般而言调研问卷应该是设计好之后先小规模投放，寻找出问题，例如问问题的方式是否有不合适的，是否有歧义的地方，是否有不完善的地方？例如不用像偶尔，几乎不这样有不同理解的词语，选项之间要相互独立，完全穷尽，遇到敏感问题要想办法消除对方的顾虑，如提示对方问卷结果将严格保密，不引导对方得出答案等。在修改完成之后再进行大规模的投放，之后就是搜集分析。

实地调研：在选择实地调研的地方应该从时间和地点两个维度去考虑。首先时间上面应该考虑早中晚，周末和工作日。地点应该在市中心、市郊、商业区、居民区都应该选取调研的样本，这样才更加的有代表性。

焦点小组：焦点小组的重点在于让每个参与者能够充分的发表自己的意见，如何做到？当然最好的办法就是让每个人明确本次讨论的目的，让参与者提前准备，这样才不至于最开始的冷场。小组讨论开始前最好都进行自我介绍，人往往愿意和自己熟悉的人进行经验分享。既然是头脑风暴，因此设计的问题不应该是yes or no的问题，而应该是能够引起广泛讨论的，难题放中间，因为中间时段是大家最活跃的时期。主持人的作用就是保持中立，明确主题，确保大家在正确的道路上，同时别忘记了记录好讨论的内容。

㈦ 怎么查看各行业板块指数

查看板块指数快捷键15。

具体方法如下：

1、打开软件，在正下方有一个板块指数，点击板块指数，就可以看各板块指数。

(7)雪球股票怎么查公司行业数据扩展阅读：

定义与算法：

板块指数计算与股票价格、财务数据、除权数据均有很强的联系，这些数据的质量将影响板块指数的质量。

板块指数不是板块各股简单的机械的集合，而是建立在合理科学之上的数据化分析方法，其计算法则是：

1、以基准日收盘价计算出的总市值为基准，将其等价为1000点。

2、市值计算方法 ，其中n为股票总数，Px为第x只股票的价格，Wx为第x只股票的权重，可以设定为总股本、流通股或1（相等权重）。

3、指数 = 当前市值/基准日市值*1000。

4、每当有新股加入，为了避免新股的波动，从新股上市的第4天起开始计算新股，此后计算市值需乘以下系数：加入当日原股票市值/加入当日股票总市值。

5、除权按以下公式计算：送红股不影响指数；配股，总市值=原市值+配股总市值；分红，总市值 = 原市值 - 分红总额。

6、停牌按上一交易日收盘价格计算。

参考资料：网络-板块指数

㈧ 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。

㈨ 雪球如何查看历史市盈率

进入雪球点击相应指数，进入估值历史走势界面，可以查看指数近10年的估值走势来分析历年市盈率了。
1、打开雪球APP（版本3.3.0.3），进入行情标签，找到指数估值。 2、进入指数估值界面，上下滑动可以看到大多流行指数的估值。 3、点击相应指数，进入估值历史走势界面，可以查看指数近10年的估值走势。
市盈率的英文缩写是PE，计算公式是市值/净利润，你可以简单理解为“投资回本期限”的概念。一般来说，市盈率越小，指数越便宜。
这里的PE-TTM，代表滚动市盈率的意思，它会运用最新的净利润指标，使得市盈率的值更有时效性。
针对滚动市盈率TTM，网站给提供的不同算法。建议你选择第二个“等权”这个选项。我们知道指数往往包含着数十甚至上百只股票，它们的规模也有大有小。 如果按市值加权，意味着，我们计算平均值的时候，要给大市值的股票更多的分配比例，这样滚动市盈率，会过度受到大市值股票的影响，并不能很好的反应市场整体的估值水平。 而等权值，意味着无论市值大小，给每个股票同样的权重比例，计算出的市盈率会更加均衡，更能反映指数的整体市场热度。
选定估值查看年份 这一步也很重要。如果回顾的时间比较短，会因为数据量太少，导致估值会出现偏差。而如果回顾的时间太长，会因为市场环境的变化，导致估值的平均水平的变化，数据也就不准确了。 所以通常来说，我们选择十年，一般来说10年都会包含一个完整的牛熊周期。
查看分位点 什么是分位点呢？现在这张图里，就是把过去10年的滚动市盈率的值从小到大依次排列，看目前的值能排在百分之多少，数字越小，说明越低估。 好了，接下来就可以看这张指数估值的走势图了。你会发现图里有好多线，先别慌，我们一个一个来看。再来看你最需要关注的线，就是这根蓝线，它代表市盈率的变化情况。
剩下的三条线，分别是高估线红色、低估线绿色以及合理的估值线灰色。
红色线，这是80%分位的高估线；我们观察沪深300指数的高估线。如果蓝色线到红色线的上方了，那么就代表沪深300指数高估了。在这个时候通常可以考虑及时卖出，落袋为安。
深灰色线，这是50%分位的中位估值线；在深灰色的那条线之下，说明指数已经进入到了估值合理并且偏低的位置。可以继续观望。
而最后的绿色线，是20%分位低估线。如果蓝色线在绿色线下方，说明市场出现了极端低估的情况。可以适当买入。
具体的值，除了看图，可以看左边的数值区。原理也会相同的，百分位点位低于20%，说明是低估，高于80%是高估。
最后，还有一个重要的提醒，市盈率估值不是万能的。
根据公式市盈率=市值/净利润，如果净利润出现负数，那么市盈率估值就不能用了。

㈩ 雪球网怎样搜查可转债数据一览表

具体步骤为：进入雪球网，点击市场，点击更多，然后下方第三个选项就是可转债的数据，点击进去就可以看到可转债数据一览表。