华泰证券pc版使用教程
哈喽，大家早上好。我今天要去干件大事，去华泰证券开户。我一直不敢碰这些，觉得太复杂，但最近想想真的不能每天只拿死工资了，想多一份收入来源。今天就顺便带大家了解一下整个开户的流程 地方啦。第一次来线下办这个，还有一些小紧张， 看完啦，终于开好属于自己的账户了，接下来我就从零开始学习，全程记录我的入门过程，想一起进步的可以关注我哦。
粉丝302获赞1662
相关视频
02:47查看AI文稿AI文稿开户就要选老牌靠谱的证券公司？华泰证券成立于一九九一年，是受中国证监会监管的正规持牌金融机构，已在上海、香港和伦敦三 d 上市。 华泰证券拥有一千八百万客户，打理超五万亿客户资产，公司市值超一千五百亿元，共有二百四十余家营业部，遍布全国。所以选择我们，请您放心！到底怎么开户呢？下面为大家一步步介绍。 首先请准备好身份证和银行卡，然后在浏览器中打开开户链接，并点击立即开户，进入开户流程。第一步是手机号码验证，请按提示填写手机号码验证码，然后查看自己的佣金服务。 第二步是上传身份证，请将身份证的正反上传至对应的位置，建议您在光线较好的环境下进行拍照。 身份证上传完成后会对证件进行确认，并填写个人相关信息。请注意，这里的居住地需要填写清楚，其中省市区县必须选择，否则无法通过。 第三步是人脸检测，请授权浏览器使用麦克风和相机，您只要跟随指令完成点头、摇头、张嘴等动作就可以了。 然后点击开始录制，进入视频认证，这里需要您回答播报的两个问题，请在提示音低声后用普通话回答是或否即可。 第五步是选择开通的账户，我们支持开通沪市、 a 股申市 a 股、沪市基金账户和现金管理，天天发账户。 第六步需要根据真实情况完成风险问卷，评估自己的风险承受能力。这里的评估结果一旦提交后，在开户流程中是不可修改的，接下来将根据您的评估结果进行适当性匹配。需要您签署相关的材料和投资者确认书。 第七步需要您绑定银行卡，我们支持二十家银行的借记卡。接下来系统将对您上传的材料进行初步审核，如果其中有材料未达标，会提示您重新上传。 第九步是设置交易密码、资金密码和通讯密码。点击页面顶部的蓝色叹号图标，可以查看三个密码的详细使用场景。 第十步是签署开户的相关协议，并回答五个问题。最后一步是电话回访环节。 我们预计在一到两个工作日内会通过九五九七的电话与您联系，并于一个工作日内短信反馈您账户的开通结果。您在开户流程页面或短信中就能获取专属客。
110shy8king
06:18查看AI文稿AI文稿我们今天讲华泰证券。为什么讲华泰证券呢？因为券商行业正在进入新一轮的上行周期，而券商这个板块本质上就是一个强贝塔赛道，它的涨跌更多的是看的是整个市场的温度，比如交易活不活跃， 政策有没有松动，投资者敢不敢加仓，而不是某家公司某个季度赚了多少钱。所以投资券商关键是看大方向， 在这样的背景下，谁更值得盯呢？答案是基本面扎实、便宜、弹性又大的头部券商， 华泰证券就是典型代表。先看公司本身，华泰是国内前三的中性券商， a a h 接三 d 上市， 到二零二五年第三季度，总资产已经突破一点零三万亿，业务布局很均衡，财务管理、投行、机构服务、资管、国际业务样样都有，抗风险能力很强。他有几个非常突出的优势， 第一，掌乐财库通这个 app 月获用户常年排行业第一，从开户再到交易再到投顾，整个链条都数字化了，效率高，客户粘性强，这可不是一两年就能追上的护城河。 第二，财富管理转型很成功，两融四战率稳定在百分之七点一左右，基金投顾、高净值客户服务这些高附加值的业务也在快速的放量，收入结构越来越健康。 第三，股权成销常年稳居行业前三，尤其是在科创版、创业版项目上有明显优势，母公司资管规模超六千二百亿， 而且主动管理占比较高，轻资产模式让 roe 一 稳步提升。第四，国际化业务开花结果。几年前收购的美国公司，现在管理着超过一千五百八十亿美元的资产， 海外布局开始贡献真金白银。那么二零二六年为什么是关键的一年？首先是市场回乱， 日均股票和基金成交额回到了一点二万亿以上，华泰的经济、两融、自营这些顺周期业务也会明显受益，业务弹性很大。 其次政策也在发力，注册至全面升化，加上并购重组审核放宽，直接利好投行业务。华泰首例的 ipo 和再融资项目筹备充足，吃下这波红利没问题。 另外，财富管理、国际业务，还有做事衍生，都在持续的贡献增量，让收入结构更稳定，波动更小。再加上 ai 在 投研、风控、客服等领域已经开始应用，科技投入正在改变效率和利润。 说到业绩哈，预计二零二五年净利润为一百六十八亿，同比增长百分之九点五。 二零二六年修复到一百九十五亿元，增长百分之十六。二零二七年进一步到二百二十五亿元，继续稳健增长。 这些预测呀，基于几个合理的假设，就是日均成交在一点二万以上，两融余额在一点八万以上，政策环境不会急转弯。再看估值， 截至二零二六年三月五号，华泰的 h 股是十五点八五元，总市值一千四百三十一亿港元，用二零二六年的净利润一百九十五亿元人民币，约合就是二百二十一亿港元来计算的话，动态市盈率只有六点五倍， 这是历史最低水平，安全边界是非常充足的。如果给他一个合理的估值，按照过去五年平均十倍 pe， 再考虑到他的龙头地位和科技溢价， 二零二六年给九到十一倍的 pe 是 合理的，对应的目标价就是二十二到二十六点九港元，上涨的空间有百分三十九到百分七十，也就是说 既有盈利增长，又有估值修复，典型的戴维斯双击。还有一个问题是买 a 股还是 h 股？答案很明确， h 股更划算，两家公司完全一样，但是 h 股现在 pe 才六点五倍， a 股现在已经九点四倍了， h 股便宜了将近百分三十。 a 股华泰市值现在在净资产附近，港股华泰只有净资产的七折。同样逻辑下， h 股潜在的涨幅高于 a 股，所以从性价比、安全性和弹性来看，港股是更好的选择。 最后，说说券商股的特点吧。第一，券商在一轮行情启动之前，往往会先暴跌。第二，券商这个行业基本上都是暴涨暴跌快节奏的，券商的涨幅三年不开张，开张吃三年， 他不会走慢流，他走脉冲式的行情。第三，券商的涨跌幅度高度依赖成交量，成交量高了，券商板块就启动了。 为什么呢？因为成交量很高的数据一出来，大家自然就想到券商很赚钱，这是情绪，也是金融的反升性原理。 第四，券商暴涨往往是因为政策，政策点燃了情绪。 第五， a 股券商太多，很难普涨，所以看好券商板块选股很重要，正因为这样，券商板块的钱虽然是牛市的名牌， 但也不好赚了。买券商要常拿，要有耐心，就要能够接受券商股的这些特点。
132狮兄实盘
01:04查看AI文稿AI文稿抖音被拉黑后，还有办法看对方视频吗？好，现在这两个是正常的好友关系。拉黑之前是可以进入对方的主页的，就是可以看到他的作品，现在我们直接把他给拉黑，右上角三个点，然后这边有一个拉黑，确认拉黑 好，我们再重新返回，然后进入他的主页，拉黑过后对方的主页是这样的，那么还有什么办法能够看到他主页的视频呢？我们先返回进入抖音设置， 然后往下边翻最下边一项退出登录退出。 好，现在我们点击右上角的放大镜，搜索一下对方的昵称，当然如果是抖音号更好， 好，又能看到他的作品了，我们点击进去就是这么简单，有这方面困扰的朋友可以去试一下。
9339设置侠
01:08
2075天使用户0328
07:31查看AI文稿AI文稿今天我们继续来讲万以上数的认识，好的，我们来看，我们上次讲了数的认识，那这一次我们主要分两个部分，第一部分讲复习一下数的读写， 以及那些分级。第二部分主讲比大小，比大小其实是比较简单的。好，我们来看，我随机抽一个数， 那好，我们看看怎么读吧，我们学过了，先分级， 为了防止指误认为是读数。我我的习惯一般就是分极限是要大操作， 超过他那个分极限是要超过数字的大小的本身。好，我们来看，那这个如果我们就一点点拆分来读，这个数怎么读一千， 我们学热知识就是怎么分级，每次热一热，这里是一级的， 万级的，这级的，好的一万个，我们来看， 然后你看我们怎么分级，从都是从第一位开始分一二三四一一一斜照下来，一二三四， 我这从右往左边。啊，那好，他就是每四个一级为一级，我们为了防止防止基本分错，我的习惯就是很多都是拿手指数嘞。 那我们来看一下这数怎么读。首先我们先不看这些什么了，都别管了，就只看这幺零三四，我们也不是看上面一呢，就是幺一千零三十四亿， 然后这是第一步，然后这边呢我们再来拆，那就是这里读五千七百六十八，那就是五千七百六十八万和九千六百， 那就是连起来就是一千零三十四亿五千七百六十八万九千六百个， 现在刚才我们是比较正常的，也比较日常的。今天我们再来看一个特殊的，也是照样先分级。 好的，一级，一二三四一级，那好，我们来看一下，那这些有零会不会万上的数，它会零发生改变呢？其实不会，我们分集后就会发现 他其实一千零二十四，那那他就是他，也是跟他一样的，因为我们时看似是有一点一点的数，实则都是大数级拆分变成了小数。那我们 直接来开始解答这道题，一千零二十四，一， 数字没标啊，亿，这边是啊，零十八万万零一千五百，不是我一一百五十六， 那合起来就是一千零二十四亿零十八，零一百五十六， 讲错了一个啊，是零十八万，同学们一定要记住加这几位啊。那我们来发现了什么规律吗？这里一个零，这里都只有中间，这里有问题， 二两个零，中间不管是一千个零也好，他也只发一个零，哪怕，那就更不用说，两个零其实也是读一个零，那如果这里 还是这个呢？那三个零也是读一个零，所以完整的读法，现在我们把它改了，我们来试着有点这难度了。一千零二十四，一 零八万零一百五十六，没有这个，没有这个啊，大家来看一下这两个数如何比大小。 我们直接来看第一步，我们熟知的在二年级就已经学过了，比大小，日常就先数数位，一二三四五六七八， 在下面写上八，方便要要给我重数，好要数数，一二三四五六七， 那在这呢就很容易啦，八大于七，所以这里直接来了大于号，我们现在只分判断数位，那就是八大于七。 来，我们来读这两个数，老方吧，我们已经进行分啊，分级过了，那这呢就是六十七万九， 错了啊，来，我们就直接来一个正确的，六百七十八万九千一百二十六，那这里呢？就是 七百啊，不是七千八百九十一万零五百六十七，我， 然后那我们我们如果再把它这个符号读出来，就是六百七十八万九千一百二十六，小于七千八百 九十一万零五十五百六十七。 总结一下，今天我们我们学的比大小，就是呢，首先就是数位不同，刚才我们讲了啊，数位不同，那就是位数多的那个数就大，如果数位相同，就从高位 比起，依次比较。今天的分享到此结束，谢谢大家观看。
74瀚霖讲题
00:47
12:27查看AI文稿AI文稿大家好，今天给大家汇报一个华泰证券发布的深度研报，叫 auto research 与选股策略的自进化。这个报告的核心问题是量化选股策略能不能让 ai 自己迭代进化。它借鉴了 capacity 和 auto research 的 思想， 提出了一个将将选股研究组织为可执行、可回数、可约束的策略自动化流程。我们先看一下痛点，量化选股研究的日常本质上是投资假设加数据、加评价指标，三者之间的持续迭代。 但是传统的流程有几个致命的问题，第一个高度依赖手工经验，就说研究员自己写代码，跑回册，改参数效率比较低。 第二个版本记录不完整，改了什么？为什么改？改完之后和上一版比怎么样，经常说不清楚。 第三个容易过你河，最近一次回测效果好了就保留，不好就扔了。不知不觉中你在你河历史的造成 那么大，语言模型的发展带来了新的可能性。从 l m intelligence 到 agent intelligence， ai 不 再只是帮你写代码的工具， 而是开始参与完整的研究循环了。比如说从读代码，提修改，跑实验，观察结果，持续迭代。 capacity auto research 项目是这个思路的一个典型代表。它的设计非常简洁，就是四个核心文件分工明确。 prepare， 这个是固定基础设施，做数据准备和评估工具， agent 不 让它改。对应量化研究中的数据口径和样本切分， 应该要保持稳定。 train， 这个是试验的主体， agent 可以 修改对应策略生成和组合构建逻辑，这个地方是 agent 主要探索的对象，但是修改范围要受 skill 的 约束。 第三个 program， 这个是研究协议，是人来写的，它用来规定实验目标、执行方式、评估标准、对应选股 skill 和策略说明文件。 part project， 这个是管依赖和环境的保证，不同版本实验在可控环境下运行。是元报各种图表啊，他把 auto research 四个核心文件的角色， agent 能不能改，以及对策略自动化的启发用一张表讲的非常清楚了。 那刚才我们几个文件我们已经给大家解释过了，所以就不看了啊。呃，量化投资和模型训练有一个本质的区别哈，就是模型训练可以围绕相对稳定的验证损失做快速比较。但是选股策略面对的是低信造币、非平稳 强周期切换的市场数据。所以把 agent 自动研究引入量化策略的时候，关键不在于让 agent 尝试多少参数，在于设计好样本隔离和版本记录。 这个报告提出了三层框架，第一层，策略协议，它来回答策略可以怎么变化， 明确核心投资逻辑、可用的因子组合约束和迭代的边界。第二层，版本管理， 他回答每次变化如何被记录，复盘，每轮修改形成独立版本，保存配置权重打分、调仓、分样本回测的结果，形成可回溯的优化路径。第三层，样本隔离， 他来回答策略是否真的变好了，通过训练级、验证级、测试级三个权限边界，防止 agent 利用测试级信息优化策略，这个是量化自进化区别于一般 auto research 的 关键。 这是原报告里头的一个框架图。呃，我们看图的顶层是策略内核逻辑和可调边界， 中间是版本管理层，就说每一次策略修改都会形成独立的版本目录，保存配置、权重、回测，结果不会互相覆盖。给那个 qlab 的 那个 ml flow 是 一样的 一个思想。底层是样本隔离层、训练级、验证级、测试级，各有各的权限边界。 我们看图中的箭头哈。策略是从协议层出发，经过版本管理层的迭代循环，最终在样本隔离层接受检验。三层不是独立的，它是联动的。 我们看一下样本隔离，样本隔离的权限划分的非常明确啊。训练级是从一四年到一八年底四年的数据， 它主要用于生成策略，初步筛选，建立基础逻辑，观察长期稳定性。验证级呢，是从一八年底到二零二零年底是两年的数据，用于判断某个版本是否值得保留。 agent 可以 在这个级上比较迭代版本，决定回滚还是保留。 测试级是从二零二零年底到二六年四月份五年多的数据，它是不进入自动调仓闭环的，只用于最终人工负荷。这个设计的意义就在于说， agent 可以 自由的在训练级和验证级之间叠带，但永远看不到测试级。这个很重要啊。 skill 在 文本框架中不只是说明文档，它是一份可执行的研究协议，由五个部分组成。 skill md， 这个它是策略说明和迭代距离。 skill configure ymail， 它是参数配置，包括股票池、因子组、权重、可调空间等。 skill strategy， 这个是组合生成，它是读取配置，生成版本化实仓和调仓记录， 这个是分段回测的。呃， result 呢，是版本目录，保存每个版本的配置和结果，避免覆盖，形成可追溯的路径， 每轮迭代只围绕一个主要假设展开。看起来它好像是降低了这个搜索空间，实际上保证了每次改动都能被解释和复盘。这个很重要哈。 案例策略，嗯，这个里头他用了一个案例策略，叫稳健低波价值优选。他的核心理念不是简单的买那些高股系的股票。 而怎么做呢？就先在行业内找到相似盈利能力下，估值更有安全边际的股票，再叠加龙头质量、分红防守、成长稳定和低波风险控制。四步构建流程。第一步，可选池， 全市场股票中要求 roe 为正估值和流动性数据完整，用流通市值和成交额分位数过滤极端小票和低流动性票。第二步是价值基础，持 有动态适应率和动态 roe 做行业内回归残差越富，说明在相似盈利能力下估值越低，取前三分之二。 第三步，三维打分，龙头质量是用什么来衡量呢？龙，龙头质量是用的 roc 加收入规模分红，防守是用的 两年股息收益加现金流收益加低波动成长稳定是用净利润增速加利润稳定性来衡量的，各占三分之一的权重。第四步，组合构建下行波动倒数定权， 月度调仓三十只，吃仓四十五只，缓冲单票上限是百分之五。 这就是刚才我们说的那个在他那个报告里头的原来的原来的图标。那他结果怎么样呢？我们看一看啊。以测试级为例，测试级 二零二一年到二零二六年的四月，从初始版本到第三十六次迭代年化收益从十三点四七提升到十五点六七，提升了二点二个版本点。下浮率呢，从零点六九提到了零点八九，提升了零点二， 这个幅度大家别看这小啊，他在量化策略迭代中已经比较显著了，年化波动率从十九点四六降到了十七点五八，下降了两个百分点。而且呢，他的同时最大回撤从二十五点五九下降到十九点三八， come 比率从零点五三提升到零点八一，年化双边换手率从十点六六降到了八点七。 所以我们会发现呢，他的改进不是来自于承担了更高的风险，而是各方面都进行了实质性的改善。嗯，这个表是原报告中最重要的一张数据表。七个保留改进版本在测试机上的完整绩效对比时间跨度是二一年到二六年四月。 这个就是刚才我们说的那些收益的改进啊，大家可以看得很清楚，哪个地方降了，哪个地方升了，对吧？ 验证级是推动 skill 改进的核心，参数轨迹显示呢，验证级保留版本的下铺率从一点零五逐步提高到一点二九附近，呈 现比较清晰的阶段式上升，说明在固定策略内核限制可调方向的前提下，配置化迭代能够形成连续的改进路径。 这是各个版本迭代后的他的一些业绩指标，大家看一看就行了哈。从五十次实验、四十九次转移、十一次保留改进的复盘来看，有效迭代有几个比较鲜明的特征。 第一个有效的方向全部是围绕红利低波内核的，他提高了分红防守的权重调整价值基础、区域值控制组合集中度、约束各股权重上限，优化流动性门槛，这些都是多次小幅可解释性的调整，配置 无效的方向呢，是一些复杂因子替换，或者是偏离原始逻辑的一些尝试。 所以呢，这个得出一个结论呢，就是说逻辑推进优于复杂因子堆叠 成功的自动化路径，不是无约束的随机搜索，而必须是围绕少数核心问题逐步收敛。这个散点图啊，他是回答一个什么问题呢？就是说验证级上的改善。 这张图啊，我们先看一下这张图，它的横轴是验证级下铺比例，纵轴呢，是测试级下铺比例，每一个点代表一个策略版本，绿色的点是验证级保留改进的版本，灰色点是其他版本， 虚线是四十五度角。如果验证级改善和测试级改善完全同步，所有点应该落在四十五度线上。那实际我们会发现呢，他的这个你和曲线不是四十五度线， 这个斜率啊，明显是小于一的，而且这个点呢，大部分分布在四十五度线的下方，就说明测试仪的改善幅度系统性的小于验证级。 我们来总结一下他这份报告的三个核心观点啊，第一个， skill 的 核心价值是约束，不是自动化 skill。 首先要明确什么不能改，然后才是什么可以改。策略内核、样门口径、评价体系这些底层基础不能换。 第二，验证，即改善不等于真实的赚钱能力。第三，逻辑推进大于参数堆叠，围绕投资内核的多次小幅可解释调整远胜于偏离内核的复杂因子替换， 那包括还提不上三个未来的方向啊，大家可以看一看。呃，以上是我对这份研报的一个汇报，欢迎大家讨论。好，今天分享就这么多，谢谢大家。
394数分魔
