暴風科技股票歷史數據

1. 股票最多幾個漲停板

新股上市一般會有多個漲停板。歷史上最多的是暴風科技有37個漲停板，一般至少也有10幾個。新股開板比較常見的有兩種模式：一種是12個板之前不開，散戶和莊家一起盈利到20個板左右；第二種是早早開板，散戶基本不盈利，莊家盈利得大頭！舉例說明砸開後莊家的大盈利：通用股份，莊家運作比較成功的一隻股票，散戶中一簽基本上只有七八千的利潤，莊家在第九板砸開板，當天成交9億左右，從13塊多接的散戶的籌碼，一直漲到31塊，第一天接的散戶的籌碼盈利一倍多，盈利數額高達十幾億的利潤，還不算後面加上的籌碼的盈利！當然，還有名家匯等個股，不一一列舉。
拓展資料：
從從前的經驗來看，一支股票是可以連續幾天一支漲停的。在A股市場上有連續幾天都漲停的股票，一般這種情況出現是因為：公司有重大利好消息或有題材和熱點出現，因此才會被投資者炒作。重大利好消息如資產重組、業績增長等利好消息，這類消息出現的時候，市場被投資者所炒作，因此連板的概率很大。 題材和熱點股比如說：雄安新區題材、一帶一路題材、海南題材、碳中和題材、二胎概念題材等，當這些題材出現的時候，相關的個股直接受益，因此連續漲停也是很常見的現象。但是當上市公司有一般利好消息出現的時候，不建議去追漲停的股票。比如說：回購消息、業績大漲，這種漲停板不建議追，因為連續性不高。
股票漲停為什麼不能賣?1、無論是漲跌停板成交都需要具備價格優先，數量優先為原則交易，只要你的單子數量大，價格也排在前面，漲跌停都會優先考慮讓你成交，並且現在A股股票採用的是撮合機制，別人不要籌碼了你才能買到，大家如果都不交易，只能是持續封漲跌停板。2、當股票出現漲停板，理論上是可以繼續掛單買的，但是如果沒有賣單，也是買不進去，因為沒有人願意賣，掛單再多就沒有撮合過程，這就導致難以買進，不過一旦手裡有籌碼的股民願意拋售，此時買的單子多自然成交了賣單。3、漲停，是買入數量遠遠大於賣出數量，跌停則相反，賣出數量大於買入數量。無論是漲停或跌停，必然有成交量產生，沒有成交量的股票走勢，很不正常。無論是好股票還是差股票，都會有成交量產生，在每個交易日的時間裡面，只是成交量的多少不同。4、如果股票出現漲停，也就是購買股票的人數太多，供不應求，所以將股票價格推到漲停板的位置，但是賣股票的人數，遠遠低於買股票的人數。因此，股票漲停板，是完全可以賣出股票，股民有多少股票都可以賣出。股票漲停，則是很難買入股票，因為想買的人數太多，需要排隊購買。

2. 請問暴風科技股票最高點是多少去年5月份最低點是多少

暴風科技的最高點是在2015年5月21號，當天的最高價是327.01元，暴風科技是2015年上市的，所以不存在去年的一說，最低價就是現在的股價，因為今年還沒有過完，所以是否還有更低，還不知道，這要看盤中股價的走勢。

3. 暴風科技股票95.83漲停價是多少

暴風科技股票95.83漲停價是105.41元

4. 2015年七月十九日,現買暴風科技股票還能暴漲嗎

說不準的，正所謂時勢造英雄。從7.14元的發行價被爆炒至327.01元，暴風科技成為A股市場上的一個傳奇。然而在市場風向突變之後，此前因停牌幸運躲過市場大跌的暴風科技於7月13日復牌，即使推出了10轉12的送轉預案，還是毫無懸念地迎來跌停，被困在了跌停風暴中。
截至昨日收盤，暴風科技已經遭遇了連續第三個跌停，但是從跌停板上的巨量封單，以及近期清淡的成交來看，下跌之路很可能還將繼續。
就在昨日，暴風科技發布了業績預報，預計上半年盈利343.32萬~801.08萬元，比上年同期下降65%~85%。這一切都讓持有公司股份的中小股東，為接下來的股價走勢憂心忡忡，也對公司提出實質性的穩定股價措施異常期待。
記者注意到，在暴風科技維護股價穩定的措施中，控股股東在上市後36個月內不減持，本就是此前許下的承諾。而對於增持、回購、員工持股這些目前大批上市公司採用的穩定股價的手段，暴風科技僅是做出了表態而已，並未提出具體的方案。
實際上，前期大批中小盤股連續跌停的背後，正是投資者信心的極度匱乏。而很多上市公司也有針對性地提出了解決方案，比如騰邦國際實控人除了自己增持外，還號召員工增持並承諾為虧損兜底，立刻扭轉了股價的頹勢。對於暴風科技來說，如果公司和大股東推出強有力的護盤方案，對於投資者恢復信心也會有決定性的作用，持續多日的跌停風暴，或有望逐漸平息。

5. 歷史上連續漲停天數最多的股票是哪一隻

大家都知道，今年A股市場的表現，讓很多關注股市的人都非常激動，尤其是6月份和7月份的行情，可以說是點燃了很多股民的熱情。而參與到股市裡的人都知道，大家最喜歡看到的東西，就是自己買的股票漲，而且最好的情況就是漲停，因為漲停就意味著大家賺到錢了。那可能有人會問，在所有的股票歷史長河中，哪只股票創造了連續漲停天數最多的紀錄呢？接下來，針對這個問題，冷眼就給大家簡單科普一下，看看哪只股票能夠在眾多股票中脫穎而出，成為創造連續漲停天數最多紀錄的那個佼佼者。當然，這只是簡單的科普，並不能作為大家投資這只股票的參考標准，希望大家投資之前要做好充分的准備。

6. 請問暴風集團剛上市的時候曾連續多少天漲停

2015年3月24日，作為第一個拆解VIE結構回歸A股的互聯網公司，暴風科技（暴風集團前身）登陸創業板。

無獨有偶，2015年上半年，正是杠桿牛的瘋狂表演時間。

暴風科技多重光環加身，當時最熱的互聯網+，前途無限的VR，AR，自身的暴風魔鏡，影視娛樂，泛文化，體育，生態圈，每一個概念都炙手可熱。

多個機構唱多看好，資金蜂擁而至。

公司在上市後40天內拉出36個漲停板，創造了A股漲停記錄。

暴風科技的瘋狂上漲令無數投資者艷羨不已，2015年5月21日，暴風集團的股價一度達到327.01元每股，市值超過400億人民幣。

溫馨提示：以上內容，僅供參考。
應答時間：2021-04-25，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

7. 怎麼看暴風科技 30 個漲停

生意之所以叫生意，在於它的風險性。

做生意哪有一帆風順的，勢頭很重要，在高處那麼久，偶爾停一下很正常，比如暴風14年利潤是4000萬人民幣左右，融資的估值是10億，P/E25倍。要是暴風也是這個市盈率，估值多少了？100億RMB。是不是感覺瘋了？為什麼？憑什麼？

如果想購買中國的優質互聯網公司的股票，還有別的選擇么？BAT等公司全部在海外上市，暴風雖小，確是大家唯一的選擇。

看來看去，暴風這唯一可以選擇的路，確是最好的路，時也，命也？？

8. 股票暴風退市可以在科創板上市嗎

2015年3月24日，暴風集團在創業板上市，當時股票名還叫暴風科技，發行價7.14元，上市後連續漲停，走出55個漲停板，成為A股的一個神話。股價從7.14元一路上漲至327元，上漲了44.8倍。創始人馮鑫也一舉成名，財富暴增。即便是中簽暴風科技的小股民，也跟著吃了大肉，中一簽是500股，繳款3570元，漲到到327元時賣，市值是16.35萬元，中一簽可以賺16萬元。

​

不過對於高位買入的股民，就比較慘了。

暴風集團上市以來的高點是327元，今天盤中再創新低，跌至3.95元，收盤價為4.02，如果一直持有，虧損高達98.77%。不過如果考慮到送股分紅的話，現在的真實股價是10.68元，即便這樣，虧損也高達96.73%。

9. 如何通過雪球查詢股票之前的變動狀況

一. 雪球公司介紹

雪球 聰明的投資者都在這里。

web 1.0：新聞資訊，股價信息，K線圖
web 2.0：SNS 訂閱，分享，聊天
web 3.0：移動 APP，交易閉環
雪球現在員工數還不到100，其中技術人員佔一半。去年9月C輪融資4kw刀。我們現在的技術棧由下列組件組成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。我們當前是租用IDC機房自建私有雲，正在往「公私混合雲」方向發展。

在雪球上，用戶可以獲取滬深港美2w+股票的新聞信息，股價變化情況，也可以獲取債券，期貨，基金，比特幣，信託，理財，私募等等理財產品的各類信息，也可以關注雪球用戶建立的百萬組合，訂閱它們的實時調倉信息，還可以關注雪球大V。雪球當前有百萬日活躍用戶，每天有4億的API調用。App Store 財務免費榜第 18 名。歷史上曾排到財務第二，總免費榜第 19。

二. 雪球當前總體架構

作為一個典型的移動互聯網創業公司，雪球的總體架構也是非常典型的設計：

最上層是三個端：web端，android端和iOS端。流量比例大約為 2：4：4 。web3.0 的交易功能，在 web 端並不提供。
接入層以及下面的幾個層，都在我們的自建機房內部。雪球當前只部署了一個機房，還屬於單機房時代。正在進行「私有雲+公有雲混合部署」方案推進過程中。
我們當前使用 nodejs 作為 web 端模板引擎。nodejs 模塊與android 和 ios 的 app 模塊一起屬於大前端團隊負責。
再往下是位於 nginx 後面的 api 模塊。跟 linkedin 的 leo 和微博的 v4 一樣，雪球也有一個遺留的大一統系統，名字就叫 snowball 。最初，所有的邏輯都在 snowball 中實現的。後來慢慢的拆出去了很多 rpc 服務，再後來慢慢的拆出去了一些 http api 做成了獨立業務，但即便如此，snowball 仍然是雪球系統中最大的一個部署單元。
在需要性能的地方，我們使用 netty 搭建了一些獨立的介面，比如 quoto server，是用來提供開盤期間每秒一次的股價查詢服務，單機 qps 5w+，這個一會再細說；而 IM 服務，起初設計里是用來提供聊天服務，而現在，它最大的用途是提供一個可靠的 push 通道，提供 5w/s 的消息下發容量，這個也一會再細說。
雪球的服務化拆分及治理採用 twitter 開源的 finagle rpc 框架，並在上面進行了一些二次開發和定製。定製的功能主要集中在 access log 增強，和 fail fast，fail over 策略及降級開關等。 finagle 的實現比較復雜，debug 和二次開發的門檻較高，團隊內部對此也進行了一些討論。
雪球的業務比較復雜，在服務層中，大致可以分為幾類：第一類是web1.0，2.0 及基礎服務，我們稱為社區，包括用戶，帖子，新聞，股價，搜索等等，類比對象就是新浪財經門戶+微博；第二類是組合及推薦，主要提供股票投資策略的展示和建議，類比對象是美國的motif；第三類是通道，類似股市中的「支付寶」，接入多家券商，提供瞬間開戶，一鍵下單等等各種方便操作的功能。
雪球的業務實現中，包含很多非同步計算邏輯，比如搜索建索引，比如股票漲跌停發通知，比如組合收益計算等等，為此，我們設計了一個獨立的 Thread/Task 模塊，方便管理所有的後台計算任務。但隨著這些 task 越來越多，邏輯差異越來越大，一個統一的模塊並不是總是最佳的方案，所以，我們又把它拆成了兩大類：流式的，和批量式的。
雪球的推薦體系包括組合推薦「買什麼」和個性化推薦。我們最近正在重新梳理我們的大數據體系，這個感興趣的話可以單聊。
最下面是基礎設施層。雪球基礎設施層包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
線上服務之外，我們的開發及後台設施也很典型：gitlab開發，jenkins打包，zabbix 監控系統向 openfalcon 遷移，redimine向confluence遷移，jira，以及內部開發的 skiing 後台管理系統。
** 三. 雪球架構優化歷程**

首先描述一下標題中的「股市動盪」定語修飾詞吧：

上證指數從年初的3000點半年時間漲到了5000多，6月12號達到最高點5200點，然後就急轉直下，最大單日跌幅 8.48%，一路跌回4000點以下。最近一周都在3900多徘徊。

3月最後一周，A股開戶 166萬戶，超過歷史最高紀錄 2007年5月第二周165萬戶。

4月份，證監會宣布A股支持單用戶開設多賬戶。

6月底，證金公司代表國家隊入場救市。

7月份，證監會宣布嚴打場外配資。

中國好聲音廣告第一晚，帶來超過平時峰值200倍的注冊量

挑戰：小 VS 大：

小：小公司的體量，團隊小，機器規模小
大：堪比大公司的業務線數量，業務復雜度，瞬間峰值沖擊

雪球的業務線 = 1個新浪財經 + 1 個微博 + 1 個 motif + 1 個大智慧/同花順。由於基數小，API調用瞬間峰值大約為平時峰值的 30+ 倍。

挑戰：快速增長，移動互聯網 + 金融，風口，A股大盤劇烈波動。

首先，在app端，在我們核心業務從 web2.0 sns 向 3.0 移動交易閉環進化的過程中，我們開發了一個自己的 hybrid 框架：本地原生框架，加離線 h5 頁面，以此來支撐我們的快速業務迭代。當前，雪球前端可以做到 2 周一個版本，且同時並行推進 3 個版本：一個在 app store 等待審核上線，一個在內測或公測，一個在開發。我們的前端架構師孟祥宇在今年的 wot 上有一個關於這方面的詳細分享，有興趣的可以稍後再深入了解。

雪球App實踐—構建靈活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769

另外，為了保障服務的可用性，我們做了一系列的「端到端服務質量監控」。感興趣的可以搜索我今年4月份在環信SM meetup上做的分享《移動時代端到端的穩定性保障》。其中在 app 端，我們採用了一種代價最小的數據傳輸方案：對用戶的網路流量，電池等額外消耗幾乎為0

每個請求里帶上前一個請求的結果

succ or fail ： 1 char
失敗原因：0 - 1 char
請求介面編號： 1 char
請求耗時：2 - 3 char
其它：網路制式，etc
炒股的人大多都會盯盤：即在開盤期間，開著一個web頁面或者app，實時的看股價的上下跳動。說到「實時」，美股港股當前都是流式的數據推送，但國內的A股，基本上都是每隔一段時間給出一份系統中所有股票現價的一個快照。這個時間間隔，理論上是3秒，實際上一般都在5秒左右。 交了錢簽了合同，雪球作為合作方就可以從交易所下屬的數據公司那裡拿到數據了，然後提供給自己的用戶使用。

剛才介紹總體架構圖的時候有提到 quote server ，說到這是需要性能的地方。

業務場景是這樣的，雪球上個人主頁，開盤期間，每秒輪詢一次當前用戶關注的股票價格變動情況。在內部，所有的組合收益計算，每隔一段時間需要獲取一下當前所有股票的實時價格。起初同時在線用戶不多，這個介面就是一個部署在 snowball 中的普通介面，股價信息被實時寫入 redis ，讀取的時候就從 redis 中讀。後來，A股大漲，snowball 抗不住了。於是我們就做了一個典型的優化：獨立 server + 本地內存存儲。開盤期間每次數據更新後，數據接收組件主動去更新 quote server 內存中的數據。 後續進一步優化方案是將這個介面以及相關的處理邏輯都遷移到公有雲上去。

對於那些不盯盤的人，最實用的功能就是股價提醒了。在雪球上，你除了可以關注用戶，還可以關注股票。如果你關注的某隻股票漲了或跌了，我們都可以非常及時的通知你。雪球上熱門股票擁有超過 50w 粉絲（招商銀行，蘇寧雲商）粉絲可以設置：當這支股票漲幅或跌幅超過 x%（默認7%）時提醒我。曾經連續3天，每天超過1000股跌停，證監會開了一個會，於是接下來2天超過1000股漲停

原來做法：

股票漲（跌）x%，掃一遍粉絲列表，過濾出所有符合條件的粉絲，推送消息
新做法：

預先建立索引，開盤期間載入內存
1%：uid1，uid2
2%：uid3，uid4，uid5
3%：uid6
問題：有時候嫌太及時了：頻繁跌停，打開跌停，再跌停，再打開。。。的時候
內部線上記錄：

4台機器。
單條消息延時 99% 小於 30秒。
下一步優化目標：99% 小於 10 秒
IM 系統最初的設計目標是為雪球上的用戶提供一個聊天的功能:

送達率第一
雪球IM：Netty + 自定義網路協議
Akka ： 每個在線client一個actor
推模式：client 在線情況下使用推模式
多端同步：單賬號多端可登錄，並保持各種狀態同步
移動互聯網時代，除了微信qq以外的所有IM，都轉型成了推送通道，核心指標變成了瞬間峰值性能。原有架構很多地方都不太合適了。

優化：

分配更多資源：推送賬號actor池
精簡業務邏輯：重復消息只存id，實時提醒內容不推歷史設備，不更新非活躍設備的session列表等等
本地緩存：拉黑等無法精簡的業務邏輯遷移到本地緩存
優化代碼：非同步加密存儲，去除不合理的 akka 使用
akka這個解釋一下：akka 有一個自己的 log adapter，內部使用一個 actor 來處理所有的 log event stream 。當瞬間峰值到來的時候，這個 event stream 一下子就堵了上百萬條 log ，導致 gc 顛簸非常嚴重。最後的解決辦法是，繞過 akka 的 log adapter，直接使用 logback 的 appender

線上記錄：5w/s （主動限速）的推送持續 3 分鍾，p99 性能指標無明顯變化

7月10號我們在中國好聲音上做了3期廣告。在廣告播出之前，我們針對廣告可能帶來的對系統的沖擊進行了壓力測試，主要是新用戶注冊模塊，當時預估廣告播出期間2小時新注冊100萬

壓測發現 DB 成為瓶頸：

昵稱檢測 cache miss > 40%
昵稱禁用詞 where like 模糊查詢
手機號是否注冊 cache miss > 80%
注冊新用戶：5 insert
優化：

redis store：昵稱，手機號
本地存儲：昵稱禁用詞
業務流程優化：DB insert 操作同步改非同步
下一步優化計劃：

將 sns 系統中所有的上行操作都改成類似的非同步模式
介面調用時中只更新緩存，而且主動設置5分鍾過期，然後寫一個消息到 mq 隊列，隊列處理程序拿到消息再做其它耗時操作。
為了支持失敗重試，需要將主要的資源操作步驟都做成冪等。
前置模塊HA：

合作方合規要求：業務單元部署到合作方內網，用戶的敏感數據不允許離開進程內存
業務本身要求：業務單元本身為有狀態服務，業務單元高可用
解決方案：

使用 Hazelcast In-Memory Data Grid 的 replication map 在多個 jvm 實例之間做數據同步。

java 啟動參數加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具連接

關於前置模塊，其實還有很多很奇葩的故事，鑒於時間關系，這里就不展開講了。以後有機會可以當笑話給大家講。

組合凈值計算性能優化：

一支股票可能在超過20萬個組合里（南車北車中車，暴風科技）
離線計算，存儲計算後的結果
股價3秒變一次，涉及到這支股票的所有組合理論上也需要每 3 秒重新計算一次
大家可能會問，為什麼不用戶請求時，實時計算呢？這是因為「組合凈值」中還包括分紅送配，分股，送股，拆股，合股，現金，紅利等等，業務太過復雜，開發初期經常需要調整計算邏輯，所以就設計成後台離線計算模式了。當前正在改造，將分紅送配邏輯做成離線計算，股價組成的凈值實時計算。介面請求是，將實時計算部分和離線計算部分合並成最終結果。

實際上，我們的計算邏輯是比較低效的：循環遍歷所有的組合，對每個組合，獲取所有的價值數據，然後計算。完成一遍循環後，立即開始下一輪循環。

優化：

分級：活躍用戶的活躍組合，其它組合。
批量：拉取當前所有股票的現價到 JVM 內存里，這一輪的所有組合計算都用這一份股價快照。
關於這個話題的更詳細內容，感興趣的可以參考雪球組合業務總監張岩楓在今年的 arch summit 深圳大會上的分享：構建高可用的雪球投資組合系統技術實踐 http://sz2015.archsummit.com/speakers/201825

最後，我們還做了一些通用的架構和性能優化，包括jdk升級到8，開發了一個基於 zookeeper 的 config center 和開關降級系統

四. 聊聊關於架構優化的一些總結和感想

在各種場合經常聽說的架構優化，一般都是優化某一個具體的業務模塊，將性能優化到極致。而在雪球，我們做的架構優化更多的是從問題出發，解決實際問題，解決到可以接受的程度即可。可能大家看起來會覺得很凌亂，而且每個事情單獨拎出來好像都不是什麼大事。

我們在對一個大服務做架構優化時，一般是往深入的本質進行挖掘；當我們面對一堆架構各異的小服務時，「架構優化」的含義其實是有一些不一樣的。大部分時候，我們並不需要（也沒有辦法）深入到小服務的最底層進行優化，而是去掉或者優化原來明顯不合理的地方就可以了。

在快速迭代的創業公司，我們可能不會針對某一個服務做很完善的架構設計和代碼實現，當出現各種問題時，也不會去追求極致的優化，而是以解決瓶頸問題為先。

即使我們經歷過一回將 snowball 拆分服務化的過程，但當我們重新上一個新的業務時，我們依然選擇將它做成一個大一統的服務。只是這一次，我們會提前定義好每個模塊的 service 介面，為以後可能的服務化鋪好路。

在創業公司里，重寫是不能接受的；大的重構，從時間和人力投入上看，一般也是無法承擔的。而「裱糊匠」式做法，哪裡有性能問題就加機器，加緩存，加資料庫，有可用性問題就加重試，加log，出故障就加流程，加測試，這也不是雪球團隊工作方式。我們一般都採用最小改動的方式，即，准確定義問題，定位問題根源，找到問題本質，制定最佳方案，以最小的改動代價，將問題解決到可接受的范圍內。

我們現在正在所有的地方強推3個數據指標：qps，p99，error rate。每個技術人員對自己負責的服務，一定要有最基本的數據指標意識。數字，是發現問題，定位根源，找到本質的最重要的依賴條件。沒有之一。

我們的原則：保持技術棧的一致性和簡單性，有節制的嘗試新技術，保持所有線上服務依賴的技術可控，簡單來說，能 hold 住。

能用cache的地方絕不用db，能非同步的地方，絕不同步。俗稱的：吃一塹，長一智。

特事特辦：業務在發展，需求在變化，實現方式也需要跟著變化。簡單的來說：遺留系統的優化，最佳方案就是砍需求，呵呵。

10. 暴風科技股票

1、暴風科技股票已退市。
2、退市原因：寶豐集團此前的公告顯示，在退市合並期交易期間，公司股票漲跌停板率為20%，公司將不進行計劃，無重大資產重組事項。公司股票將在退市合並期的30個交易日後退市，寶豐集團預計最後一個交易日為2020年11月9日，不考慮其他因素。此外，根據交易所的規定，深圳證券交易所創業板不接受公司股票重新上市的申請，因此公司股票在退市後不會在創業板重新上市。
拓展資料：
一、暴風科技股票和樂視退的比較：
1.二者的結束是對香港的管理不是很友好，因為香港資本直到兩年前都是特別保守的，像資產類型穩定，損失不是沒有，但只能最大程度接受三年，必須在三年內達到收支平衡點和實際收益，（如亞馬遜葵N連續幾年在香港設立了數千股）。最重要的是，香港資本是最缺乏想像力和前瞻性的，尤其是低價格也需要很多。
2.在美國上市的過程可以很快，准確地說，只要有足夠的投資者、資金和投行尋求咨詢，你可以很快（之前選擇好公司的時機主要是考慮資本的價格和數量）。而且美國股市對基金投資者有各種容忍度和吸引力點，只要你的企業有亮點，有人認可的報價金額就可能有機會上市。當時，美國股市非常適應中國的新經濟（納斯達克總裁在中國希望吸引更多的中國公司）N年前，許多中國公司在美國欺詐上市，然後退市。因此，網易和新浪是第一代受益於美國股票上市增長的互聯網企業。當時，中國的概念是一個混合的名聲反傾銷。
3.後來的網路上市曾經刷新了美股互聯網融資記錄，漲幅也是創歷史，這個過程還硬生生地擺了$谷歌A(GOOGL)$ 一道。可以說這個資本市場非常迅速非常有活力有機會。中概走到了這兩年，一方面規模已經達到了很大，但環境發生了非常大變化。當年對中概的友好已經急劇因中美博弈達到了一種有針對性的分割趨勢。