股票過歷史高位以後怎麼走
① 股票破了歷史高點為什麼很容易翻倍
首先，兩者沒有必然聯系。
然後，所有翻倍的股票一定都先有破歷史新高這個條件，但是破歷史新高然後翻倍，就是很小的概率。
最後，要判斷股票有沒有翻倍的可能要從量價，趨勢，波浪位置，主力類型這些正確的技術分析知識來判斷，我這么空說你可能沒感覺，舉個實際例子給你看。
② 股票在接近歷史高點時一般是什麼走勢
答:看多方的力量了，如果利好因素多的話會突破前期高點，但是會有回踩確認才會繼續上攻，或是一鼓作氣持續上漲。但是如果利空因素多的話，那或是不突破或是突破了也還是會下跌
③ 都說買股票不要在高位買，該怎麼去判斷哪裡是高位呢
無論是股票還是基金，入場時機都很重要。只有在低位時買入，才有可能獲取到不錯的收益。
1、那麼，如何判斷高位和低位呢？
我們主要看PE（市盈率）和PB（市凈率）的歷史點位，這個數據大家可以在理杏仁網站進行查看，一般我們認為PE處於10年數值的0-50%區間，PB處於10年數值的0-20%區間內，可認為目前市場為低點位，反之為高點位。
看誰的PE（市盈率）和PB（市凈率）的歷史點位呢？主要看中證500和滬深300指數的點位。
當滬深300、中證500指數同時滿足或者任意一個的PE（市盈率）和PB（市凈率）同時滿足：
（1）PE處於10年數值的0-50%區間
（2）PB處於10年數值的0-20%區間
則認為市場處於低位，此時可以入場投資。
2、目前的是低位還是高位？
通過查看理杏仁的數據，我們可以看出滬深300目前的PE/PB分位點分別為：95.23%和76.44%，不滿足入場條件；中證500目前的PE/PB分位點分別為：32.36%和19.98%，滿足入場條件。
綜合，目前可以入場投資。
④ 當股票價格突破歷史高點後，如何確定後市
通過基本面的了解，對個股進行估值，確定其價值決定的上下空間
在量價的基礎上進行技術性分析，判斷市場多空力量，空方趨勢確定時就是最後離場機會
⑤ 當股票出現新高之後，該如何操作呢
無限風光在「新高」，我們在股市經常會聽到創新高，比如最近的茅台，隔三差五就會聽到茅台創新高，但是很多新手股民還不知道創新高到底是什麼意思，下面小編就給大家科普一下吧。
有時候，個股突破歷史高點後會出現回調。如果股價有效突破前期高點，則這個點位就會由阻力位變成支撐位，股價就不應該跌破此點位了。只要股價在突破後不跌回前期高點之下，投資者仍然可以持股。
⑥ 一隻股票出現天量、天價以後會怎麼走
一隻股票，出現天量天價後，後期會如何走，這個不能一概而論，但是一定要謹慎小心。因為你說的是天量而且天價，也就是說，股價處於歷史高位。股市中素有天量天價的說法，也就是說出現天量後，基本也就是股價的最高點。這個情況是存在的，另外，天量後不一定是天價，後期該股可能還有上攻的空間。一種是沖擊新高點之後就掉頭而下，雖然比之前的天價價格高了一些，但是基本也是到頭了。另一種是經過了一段時間的震盪整理後，再度放量，迭創新高，成交量再度放大，出現新的天量。
一般情況下，股價出現天量天價後，一定要保持警惕，因為出現天量之後，尤其是漲幅過大的時候，後期即使可能還會上漲，也會因為能量無法跟上而出現歷史高點。這個時候如果破位，是非常危險的。
我們看一張個股的K線圖進行一下分析
在經過緩慢上升之後，股價出現急速拉升，再度放出天量，然後高開出現了又一根天價量柱，股價卻沒有漲停，高開低走的假陰真陽。在頂部出現這樣放天量而沒有漲停的走勢，一定要先出局。因為這說明有資金在撤退！短線獲利盤太大，拋盤過重，主力即使沒有撤退的本意，也會拉回洗盤，提高一下散戶的持股成本。
經過一段時間的震盪之後，再度放出天量上攻，在連續上漲之後，又出現了一根天量的陽線，見圖中箭頭處。這個時候，仍然應該出局了，理由仍然是放天量卻無法漲停！雖然後面經過整理後又有上攻，但只是強弩之末。殺跌隨時開始！
希望我的以上文章對你有所幫助。
請支持點贊，歡迎留言評論！
禪壹入市近20年，有較強的理論和實戰經驗，關注禪壹，一起分享炒股技術
⑦ 一隻股票放出歷史天量突破前期高點，後市會如何
主要是看換手率是否很高，如果換手率比較高的話那說明是主力在出貨了後市就會大跌了。看好主力籌碼的位置，如果是主力之前就是被深套的話那麼後市會繼續上漲。
⑧ 怎麼看一隻股票己長到高位了
縱向的看，這只股票居於歷史高位。
橫向的看，這只股票比其他股票表現更棒。
這樣的狀態，就可以判定其處於高位了。
但是，高位，可不等於最高點！
如果追求最高點的話，結果可能是個杯具……萬一它從高處跌落，可就要被套牢了！
⑨ 突破前期歷史高點的股票怎麼操作
個人觀點是分析股價沖高原因，如果是實實在在的政策利好，企業經營業績突出形成的股價攀升那麼可以考慮等待新高（當然這一點需要有數據支承）。如果股價拉升是因為不靠譜的預期與信念，那麼還是考慮獲利了結比較現實。
補充：投資時需要重視數據，盡管數據有時會與我們的預期相去甚遠。