ST股票數學建模

1. 股票數學模型有哪些

最經典的應該就是CAPM模型了，也叫資本資產定價模型。基本公式是：E(ri)=rf+βim(E(rm)-rf)
其中：E(ri) 是資產i 的預期回報率
rf 是無風險利率
βim 是[[Beta系數]]，即資產i 的系統性風險
E(rm) 是市場m的預期市場回報率
E(rm)-rf 是市場風險溢價（market risk premium），即預期市場回報率與無風險回報率之差。

2. 一道數學建模小問題

我國的證券交易盡管起步較晚, 但經過十年的發展, 股票市場已初具規模, 滬深兩個證
券交易所目前已有一千餘家的上市公司, 股票已成為繼儲蓄、債券之後的又一熱門投資品
種. 綜合指數反映了股票市場的整體走向及內在規律. 本文運用國際著名的大型集成軟體系
統 SA S 中的時間序列和回歸分析方法對我國近三年的上證綜指作了預測分析. 我們分別用
求和自回歸滑動平均(AR IMA ) 方法及逐步自回歸方法, 作了各種參數搭配的試算比較, 最
後確定的二個程序對最近 8 個交易日(2000 年 10 月 23 日～ 2000 年 11 月 1 日) 的收盤指數
的平均絕對預測誤差分別為 01464% 和 01404%.
2
用
ARIMA
過程對上證綜指的預測
由文獻[1]可知, SA S ETS 軟體中的AR IMA (求和自回歸滑動平均) 過程提供了一個
綜合工具包來進行一元時間序列的模型識別、參數估計及預測分析. 基於上海證券交易所
1997 年 10 月 31 日～ 2000 年 10 月 20 日的綜合指數(收盤指數) 數據, 我們用AR IMA 過程
作了模擬和預測. 數學上純AR IMA 模型記作
W
t
= ∧+
1 - Η
1
B
- … - Η
q
B
q
1 - Ω
1
B
- … - Ω
p
B
p
Ε
t
(1)
其中,
t
代表交易日期;
W
t
表示響應序列
Y
t
或
Y
t
的差分; ∧為均值項;
B
是後移運算元; Ε
t
表示
獨立擾動或稱作隨機誤差.
我們用 1997 年 10 月 31 日～ 2000 年 10 月 20 日的綜合指數作了試算分析, 發現總的擬
合效果較好(見圖 1); 在「識別」階段, 我們用 IDEN T IFY 語句計算發現序列{
Y
t
}是非平穩
的, 而由自相關系數圖可以看出, 通過一階差分後的序列是近似平穩的. 結合偏自相關系數
和逆自相關系數圖, 通過反復試算比較, 我們選擇了參數
p
= 1 和
q
= 1. 在「估計」階段, 我們
發現本序列用條件最小二乘估計法來算結果要好一些. 我們用上述模型相應的程序對 2000
© 1995-2004 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.
Page 2
年 10 月 23 日～ 2000 年 11 月 1 日的指數作了預測, 8 天的平均絕對誤差為 0. 464% , 結果見
表 1.
表
1
用
ARIM A
方法對最近
8
個交易日的預測結果
日期
實際值
預測值
絕對預測誤差
(% )
2000 10 23
1958. 93
1951. 45
0. 38184
2000 10 24
1956. 34
1954. 17
0. 11092
2000 10 25
1977. 25
1956. 34
1. 05753
2000 10 26
1967. 67
1958. 28
0. 47721
2000 12 27
1967. 40
1960. 13
0. 36952
2000 10 30
1973. 57
1961. 93
0. 58979
2000 10 31
1961. 28
1963. 72
0. 12441
2000 11 01
1977. 36
1965. 50
0. 59979
另用該程序預測 2000 年 11 月 2 日的收盤指數為 1967. 28.
圖
1
求和自回歸滑動平均擬合圖
3
用
FORECAST
過程預測上證綜指
考慮到僅用AR IMA 方法進行預測可能不夠穩定, 我們又基於同樣的數據進一步採用
SA S ETS 軟體中的 FORECA ST 過程作了預測分析. 由文獻[1]可知, FORECA ST 過程提
供一種快速而且自動的時間序列預報方法, 它使用外推的預報方法, 所作的預報僅僅是時間
和該序列過去值的函數, 沒有其它變數. 這種方法是把時間趨勢回歸同一個自回歸模型結
合在一起, 並用逐步方法來選擇用於自回歸過程的時滯步數. 逐步自回歸模型如下
Y
t
=
b
0
+
b
1
t
+
b
2
t
2
+
u
t
u
t
=
a
1
u
t- 1
+
a
2
u
t- 2
+ … +
a
p
u
t- p
+ Ε
t
(2)
其中
t
表示時間(本文中代表交易日期) ,
Y
t
表示相應日期的收盤指數, Ε
t
是獨立的、均值為
零的隨機誤差.
逐步自回歸方法首先對序列擬合時間趨勢模型, 並計算每個值和估計的趨勢之間的差
值(該過程稱為刪除趨勢) , 然後使用向後逐步選擇參數的方法對趨勢模型的殘差擬合自回
歸過程, 尋找最不顯著的自回歸參數, 如果這個最不顯著參數的顯著水平大於 0105, 則從
16
6
6
期
劉 萍等
:
運用
SA S
軟體系統對上證綜合指數的預測分析
© 1995-2004 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.
Page 3
模型中刪去該參數, 繼續該過程, 直到只有顯著的自回歸參數被保留下來為止. 因為這個
趨勢和自回歸參數是依次被擬合而不是同時擬合的, 所以參數估計在統計學意義上是漸近
最優的, 且該方法的計算量比較小.
我們用 1997 年 10 月 31 日～ 2000 年 10 月 20 日的數據分別取TREND= 1, 2, 3 作了試
算分析, 也發現總的擬合效果較好, 但取 TREND = 1, 2 時, 對最近幾日的預測偏小, 取
TREND = 3 時預測效果相對較好. 我們用上述參數相應的程序也對 2000 年 10 月 23 日～
2000 年 11 月 1 日的指數作了預測, 8 天的平均絕對誤差為 01404% , 結果見下表.
表
2
用逐步自回歸方法對最近
8
個交易日的預測結果
日期
實際值
預測值
絕對預測誤差
(% )
2000 10 23
1958. 93
1951. 65
0. 37163
2000 10 24
1956. 34
1954. 66
0. 08587
2000 10 25
1977. 25
1960. 32
0. 85624
2000 10 26
1967. 67
1965. 81
0. 09453
2000 12 27
1967. 40
1971. 05
0. 18552
2000 10 30
1973. 57
1976. 28
0. 13731
2000 10 31
1961. 28
1981. 49
1. 03045
2000 11 01
1977. 36
1986. 67
0. 47083
另用該程序預測 2000 年 11 月 2 日的收盤指數為 1991. 81.
4
討 論
本文所用的AR IMA 方法和逐步自回歸方法各有優缺點, 前者各類參數較多, 要通過
各種搭配反復試算比較才能確定較好的模型, 但它可處理的數據類型較多; 後者計算量
小、模型較易確定, 但可調節的參數較少, 故其可處理的數據類型比較有限. 從本問題的計
算結果來看, 好象後者的預測精度要好一些. 我們認為, 在實際使用時, 可綜合考慮二種
方法的預測結果. 如由AR IMA 方法預測 2000 年 11 月 2 日的收盤指數為 1967. 28; 而用
逐步自回歸方法的預測值為 1991. 81, 這兩個數值很接近, 二者平均為 1984. 55. 可以此值
作為 2000 年 11 月 2 日的收盤指數的預測值.
本文所用的 SA S 系統具有完備的數據訪問、管理、分析和呈現功能, 在數據處理與統
計分析領域被譽為國際上的標准軟體. 文中基於 SA S ETS 軟體所作的時間序列分析方便
而且靈活, 並達到了較高的預測精度, 所有的計算在數分鍾內即可完成, 從而便於推廣應
用及進一步改進模型. 每天新的數據出來後, 只要分別將其加入本文所編寫的二個 SA S 程
序當中(不必修改參數或其它 SA S 語句) , 分別運行這二個程序, 即可自動算出由AR IMA
方法給出的預測值及由逐步自回歸方法給出的預測值, 再結合專家的總體評價即可對下一
交易日進行預報. 此外, 用 SA S 軟體系統還可以進行中長期預測及多元時間序列分析, 因
而它有著廣泛的應用前景

http://203.208.35.132/search?q=cache:KF-KncckjsAJ:166.111.121.20:9218/fedora/get/mathjourpaper:SSJS200106004/fedora-system:3/getItem%3FitemID%3DDS1+%E4%B8%8A%E8%AF%81%E6%9C%88%E6%94%B6%E7%9B%98%E6%8C%87%E6%95%B0+%E6%95%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B&cd=18&hl=zh-CN&ct=clnk&gl=cn&client=firefox-a&st_usg=

3. 證券投資課程總結

A. 我選修了證券投資課程，老師要我們寫一篇論文，主要寫清楚自己想買什麼股票和理由

如果光是些買如股票的話，以下幾點做參考。

1 個股所屬板塊的行業政策，是否是國家扶持，支持，大力發展的行業。

2 個股的基本面，各項財務指標分析，主要是盈利能力，凈毛利率，同比增長情況，主營業務是否發展迅速，這是研究的企業現狀和未來發展。

3 個股在市場中的地位，是否為龍頭，引領者，或是高速發展的公司

4 個股在市場中的表現。是否有基金，機構進入。市場價值是否低估，通過市盈率判斷。

以上是目前典型的價值投資分析思路。個人能力有限，不能全盤說出。不過我想夠你寫的了

再給你看看我的選股思路：
大盤趨勢判斷：

政策面：一是直接影響大盤的政策，比如收股票個人稅收等。
二是影響板塊的。比如扶持農業，提高鋁業進入門檻等。
技術分析：同個股，很多指標。主要是走勢和成交量的指標。

如何選擇個股：

一是國家政策影響
二是公司的經營水平，參加其各項財務指標。有很多判斷標准。可在各大財經網站看看，作為參考。

買點和賣點決策

一是長線的。主要從基本面，財務面分析入手後看個股走勢。以及是否有基金持倉；目前是否有主力持續進入，是否有基金持續進入。可以參見topview數據，或是技術指標。然後建倉。
二是短線的。基本面佔到分析的40%，技術面站到60%。其次就要看各項技術指標在各周期的強弱，以及是否是市場熱點，是否是龍頭，是否在短期已經站到了「牛熊分界線」上。及時走勢及當天拉升的主買主買，大單情況等等。短線說起來分析的東西最多。不過對於職業的來說，買賣點更多的是經驗的一個反應，即是其敏感度。

B. 證券投資分析需要具備的基本知識

有沒有聽說過：看著東山的草比較綠的西山羊，東山羊也是。因為東山和西山距離較遠，遠處看另外一座山，總是覺得遠處山頭的草比較綠，而自己這邊草很少。
首先，證券行業並不比廣告學高大上多少，而且往往在剛畢業上班那會會特別艱苦（因為需要拉客戶開戶成為正式員工，又沒有什麼經驗，書本上的不算什麼經驗），即使度過艱苦的開頭後，如果自己也炒股了，那恭喜你，按一個老股民的話說，十年後，什麼都沒有，除了一堆被套的股票。
其次，證券業和廣告學的核心都需要策劃和吹噓，即使你可以當上券商研究所研究員（一般要求碩士畢業），你還得費盡心機包裝你的報告，到處去路演，跟拿著你的廣告設計放在路口吸引目光是一個路數。
最後，潑完冷水後，我們理性說說證券分析需要的知識——從上到下為：宏觀、行業、公司和走勢。一般散戶（包括教科書）都是從下往上，開始就學走勢分析的技術分析，那就本末倒置、誤入歧途，十年而無功（我本人就是一個例子，因為這是關於誰決定誰的問題，不是走勢決定行業），所以如果要專業，一門校選修根本無濟於事，也不用擔心天書的問題，因為每個選修的都這樣，如果你稍微認真一點，交的作業稍微專業一點，那教課的老師就會刮目相看（我是這樣，我用數學建模+量價關系寫了一篇課程論文）。宏觀方面——你可以學習理解什麼叫投資時鍾；行業方面——你可以搜索哪些行業現在未來幾年比較景氣；公司方面——哪些公司是景氣行業的龍頭公司；走勢方面——目前是否處於相對低位。
說了那麼多廢話，還是衷心勸沒什麼家底的人學好非金融類專業（會計還可以）。

C. 對證券投資的總結，我用八個字形容。那就是：理性投資，學無止境。

全選

D. 怎樣學習證券投資學這門課程

從知識出發 在現實中去檢驗。。 比如討論lead和lag的時候 完全可以去做下股票的回歸，這個是最簡單的。 放在現實中去思考理論比較重要。 當然這門課的數理方面也是比較多的

E. 證券投資學實訓報告怎麼寫

實訓報告格式
一、實訓目的
證券投資實訓是根據專業人才培養目標的要求，按照教學計劃中實訓課程和階段實習的安排而進行的必修實踐課程。通過實訓課程的安排，使學生在模擬和全真的職業環境中，在校內指導教師的指導下，分步驟、有目的地加強證券籌資能力、證券投資能力、證券公司經營管理能力的實踐訓練，強化學生的市場觀念、投資意識和團隊精神，提高學生的證券投資技巧，熟悉證券的主要實務流程，掌握客戶服務的主要內容，鍛煉學生利用所學證券投資學的基本理論、基本方法和基本技能，進行股票模擬交易，使學生掌握證券投資的分析方法，特別是技術分析法；正確地使用常用證券分析軟體及專門工具；利用交易信息判斷、分析股價趨勢，鍛煉和培養學生的動手能力，實現課程教學中理論與實踐的有機統一。使學生在操作能力、信息處理與分析能力、投資組合管理能力乃至心理素質方面得到全面的鍛煉與提高，從而達到消化吸收專業知識，強化職業技能，提高人才綜合素質，最終為走向相關工作崗位，奠定良好的職業技能基礎。
二、實訓內容
1、證券投資的基本知識
（1）熟悉K線圖的基本知識，基本形態和常見K線組合圖；
日K線圖；大盤K線走勢圖與個股走勢圖；K線圖分析要點；單根K線圖；多根K線組合。
（2）理解技術指標，熟悉掌握常用技術指標：MA、MACD、VOL、CCI、 WR、KDJ。理解趨勢是技術分析的核心。
（3）綜合運用技術分析各種方法：圖表、形態、指標，研判大盤走勢、分析漲跌原因，把握買賣時機
（4）了解證券市場，觀察交易行情的變化，理解證券市場的基本功能，初步體會證券市場特別是股票市場價格的變化，理解股價指數的作用。
2、證券投資實驗軟體功能
目的：熟悉和掌握錢龍高校金融教學系統軟體、模擬交易軟體的基本功能與操作方法。
證券投資行情分析軟體、證券投資實驗模擬交易軟體的啟動、功能及退出。
3、證券交易的基本程序
內容：開立帳戶、委託買賣、證券交易、清算交割、登記存管、業務收費。
4、股票交易模擬試驗
目的：使學生掌握股票交易的基本操作方法，熟悉股票價格信息、股票基本面信息查詢委託交割等步驟，會對股票交易的除息除權、盈虧計算。
三、實訓收獲(重點）

F. 求有關證券投資學學習小結（心得） 一經採納把我的244分全部奉送！！

給你點純心得體會:大盤在高位拿錢,低位拿股票.炒股不難難在選股,選股一定要選業績優良有發展潛力的股票最好還能是最近的熱門題材.大盤一路上漲的時候當天下午找那些剛開始漲的股票而且在6%以上的買進去轉天就可以獲利出場,這是短線打法.在大盤強勁拉升的後期買一些st的股票因為上漲的尾聲是以st結束的(2246點的時候大盤就是由st帶領沖上2000的)先這些吧不夠在說,這都真金白銀換來的經驗教訓都是實戰經驗

G. 投資與理財（證券投資方向）這個專業是做什麼的

1、可復以去證券公司、制基金公司、銀行、一些單位的投資理財部門也可以。去銀行沒什麼發展，如果在證券公司或基金公司就很好了。

2、風險管理信審人員、投資員、操盤手、交易員、證券經紀人、投資分析師、證券分析師、行業研究員...還有很多

3、基本上都差不多，其實看名字差不多就知道干什麼的了。就說一些你可能不知道的好了。
操盤手就是為別人炒股的人，基本上是為投資機構服務的
交易員，有些公司是做交易的，有些公司是幫別人理財的，具體怎麼樣要看公司的規定了。
行業研究員，就是研究證券的各個行業的變化，像金屬版塊、材料版塊、醫葯版塊等等等等，一般這個職位都要求研究生。

4、上海和深圳最容易找，為啥呢？因為兩大證券交易所就在那，所以這兩個地方的工作機會比其他地方要多。

5、證券公司，如果你做的好的話，財源滾滾，不過這需要經過一個實踐過程。去證券公司賺的money絕對要比銀行多的多。

H. 證券投資學（第三版） 高等教育出版社 霍文文著 前三章總結

//wenku./search?word=%E8%AF%81%E5%88%B8%E6%8A%95%E8%B5%84%E5%AD%A6(%E7%AC%AC%E4%B8%89%E7%89%88)%20%E9%AB%98%E7%AD%89%E6%95%99%E8%82%B2%E5%87%BA%E7%89%88%E7%A4%BE%20%E9%9C%8D%E6%96%87%E6%96%87&ie=utf-8&lm=0&od=0

I. 求一篇5000字以內的證券投資模擬實訓的小結

5000字建議這樣湊。我很懶，不願意打字又想拿分，就說一下思路。一.市場分析你版主要將權目前政策。網上有，圍繞國家大力扶持這個思路加字。結論是目前是政策市場，資金並不主動，所以會寬幅震盪。幅度在200-300點左右。做波段十分合適，基本1千字就完事了。二.選股依據。這個多加點字，你先講目前市場上選股方式--主要是技術面，基本面。然後你就按這個先編一套簡單的選股系統，例如，當技術指標某某到達什麼位置，你就選常用的macd。kdj。boll。這三個，要不黃金分割也可以。然後基本面上不說其他的重點挖掘他的政策利好，例如天津港，你就把國家允許民營資本進入港口發掘一下，並挑它同一個板塊的其他股票一起說說，營口港啊。基本一個股票一千字。6個股票6000字了。三.操作情況 你就加在股票分析里 四.盈虧分析這個自己俺情況寫，想得瑟點就畫個表格，列出每股收益柱狀圖啥的 五.總體感受發表一些自己看法，網上多。來點感慨啥的。完事。

4. 數學建模中量化分析模型怎麼建立

用以下幾種方法的一種或幾種結合使用：濕法分析直讀光譜（OES），電感耦合等離子體放射光譜（ICP-AES），電感耦合等離子體質譜儀（ICP-MS），原子吸收光譜（AAS）。

量化模型，是把數理統計學應用於科學數據，以使數理統計學構造出來的模型得到經驗上的支持，並獲得數值結果。這種分析是基於理論與觀察的並行發展，而理論與觀測又通過適當的推斷方法而得以聯系。

如果把證券市場看作一個病人的話，每個投資者就是醫生。但中醫與西醫的診療方法不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，定性程度上大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。

量化投資更像是西醫，依靠模型判斷，模型對於定量投資者的作用就像CT機對於醫生的作用。在每一天的投資運作之前，投資者會先用模型對整個市場進行一次全面的檢查和掃描，然後根據檢查和掃描結果做出投資決策。

被尊為「股神」的沃倫.巴菲特，他在過去的40年間，平均每年的收益率21%左右，而期間標准普爾500指數年均增長率是10%左右，他的收益只是指數的二倍。

因為他注重的是長線操作的定性投資，只靠個人的經驗和智慧來判斷買賣股票。而美國對沖基金經理、哈佛大學數學教授詹姆斯.西蒙斯，他所管理的大獎章基金是從1989年到2006年的17年間，平均每年的收益率到了38.5%，是股神巴菲特的近2倍。

5. 股票問題 用MATLAB做數學建模

%文件vol.m
function f=vol(x);
A = [2.10 2.20 2.30 2.35 2.40];;
Ap = [200 400 500 600 100];

B = [2.00 2.10 2.20 2.30 2.40];
Bp = [800 600 300 300 100];

f = -min(sum(Ap(A <= x)), sum(Bp(B >= x)));
%------------------------------------------

>> [x fval] = fminsearch('vol',2.3)

x =

2.3000

fval =

-400

你說的低於和高於我理解成小於等於與大於等於了,不對的話在函數最後一行自己改

6. 什麼叫股票模型

股票模型就是對於現實中的個股，為了達到盈利目的，作出一些必要的簡化和假設，運用適當的數學分析，得到一個數學結構。

股票模型：

股票建模是利用數學語言（符號、式子與圖象）模擬現實的模型。把現實模型抽象、簡化為某種數學結構是數學模型的基本特徵。它或者能解釋特定現象的現實狀態，或者能預測到對象的未來狀況，或者能提供處理對象的最優決策或控制。
把個股的實際問題加以提煉，抽象為數學模型，求出模型的解，驗證模型的合理性，並用該數學模型所提供的解答來解釋現實問題，我們把這一應用過程稱為股票建模。
建模過程：
模型准備 ：了解個股的實際背景，明確其實際意義，掌握對象的各種信息。用數學語言來描述問題。
模型假設 ：根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。
模型建立 ：在假設的基礎上，利用適當的數學工具來刻劃各變數之間的數學關系，建立相應的數學結構。（盡量用簡單的數學工具）
模型求解 ：利用獲取的數據資料，對模型的所有參數做出計算（估計）。
模型分析 ：對所得的結果進行數學上的分析。
模型檢驗 ：將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差,則應該修改假設，在次重復建模過程。
模型應用 ：應用方式因問題的性質和建模的目的而異。

7. 證券投資問題 數學建模

8. 股票投資數學建模問題

風險最小就是相關系數之和最小的方案吧
投資回報率和風險的關系，就是收益期望和相關系數之間的函數
數學不好，只能亂說說了

9. 怎麼做股票模型

我也曾今也想到過這個問題。但是，告訴你一個不幸的消息，股票不可以用模型製作，我以前試過用指數模型和高斯分布做過，但後來去給一個博士談到這個問題的時候。最終達成一致共識，股票不能建立模型。只能在股票和其他衍生工具之間建立交易模型，例如capm，b-s模型。如果是老師布置的作業，你就給她說，不能建立模型。