證券投資股票組合excel實驗

A. 在線等一份《證券投資實驗報告》，跪求別復制粘貼，最好是自己實驗報告的底稿。

證券投資分析實驗報告

實驗一

實驗學時：2

實驗日期：3月23日

實驗要求：

第一次實驗要求掌握錢龍軟體的簡單運用，掌握股票交易的流程，了解幾個常用的市場術語。

實驗內容：

老師首先對錢龍軟體的初步介紹，包括金典版和旗艦版的各種不同作用。簡單介紹了交易費的概念，初步說明了錢龍軟體的作用和其智能鍵盤功能以及快捷鍵的介紹。KDJ指標由三條曲線組成，即K線、D線和J線，它完整的能反映價格波動趨勢和情況。最後，了解了內盤和外盤、委比、量比、換手率等概念。還包括股票指數和我國的股票指數。下面是我國的在4月2號的上證指數。技術上看，15分鍾圖顯示，MACD出現頂背離，KDJ形成M走勢，短期有回落風險。

此後，注冊在錢龍軟體內的賬號，進入軟體後對錢龍軟體進行深入了解。

由於對股票只是初步了解，我還不知道如何選股，這周就沒有買股票。

實驗二

實驗學時：2

實驗日期： 4月6日

實驗要求：

第二次實驗要求掌握股票交易幾個常用的技術指標，市盈率指標(PER)，相對強弱指標(RSI)，乖離率指標(BIAS)。

實驗內容：

在上機過程中老師先介紹了三個常用技術指標基本概念，分別是市盈率指標(PER)，相對強弱指標(RSI)，乖離率指標(BIAS)。再通過舉例來計算市盈率和市凈率以及其對投資者的作用。隨後對相對強弱指標進行介紹，並從RSI的曲線形態上指導我們如何判斷行情，點出其不足之處。隨後簡單介紹了相反理論，最後通過實際演示介紹乖離率指標(BIAS)，其公式和應用方面的知識。

由於還沒學到如何選股，沒有明確的目標，我就憑直覺，而且只看了日K線就買進了在漲的啤酒花，復旦復華，上海飛機，哈飛股份這四支股。下圖是上海機場4月2日的日線圖，下午兩點半後呈現上升趨勢。

實驗三

實驗學時：2

實驗日期： 4月20日

實驗要求：

第三次試驗要求了解k線理論、k線圖的繪制、單根k線的判斷、k先圖的組合及應用。

實驗內容：

首先了解了k線理論，再學習k線圖的繪制以及單根K線的判斷。

n 陽線表明買方力量大於賣方，陰線表明買方力量小於賣方

n 上影線表示交易價格上升受到阻力，下影線表示交易價格得到買方的支撐，阻止價格下跌

這周看在上周買的全部跌了，才意識到我跟大部分的股民一樣，買漲不買跌是不對的。要根據一定的技術指標進行判斷。這次我就主要依據RSI指標進行選股，這次買進了包鋼稀土，上海飛機，浙江陽光，並且再一次以20.7元的價格買進1000股哈飛股份。

上次以18.92的價格買進上海飛機後，從這周看它它的RSI指標低於20，於是委託在15.9元的價格賣出，並且以15，82的價格買進1000股。

實驗四

實驗學時：2

實驗日期： 5月4日

實驗要求：

第四次試驗要求了解移動平均線的應用，包括葛蘭維爾八大法則和交叉性、方向性。

實驗內容：

首先，用實例圖分別介紹移動平均線的葛蘭維爾八大法則，最後聯系總的葛蘭維爾八大法則介紹投資者應該遵循的規則，而後對均線黃金交叉與死亡交叉進行分析，通過移動平均線的不同位置來介紹其代表的意義。最後對平滑異動移動平均線(MACD)初步了解其公式和簡要的應用。

2. 均線黃金交叉與死亡交叉分析（1）黃金交叉:短（中）期均線從下上穿（中）長期均線,為買入信號（2）死亡交叉:短（中）期均線從上下穿（中）長期均線,為賣出信號。

這次進入錢龍一看發現哈飛走勢很不錯。只不過上海機場還在跌，此時上海機場的RSI指數已經低於20，於是我以13、69的價格賣出1000股，並以13.66的價格買進1500股。一直以來，我很看好醫葯行業的版塊，5月初上市的海普瑞引發了我的關注，不過因為是剛上市又上市價頗受爭議，我並沒敢買，准備先先觀望下。

實驗五

實驗學時：2

實驗日期： 5月18日

實驗要求：

第五次試驗要求了解平滑異動移動平均線(MACD)及其應用、從不同方面選股的知識。

實驗內容：

首先，我們了解了平滑異動移動平均線(MACD) 。如果行情見漲，短期移動平均值在長期移動平均值之上，此時DIF為正值。且離差加大，投資者應適當控制買入速度防止追漲而被套牢；如果行情下跌，短期移動平均值在長期移動平均值之下，此時DIF值為負，且離差加大，投資者可適當購入股票；當行情由多頭轉向空頭，或由空頭轉向多頭時，離差值趨近於0，此時，投資者可觀望一段時間，判定走勢後，再決定買賣。如果DIF向上突破MACD和0軸線時，說明買盤大，投資者可適當加入多頭；如果DIF向下跌破MACD和0軸線時，說明賣方多，投資者應適時低價購進股票，待股價上漲後，再賣出。尋找背離信號

其次，我們學習了選股的一些知識。基本面選股：從行業入手，找出佼佼者、企業經營穩健，主業明確、企業發展前景分析、股本的擴張性。從市場面選股:從市場題材選股、從市場熱點中選股、從「第一」中選股。還有就是智能選股：「智能選股」是一個非常方便的工具，它可以在幾秒內將我們所需要的股票按照所設定的條件在兩市所有股票中選出來，可以提高操作準確率和看盤效率。

這次，我發現海普瑞並沒往上走，它的市盈率波動在50倍與70倍之間，完全沒有的分析的可行性。

實驗總結

學習了證券投資分析，我感覺受益頗多。特別是老師運用理論與模擬實踐相結合的教學方式，讓我深深體會到了炒股存在著較大的，甚至是讓人難以意料的客觀風險，但個人的心理因素也很重要，也領會到了一些基本的投資選股理念。

起初，我們在錢龍注冊了賬號，裡面有一百萬的虛擬貨幣，我們可以進行自由的投資選擇，可以投資股票、基金或者國債。而我們大部分人選擇炒股，這是我們上實踐課的重點所在。每兩周我們都有一次機會進行操作，買進或者賣出。我找了幾支看起來走勢蠻好的股票買進。第2次看時，發現全跌，二其他人也至少有幾支是漲的，由於不服輸的心理，我趕緊開始翻書，看老師的PPT學習股票交易的技巧和手段。

在做證券投資分析的實驗期間，學校組織了1次模擬交易大賽，由於我對此已經深有忌憚，加之上次炒股失利，也沒有再參加。我想玩股票的人都應該有很大的忍耐能力，經得起股市瞬息萬變的波動吧，看來還火候不夠啊。

初學證券投資分析的時候，對於理論知識不屑一顧，感覺它講的太老套了，不進股市實際操作知道再多也是沒用的，可是經歷了網路模擬交易後，我覺得任何事情都不是單獨的，學習了理論知識可以用它來指導實踐，股市肯定不會是單靠運氣來盲目支持的，經驗老道的股民，是通過技巧來賺錢的。剛開始模擬交易時，技術分析一點不懂，雖然看了關於K線圖的理論知識，但還是不懂的如何去運用，也不懂其中的一投資技巧，所以買回來的股票基本都是虧的，到心有戚戚焉，惡補專業理論知識，在逐步的學習中，我慢慢懂得通過陽線及陰線的形態去選擇股票，再結合當天的成交量，相關指數，以及政策多方面的因素來該股是否有升的希望。話說：股市中，什麼都可以騙人，唯獨成交量是不會騙人的。由於時間的局限，所以我都是做短線炒股，下面是我的幾點認識：

1.在形勢不利的時候及時抽身而退，從而使損失最小化，千萬不要猶豫不決。或者抱有僥幸心理。

2.賣出去的股，哪怕第2天又漲了也不要後悔,有的是機會。

3.買進趨勢明朗的股票,不要買趨勢不明的股票,最好是有5日均線支撐的，因為這樣比較有保障，就算虧，也不會虧很多。

4.盡量要買好股，如市場熱點的股票，不要買垃圾股，垃圾股漲的快，但跌起來會更快。買進最近換手率較高的股票，賺得多而快。

5.仔細觀察k線圖，不要心理過急，或者太貪，以防其到達最高價而會落。

6.一次不要把所有的資金用在1個股票上,因為雞蛋在1個籃子里的風險永遠大於分開放的風險，但也不要買太多隻股，以免照應不過來。

在整個模擬炒股的過程中，我的心情都還是比較淡定的，雖然剛開始的時候都是虧的，但在我的不懈努力下，我的虧損漸漸減少了,這已經讓我覺得很欣慰了，畢竟我有在努力，也有了收獲：畢竟今年的行情不好呀。最深的體會是：不要怕跌！只要有跌就有機會，賬面的損失並不可怕，最可怕的就輸了心態，沒了鬥志！要懂得及時自我調整，才能在股市的競爭中存活，才能有下次戰斗的機會。

總之，通過這幾次實驗，我學到了很多，也懂得了很多金融方面的知識，首先對錢龍模擬炒股軟體有了一定得了解和認識，並學會了如何去分析，如何去炒股，如何去投資，並且了解了一些金融界的基本知識、概念和現象。例如：K線理論、委比、量比、換手率和移動平均線等概念以及RSI等指標。雖然這只是個模擬系統但也給我們帶來了無比的好奇和激情，相信對我們將來在金融市場中活動會有一定的基礎作用。再者，我對此軟體的應用有了大概的了解，能夠准備、快速的使用各種快捷鍵操作，對將來炒股上手有一定得幫助和作用。最後，通過這幾次實驗的學習我知道了就算理論知識再豐富也是不夠的，那隻將是紙上談兵，只有經過實踐地磨練才能充分地掌握你所得到的知識並發揮作用，我一直相信只有切身體會了才能夠懂得你所從事工作和知識的真諦。而且，我也認識大如果想要在變化莫測的股市中佔有一席之地，我需要學習的地方還有很多，我需要不斷的積累，不斷的學習。
http://ishare.iask.sina.com.cn/f/9657086.html?from=like

B. 某投資組合僅由A、B、C三隻股票構成，其相關數據如下表所示。

1. 根據每隻股票的價值算出期初權重，A=30*200，以此類推。

2. 計算每種情況下每隻股票的收益率，例如A股票繁榮時的收益率為（34.5-30）/30=0.15.

3. 根據計算出的收益率計算每隻股票的期望收益率等於收益率乘以概率，然後組合的收益率就是每隻股票的權重乘以每隻股票的期望收益率。

4. 在Excel中，根據數據計算每隻股票的方差，協方差矩陣。

5. 組合方差就是每隻股票權重的平方乘以方差+2*每兩支股票的權重乘以兩只股票的協方差。

6. 組合標准差就是方差開方。可計算得出結果
   

C. 跪求一份證券投資模擬實驗報告啊！（股票代碼：000701廈門信達）做得快要崩潰了！

1、2013年5月31日該股票所在市場的股票價格指數：9257.95、成交量1185。8億、－1.29％；
2、9。57、9.30、9.60、9.29、77182手
3、製造業、電子信息、28%、廈門國貿、國泰君安信用擔保、鄭傳偉、中融國際——中融增強20號
4、0.29、0.32、8.91、7.88、30.7倍、24.6倍，600703三安光電21倍、23倍，600151航天機電80、1000，屬中等水平
5、有、10派0。6元
6、6月8日分紅公告：10派0。7元
7、下穿死叉，股價將要下跌
8、大盤在下降通道，經濟減速，電子版塊受到國內外的夾擊，形勢不容樂觀，股價震盪下跌（5月15日起有小規模反彈）
這是您們老師的股票吧，不怎麼樣！
看在我這么辛苦，採納我的答案吧，謝謝了！

D. 某人投資三隻股票，組成一證券組合，三種股票在不同時期獲得收益的情況見下表，求解

這個題目很好解答，直接用EXCEL表計算，把數據填寫進去。最高收益率就是分別是25%，16.5%和10%，

E. 賣空限制對資產組合管理有什麼影響

資產組合理論的誕生就是為了降低風險，而賣空限制意味著你的資產組合沒有抵禦市場下跌風險的能力，也就是說在有賣空限制的市場做資產組合時應更加偏於保守。
目前可以做空的投資品種，有商品期貨，外匯，黃金白銀，股指期貨，融券業務等等。
如果是投資理財品種允許賣空的，我想涉及到的一般是股指期貨、融券業務這些品種；限制賣空的投資組合，則是一些比如股票、債券、稀有貴金屬現貨等等只能做多賺錢的品種。
可以賣空的情況下，當然是部分賣空資金放到一些可以做空的期貨等品種中去操作，其他的正常做一些常規品種。投資組合理論是財務管理課程中深奧難學的內容。許多學生對允許賣空時投資組合可行邊界與不許賣空時投資組合可行邊界的區別存在誤解，進而對投資組合理論的理解產生偏差。本文擬藉助於Excel軟體設計驗證性實驗，對兩種情形下投資組合可行邊界進行比較，消除學生們的誤解，增強教學的形象性和生動性。
實驗設計思路
組合的收益率等於構成組合的各單項資產收益率的加權平均值，因此組合的收益率存在一定的取值范圍。在不許賣空時，組合的收益率介於構成組合的各單項資產收益率的最小值和最大值之間。在允許賣空時，組合的收益率可以突破上述限制，取值可在無窮小和無窮大之間。
實際上這問題相當的專業，問的是與證券組合的最小方差的集合相關的問題，可以這樣進行理解，允許賣空時，獲得的各種證券分配權數的所有可能戰略，而當投資者不能賣空的限制而拒絕其中大多數戰略，便失去了許多減少方差的機會或失去了許多增加期望收益的機會，故此不允許賣空的是一個有限空間。而對於賣空而言，所面對的最大收益就是賣空的價格(如企業破產，相關股票價值極有可能歸零即廢紙)，最大損失可能是無窮的，故此允許賣空時它的形態是左邊會有一個邊界的最小集合，而右邊是一個無限區域。

F. 怎樣用Excel看股票如何看股票

推薦個非常好用的工具——騰訊文檔，我現在看股票實時信息就是用的這個，它們的在線表格有個「股票動態函數」，非常好用！簡單、無需學習、數據實時自動更新；看看我日常看的股票表：

G. 有分求助！關於證券投資組合期望收益率和無風險利率的計算

β系數是評估一種證券系統性風險的工具，用以量度一種證券或一個投資證券組合相對於總體市場的波動性，β系數利用一元線性回歸的方法計算。
（一）基本理論及計算的意義
經典的投資組合理論是在馬柯維茨的均值——方差理論和夏普的資本資產定價模型的基礎之上發展起來的。在馬柯維茨的均值——方差理論當中是用資產收益的概率加權平均值來度量預期收益，用方差來度量預期收益風險的：
E(r)=∑p(ri) ri (1)
σ2=∑P(ri)[ri—E(r)]2 (2)
上述公式中p(ri)表示收益ri的概率，E(r)表示預期收益，σ2表示收益的風險。夏普在此基礎上通過一些假設和數學推導得出了資本資產定價模型(CAPM)：
E(ri)=rf +βi [E(rM)—rf] (3)
公式中系數βi 表示資產i的所承擔的市場風險，βi=cov(r i ， r M)/var(r M) (4)
CAPM認為在市場預期收益rM 和無風險收益rf 一定的情況下，資產組合的收益與其所分擔的市場風險βi成正比。
CAPM是基於以下假設基礎之上的：
(1)資本市場是完全有效的(The Perfect Market);
(2)所有投資者的投資期限是單周期的;
(3)所有投資者都是根據均值——方差理論來選擇有效率的投資組合;
(4)投資者對資產的報酬概率分布具有一致的期望。
以上四個假設都是對現實的一種抽象，首先來看假設(3)，它意味著所有的資產的報酬都服從正態分布，因而也是對稱分布的；投資者只對報酬的均值(Mean)和方差(Variance)感興趣，因而對報酬的偏度(Skewness)不在乎。然而這樣的假定是和實際不相符的!事實上，資產的報酬並不是嚴格的對稱分布，而且風險厭惡型的投資者往往具有對正偏度的偏好。正是因為這些與現實不符的假設，資本資產定價模型自1964年提出以來，就一直處於爭議之中，最為核心的問題是：β系數是否真實正確地反映了資產的風險？
如果投資組合的報酬不是對稱分布，而且投資者具有對偏度的偏好，那麼僅僅是用方差來度量風險是不夠的，在這種情況下β系數就不能公允的反映資產的風險，從而用CAPM模型來對資產定價是不夠理想的，有必要對其進行修正。
β系數是反映單個證券或證券組合相對於證券市場系統風險變動程度的一個重要指標。通過對β系數的計算，投資者可以得出單個證券或證券組合未來將面臨的市場風險狀況。
β系數反映了個股對市場(或大盤)變化的敏感性，也就是個股與大盤的相關性或通俗說的"股性"，可根據市場走勢預測選擇不同的β系數的證券從而獲得額外收益，特別適合作波段操作使用。當有很大把握預測到一個大牛市或大盤某個不漲階段的到來時，應該選擇那些高β系數的證券，它將成倍地放大市場收益率，為你帶來高額的收益；相反在一個熊市到來或大盤某個下跌階段到來時，你應該調整投資結構以抵禦市場風險，避免損失，辦法是選擇那些低β系數的證券。為避免非系統風險，可以在相應的市場走勢下選擇那些相同或相近β系數的證券進行投資組合。比如：一支個股β系數為1.3，說明當大盤漲1%時，它可能漲1.3%，反之亦然；但如果一支個股β系數為-1.3%時，說明當大盤漲1%時，它可能跌1.3%，同理，大盤如果跌1%，它有可能漲1.3%。β系數為1，即說明證券的價格與市場一同變動。β系數高於1即證券價格比總體市場更波動。β系數低於1即證券價格的波動性比市場為低。
（二）數據的選取說明
（1）時間段的確定
一般來說對β系數的測定和檢驗應當選取較長歷史時間內的數據，這樣才具有可靠性。但我國股市17年來，也不是所有的數據均可用於分析，因為CAPM的前提要求市場是一個有效市場：要求股票的價格應在時間上線性無關，而2018年之前的數據中，股份的相關性較大，會直接影響到檢驗的精確性。因此，本文中，選取2018年4月到2018年12月作為研究的時間段。從股市的實際來看，2018年4月開始我國股市擺脫了長期下跌的趨勢，開始進入可操作區間，吸引了眾多投資者參與其中，而且人民幣也開始處於上升趨勢。另外，2018年股權分置改革也在進行中，很多上市公司已經完成了股改。所以選取這個時間用於研究的理由是充分的。
（2）市場指數的選擇
目前在上海股市中有上證指數，A股指數，B股指數及各分類指數，本文選擇上證綜合指數作為市場組合指數，並用上證綜合指數的收益率代表市場組合。上證綜合指數是一種價值加權指數，符合CAPM市場組合構造的要求。
（3）股票數據的選取
這里用上海證券交易所（SSE）截止到2018年12月上市的4家A股股票的每月收盤價等數據用於研究。這里遇到的一個問題是個別股票在個別交易日內停牌，為了處理的方便，本文中將這些天該股票的當月收盤價與前一天的收盤價相同。
（4）無風險收益（rf）
在國外的研究中，一般以3個月的短期國債利率作為無風險利率，但是我國目前國債大多數為長期品種，因此無法用國債利率作為無風險利率，所以無風險收益率（rf）以1年期銀行定期存款利率來進行計算。
（三）系數的計算過程和結果
首先打開「大智慧新一代」股票分析軟體，得到相應的季度K線圖，並分別查詢魯西化工（000830），首鋼股份（000959），宏業股份（600128）和吉林敖東（000623）的收盤價。打開Excel軟體，將股票收盤價數據粘貼到Excel中，根據公式：月收益率＝[（本月收盤價－上月收盤價）/上月收盤價]×100%，就可以計算出股票的月收益率，用同樣的方法可以計算出大盤收益率。將股票收益率和市場收益率放在同一張Excel中，這樣在Excel表格中我們得到兩列數據：一列為個股收益率，另一列為大盤收益率。選中某一個空白的單元格，用Excel的「函數」－「統計」－「Slope()函數」功能，計算出四支股票的β系數。
下面列示數據說明：
魯西化工000830 首鋼股份000959 弘業股份600128 吉林敖東000623 上證 市場收益率 市場超額收益率 市場無風險收益率
統計時間 收盤價 收益率 超額 收盤價 收益率 超額 收盤價 收益率 超額 收盤價 收益率 超額 指數
收益率 收益率 收益率 收益率
05年4月 4.51 基期 3.77 基期 3.29 基期 4.69 基期 1159.14
05年5月 3.81 -6.23% -8.65% 3.68 7.54% 5.12% 3.48 4.53% 2.11% 7.02 -7.77% -10.19% 1060.73 -2.56% -4.98% 2.42%
05年6月 3.98 8.33% 5.91% 3.35 -18.39% -20.81% 3.3 4.39% 1.97% 8.49 15.07% 12.65% 1080.93 8.03% 5.61% 2.42%
05年7月 4.76 -9.07% -11.49% 3.12 -13.10% -15.52% 3.02 -30.67% -33.09% 9.96 -11.30% -13.72% 1083.03 -8.72% -11.14% 2.42%
05年8月 3.33 -19.28% -21.70% 3.57 -12.97% -15.39% 4.11 -16.93% -19.35% 8.17 -0.87% -3.29% 1162.79 -14.16% -16.58% 2.42%
05年9月 3.45 -2.71% -5.03% 3.35 8.19% 5.87% 3.73 13.08% 10.76% 9.86 36.64% 34.32% 1155.61 11.26% 8.94% 2.32%
05年10月 3.32 -7.62% -9.94% 3.15 -10.33% -12.65% 3.51 4.66% 2.34% 8.17 27.03% 24.71% 1092.81 -1.63% -3.95% 2.32%
05年11月 3.46 -15.45% -17.77% 2.41 -9.21% -11.53% 3.38 -18.34% -20.66% 9.86 -1.68% -4.00% 1099.26 -8.00% -10.32% 2.32%
05年12月 3.48 3.41% 1.09% 2.46 -8.88% -11.20% 3.39 10.49% 8.17% 16.55 17.79% 15.47% 1161.05 9.50% 7.18% 2.32%
06年1月 3.6 45.66% 43.14% 2.75 23.67% 21.15% 3.86 3.13% 0.61% 19.25 8.28% 5.76% 1258.04 16.34% 13.82% 2.52%
06年2月 4.67 -57.66% -60.18% 2.79 -12.57% -15.09% 3.75 -19.06% -21.58% 21.73 -42.86% -45.38% 1299.03 -19.66% -22.18% 2.52%
06年3月 4.57 9.47% 6.95% 3.05 0.43% -2.09% 2.95 -3.41% -5.93% 24.51 -8.22% -10.74% 1298.29 -0.18% -2.70% 2.52%
06年4月 2.65 -5.54% -8.06% 2.96 -7.26% -9.78% 3.28 -17.55% -20.07% 50.00 -39.26% -41.78% 1440.22 -9.32% -11.84% 2.52%
06年5月 3.22 -0.23% -3.60% 2.8 -13.13% -16.50% 3.81 -1.14% -4.51% 65.34 -9.05% -12.42% 1641.3 -6.73% -10.10% 3.37%
06年6月 3.37 -21.41% -24.78% 2.84 -5.57% -8.94% 3.69 10.55% 7.18% 49.75 -0.46% -3.83% 1672.21 -8.49% -11.86% 3.37%
06年7月 3.48 21.26% 17.89% 2.91 4.21% 0.84% 4.48 8.50% 5.13% 62.3 20.00% 16.63% 1612.73 6.91% 3.54% 3.37%
06年8月 3.37 3.70% 0.33% 2.97 -8.36% -11.73% 4.78 17.47% 14.10% 74.1 -35.85% -39.22% 1658.63 0.47% -2.90% 3.37%
06年9月 3.27 14.29% 11.15% 3.13 -17.94% -21.08% 4.73 11.38% 8.24% 7.01 5.44% 2.30% 1752.42 11.82% 8.68% 3.14%
06年10月 3.17 67.50% 64.36% 3.41 10.75% 7.61% 4.39 -18.97% -22.11% 91.28 67.91% 64.77% 1837.99 28.80% 25.66% 3.14%
06年11月 3.12 -32.71% -35.85% 4.35 -4.21% -7.35% 4.2 58.86% 55.72% 60.02 -11.09% -14.23% 2099.29 4.80% 1.66% 3.14%
06年12月 3.16 24.21% 21.07% 5.01 22.30% 19.16% 4.43 52.43% 49.29% 68.28 56.81% 53.67% 2675.47 52.67% 49.53% 3.14%
魯西化工（000830）的β系數＝0.89
首鋼股份（000959）的β系數＝1.01
弘業股份（600128）的β系數＝0.78
吉林敖東（000623）的β系數＝1.59
（三）結論
計算出來的β值表示證券的收益隨市場收益率變動而變動的程度，從而說明它的風險度，證券的β值越大，它的系統風險越大。β值大於0時，證券的收益率變化與市場同向，即以極大可能性，證券的收益率與市場同漲同跌。當β值小於0時，證券收益率變化與市場反向，即以極大可能性，在市場指數上漲時，該證券反而下跌；而在市場指數下跌時，反而上漲。（在實際市場中反向運動的證券並不多見）
根據上面對四隻股票β值的計算分析說明：首鋼股份和吉林敖東的投資風險大於市場全部股票的平均風險；而魯西化工和宏業股份的投資風險小於市場全部股票的平均風險。那我們在具體的股票投資過程中就可以利用不同股票不同的β值進行投資的決策，一般來說，在牛市行情中或者短線交易中我們應該買入β系數較大的股票，而在震盪市場中或中長線投資中我們可以選取β值較小的股票進行風險的防禦。