股票技术指标在大数据时代

① 在股票交易时，利用技术指标进行股票交易，这种方法真的靠谱吗

技术指标只是一个过去的信息，利用它开展参照，本就无可非议。仅仅利用技术指标进行交易是不可能比较靠谱的。因为有一些大庄，他完全可以用雄厚的资产、充足的时间来操控绝大部分的技术指标，彻底设计方案出一个技术指标圈套，让完全靠技术指标炒股票的人入套，要不太叫彻底主力控盘呢！不管怎样，指标体现了一定的规律。

股票买卖交易实际上每一个人把握自已的了解方法，市场中所说技术指标是在历史上以前类似走出的规律却被列入技术指标，技术指标一词应分离而言，技术性是指对交易市场每个专业知识、规律及其政策评估、交易量能这些，指标被判定做到这个标准，因此不能一概而论，交易市场仅有在具体中慢慢把握适合自己的的方式方法，一切指标都是有被更改一刻，不必过分依赖。

② 股票分析的技术指标有哪些如何利用

所谓技术指标就是根据股票交易数据衍生出来的分析系统，它是属于统计学的范畴，交易数据包括股票价格、成交量、成交金额、换手率、波动率等因素，技术指标的主要目的是要分析股价运行的规律，判断主要趋势和买卖时机。技术指标的种类主要包括趋势型、强弱型、随机型三大类。

经典指标介绍
一、趋势型
1.均线——MA
趋势线都是收价格变化而来的，最典型的当属均线，将一段时间的平均价格表示出来就是均线，也代表这一段时间的价格走势，最终会呈现一定的趋势，从而便有了指导的价值，其中周期越长均线的指导意义就越大。
2.平滑移动平均线——MACD
均线之间也会呈现一定的关系，如上穿，下穿，发散，压制等等，这些关系的变化可以发现趋势变化的蛛丝马迹，MACD就是从双指数移动平均线发展而来的，其意义和双移动平均线相同，代表着市场趋势的变化。
二、随机型
3.随机指标——KDJ
KDJ是根据一段时间内的最高价、最低价和收盘价之间关系，同时也融合了动量观念、强弱指标和移动平均线，能够比较准确地把握短期的行情，是非常常用的技术指标。
4.能量潮——OBV
能量潮是综合了成交量和价格双重因素，它的依据就是当成交量与价格是相互对应的，如果有一方不发生配合，那么代表趋势将会发生改变。
三、强弱型
5.人气指标——ABR
人气指标是通过股票的开盘、收盘价格与最高价、最低价之间的关系，从而反应出市场买卖人气的指标，其原理是通过股价的振幅发现价格变化的规律，价格振幅越大的表示行情越活跃，指标值就越高，这时应该随时要小心趋势的调整。
6.乖离率——BIAS
这是价格与均价之间的关系，当价格偏离均线越远时，表示变盘的可能性就越大，这是非常容易理解的，在使用时最好与成交量等指标结合，参考意义更强。
7.相对强弱指数——RSI
RSI=[上升平均数÷(上升平均数+下跌平均数)]×100
从统计公式便可以看出，相对强弱指标是通过平均上涨或下跌的数量来判断市场趋势强弱的指标，中间数值是50，超过代表强势，低于代表走弱，高于80为超买，低于20为超卖。
四、通道型
8.布林线——BOLL
其原理是通过股价的标准差求出高低区间，它的三根线分别代表下轨、中轨和上轨线，意义不道自明，下轨代表支撑，上轨代表压力，股价始终在价格通道内运行，由于它与趋势相互依存，所以对价格的指导意义也非常突出。

③ 炒股票都需要掌握哪些技术指标呢这些技术指标有多重要呢

如果要超前的推动股价的走势，就需要对于一段历史股价行情造成指标的结论去判断，如何才能观念超前的。对于你的问题，我的回答是合适的才是最好的，追求大家的绝对不是自己的、都不是最佳的。因此股市中亏损的是大众，挣钱的仅仅微乎其微！量价是基础、是核心、是源动力、政策是导向性、事情是刺激性关键因素、时光是金属催化剂、是放大仪。在理想状况下之上如能同歩产生，并对股价造成积极作用。股票技术指标分析理应遵照三大假定基础理论，

要是没有显着交易量的升高，有可能是诱空；假如伴随合理交易量的升高，才是真正的下挫；若是在下挫环节中，价位迅速下挫，可是交易量委缩显着，这是显着筑底的信号。大家在分析股票时，大多数参考的全是量价之间的关系。例如缩量下跌便是城里以外观点一致。假如一只股票处于上升阶段，那么它会一直升高。有一只股票处于下降阶段，那样它发展趋势很有可能一直延续降低。直到有一天忽然出现放量上涨，就证明这类发展趋势即将被打破。

④ 股票有哪些技术指标都是怎么回事

根据我在股市十多年的炒股经验，我个人认为类似股票均线、MACD、KDJ、布林线等指标是具有一定的参考价值，并非是完全没有参考价值的。

（1）均线指标

相信股民都是要研究均线这个技术指标的，均线分为5、10、20、30、60、120、250日等均线，根据这些均线可以给短中长线的投资者做出具体的操作指标；

我认为布林线假如出现三线即将合并之时，这个时候就是买入的真正时间节点了。如果利用布林线去参考短线的话，我认为就是上轨继续往上延伸，而下轨随着股价也跟随上移；要参考布林线的话只能判断股票是处于下跌趋势还是上涨趋势，布林线也就是属于上轨运行或者下轨运行。

以上这四种股票的技术指标就是股民投资者经常研究的，而我上面也对于这四种技术指标进行了分析，以及具有哪些参考价值等等。

⑤ 利用大数据炒股会赚吗

随着科学技术的发展，现在很多炒股软件都可以方便快捷地找到上市公司的关键数据。用大数据分析找出大股东的持仓成本，就等于看到了经销商的底牌。购买价格接近或低于市场平均持仓成本。利润机会越大，安全系数越高。

因为大数据分析人们的常识性需求或一些习惯性行为，只能通过多次或多次发生的常见行为事件找出一些规律。上述行为事件是相对固定时间或基本需求或习惯的单一行为的结果。作为股东，没有人能够预测未来。我们不否认这一点。然而，很少有人会否认每个人都可以回顾历史。我们不知道未来会上升还是下降。我们不知道如何波动。然而，如果一个好故事讲得很辛苦，说书人肯定会得到好处。粉丝越多，他得到的好处就越多。

⑥ 基于微信大数据的股票预测研究

基于微信大数据的股票预测研究
大数据是近些年来的热门话题，无论国际上还是国内，影响很大。经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。而全球经济目前生成了史无前例的大量数据，如果把每天产生的大量数据比作神话时期的大洪水是完全正确的，这个数据洪流是我们前所未见的，他是全新的、强大的、当然，也是让人恐慌但又极端刺激的。
而我所分享的话题，正是在互联网环境下，如何利用大数据技术，进行股票预测的研究。–今天，我想分享我认为有意义的四点。
1.大数据下的商业预测
根据大数据，我们可以有效地进行故障、人流、流量、用电量、股票市场、疾病预防、交通、食物配送、产业供需等方面的预测。而本文我们所关心的内容是股票市场的预测。
大数据的核心是预测，预测依赖于对数据的分析。那么分析的方法是否是基于随机采样的结果而设计的，这样的分析方法是否会有误差？
从传统认识上，由于资源和科技的局限，如人和计算资源受限、从计算机处理能力来讲无法处理全部数据来获取人们所关注的结果。因此随机采样应运而生，通过所选取的个体来代表全体，如使用随机抽取的方式来使得推论结果更科学。但既然提到了大数据，它是资源发展到一定程度、以及技术发展到一定阶段产生的一个新的认识。如同电力的出现，使人类进入了一个快速发展阶段，大数据也一样，它的含义是全体样本，从整体样本来做推论。在本文大数据的含义是所有股票在整个社交网络上的流动信息，从数据源上讲，本文没有采用所有社交网络上的数据，只分析了微信这个最具代表性的社交媒体作为信息源。
互动数据能反映用户情绪，搜索数据能反映用户的关注点和意图，在股市预测时这两种数据哪种更具有参考价值？
我认为都有价值，互动数据反映了用户对某一特定股票的喜好和厌恶，可以简单描述为对该股票的操作是继续持有还是卖出；而搜索数据则代表用户在收集该股票信息的过程，它是关注度的概念，某只股票搜索度高则意味着消息的影响力大。互动代表着方向，搜索代表着振幅。
我们知道这两种数据得出的结论会有差异，您是如何平衡这两种数据反映的情况来进行预测的？
正如上一个问题里提到的，如果是股票推荐，买进卖出等原则问题，则应该考虑互动数据，但如果已经买到手了，搜索数据可以提供一个幅度的概念，类似债券评级A级、AA级、AAA级等，供投资者参考，因为不同投资者对风险的承受度是不同的。
将股票和市场的消息整理成140字的短消息发布，是否意味着主要发布渠道是微博？现在微信公众号很火，有没有考虑通过这个渠道也发布消息？
事实上，信息传播的方式很多，微信作为新媒体当然影响力不容小觑，但目前技术投入最小的还是邮件、短信等方式，未来会考虑使用公众号来推送股票和市场消息。
如果在未来通过微信公众号推送消息，那么推送的消息会不会作为数据来源被再次采集？这会有多大的影响？
会被采集，但互联网上的每日关于个股的信息数量会达到很大，该推送会增加推荐股票1点权重，每只股票的权重成百上千，因此影响极小。
数据来源是微信公众号，除了准确性的考虑之外，是否还考虑过这样收集数据会较少触犯个人隐私？
从法律角度来看，搜索微信或其他个人聊天记录，是侵犯个人隐私权的，因此如果腾讯开放了这样的接口，每个公民都可以对这样的行为进行投诉、抗议、甚至进行法律起诉直至其改正过错、赔偿损失的。
这样是否意味着即使存在违法的行为，其结果也是由腾讯来承担，而我们作为数据的使用方不需要承担任何法律责任？
在整个社会，我们作为系统技术提供方，应恪守大数据的伦理道德，遵守国家法律，如侵犯个人隐私，系统不会采集，谷歌有一句座右铭“谷歌不作恶”，本文提到的系统也一样。
2.基于大数据进行股票推荐实验
股票的及时度反应了微信文章所发布的时效性，及时度越高，数据价值就越大。
股票的热度反应了当前某只股票被关注的频度，关注频度越大，上涨的可能性越高。

数据的完整性：我们采用循环的方式对所有深沪两地发行约2236只股票（创业版除外）在微信搜索网站上的搜索结果进行保存。
数据的一致性：文件格式由负责保存数据文件的程序决定，单一的流程保障了文件的一致性。
数据的准确性：由于所分析的订阅号文章的是由微信公共平台的公众号所提供，在一定程度上杜绝了虚假消息对于预测系统的破坏。
数据的及时性：考虑到磁盘读写以及采集程序所处的网络带宽，以及搜索引擎对于采集程序的屏蔽，程序中采集两条信息之间间隔了5秒，因此理论上11180秒（3.1个小时）可收集完当日推荐所需要的数据。对于每个交易日，在9点-9点30分之间采集所有数据，需要7台以上的设备可达到最佳效果。本次试验受限于试验设备，在一台设备上，交易日每天早六时开始进行数据采集，也满足及时性要求。
数据分析：查看三个高优先级的股票，该股票当日的开盘价与收盘价，再与当日（2015-4-8）上证综指进行比较，可得在收益上该算法是优于上证综指为样本的整体股票的股价差收益的。
实验结论：按照上述方式，系统每天推荐出当日股票，在开盘时进行买进，在第二个交易日进行卖出。经过一个月21个交易日（2015-3-1至2015-3-31），系统的收益为20%/月。通过微信搜索公众号来预测市场走势和投资情绪呈现出正相关性，因此可以作为股票甄选的因子。
3.股票预测的大数据发展趋势
网络数据分成三种：
一是浏览数据，主要用于电商领域的消费者行为分析，浏览数据反映了用户每一步的访问脚步，进一步刻画出用户的访问路径，分析不同页面的跳转概率等。
二是搜索数据，主要指搜索引擎记录的关键词被搜索频次的时间序列数据，能反映数亿用户的兴趣、关注点、意图。
三是互动数据，主要是微博、微信、社交网站的数据，反映用户的倾向性和情绪因素。
2013年诺贝尔经济学奖得主罗伯特?席勒的观点被无数采访对象引述。席勒于上世纪80年代设计的投资模型至今仍被业内称道。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。他认为，市场本身带有主观判断因素，投资者情绪会影响投资行为，而投资行为直接影响资产价格。
计算机通过分析新闻、研究报告、社交信息、搜索行为等，借助自然语言处理方法，提取有用的信息；而借助机器学习智能分析，过去量化投资只能覆盖几十个策略，大数据投资则可以覆盖成千上万个策略。
基于互联网搜索数据和社交行为的经济预测研究，已逐渐成为一个新的学术热点，并在经济、社会以及健康等领域的研究中取得了一定成果。在资本市场应用上，研究发现搜索数据可有效预测未来股市活跃度（以交易量指标衡量）及股价走势的变化。
对于搜索数据：互联网搜索行为与股票市场的关联机理。这个研究属于行为金融与互联网的交叉领域，其原理是：股票量价调整是投资者行为在股票市场上的反应；与此同时，投资者行为在互联网搜索市场也有相应地行为迹象，我们要做到是：找到互联网搜索市场中领先于股票交易的行为指标，综合众多投资者的先行搜索指标，对未来的股票交易做出预判。
如同天气预报那样，不断优化模型、灌入海量信息，然后给出结果。并且在处理的信息中，有80%是“非结构化”数据，例如政策文件、自然事件、地理环境、科技创新等，这类信息通常是电脑和模型难以消化的。采用了语义分析法，可以将互动数据里的金融对话量化为“-1（极度看空）”到“1（极度看多）”之间的投资建议，通过分析互动数据的数据文本，作为股市投资的信号。
4.正在发生的未来
大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的将来。
大数据在实用层面的影响很广泛，解决了大量的日常问题。大数据更是利害攸关的，它将重塑我们的生活、工作和思维方式。在某些方面，我们面临着一个僵局，比其他划时代创新引起的社会信息范围和规模急剧扩大所带来的影响更大。我们脚下的地面在移动。过去确定无疑的事情正在受到质疑。大数据需要人们重新讨论决策、命运和正义的性质。拥有知识曾意味着掌握过去，现在则意味着能够预测未来。
大数据并不是一个充斥着算法和机器的冰冷世界，其中仍需要人类扮演重要角色。人类独有的弱点、错觉、错误都是十分必要的，因为这些特性的另一头牵着的是人类的创造力、直觉和天赋。这提示我们应该乐于接受类似的不准确，因为不准确正是我们之所以为人的特征之一。就好像我们学习处理混乱数据一样，因为这些数据服务的是更加广大的目标。必将混乱构成了世界的本质，也构成了人脑的本职，而无论是世界的混乱还是人脑的混乱，学会接受和应用他们才能得益。
我相信，利用基础数据、搜索数据、互动数据再进行加权计算，可以对所有股票进行大数据遴选，从而给出投资建议。我认为，我们的肉身刚刚步入大数据时代，但我们的精神还滞留在小数据、采样思维之中，率先用理性击碎固有思维的人，也将率先获得大数据带来的益处。

⑦ 大数据能不能预测股市

大数据对于很多的地方都是非常有用的，但是，是否也有大数据不能做到的？我觉得很多时候，大数据只能说作为一个参考的方向，并不能准确的作出判断，或者给出答案。首先大数据是一个有科学根据的一个参考物，因为有大量的数据，有大量的参考物，所以，这件事情结果跟大数据一致的概率变得会跟大数据所统计的相差不远，这就是我们的大数据拥有的功能。

我们的股市，说实话我以前的工作是金融方面的也接触过股市，对于股市的话，首先影响我们股市的一些因素有哪些？从宏观来说，像国家的一些政策调控，包括我们公司的一些政策变化，股东的一些变动，或者说我们现在在整个股市来说什么样的一个趋势。

我们如果从技术层面，就是可以通过我们的一些k线图，或者我们的一些kdj指标，很多的一些分析股票的一些指标来判断，当然这些指标的话并不是百分之百，都是金钱。而是说这些指标，其实也就是通过一些大量的，我们以前的历史数据，其实都是已经是历史性的，所以总结出来的这样一个图案，便于我们能进行分析。

这样一个指标的话，其实跟我们的大数据就非常的类似，我们说大数据到底能不能预测故事？这个真的不能具体的回答，因为预测这个事情也就是说对于未来的股市的一个判断，这其实是很难的，我们很多的时候看到的都只是表面上的，大数据来说，他可以给出一个方向，或者能够得出的结论跟未来行情的变化正确的概率是非常高的，但是我们不能百分之百肯定，他得出的结论是正确的，所以大数据他可以预测股市一个大致方向，但不不能保证他预测的是正确的，可以作为一个参考。

⑧ 股票中常用的技术指标都有哪些怎样快速的掌握

股票分析大体可从两方面入手:基本面和技术面。基本面主要从公司所处行业，公司成长性，估值等方面做宏观预测分析；技术面主要从股价运行状态来分析，主要解决价量时空的关系。

股票技术指标有很多种类，诸如均线类，K线类，切线类，趋势类，震荡类，大势类，路径路等等。其实技术指标并无优劣好坏之分，它只是一种工具，一种把你从这一点移到另一点的工具。每种指标都有其适用范围，你要熟知它们的优缺点，运用起来才能得心应手！

成交量算是最真实的指标，是用真金白银堆起来的，不起量的股票是走不远的。成交量你得会看:在趋势改变点成交量必须相应放大！第二点:每段趋势的终了都是股价大幅度波动且伴随成交量相对放大。成交量口诀:单日暴量要震荡，连续放量可建仓，持续放量可持仓，一旦缩量要减仓，两日缩量全卖光。

⑨ 大数据时代应该如何投资股票

给一篇关于【如何使用大数据进行A股行业投资】的教程给你参考一下~

好的投资，首先是选好行业

红杉资本曾经有一条着名的投资经验，大意是：好的投资，首先是选好赛道，其次是赛道上的选手。对于每天活跃于资本市场上的投资者而言，赛道所指的正是你正在投资、或者将要投资的那家公司它所在的行业，更直接的说，你投资于什么行业，投资于这个行业的哪家公司，决定了你最终能获得什么样的收益表现。

那么，红杉资本的这条投资经验是否适用于A股市场，并给我们带来可观的投资收益呢？本文试图通过量化分析和交易回测来验证这一投资模式是否真正有效，所采用的数据取自于聚宽数据出品的JQData本地量化金融数据，通过梳理出自2010年以来A股市场上不同行业的发展情况，进一步构建出一个优质行业龙头组合，观察其从2015年股灾至今的收益表现。最终发现，这样一个优质行业的龙头组合，从股灾至今大幅跑赢了上证指数和沪深300指数高达30%的以上的收益率，可以说是超乎预期的。以下是具体分析过程。

2010 ~ 2017 沪深A股各行业量化分析

在开始各行业的量化分析之前，我们需要先弄清楚两个问题：

• 第一，A股市场上都有哪些行业；

• 第二，各行业自2010年以来的营收、净利润增速表现如何？

第一个问题：
很好回答，我们使用JQData提供的获取行业成分股的方法，输入get_instries(name='sw_l1')
得到申万一级行业分类结果如下：它们分别是：【农林牧渔、采掘、化工、钢铁、有色金属、电子、家用电器、食品饮料、纺织服装、轻工制造、医药生物、公用事业、交通运输、房地产、商业贸易、休闲服务、综合、建筑材料、建筑装饰、电器设备、国防军工、计算机、传媒、通信、银行、非银金融、汽车、机械设备】共计28个行业。

第二个问题：

要知道各行业自2010年以来的营收、净利润增速表现，我们首先需要知道各行业在各个年度都有哪些成分股，然后加总该行业在该年度各成分股的总营收和净利润，就能得到整个行业在该年度的总营收和总利润了。这部分数据JQData也为我们提供了方便的接口：通过调用get_instry_stocks(instry_code=‘行业编码’, date=‘统计日期’)，获取申万一级行业指定日期下的行业成分股列表，然后再调用查询财务的数据接口：get_fundamentals(query_object=‘query_object’, statDate=year)来获取各个成分股在对应年度的总营收和净利润，最后通过加总得到整个行业的总营收和总利润。这里为了避免非经常性损益的影响，我们对净利润指标最终选取的扣除非经常性损益的净利润数据。

我们已经获取到想要的行业数据了。接下来，我们需要进一步分析，这些行业都有什么样的增长特征。

我们发现，在28个申万一级行业中，有18个行业自2010年以来在总营收方面保持了持续稳定的增长。它们分别是：【农林牧渔，电子，食品饮料，纺织服装，轻工制造，医药生物，公用事业，交通运输，房地产，休闲服务，建筑装饰，电气设备，国防军工，计算机，传媒，通信，银行，汽车】；其他行业在该时间范围内出现了不同程度的负增长。

那么，自2010年以来净利润保持持续增长的行业又会是哪些呢？结果是只有5个行业保持了基业长青，他们分别是医药生物，建筑装饰，电气设备，银行和汽车。（注：由于申万行业在2014年发生过一次大的调整，建筑装饰，电气设备，银行和汽车实际从2014年才开始统计。）

从上面的分析结果可以看到，真正能够保持持续稳定增长的行业并不多，如果以扣非净利润为标准，那么只有医药生物，建筑装饰，电气设备，银行和汽车这五个行业可以称之为优质行业，实际投资中，就可以只从这几个行业中去投资。这样做的目的是，一方面，能够从行业大格局层面避免行业下行的风险，绕开一个可能出现负增长的的行业，从而降低投资的风险；另一方面，也大大缩短了我们的投资范围，让投资者能够专注于从真正好的行业去挑选公司进行投资。

“2010-2017”投资于优质行业龙头的收益表现




选好行业之后，下面进入选公司环节。我们知道，即便是一个好的行业也仍然存在表现不好的公司，那么什么是好的公司呢，本文试图从营业收入规模和利润规模和来考察以上五个基业长青的行业，从它们中去筛选公司作为投资标的。

1、按营业收入规模构建的行业龙头投资组合

首先，我们按照营业收入规模，筛选出以上5个行业【医药生物，建筑装饰，电气设备，银行和汽车】从2010年至今的行业龙头如下表所示：






结论




通过以上行业分析和投资组合的历史回测可以看到：

• 先选行业，再选公司，即使是从2015年股灾期间开始投资，至2018年5月1号，仍然能够获得相对理想的收益，可以说，红杉资本的赛道投资法则对于一般投资者还是比较靠谱的。

• 在构建行业龙头投资组合时，净利润指标显着优于营业收入指标，获得的投资收益能够更大的跑赢全市场收益率

• 市场是不断波动的，如果一个投资者从股灾期间开始投资，那么即使他买入了上述优质行业的龙头组合，在近3年也只能获得12%左右的累计收益；而如果从2016年5月3日开始投资，那么至2018年5月2日，2年时间就能获得超过50%以上的收益了。所以，在投资过程中选择时机也非常重要~

⑩ 如何学会看盘

首先在开盘时要看集中合竞价的股价和成交额，看是高开还是低开，就是说，和昨天的收盘价相比价格是高了还是低了。它表示出市场的意愿，期待今天的股价是上涨还是下跌。成交量的大小则表示参与买卖的人的多少，它往往对一天之内成交的活跃程度有很大的影响。然后在半小时内看股价变动的方向。

一般来说，如果股价开得太高，在半小时内就可能会回落，如果股价开得太低，在半小时内就可能会回升。这时要看成交量的大小，如果高开又不回落，而且成交量放大，那么这个股票就很可能要上涨。看股价时，不仅看现在的价格，而且要看昨天的收盘价、当日开盘价、当前最高价和最低价、涨跌的幅度等，这样才能看出现在的股价是处在一个什么位置，是否有买入的价值。看它是在上升还是在下降之中。一般来说下降之中的股票不要急于买，而要等它止跌以后再实。上升之中的股票可以买，但在要小心不要被它套住。

一天之内股票往往要有几次升降的波动。你可以看你所要买的股票是否和大盘的走向一致，如果是的话，那么最好的办法就是盯住大盘，在股价上升到顶点时卖出，在股价下降到底时买入。这样做虽然不能保证你买卖完全正确，但至少可以卖到一个相对的高价和买到一个相对的低价。而不会买一个最高价和卖一个最低价。通过买卖手数多少的对比可以看出是买方的力量大还是卖方的力量大。如果卖方的力量远远大于买方则最好不要买。现手说明计算机中刚刚成交的一次成交量的大小。如果连续出现大量，说明有多人在买卖该股，成交活跃，值得注意。而如果半天也没人买，则不大可能成为好股。现手累计数就是总手数。总手数也叫做成交量。有时它是比股价更为重要的指标。总手数与流通股数的比称为换手率，它说明持股入中有多少人是当天买入的。换手率高，说明该股买卖的人多，容易上涨。但是如果不是刚上市的新股，却出现特大换手率（超过百分之五十），则常常在第二天就下跌，所以最好不要买入。

涨跌有两种表示方法，有时证券公司里大盘显示的是绝对数，即涨或跌了几角几分，一目了然。也有的证券公司里大盘上显示的是相对数，即涨或跌了百分之几。这样当你要知道涨跌的实际数目时就要通过换算。

在公司分红时要进行股权登记，因为登记日第二天再买股票就领不到红利和红股，也不能配股了，股价一般来说是要下跌的。所以第二天大盘上显示的前收盘价就不再是前一天的实际收盘价，而是根据该成交价与分红现金的数量、送配股的数量和配价的高低等结合起来算出来的。在显示屏幕上如果是分红利，就写作 DR**。叫做除息；如果是送红股或者配股，就写作XR**，叫做除权；如果是分红又配股，则写作XD**，叫做除权除息。后面两个字是公司名称的缩写，例如DR长虹。这一天就叫做该股的除权日或除息日（除权除息日）。

计算除息价的方法比较简单，只要将前一天的收盘价减去分红派息的数量就可以了。例如一只股票前一天的收盘价是2.80元，分红数量是每股5分钱，则除权价就是2.75元。计算除权价时如果是送红股，就要将前一天的收盘价除以第二天的股数。例如一只股票前一天的收盘价是3.90元，送股的比例旧10： 3，就要用3.90元除以1+3/10，也就是除权价为3.9/1.3=3.00元。配股时还要把配股时所花的钱加进去。例如一只股票前一天的收盘价是 14元，配股比例是10：2，配股价是8元，则除权价为（14*10+8*2）/（10+2）=13元。

经过一天的交易，如果当收盘价的实际价格比算出来的来的价格高，就称作填权，反之，如果实际收盘价比计算出来的价格低，就称作贴权。这往往与当时的市场形势有很大的关系，股价上升时容易填权，股价下跌时则容易贴权。在市场形势好的时候人们往往愿意买入即将配股分红或刚刚除权的股，因为这时容易填权，也就是说，股价很容易在当天继续上涨，虽然收盘时可能看上去股价比前一天低，而实际上股价却是上涨了。