wind导出股票时间序列

‘壹’ wind如何下载股票的每日收盘价

下载导出方法入下：
下载Excel，打开Excel插件，安装好wind插件，点插件-时间序列。
1.选择你要的股票池（先在wind数据库建立好自选股），
2.指标选择收盘价
3.选定时间段。只要电脑还行一千只股票十年数据都可以导出。
下载Excel，打开Excel插件，安装好wind插件，点插件-时间序列。
1.选择你要的股票池（先在wind数据库建立好自选股），
2.指标选择收盘价3.选定时间段。只要电脑还行一千只股票十年数据都可以导出。

‘贰’ Wind资讯金融终端是免费的吗

Wind资讯金融终端不是免费的。Wind 资讯金融终端为用户提供无缝集成的行情报价、金融数据、财经信息、分析工具、组合管理等功能的综合性金融服务平台。

Wind资讯金融终端提供最齐全的中国金融市场数据与信息，内容覆盖股票、债券、基金、指数、权证、商品期货、外汇、宏观行业等多项品种，7×24×365不间断的为证券分析师、基金经理等专业金融人士提供最准确、最及时、最完整的金融资讯，是驰骋中国金融市场的必备工具。

(2)wind导出股票时间序列扩展阅读：

Excel Add-in

强大Excel数据链接功能，方便用户建立各种灵活的分析模板。通过Wind函数在Excel中动态获取实时行情、投资品种的资料、财务数据、宏观行业数据等内容，支持通过VBA调用Wind函数进行模型编制，动态生成精美的Word报告。

Evaluator

Wind Evaluator是应用Excel插件开发的衍生产品。

主要功能是基于上市公司已披露的历史财务数据和用户对公司“经营效率”和“财务政策”的预期，自动完成目标公司未来若干年资产负债表(BS)、利润表(IS)和现金流量表(CS)的计算，并对预测报表做财务分析和合理性检验。

根据预测报表分别采用FCFF、FCFE、DDM、EVA、超额利润等估值方法计算企业价值。

EDB

超过20万个宏观和行业时间序列指标，整体把握中国宏观经济、行业经济、全球宏观经济的走向与变化。所有数据除即时生成图表之外，还可进行各种灵活的数据转换（如变频、计算均值等），可通过Excel数据链接与用户的工作自动集成。

TAQEXP

涵盖国内沪深交易所，三大期货交易所以及中金所等Level1以及Level2日内高频数据，可供下载日内分钟数据，盘口10档行情数据，逐笔成交数据，真实且准确展现交易所提供的原始行情以及交易数据。

数据提取字段自由选择，可支持TXT，CSV，DBF等格式的转换，支持断点续传，可布置多任务同时下载高频数据。

‘叁’ 用EXCEL如何输入一列代码，分别得到各组WIND数据的统计结果（如平均值等，不是导出对应的一列数据哈）

不知道你的数据分布在哪些单元格位置。
参考下面公式吧：
=IF(ROW(1:1)>COUNTIF(A$2:A2,A2),"",AVERAGE(IF((A$2:A$100=A2)*(B$2:B$100<=100个交易日的具体日期),C$2:C$100)))
数组公式输入后先不要回车，按ctrl+Shift+Enter结束计算，再向下填充。

‘肆’ wind如何下载股票的每日收盘价

下载导出方法入下：
下载Excel，打开Excel插件，安装好wind插件，点插件-时间序列。
1.选择你要的股票池（先在wind数据库建立好自选股），
2.指标选择收盘价
3.选定时间段。只要电脑还行一千只股票十年数据都可以导出。
下载Excel，打开Excel插件，安装好wind插件，点插件-时间序列基卜。
1.选择你要的股票池（先在wind数据库建立好自选股），
2.指标选择收盘价3.选定时间段。只要电脑还行一斗槐千只股票十年数据都可以搏销穗导出。

‘伍’ 投资学作业：从股票定价模型来分析香港金融危机 求解！！！

一、资本资产定价模型的理论背景
威廉•夏普建立了均衡的证券定价理论，即着名的资本资产定价模型(CAPM)：（1）其中，E（Ri）为股票i的预期收益率，Rf为无风险利率，E（RM）为市场组合的预期收益率，，即系统风险系数，是市场组合收益率的方差，βi表示股票i收益率变化对市场组合收益率变动的敏感度，用βi系数来衡量该股票的系统风险大小。CAPM说明：在证券市场上，非系统风险可以通过多元化投资加以消除，对定价唯一起作用的是该证券的β系数。因此，对CAPM的检验就是验证β系数是否具有对收益的完全解释能力。
二、CAPM在国内外的检验
国外在1970以后就开始了对CAPM的检验和β系数的稳定性研究，早期的检验结果表明，西方成熟资本市场中股票定价基本符合CAPM。但1980年以后，出现了大量负面的验证结果。从1990年开始，国内一些学者对CAPM也陆续做了大量研究。陈浪南、屈文洲（2000）对上海A股市场对资本资产定价模型进行实证检验，根据股市中的三种市场格局(上升、下跌和横盘)划分了若干的时间段得出不同β值的进行分析，得出的β值与股票收益率的相关性较不稳定，说明上海股票市场存在较大的投机性。阮涛、林少宫(2000)说明了上海股票市场不符合CAPM，基于CAPM模型对中国现阶段的股票市场的分析和应用缺乏有效性依据。许涤龙，张钰(2005)实证结果表明在沪市股票的收益与其β系数存在着显着的正相关线性关系，但无风险收益率却是负的，这说明上海股票市场具有明显的投机特征，是一个不够成熟的股市。
三、数据说明和处理
本文选择上海证券交易所上市的上证180指数成分股，选择2009年1月9日到2010年12月22日期间的周数据，共有101个周数据，剔除在上述期间数据缺失的股票，样本共包含152只股票，本文选用上证综合指数来替代市场组合收益，所用数据都已进行除权、除息复权处理，本文数据来源于Wind资讯。个股用周收盘价来计算它们的周收益率，计算公式如下：其中Rit是第i只股票在t时刻的收益率；pit是第i只股票在t时刻的收盘价。上证综合指数的收益率计算同上，用Rmt来表示周收益率。对于无风险收益率的确定，本文使用一年期的定期存款利率来表示无风险收益率，折算成周收益率为：Rf=0.0455%。
四、CAPM实证和结果
本文在检验中用到的基本时间序列方程如下：（2）对于横截面的CAPM检验,采用下面的模型：（3）（4）其中是第i只股票平均收益率（样本均值来代替），βi是第i只股票的β值，在（4）的回归中βi由模型（3）中的得到的回归系数bi来替代。将回归结果与CAPM模型（1）进行比较，检验CAPM在上海资本市场是否成立：（1）资产的风险和收益之间是否存在线性关系。如果模型（4）中参数其估计值不显着异于零，则可认为资产的风险和收益之间仅存在线性关系。（2）资产的风险和收益是否正相关。如果参数γ1其估计值显着异大于零，则可以认为资产的风险和收益是正相关的。此外，其估计值理论上应该等于E（RM）-Rf，即市场的超额收益率。（3）参数γ0其估计值不显着异于Rf。
152只股票的周收益率分别对上综指的周收益率进行时间序列回归，得到152只股票的bi值。然后以152只股票的周收益率为因变量，各个股票回归出来的值为自变量对模型（3）进行回归，其结果为表1结果可以发现βi值在5%显着性水平下显着,而常数项γ0仅在10%的显着性水平下显着。即收益率与系统风险(β值)存在的线性显着性较强。下面来检验回归出来的γ0和无风险收益率是否有显着差异。γ0=0.002945，Rf=0.0455%，其检验的t值为此结果表明γ0和Rf在显着性水平5.97%下有显着区别，这与CAPM不吻合。下面来检验斜率系数是否显着不同于E（RM）-Rf。由表1知γ1=0.005036，其检验的t值为在5%的显着性水平下，γ1和E（RM）-Rf没有显着区别，这和CAPM相符。
为了进一步检验收益率与系统风险(β值)存在的非线性关系，对模型（4）检验得到的结果如下：根据表2的结果可以发现β值在5%显着性水平下不显着,而β2值在5%显着性水平下显着,这可以发现上海股票市场的除了系统风险的影响之外，与收益率风险的非线性关系即非系统风险对上海股票市场的收益率影响也较大。从表1和表2的结果可以看出，其中γ0是正数，这个与CAPM相吻合，但是以往的大部分文献中得出常数项为负值，而此处的结果得出γ0较显着的大于Rf，这是由于金融危机后，2009年与2010年的利率维持在较低水平，而上证A股指数从金融危机后较低的点位正在上升的过程中。
五、总结
根据上述CAPM的有效性检验，可以得出以下结论：(1)上海资本市场股票组合的平均超额收益率与其系统风险之间存在正相关关系，并且同时与非系统风险之间存在显着的线性关系。说明上海股票市场的股票定价不仅仅受系统风险的影响，而且受非系统风险的影响。(2)模型(3)中的斜率系数与平均超额收益率没有显着区别，常数估计值较显着大于无风险利率，与之前的大部分文献得出常数项大部分为负值不同。这由于金融危机后的这个特殊时期的货币政策和股市走势有关，同时也反映出上海股票市场正在逐步迈向成熟的过程之中。