A. 一个证券投资学的题，求期望收益率和判断是否买入股票的
1贝塔值为1的资产组合就是市场组合，所以市场组合的期望收益率就是12%;
2贝塔值为0的股票的期望收益率就是5%，贝塔值为0的股票表示该股票不随市场组合波动，无市场风险，故期望收益率为5%
3、贝塔值为0.5的股票期望收益率为5%+0.5*（12%-5%）=8.5%
若现在买入该股票的实际收益率为（16.5+0.5）/15-1=13.3%>8.5%,所以应该买入
B. 资产组合的风险与收益分析
资产组合是资产持有者对其持有的各种股票、债券、现金以及不动产进行的适当搭配。资产组合的目的是通过对持有资产的合理搭配，使之既能保证一定水平的盈利，又可以把投资风险降到最低限度。在证券投资中，人们总是期望收益越高越好，但是由于每种证券都有风险，因此若只考虑追求收益，资产过分集中和单一，一旦出现什么不测，遭受损失的程度就会很大。通过科学的分析和评估，将证券投资进行合理的搭配组合，就可以实现在收益最大的同时风险最小。
任何一种证券投资的收益都是不确定的，收益的不确定性存在于一切证券物之中。当金融投资组合中资产数目较大时，资产间的相互作用和相互影响是资组合的主要风险来源。在前面，随着资产数目的增加。各资产本身风险状况对组合风险的影响逐渐减少，以至最终消失，这就是所谓的非系统性风险。但是那些共同运动产生的风险并不能随着资产数目的增加而消失，它是始终存在的，这就是系统性风险。所以，资产组合可以有效地减小风险和分散风险，但是不能完全消除风险。
大多数投资业内人士都会告诉你“不要把鸡蛋放在一一个篮子里”，要通过广泛投资，将资产分配在不同类型的投资工具上来分散风险。过度分散投资会让你难以透彻了解和专注于你的投资。如果有人认为你应当将45%的资金放在股票上，30%的资金放在债券上，10%的资金放在外国股票上，10%的资金放在货币市场基金上，5%的资金放在黄金上，这对我来说就不算正确地分配资金。也许这样更安全，但这样降低了整体的收益率。你也许根本无需投资于任何债券、外国股票或黄金，在萧条的时候，投资于债券的资金往往遭到损失，任何债券在通货膨胀保值方面都表现很差。
要记住的是：在投资于金融资产时，不要一味地追求风险分散效应， 一定要 合理构造合适于你的金融资产组合，以便能在收益-定时可以将风险控制在 最小，而在风险一定时则力争将收益做到最大。
C. 影响股市成交量的因素都有哪些，请用通俗的语言回答。
影响股市成交量的因素主要有以下五点：
经济因素：经济周期，国家的财政状况，金融环境，国际收支状况，行业经济地位的变化，国家汇率的调整，都将影响股价的沉浮。
政治因素：国家的政策调整或改变，领导人更迭，国际政治频仍，在国际舞台上扮演较为重要的国家政权转移，国家间发生战事，某些国家发生劳资纠纷甚至罢工风潮等都经常导致股价波动。
公司自身因素：股票自身价值是决定股价最基本的因素，而这主要取决于发行公司的经营业绩、资信水平以及连带而来的股息红利派发状况、发展前景、股票预期收益水平等。
行业因素：行业在国民经济中地位的变更，行业的发展前景和发展潜力，新兴行业引来的冲击等，以及上市公司在行业中所处的位置，经营业绩，经营状况，资金组合的改变及领导层人事变动等都会影响相关股票的价格。
市场因素：投资者的动向，大户的意向和操纵，公司间的合作或相互持股，信用交易和期货交易的增减，投机者的套利行为，公司的增资方式和增资额度等，均可能对股价形成较大影响。
我们所说的股票成交量，它的含义就是买卖股票的成交数量，亦即当天成交的股票总手数（1手=100股）
总的来说，股票成交量能展现出个股或者大盘的活跃程度，可以帮助我们了解股票行情并挑选出不错的股票、识别买入和卖出的时机。
看股票成交量的途径都有哪些？有没有具体的分析办法？有没有值得我们注意的地方呢？关于这几个问题，我会在下面为大家一一回答。
在这之前，先给大家发福利，我整理各行业的龙头股信息，涉及医疗、新能源、白酒、军工等热门行业，随时可能被删：吐血整理！各大行业龙头股票一览表，建议收藏！
一、股票成交量怎么看？有没有具体的分析办法？
股票成交量都是可以利用交易软件查到的，准确的成交量一般是而通过实时买入卖出的数量来看的。或者看红绿柱，柱体颜色可以直观反映股票成交量：红柱体代表买入﹥卖出；绿柱体代表买入﹤卖出。
要想股票炒得好，实用工具少不了，吐血整理的【股票研究9大神器】。点击领取：超实用炒股的九大神器，建议收藏
二、股票成交量大就一定好吗？
股票成交量大并不能说明这只股票好，只能说买卖双方对这支股票的价格有着完全不一致的想法。
像一些热门股票，买的人认为价格会上涨，卖的人认为价格会下跌，双方分歧很大，那成交量就会很高，反之成交量就很低。
研究股票的时候可以把股价趋势放在一起：上涨趋势，成交量仍然在不断上涨，随着价格不断的抬升，分歧方面买卖双方越来越猛烈，越来越多的人开始卖出股票这时候就需要小心追涨；下跌趋势中，成交量萎缩，买卖双方存在的分歧较小，未来有很大可能会持续下跌。
除了上文提到的，股票成交量还具有多种其他情况，受到字数限制，就不具体说了，大家可以点击下方链接，输入你中意的股票，就能免费获得个股成交量分析报告：【免费】测一测你的股票当前估值位置？
应答时间：2021-09-08，最新业务变化以文中链接内展示的数据为准，请点击查看
D. 量化投资
没有你想的书
我多年来都有关注这方面的书 可是也没有在国内找到
数量化投资是将投资理念及策略通过具体指标、参数的设计，体现到具体的模型中，让模型对市场进行不带任何情绪的跟踪；相对于传统投资方式来说，具有快速高效、客观理性、收益与风险平衡和个股与组合平衡等四大特点。量化投资技术几乎覆盖了投资的全过程，包括估值与选股、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等，在各个环节都有不同的方法及量化模型：
一、估值与选股
估值：对上市公司进行估值是公司基本面分析的重要方法，在“价值投资”的基本逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。对上市公司的估值包括相对估值法和绝对估值法，相对估值法主要采用乘数方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；绝对估值法主要采用折现的方法，如公司自由现金流模型、股权自由现金流模型和股利折现模型等。相对估值法因简单易懂，便于计算而被广泛使用；绝对估值法因基础数据缺乏及不符合模型要求的全流通假设而一直处于非主流地位。随着全流通时代的到来和国内证券市场的快速发展，绝对估值法正逐渐受到重视。
选股：在当前品种繁多的资本市场中，从浩瀚复杂的数据背后选出适合自己投资风格的股票变得越加困难。在基本面研究的基础上结合量化分析的手段就可以构建数量化选股策略，主流的选股方法如下：
资产配置方法与模型
资产配置类别 资产配置层次 资产配置方法 资产配置模型
战略资产配置 全球资产配置 大类资产配置 行业风格配置 收益测度 风险测度 估计方法 马克维茨 MV 模型 均值 -LPM 模型 VaR 约束模型 Black-Litterman 模型
战术资产配置 ( 动态资产配置 ) 周期判断 风格判断 时机判断 行业轮动策略 风格轮动策略 Alpha 策略 投资组合保险策略
基本面选股：通过对上市公司财务指标的分析，找出影响股价的重要因子，如：与收益指标相关的盈利能力、与现金流指标相关的获现能力、与负债率指标相关的偿债能力、与净资产指标相关的成长能力、与周转率指标相关的资产管理能力等。然后通过建立股价与因子之间的关系模型得出对股票收益的预测。股价与因子的关系模型分为结构模型和统计模型两类：结构模型给出股票的收益和因子之间的直观表达，实用性较强，包括价值型(本杰明·格雷厄姆—防御价值型、查尔斯·布兰迪—价值型等)、成长型(德伍·切斯—大型成长动能、葛廉·毕克斯达夫—中大型成长股等)、价值成长型(沃伦·巴菲特—优质企业选择法、彼得·林奇—GARP价值成长法等)三种选股方法；统计模型是用统计方法提取出近似线性无关的因子建立模型，这种建模方法因不需先验知识且可以检验模型的有效性，被众多经济学家推崇，包括主成分法、极大似然法等。
多因素选股：通过寻找引起股价共同变动的因素，建立收益与联动因素间线性相关关系的多因素模型。影响股价的共同因素包括宏观因子、市场因子和统计因子(通过统计方法得到)三大类，通过逐步回归和分层回归的方法对三类因素进行选取，然后通过主成分分析选出解释度较高的某几个指标来反映原有的大部分信息。多因素模型对因子的选择有很高的要求，因子的选择可依赖统计方法、投资经验或二者的结合，所选的因子要有统计意义上或市场意义上的显着性，一般可从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标来解释股票的收益率。
动量、反向选股：动量选股策略是指分析股票在过去相对短期的表现，事先对股票收益和交易量设定条件，当条件满足时买进或卖出股票的投资策略，该投资策略基于投资者对股票中期的反应不足和保守心理，在投资行为上表现为购买过去几个月表现好的股票而卖出过去几个月表现差的股票。反向选股策略则基于投资者的锚定和过度自信的心理特征，认为投资者会对上市公司的业绩状况做出持续过度反应，形成对业绩差的公司业绩过分低估和业绩的好公司业绩过分高估的现象，这为投资者利用反向投资策略提供了套利机会，在投资行为上表现为买进过去表现差的股票而卖出过去表现好的股票。反向选股策略是行为金融学理论发展至今最为成熟，也是最受关注的策略之一。
二、资产配置
资产配置指资产类别选择、投资组合中各类资产的配置比例以及对这些混合资产进行实时管理。资产配置一般包括两大类别、三大层次，两大类别为战略资产配置和战术/动态资产配置，三大层次为全球资产配置、大类资产配置和行业风格配置。资产配置的主要方法及模型如下：
战略资产配置针对当前市场条件，在较长的时间周期内控制投资风险，使得长期风险调整后收益最大化。战术资产配置通常在相对较短的时间周期内，针对某种具体的市场状态制定最优配置策略，利用市场短期波动机会获取超额收益。因此，战术资产配置是在长期战略配置的过程中针对市场变化制定的短期配置策略，二者相互补充。战略资产配置为未来较长时间内的投资活动建立业务基准，战术资产配置通过主动把握投资机会适当偏离战略资产配置基准，获取超额收益。
三、股价预测
股价的可预测性与有效市场假说密切相关。如果有效市场假说成立，股价就反映了所有相关的信息，价格变化服从随机游走，股价的预测就毫无意义，而我国的股市远未达到有效市场阶段，因此股价时间序列不是序列无关，而是序列相关的，即历史数据对股价的形成起作用，因此可以通过对历史信息的分析来预测股价。
主流的股价预测模型有灰色预测模型、神经网络预测模型和支持向量机预测模型(SVM)。灰色预测模型对股价的短期变化有很强的预测能力，近年发展起来的灰色预测模型包括GM(1, 1)模型、灰色新陈代谢模型和灰色马尔可夫模型。人工神经网络模型具有巨量并行性、存储分布性、结构可变性、高度非线性和自组织性等特点，且可以逼近任何连续函数，目前在金融分析和预测方面已有广泛的应用，效果较好。支持向量机模型在解决小样本、非线性及高维模式识别问题中有许多优势，且结构简单，具有全局优化性和较好的泛化能力，比神经网络有更好的拟合度。
四、绩效评估
作为集合投资、风险分散、专业化管理、变现性强等特点的投资产品，基金的业绩虽然受到投资者的关注，但要对基金有一个全面的评价，则需要考量基金业绩变动背后的形成原因、基金回报的来源等因素，绩效评估能够在这方面提供较好的视角与方法，风险调整收益、择时/股能力、业绩归因分析、业绩持续性及Fama的业绩分解等指标和方法可从不同的角度对基金的绩效进行评估。
绩效评估模型 / 指标
绩效评估准则
择时 / 股能力
业绩归因分析
风险调整收益
业绩持续性
Fama 业绩分解
模型 / 指标
T-M 模型
H-M 模型
GII 模型
C-L 模型
资产配置收益
证券选择收益
行业选择收益
行业内个股选择收益
RAROC
Sharp, Stutzer
Treynor, Jensen
, ,
双向表分析
时间序列相关性
总风险收益
系统风险收益
分散化投资收益
五、基于行为金融学的投资策略
上世纪50～70年代，随着马科维茨组合理论、CAPM模型、MM定理及有效市场假说的提出，现代金融经济学建立了一套成熟的理论体系，并且在学术界占据了主导地位，也被国际投资机构广泛应用和推广，但以上传统经济学的理论基石是理性人假设，在理性人假设下，市场是有效率的，但进入80年代以后，关于股票市场的一系列研究和实证发现了与理性人假设不符合的异常现象，如：日历效应、股权溢价之谜、期权微笑、封闭式基金折溢价之谜、小盘股效应等。面对这些金融市场的异常现象，诸多研究学者从传统金融理论的基本假设入手，放松关于投资者是完全理性的严格假设，吸收心理学的研究成果，研究股市投资者行为、价格形成机制与价格表现特征，取得了一系列有影响的研究成果，形成了具有重要影响力的学术流派－行为金融学。
行为金融学是对传统金融学理论的革命，也是对传统投资实践的挑战。随着行为金融理论的发展，理论界和投资界对行为金融理论和相关投资策略作了广泛的宣传和应用，好买认为，无论机构投资者还是个人投资者，了解行为金融学的指导意义在于：可以采取针对非理性市场行为的投资策略来实现投资目标。在大多数投资者认识到自己的错误以前，投资那些定价错误的股票，并在股价正确定位之后获利。目前国际金融市场中比较常见且相对成熟的行为金融投资策略包括动量投资策略、反向投资策略、小盘股策略和时间分散化策略等。
六、程序化交易与算法交易策略
根据NYSE的定义，程序化交易指任何含有15只股票以上或单值为一百万美元以上的交易。程序化交易强调订单是如何生成的，即通过某种策略生成交易指令，以便实现某个特定的投资目标。程序化交易主要是大机构的工具，它们同时买进或卖出整个股票组合，而买进和卖出程序可以用来实现不同的目标，目前程序化交易策略主要包括数量化程序交易策略、动态对冲策略、指数套利策略、配对交易策略和久期平均策略等。
算法交易，也称自动交易、黑盒交易或无人值守交易，是使用计算机来确定订单最佳的执行路径、执行时间、执行价格及执行数量的交易方法，主要针对经纪商。算法交易广泛应用于对冲基金、企业年金、共同基金以及其他一些大型的机构投资者，他们使用算法交易对大额订单进行分拆，寻找最佳路由和最有利的执行价格，以降低市场的冲击成本、提高执行效率和订单执行的隐蔽性。任何投资策略都可以使用算法交易进行订单的执行，包括做市、场内价差交易、套利及趋势跟随交易。算法交易在交易中的作用主要体现在智能路由、降低冲击成本、提高执行效率、减少人力成本和增加投资组合收益等方面。主要的算法包括：交易量加权平均价格算法(VWAP)、保证成交量加权平均价格算法(Guaranteed VWAP)、时间加权平均价格算法(TWAP)、游击战算法(Guerrilla)、狙击手算法(Sniper)、模式识别算法(Pattern Recognition)等。
综上所述，数量化投资技术贯穿基金的整个投资流程，从估值选股、资产配置到程序化交易与绩效评估等。结合量化投资的特点及我国证券市场的现状，好买认为量化投资技术在国内基金业中的应用将主要集中在量化选股、资产配置、绩效评估与风险管理、行为金融等方面，而随着包括基金在内的机构投资者占比的不断提高、衍生品工具的日渐丰富(股指期货、融资融券等)以及量化投资技术的进步，基金管理人的投资策略将会越来越复杂，程序化交易(系统)也将有快速的发展。
E. capm中的组合分析 有1000000美元'要投资于一个包含股票A、B和无风险资产组合。你的目标是创造一个期望...
R＝Rf＋β×（Rm一Rf），由股票A的数据计算出股票市场平均收益Rm=20.33%,由股票B的数据计算出股票市场平均收益Rm=17%。。。。楼主是真心想请教问题，还是在坑爹啊？
F. 什么是多样化的股票资产组合
这个问题需要涉及到一个参数，也就是B（贝塔），这是单只股票收益与市场平均收益的协方差。B是一个大于等于0的数，当B大于0小于1的时候，表示股票的变动与市场的变动水平相反，等于1表示完全等于市场的变动，大于1时表示正相关且大于市场变动。具体来说是，当经济在复苏时，大于1的股票走在市场前面，小于1的股票却方向变动。但是当经济衰退时，大于1的股票降得比市场更快，小于1的股票却会上升。把你的股票资产多样化就是说要把各种拥有不同B值的股票（小于1与大于1都有）组成一个篮子也就是portfolio,这样就能最大程度的降低系统风险，也就是市场不可避免的风险，却可以得到与原来相当的收益。