㈠ 如何用python做回归 判断这个股票和股指间的关系
一个大项目的完成不是楼主以为的一天就能完成，通常会延续一年月乃至数年，看当时的风有多大了。所以去深究一天的盘口意义不是特别大。
大作手如果对大的基本面判断失误，筹码、发动时机控制不好，锁筹小伙伴背后捅刀子，走水出现大的老鼠仓，资金链出问题，碰到其他有钱任性的机构，老婆偷人枪杀儿子导致脑子短路等等鸡飞狗跳的事情，项目做折掉，从庄家变股东的可能性也是非常大的，以亿计的现金灰飞烟灭不过分分钟的事情。
===============================================================
A股的死穴——要赚钱必须涨，做多是唯一出路。
做庄的基本原理：比如5元的标的，在底部拿够筹码，配合风信，能做多高做多高，比如做到50块，然后就一路压低卖下来，卖到15块，乃至10块。总有人觉得够
便宜了会要的。
===============================================================
步骤1：做底仓，一般是先买到流通盘的30%。
具体做法就是在熊市末期，对着往上敲，然后亏本往下砸。卖1个，跟着会掉下来2-3个，接住。做底吸筹这个时间段有时会很长，视实际筹码的收集情况和大盘走势而定。
看下图成交量，主力第一注就是下在中间偏左点的位置，进而不断往震荡吸筹。那么大的成交量，你总不会觉得是公众交易者干出来的吧。
tip:标准底部的特征就是脉冲式放量缩量，公众交易者不参与任何震荡，切记。底部持续时间越长，筹码控制越集中，以后上涨的高度越高，即所谓的横有多长竖有多高。同时尽量挑选底部形态比较标准的标的，一年时间跨度以上的大圆弧底、复合头肩、矩形底最好。越漂亮的走势图形控盘度越高，筹码散乱的状态下往往代表着多方博弈。
㈡ 求居民储蓄与股价指数相关性分析的论文
【摘 要】
总体经济分析在加权股价指数评价上的重要性已逐渐提升，也一直是学术界与实务界所关心和探讨的问题，本研究选取1991年1月到2002年12月台湾景气面(景气领先指标年增率、工业生产指数年增率、外销订单年增率及营收年增率)与资金面(M1b年增率、M2年增率与货供动能年增率)的总体经济指标月资料，利用单根检定、VAR检定及多元回归模型计量方法，分析其与股价的关联性，所得结论如下：
一、 总体经济指标并无领先加权股价指数的特性，然而加权股价指数具有领先工业生产年增率、营收年增率与货供动能指标的特性，领先期数分别为1个月、4个月及3个月。
二、 透过多元回归分析发现，加权股价指数与一期后的工业生产指数年增率及四期后的营收年增率具有正向的显著关系，可见股价具有领先景气面的特性；而加权股价指数也显著地领先三期后的货供指标，亦即股市上扬也充分反映资金动能的充沛。
三、 加入误差修正后的台股预测模型在检视2003年1月到2004年2月的股价表现，以近两期的股价表现最佳，皆在两个标准差之内；而利用该模型所得的预期股价走势与实际股价走势方向一致，因此可作为中长期股价趋势的参考。
一、前 言
单一企业的股价受到个别企业的财务状况或是经营者态度，具有很大的差异，因此在选股上难度不小。至於加权指数是所有企业股价的加总，透过投资大盘可以降低投资组合中的非系统性风险，将总风险降至较低的程度，因此近年来，以大盘为标的商品逐渐被大家所重视，期货及选择权的日益蓬勃，可见一斑，而2003年宝来投信更推出以台湾上市公司市值前50名的企业为主的台湾50ETF(上市代码：0050)，其与大盘相关性甚高的特性，也是市场投资人藉以投资大盘的工具之一。因此，建构大盘的评价模式已是投资人投注心力之所在。
研判大盘走势的方法大致可分为基本分析与技术分析，前者目的在於研究股票的真实价值，依据经济现象、政经措施与企业消息，配合公司营运状况，作为股价升降趋势与买进卖出的判断依据。而后者则是利用过去股票市场行为，包含股价、成交量或是波动性等资讯，来作为研判后势的工具。然而，技术指标往往随著时点及使用者习惯而有所偏好，不若基本面在於既有的公开资讯，在使用上较具客观性，且随著外资与国内法人参与股市的比重渐增，基本面研判的比重更见广泛。
影响股价的基本面因素大致可分为总体经济因素、市场因素及公司本身因素，其中总体经济分析对於股价走势研判具有相当大的价值，概因股价指数素有经济橱窗之称，具有预期未来经济活动的盛衰，但经济活动也同是支撑股价波动的必要条件，因此本研究著重在透过观察总体经济变化与股价的关系，并建构一套完整的观察模型，随时调整基本面的起伏因素，以发掘股市的多空转折。
总体经济因素主要涵盖景气面与资金面。就景气面来看，景气扩张时期，企业营运收入增加将有助股价表现，而景气衰退时，企业营运收入也将随之萎缩，因此景气的变动与股价间存在著关连性，国内外文献也肯定景气面因素对於股价的影响 ，惟对於选取变数有不同的看法，且对於领先落后关系的结果有不同的演绎，故本研究认为有重新检视之必要。
此外，宽松的货币政策，提高市场货币供给也降低利率水准，增加投资人购买股票意愿与能力，有助於股价的推升；反之，紧缩的货币政策，将降低市场货币供给并促使利率水准上扬，借贷资金成本上升，间接降低投资人对股票投资的意愿与能力，股价扬升力道减弱。由此看来，资金面似乎能引导股价扬升，表2的部分研究确实支持该论点。然而本研究以为股价反应景气而上涨，在扬升的过程中，投资人才会将资金投入股市，货币供给随之增加，因此，股价与资金并不一定是谁先谁后，有必要对此重新检视，且过去文献并未将M2水位增减纳入考量，本研究也将此考量纳入模型中。
因此，本研究企图由基本面出发，透过总体经济指标的选择，建构大盘观测模型，作为投资人进行投资决策的参考。
（二）向量自我回归检定
当利用向量自我回归(VAR)模型，本研究并未发现所选取的五项变数能够领先加权股价指数，不过股价具有领先部分总经变数的特性，这样的结果是可以预期的，因为股价反应投资人对未来的预期，因此，股价领先景气或是资金是可以预期的，只是领先期数的多寡。
表5可知，景气领先指标年增率与外销订单年增率对於加权股价并无领先落后关系。
当月工业生产指数年增率产受到前一期股价及前二、三期的工业生产指数指数年增率的影响，也就是说，股价具有领先工业生产指数年增率一个月的特性，这与王玛如与苏永成(1998)的研究得到相同结论。
注2:***表示在1%的显著水准，**表示在5%的显著水准，*表示在10%显著水准
而营收年增率受到前四期股价及本身前一、二、三期影响，亦即股价具有领先四期后营收年增率特性；而货供动能指标受到前三期股价及本身前一期的影响，因此股价具有领先三期后货供动能性指标的特性。
（三）回归方程式建立
透过VAR分析，本研究选取工业生产指数年增率与营收年增率及货供动能指标作为台湾加权股价指数的解释变数，然而，考量工业生产指数与营收年增率同为景气类变数，相关系数高达0.7，因此将这两个变数分离考量。
考量工业生产指数年增率与货供动能指标下的模型显示，股价与一期后的工业生产指数年增率具有正向关系，而与三期后的货供动能指标有负向关系，其经济意义所代表的是当预期下月景气持续好转且三期后的资金仍持续增加下，当月股价将具扬升动能，反之，当下月景气趋势向下且三期后的资金动能不足时，当月股价将提前反应投资环境的恶劣而下降。
本研究也利用全体上市柜公司营收作为景气替代变数，透过表6也可得到：四个月后的营收年增率持续成长，再加上三个月后的市场资金动能充沛下，当月股价表现多为上涨，反之亦然。
至於在模型的解释能力上，利用营收年增率与货供动能指标作为股价的解释变数的模型，模型解释能力上较佳。
（四）样本外测试
在模型1与模型2下，利用2003年1月至2004年2月的总体经济资料进行样本外的预测模型模拟，在预测模型的模拟过程中，本研究加入误差调整(Error Correction)，以使预测值能考量前期误差的修正值，并利用该时点之前的36个月平均指数月标准差，检测实际值是否在可接受范围内。
四、结论与建议
总体经济分析在加权指数评价上的重要性已逐渐提升，也一直是学术界与实务界所关心和探讨的问题，本研究针对1991年1月到2002年12月资料分析台湾加权股价指数与景气面(景气领先指标年增率、工业生产指数年增率、外销订单年增率及营收年增率)及资金面(M1b年增率、M2年增率与货供动能年增率)的关系。分析所得结论如下：
(一) 加权股价指数、景气领先指标年增率、工业生产指数年增率、外销订单年增率、营收年增率及货供动能指标为时间数列资料，然经ADF单根检定显示，具有定态关系，可为回归分析之变数。
(二) 透过VAR检定发现，本研究所选取的总经指标并无领先加权股价指数的特性，然而，股价却具有领先部分总体经济指标的特性：包括领先工业生产指数年增率一个月，领先营收年增率四个月，以及领先货供动能指标三个月的特性。
(三) 透过多元回归分析，本研究发现股价与一期后的工业生产指数年增率与四期后营收年增率具有正向显著关系，可见股价具有领先反应景气的特性，而股价也与三期后货供动能指标具有显著的负向关系，可见股价扬升将带动投资人将资金转入股市，提供更充沛资金动能。
(四) 透过多元回归模型，并考量误差修正，检测2003年1月到2004年2月的股价变化，模型预测准确度在首二个月内符合两个标准差之内的水准，因此预估指数水准在近两个月较具准确度，然利用该模型所得之股价预期值与实际预期值方向一致，因此可作为中长期股价趋势的参考。
正如先前所提，股价行为反应资讯，然市场资讯非单一总经指标所能完全描绘而出，非经济因素也同样影响股票市场，尤其台湾本身属於浅碟市场，任何的风吹草动都可能影响股市，后续研究者在模型建构上，建议可加入更多层面因素，甚至於质性因素，也都是不错的选择。而实际投资上，本研究则建议除利用本研究所建构之模型进行趋势分析之外，另可利用其他类经济模型诸如承载力模型 或是相对价值模型等作为决策参考。
㈢ 回归分析中相关指数和相关系数有什么联系与区别
在线性回归有,有上述关系.即：R^2=r^2
在其实回归模型中不一定适用。
R^2表达的是解释变量对总偏差平方和的贡献度,强调的是“几个模型”之间的拟合度的好与坏。
r表示解释变量与预报变量之间线性相关性的强弱程度,用来判断是否具有线性相关性。
㈣ 线性回归分析和指数回归分析有什么区别，如何使用
您好
线性回归分析和指数回归分析其实理论基础是一样的，基本没有区别，另外，今年的股票基本会出现大幅度的下跌，这已经是不可避免的了，经济数据您也可以看到，股票市场的股票业绩下滑也是不争的事实，另外大股东的股票减持和注册制度加快实施，也会严重影响股票市场，另外新股加速扩容和人民币加速贬值，都在很大的方面压制股票，这些还只是股票市场困难的一个部分，所以作为理财师我建议您，保持观望，远离股市，真诚回答，希望采纳！
㈤ 股票收益率和市场收益率回归怎么做
首先，每年用股票i 的周收益数据进行下列回归:
Ri，t = αi + β1Rm，t －2 + β2Rm，t －1 + β3Rm，t + β4Rm，t +1 + β5Rm，t +2 + εi，t
其中，Ri，t为股票i 第t 周考虑现金红利再投资的收益率，Rm，t
为A 股所有股票在第t 周经流通市值加权的平均收益率。本文在方程( 1) 中加入市场收益的滞后项和超前项，以调整股票非同步
性交易的影响( Dimson，1 979) 。
股票月收益率回归分析,与大盘及宏观变量的相关性分析,与指数的相关性,选出行业中具有代表性的个股。用其月收益率同大盘股票指数进行回归分析。
㈥ 请分析一下我的线性回归结果。我是用eviews软件做的2009年—2013年的上证180指数与上证基金指数关系。
模型还可以，R方是0.649，也通过了显著性检验，因为x系数对应的P值小于0.05.
但存在显著的自相关，因此结论并不可靠。建议用广义差分法。
㈦ 急！回归分析的基本运用（指数形式）
线性回归：
A=(nsigma(xy)-sigma(x)sigma(y))/(nsigma(x^2)-sigma(x)^2)
B=y的平均值-B×x的平均值
y=A+Bx
r^2=(nsigma(xy)-sigma(x)sigma(y))^2/(nsigma(x^2)-sigma(x)^2)
(nsigma(y^2)-sigma(y)^2)
1，（1）按上面公式，A=4.54419 B=-0.12817
(2)ln(y)对x回归A=e^1.47988=4.3937 B=-0.04146
2.(1)R^2=0.4951(2)r^2=0.69848
3.r2^2>r1^2,(2)较好，将50带入之y=0.552762
注意:r(或者r^2)越接近1就越好!
㈧ 求一份用spss做的相关性回归分析 内容为股指期货与现货指数的相关性分析 有类似的也行 急急急急急急
有一元性回归，和多元性回归不知道你用哪种？不过简单的一句话是说不清的，需要一点时间弄明白！
㈨ 3.在回归分析中相关指数的作用是什么
在统计学中，回归分析指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。在回归分析中，相关指数R2越接近1，说明：回归模型的拟合效果越好。
温馨提示：以上信息仅供参考。
应答时间：2021-11-17，最新业务变化请以平安银行官网公布为准。