『壹』 股票分析2NS是什么意思
多因子分析的意思
『贰』 因子分析法的分析步骤
因子分析的核心问题有两个:一是如何构造因子变量;二是如何对因子变量进行命名解释。因此,因子分析的基本步骤和解决思路就是围绕这两个核心问题展开的。
(i)因子分析常常有以下四个基本步骤:
⑴确认待分析的原变量是否适合作因子分析。
⑵构造因子变量。
⑶利用旋转方法使因子变量更具有可解释性。
⑷计算因子变量得分。
(ii)因子分析的计算过程:
⑴将原始数据标准化,以消除变量间在数量级和量纲上的不同。
⑵求标准化数据的相关矩阵;
⑶求相关矩阵的特征值和特征向量;
⑷计算方差贡献率与累积方差贡献率;
⑸确定因子:
设F1,F2,…, Fp为p个因子,其中前m个因子包含的数据信息总量(即其累积贡献率)不低于80%时,可取前m个因子来反映原评价指标;
⑹因子旋转:
若所得的m个因子无法确定或其实际意义不是很明显,这时需将因子进行旋转以获得较为明显的实际含义。
⑺用原指标的线性组合来求各因子得分:
采用回归估计法,Bartlett估计法或Thomson估计法计算因子得分。
⑻综合得分
以各因子的方差贡献率为权,由各因子的线性组合得到综合评价指标函数。
F = (w1F1+w2F2+…+wmFm)/(w1+w2+…+wm )
此处wi为旋转前或旋转后因子的方差贡献率。
⑼得分排序:利用综合得分可以得到得分名次。
在采用多元统计分析技术进行数据处理、建立宏观或微观系统模型时,需要研究以下几个方面的问题:
· 简化系统结构,探讨系统内核。可采用主成分分析、因子分析、对应分析等方法,在众多因素中找出各个变量最佳的子集合,从子集合所包含的信息描述多变量的系统结果及各个因子对系统的影响。“从树木看森林”,抓住主要矛盾,把握主要矛盾的主要方面,舍弃次要因素,以简化系统的结构,认识系统的内核。
· 构造预测模型,进行预报控制。在自然和社会科学领域的科研与生产中,探索多变量系统运动的客观规律及其与外部环境的关系,进行预测预报,以实现对系统的最优控制,是应用多元统计分析技术的主要目的。在多元分析中,用于预报控制的模型有两大类。一类是预测预报模型,通常采用多元线性回归或逐步回归分析、判别分析、双重筛选逐步回归分析等建模技术。另一类是描述性模型,通常采用聚类分析的建模技术。
· 进行数值分类,构造分类模式。在多变量系统的分析中,往往需要将系统性质相似的事物或现象归为一类。以便找出它们之间的联系和内在规律性。过去许多研究多是按单因素进行定性处理,以致处理结果反映不出系统的总的特征。进行数值分类,构造分类模式一般采用聚类分析和判别分析技术。
如何选择适当的方法来解决实际问题,需要对问题进行综合考虑。对一个问题可以综合运用多种统计方法进行分析。例如一个预报模型的建立,可先根据有关生物学、生态学原理,确定理论模型和试验设计;根据试验结果,收集试验资料;对资料进行初步提炼;然后应用统计分析方法(如相关分析、逐步回归分析、主成分分析等)研究各个变量之间的相关性,选择最佳的变量子集合;在此基础上构造预报模型,最后对模型进行诊断和优化处理,并应用于生产实际。
『叁』 采用因子分析法的竞争力评价论文
炒股票所有的判断分析都体现在个股的操作上了,所做的股票就是从基本面选出来的,具体怎么样操作自然得看你的操作手法自然又用到技术面了。
送你个小故事,博弈论中还有一个经典的故事,称作“智猪博弈”。
故事的大意是,猪圈里养了两头猪,一大一小,最有意思的是他们所待的猪圈很特别。四方型猪圈的一个角落里有个食槽,但控制向食槽中投放食物的按钮却在对角位置。假设按一次钮可以出7两食物,如果大猪去按按钮,小猪就可以在食槽边先下嘴吃到4两,而大猪因为跑过来晚了,只能吃到其中的3两。而如果小猪去按按钮,大猪会一嘴全包。它们的博弈策略情况如下:
面对上面的规则,结果会怎样呢?不妨设身处地地为猪儿们想想。
很显然,小猪的选择自然是等待,而且是“死等”,否则只能是白忙乎。而大猪呢?不按就大家都没得吃,所以只能去按按钮。在这种规则下,最终的结果是,小猪在槽边坐享其成,而原本处于优势的大猪,却不得不来回奔跑,为小猪服务,而自己还不如小猪吃到的多。真是好可怜哦!
在“智猪博弈”的情景中,大猪是占据比较优势的,但是,由于小猪别无选择,使得大猪为了自己能吃到食物,不得不辛勤忙碌,反而让小猪搭了便车,而且比大猪还得意。这个博弈中的关键要素是猪圈的设计,即按按钮的成本。
其实个股投资中也是有这种情形的。例如,当个股主力已经在底位买入大量股票后,他已经付出了相当的资金和时间成本,如果不拉抬就撤退,就等于接受亏损。所以,基于和大猪一样的贪吃本能,只要大势不是太糟糕,主力一般都会拉抬股价,以求实现吃进筹码的增值。这时的中小散户,就可以对该股追加资金,当一只聪明的小猪,让主力庄家给咱抬轿子。当然,这种股票的发觉并不容易,所以当小猪所需要忙碌的就是发现有这种情况存在的猪圈,并冲进去当聪明的小猪。
从散户与庄家的策略选择上看,这种博弈结果是有参考意义的。例如,对股票的操作是需要成本的,事先、事中和事后的信息处理都需要一定量的投入,如行业分析、个股调研、财务比较等等,一旦已经付出,机构投资者是不太甘心就此放弃的。而中小散户,不太可能事先支付这些高额成本,更没有资金控盘操作,因此只能采取小猪的等待策略。即在庄家重仓的股票里等着,庄家一定比散户更着急。等到主力动手为自己觅食而主动出击时,散户就可以坐享其成了。
遗憾的是,股市中的机构们要比大猪们聪明的多,且不守本分,他们不会甘心为小猪们按按钮。因此,他们会选择破坏猪圈的规矩,甚至自己重新打造一个猪圈,比如把按钮放在食槽旁边,或者可以遥控,这样小猪们就没有机会了。例如,机构和上市公司串通,散布虚假的利空消息,这就类似于按按钮前骗小猪离开食槽,好让自己饱餐一顿。
股市中,散户投资者与小猪的命运有相似之处,没有能力承担炒作成本,所以就应该充分利用资金灵活、成本低和不怕套的优势,发现并选择那些机构投资者已经或可能坐庄的股票,事先蹲点,等着大猪们为自己服务。由此也可看到,散户和机构的博弈中,散户并不是总没有优势的,关键是找到有大猪的那个圈儿,并等到对自己有利的猪圈规则形成时再进入。
『肆』 因子分析方法
因子分析是一种多变量化简技术,目的是分解原始变量,从中归纳出潜在的“类别”,相关性较强的指标归为一类,不同类间变量的相关性较低,每一类变量代表了一个“共同因子”,即一种内在结构,因子分析就是要寻找该结构。其分析方法有很多种,最常用的有两种:一是主成分分析方法;另外一种是一般因子分析法。通常所说的因子分析指的就是一般因子分析法,它通过原始变量的方差去构造因子,一般情况下,因子的数量总是要少于变量的数量。所以对于一般因子分析而言,如何正确解释因子将会比主成分分析更困难。
因子分析一般可以分成四步:
考察变量之间的相关性,判断是否要进行因子分析;
进行分析,按一定的标准确定提取的因子数目,一般要求特征值大于1;
考察因子的可解释性,并在必要时进行因子旋转,以寻求最佳解释方式;
计算出因子得分等中间指标,供进一步分析使用。
利用因子分析,可以把搜集到的比较杂乱的原始数据进行压缩,找出最重要的因子,并对其按照成因归类、整理,从中找出几条主线,帮助分析充满度的主要控制因素。
本研究中共统计岩性圈闭354个,参与统计分析和计算的圈闭有249个。由于其中的落空圈闭无法参与因子分析及充满度预测模型的建立,因此实际参与分析和预测的岩性油气藏为222个。初步地质分析后,选取平均孔隙度,%;平均渗透率,10-3μm2;排烃强度,104t/km2;与排烃中心的平面距离,km;与排烃中心的垂直距离,m;地层压力系数;砂体厚度,m;砂体面积,km2;有机质丰度,%;围岩厚度,m;平均埋深,m;共11个地质参数进行因子分析。
本研究按不同的成藏体系进行,建立其充满度预测模型并进行回代验证。同一成藏体系内的岩性油气藏的生、储、盖、圈、运、保等成藏条件相互影响、相互制约,关系密切,将同一成藏体系中的岩性油气藏又分别划分为构造-岩性、透镜体油气藏进行预测。
『伍』 量化分析方法有几种
量化分析法是对通过定性风险分析排出优先顺序的风险进行量化分析。尽管有经验的风险经理有时在风险识别之后直接进行定量分析,但定量风险分析一般在定性风险分析之后进行。定量风险分析一般应当在确定风险应对计划时再次进行,以确定项目总风险是否已经减少到满意。重复进行定量风险分析反映出来的趋势可以指出需要增加还是减少风险管理措施,它是风险应对计划的一项依据,并作为风险监测和控制的组成部分。
(一)技术分析法
技术分析法的主要目标是通过对市场的历史数据的研究,特别是对价格和交易量的研究,来预测价格的变动方向。技术分析法通常分析市场价格图标,因此技术分析师被称为“图表分析专家”。目的在于识别价格模式和市场趋势,从而试图预测未来的变化趋势。技术分析法的原理包括市场行为包容一切信息(技术分析法旨在弄明白投资者对于此类信息的反应),价格以趋势方式演变,历史价格趋于重演,并且投资者具有重蹈先前投资者覆辙的特征。
(二)基本面分析法
基本面分析法重点分析经济状态、利率、通货膨胀、公司收益、公司资产负债表、以及中央银行和政府的相关政策。
当基本面分析法应用于选股时,通常会结合对经济整体方向自上而下的分析(宏观),从而形成对于市场、行业、利率水平以及汇率水平的观点,并加之运用自下而上的方法对于某只股票进行分析(微观)。自下而上的分析往往会忽略在国别以及产业方面的整体配置而关注于单只股票的选择。根据投资理念和投资过程,自上而下的分析决定了国别和行业的配置;同时,自下而上的分析则决定了某一国家和行业内部的投资配置。
(三)量化分析法
量化(定量)分析法,正如其名,包括运用量化方法、统计模型、数学公式以及算法来预测市场走向。在战术型资产配置中一个常见的方法便是使用多因子模型,通过分析估值、动量指标、风险水平、市场情绪、利率、收益率曲线等因素,从而推导出涵盖股票、债券和外汇市场等不同市场的买入和卖出信号。虽然有一部分战术型资产配置策略完全是量化模型驱动的,但将量化分析和基本面分析相结合将更具活力,因为这种结合可以将量化信号融合入基本面分析的过程中。
量化分析的不足在于该分析很大程度上是以观测到的市场价格的历史关联性和走势为基础。如果上述关联性和走势由于市场反转或市场承压而引起历史关联性发生变化而失效,那么量化模型可能会在预测拐点过程中失效。量化模型往往也会在出现政权更替或市场结构化改变时失效。
『陆』 股票投资分析的方法有哪些
一、股票投资目的
1.获利;即作为一般的证券投资,获取股利收入及股票买卖差价。
2.控股;即通过购买某一企业的大量股票达到控制该企业的目的。
二、股票投资分析方法
主要有四大类:基本分析、技术分析、量化分析法、演化分析法。
1、基本分析法
基本分析法通过对决定股票内在价值和影响股票价格的宏观经济形势,行业状况,经营状况等进行分析,评估股票的投资价值和合理价值,与股票市场价进行比较,相应形成买卖的建议。 基本分析包括下面三个方面内容:
宏观经济分析。研究经济政策(货币政策,税收政策,产业政策等等),经济指标(生产总值,失业率,通胀率,利率,汇率等等)对股票市场的影响。行业分析。分析产业前景,区域经济发展对企业的影响企业分析。具体分析企业行业地位,市场前景,财务状况。
2、技术分析法
技术分析法从股票的成交量,价格,达到这些价格和成交量所用的时间,价格波动的空间几个方面分析走势并预测未来。目前常用的有K线理论,波浪理论,形态理论,趋势线理论和技术指标分析等,在后面将做详细分析。
3、量化分析法
量化分析法是利用数学和计算机的方法对股票进行分析,从而找出涨跌的概率,将量化分析方法设定为:
a. 趋势判断型量化投资策略
判断趋势型是一种高风险的投资方式,通过对大盘或者个股的趋势判断,进行相应的投资操作。如果判断是趋势向上则做多,如果判断趋势向下则做空,如果判断趋势盘整,则进行高抛低吸。这种方式的优点是收益率高,缺点是风险大。一旦判断错误则可能遭受重大损失。所以趋势型投资方法适合于风险承受度比较高的投资者,在承担大风险的情况下,也会有机会获得高额收益。
b.波动率判断型量化投资策略
判断波动率型投资方法,本质上是试图消除系统性风险,赚取稳健的收益。这种方法的主要投资方式是套利,即对一个或者N个品种,进行买入同时并卖出另外一个或N个品种的操作,这也叫做对冲交易。这种方法无论在大盘哪个方向波动,向上也好,向下也好,都可以获得一个比较稳定的收益。在牛市中,这种方法收益率不会超越基准,但是在熊市中,它可以避免大的损失,还能有一些不错的收益。
股指期货套利是在股票和股指期货之间的对冲操作,商品期货是在不同的期货品种之间,统计套利是在有相关性的品种之间,期权套利则是在看涨看跌期权之间的对冲。
4、演化分析法
演化分析是以演化证券学理论为基础,将股市波动的生命运动特性作为主要研究对象,对股价波动方向与空间进行动态跟踪研究,为股票交易决策提供机会和风险评估的方法总和。
演化分析法认为股市运作的背后具有很强的生物进化逻辑,所有市场行为都受到生物进化法则的广泛制约,只要多从“生物本能”和“适应与竞争”的角度观察市场,就可以找到持续性盈利的思路、线索和方法。
『柒』 股票投资分析的基本方法有哪些
你好,股票投资分析方法主要有如下三种:基本分析、技术分析、演化分析。
(1)、基本分析(Fundamental Analysis ):以企业内在价值作为主要研究对象,从决定企业价值和影响股票价格的宏观经济形势、行业发展前景、企业经营状况等方面入手(一般经济学范式),进行详尽分析以大概测算上市公司的投资价值和安全边际,并与当前的股票价格进行比较,形成相应的投资建议。基本分析认为股价波动轨迹不可能被准确预测,而只能在有足够安全边际的情况下“买入并长期持有”,在安全边际消失后卖出。
(2)、技术分析(Technical Analysis):以股价涨跌的直观行为表现作为主要研究对象,以预测股价波动形态和趋势为主要目的,从股价变化的K线图表与技术指标入手(数理或牛顿范式),对股市波动规律进行分析的方法总和。技术分析有三个颇具争议的前提假设,即市场行为包容消化一切;价格以趋势方式波动;历史会重演。国内比较流行的技术分析方法包括道氏理论、波浪理论、江恩理论等。
(3)、演化分析(Evolutionary Analysis):以股市波动的生命运动内在属性作为主要研究对象,从股市的代谢性、趋利性、适应性、可塑性、应激性、变异性、节律性等方面入手(生物学或达尔文范式),对市场波动方向与空间进行动态跟踪研究,为股票交易决策提供机会和风险评估的方法总和。演化分析从股市波动的本质属性出发,认为股市波动的各种复杂因果关系或者现象,都可以从生命运动的基本原理中,找到它们之间的逻辑关系及合理解释,并为构建科学合理的博弈决策框架,提供令人信服的依据。
本信息不构成任何投资建议,投资者不应以该等信息取代其独立判断或仅根据该等信息作出决策,如自行操作,请注意仓位控制和风险控制。
『捌』 什么是因子分析法
11.1 主要功能
多元分析处理的是多指标的问题。由于指标太多,使得分析的复杂性增加。观察指标的增加本来是为了使研究过程趋于完整,但反过来说,为使研究结果清晰明了而一味增加观察指标又让人陷入混乱不清。由于在实际工作中,指标间经常具备一定的相关性,故人们希望用较少的指标代替原来较多的指标,但依然能反映原有的全部信息,于是就产生了主成分分析、对应分析、典型相关分析和因子分析等方法。
调用Data Rection菜单的Factor过程命令项,可对多指标或多因素资料进行因子分析。因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系,即将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子(之所以称其为因子,是因为它是不可观测的,即不是具体的变量,这与上一章的聚类分析不同),以较少的几个因子反映原资料的大部分信息。
『玖』 在构建多因子模型之前,如何对单因子效果进行检验
在构建多因子模型之前,如何对单因子效果进行检验?
结果分析:
20日RSI回测10日年化收益27.2%,回测5日年化33.9%。我们还对4日、8日、14日RSI因子进行检验,发现4日RSI因子的效果较差,8日、14日、20日RSI因子效果相似,比较有效。
『拾』 因子分析法的优缺点
它的优缺点是相对主成分分析法而言的
因子分析法与主成分分析法都属于因素分析法,都基于统计分析方法,但两者有较大的区别:主成分分析是通过坐标变换提取主成分,也就是将一组具有相关性的变量变换为一组独立的变量,将主成分表示为原始观察变量的线性组合;而因子分析法是要构造因子模型,将原始观察变量分解为因子的线性组合。通过对上述内容的学习,可以看出因子分析法和主成分分析法的主要区别为:
(1)主成分分析是将主要成分表示为原始观察变量的线性组合,而因子分析是将原始观察变量表示为新因子的线性组合,原始观察变量在两种情况下所处的位置不同。
(2)主成分分析中,新变量Z的坐标维数j(或主成分的维数)与原始变量维数相同,它只是将一组具有相关性的变量通过正交变换转换成一组维数相同的独立变量,再按总方差误差的允许值大小,来选定q个(q<p)主成分;而因子分析法是要构造一个模型,将问题的为数众多的变量减少为几个新因子,新因子变量数m小于原始变量数P,从而构造成一个结构简单的模型。可以认为,因子分析法是主成分分析法的发展。
(3)主成分分析中,经正交变换的变量系数是相关矩阵R的特征向量的相应元素;而因子分析模型的变量系数取自因子负荷量,即。因子负荷量矩阵A与相关矩阵R满足以下关系:
其中,U为R的特征向量。
在考虑有残余项ε时,可设包含εi的矩阵ρ为误差项,则有R − AAT = ρ。
在因子分析中,残余项应只在ρ的对角元素项中,因特殊项只属于原变量项,因此,的选择应以ρ的非对角元素的方差最小为原则。而在主成分分析中,选择原则是使舍弃成分所对应的方差项累积值不超过规定值,或者说被舍弃项各对角要素的自乘和为最小,这两者是不通的。