① 如何快速比较股票间的相关性
。。。。。
这个问题嘿嘿我的毕设就是这个，你可以先去期刊网去找找其他人怎么做的，我记得我在01年做的时候，样本剔除后只有300多支股票，分析来分析去，做了很多调整相关性做到了90%以上，可是以前知名学者的全面分析下来只有50%多，当时没有wind之类的东西，全手工excel，现在用wind 方便多了。但是由于我国证券市场从初始到现在因政策5次重大变动产生了较大的变化，我建议你不妨从时间和市场两个角度缩小样本选取（可以选中小板为样本），针对性更强。
② 股票 相关性计算
相关性分析比较书面化，因为实际中同时影响多只股票的因素很多，不好剔除。但是如果你要简单性进行数据分析的话，那么就设立一个时间段，把这个时间段两只或者多只股票的涨跌幅变化进行对比就可以了。这是最简单但最不精确的方法。如果你想严谨一些，那么选定时间段，选取两只或多只股票所在的行业，把这几只股票和行业整体情况作对比，再将整个行业和大盘作对比，只要你选取的时间段足够长，那么得出的整个行业的ß系数还是比较靠谱的，依据这个ß系数你再相互比较应该就可以得出这几只股票间的ρ
③ 股票市场相关性包含哪些内容
从总体相关性来看，股票市场和债券市场存在跷跷板效应，但是，这种效应在不同时期表现不一致。我们发现，在不同期间，股票价格波动和债券价格波动时而同向变化，时而反向变化。在2002年初到2004年底期间，股票价格波动与债券价格波动基本呈现出同向的变化趋势；但是从2005年开始，两者表现出非常明显的反向变化。在前一个阶段，两者的相关系数为0.92，在后一个阶段两者的相关系数是-0.63。因此，股市和债市在2002年到2004年的3年时间里表现出强烈的协同效应；而在2005年初到2009年9月这将近5年时间里，表现出较强烈的跷跷板效应。对这种差别一种可能的解释是，在前一段时期中，股市波动性相对不剧烈.计算得到，2002年到2004年期间，上证指数的波动标准差是20.9，只有全样本波动性的三分之一。这种股票市场的较低波动性不足以引起投资者的股票和债券的资产组合发生大规模的变化。而这种协同效应主要由影响股市和债市的共同因素所致，比如利率的变化和经济增长率的变化，这两者的变化通常会带来股市和债市的协同波动。因为股票和债券一样都是资产，资产的价格通常同其收益率呈正比，与其贴现率成反比。经济增长使得股票和债券的收益率都上升，市场利率的提高使得股票和债券的贴现率同时上升。为了更加详细的分析两者之间的关系，我们将股市的大起大落的阶段作为参考期。显示了在股市大涨大跌时期，债券市场价格的涨跌状况。我们发现，除了2002年7月至2003年1月这段股市下跌时期中，债券市场出现同方向的下跌趋势外，其它5个股市大波动时期，债券市场都表现出与股市变化相反的变动趋势。在同向变化的这个时期，股价的涨跌幅最小。这组数据支持了股市与债市之间的“跷跷板效应”。表3的数据中表现出一个明显的特征是，股市涨跌幅越大，债市相反方向的涨跌幅也越大；并且，股市下跌时债市涨幅更加明显。前一个特征表现出投资者在资产组合选择中对于风险的敏感性较高。后一个特征主要是由于股市通常上涨较慢，而下跌较快。因此，在股市上涨时期，债市资金总是通过缓慢的方式撤离；而一旦股市出现大跌，投资者为了避免损失，会快速从股市撤出资金，大量资金从股市流入债市带来的债券需求的突然增长，通常会较快的拉高债券价格。
④ 一只股票基本资料里的“相关指数”是什么意思。
股票价格指数是描述股票市场总的价格水平变化的指标。它是选取有代表性的一组股票，把他们的价格进行加权平均，通过一定的计算得到。各种指数具体的股票选取和计算方法是不同的。
股票价格指数就是用以反映整个股票市场上各种股票市场价格的总体水平及其变动情况的指标。简称为股票指数。它是由证券交易所或金融服务机构编制的表明股票行市变动的一种供参考的指示数字。由于股票价格起伏无常，投资者必然面临市场价格风险。
对于具体某一种股票的价格变化，投资者容易了解，而对于多种股票的价格变化，要逐一了解，既不容易，也不胜其烦。为了适应这种情况和需要，一些金融服务机构就利用自己的业务知识和熟悉市场的优势，编制出股票价格指数，比如道富投资，公开发布，作为市场价格变动的指标。投资者据此就可以检验自己投资的效果，并用以预测股票市场的动向。同时，新闻界、公司老板等也以此为参考指标，来观察、预测经济发展形势。
这种股票指数，也就是表明股票行市变动情况的价格平均数。编制股票指数，通常以某年某月为基础，以这个基期的股票价格作为100，用以后各时期的股票价格和基期价格比较，计算出升降的百分比，就是该时期的股票指数。投资者根据指数的升降，可以判断出股票价格的变动趋势。并且为了能实时的向投资者反映股市的动向，所有的股市几乎都是在股价变化的同时即时公布股票价格指数。
⑤ 分析一支股票主要看什么数据啊，
选股票主要看的指标有：
1、经济指标：GDP增速、通胀率CPI、采购经理指数PMI
2、技术指标：MACD、KDJ、CCI、Boll 、MDI等
3、货币流动性：M1、M2、国债回购、存准、利率、QE3量化宽松等等
4、行业指标：金融指标、制造业指标
5、外围（相关）：大宗商品、期货、美股、日经、港股、法国股指、德国股指、汇率市场
6、政策导向：金融改革、减排降耗等
7、财务指标：市净率、市盈率、公积金、每股年度收益率
8、风险事件（相关）：天灾人祸事件
⑥ 有什么软件可以计算股票相关系数的
我知道金财网有一款大操作软件还不错的，我现在就在用呢？很好用，现在分享给各位股民。
《大操作》系列软件引进当前国际最先进的证券分析系统源代码，充分结合了中国证券市场现时的实际状况，综合了国内外成熟证券市场久经验证的大量的理论与数理模型计算方法，并充分论证了各种理论的局限性和阶段性，在时间与空间上将百家理论完美的结合在一起，总结出一整套多系列的适时股票决策分析方法，不仅为您破解财富密码，同时为您打开时空大门，让您在最短的时间内，破解一道道股市密码。拥有了《大操作》，你将从混沌、迷茫、不知所云的普通投资群体中脱颖而出，轻松享受酣畅淋漓的股票投资大获成功的感受！拥有了《大操作》系列软件，迅速帮助您由过去在这个市场的低端参与者一跃成为高端投资者！同时利用“金信通金融财富网”这个庞大的信息和数据资讯平台，结合股市行情的演变，运用科学的热点分析方法，通过大型服务器群海量运算，快速定位盘中热点板块，并给您明确的操盘建议，在转瞬即逝的热点切换中，真正实现及时发现热点、跟踪热点、盘中实时操作热点个股三大目标，帮助您第一时间把握最新热点，把握板块轮动和强势个股的规律，实现通向高手之路的财富人生。记住：《大操作》让您攻坚有术，翻盘有道！
《大操作》全程数据解密：主力机构资金流向，抢先捕捉.中国股市具有典型的资金推动型的特征，哪只股票资金流入越多，其上涨机率就越大。金信通证券投资决策宝典提供的主力机构持仓分析，将每季度基金、QFII等增减仓的情况一一进行统计，可以很容易发现上一季度中基金增仓靠前，并且在最进新增的股票，双击这些股票，您还能找到是哪些基金买了这些股票。对于QFII等其它主力机构也难逃本系统的追踪，投资者将感到轻松无疑。
本决策宝典结合TOP数据，及时提供主力动向，大单查询让您免受技术上的骗线困扰；机构数据报告中提供各种市场信息、券商研究报告以及基金等主力机构策略报告，让您可以站在机构的肩膀上去思考股市，畅游股海，游刃有余。
1、大操作支持多市场
同一界面接收沪深交易所传统行情、基金行情、期货行情。用户不需要更换软件就可以根据自己的需要有选择的开通需要的市场。
2、灵活的看盘工具
用户自定义界面和自定义快捷键，满足用户个性化的习惯和各种交易品种对界面的特殊需求。
3、创新的分析功能
公式编辑器、自编译技术指标、自编译交易系统、自编译条件选股、定位分析、模式匹配分析、预测分析、交易系统评测和成功率测试、任意分析周期、盘中及时预警、时空隧道与模拟K线、分笔成交再现、历史分时图系统指示、资金流向查询、大单系统查询等等。
4、扩展分析功能
扩展数据库和用户自定义数据库。
5、强大的统计计算功能
阶段统计、板块分析、指标横向统计、万用数据表、自定义指数。
6、高速全推送行情技术
无与伦比的快速行情，并且支持多窗口股票显示、动态预警和准确的盘中选股。 http://www.288668.net/
7、强大的盘中资讯
实时解盘、专业F10、精品资讯。
⑦ 如何计算两个股票的相关系数(correlation）（急）
计算公式为相关系数=协方差/两个项目标准差之积。
相关系数：度量两个随机变量间关联程度的量。相关系数的取值范围为(-1，+1)。当相关系数小于0时，称为负相关；大于0时，称为正相关；等于0时，称为零相关。
拓展资料：
1.协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。
2.标准差（Standard Deviation） ：标准差也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。 格雷厄姆在1949年的著作《聪明的投资者》里说过：“经验表明在大多事例中，安全依赖于收益能力，如果收益能力不充分的话，资产就会丧失大部分的名誉(或帐面)价值。”
3.相关系数是反映两种证券之间相关性的统计方法。换句话说，这个统计告诉我们一个证券与另一个证券有多密切相关。当两种证券向上或向下同向移动时，相关系数为正。当两种证券向相反方向移动时，相关系数为负。确定两种证券之间的关系对分析跨市场关系，行业/股票关系以及行业/市场关系很有用。该指标还可以帮助投资者通过识别与股市低或负相关的证券进行多样化。 解释 相关系数在-1和+1之间振荡。这不是一个动量振荡器。
4.相反，它从正相关周期移动到周期负相关。+1被认为是完美的正相关，这是罕见的。0到+1之间的任何值表示两个证券向相同的方向移动。正相关的程度可能随时间而变化。石油股和石油大部分时间呈正相关。下面的例子显示了一只石油股股价和石油价格的关系。不出所料，20日相关系数仍然大幅上涨，经常上探+75。这两种证券之间显然存在着积极的关系。一般来说，任何超过0.50的数据都表现出强烈的正相关。
⑧ 如何分析两只股票的涨幅的相关系数
首先你需要选择两只股票的涨跌数据，比如可以是向前为其三个月的数据，或者是一年的数据，然后把两只股票每天的涨跌数据 一一对应收集起来。
然后就可以采用简单的相关分析，甚至其他的统计分析方法分析两只股票的关系。
不过说实话 中国的股票数据反映的并不是经济规律的真相，更多的是政策和市场信息的影响。
⑨ 某投资组合由AB两种股票组成，计算A与B的相关系数，要求哪些值
逻辑有严重问题。直接全投A即可。
做相关性分析，投资A、B股票，计算A、B股票之间的相关系数和A与组合的相关系数、B与组合的相关系数，这两个相关系数不是一回事。
（2）A证券与B证券的相关系数=（3）证券投资组合的预期收益率=12%×80％+16％×20％=12．8％
证券投资组合的标准差=（4）相关系数的大小对投资组合预期收益率没有影响；相关系数的大小对投资组合风险有影响，相关系数越大，投资组合的风险越大。
(9)股票数据相关性分析扩展阅读：
需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
⑩ 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。