① 如何快速比較股票間的相關性
。。。。。
這個問題嘿嘿我的畢設就是這個，你可以先去期刊網去找找其他人怎麼做的，我記得我在01年做的時候，樣本剔除後只有300多支股票，分析來分析去，做了很多調整相關性做到了90%以上，可是以前知名學者的全面分析下來只有50%多，當時沒有wind之類的東西，全手工excel，現在用wind 方便多了。但是由於我國證券市場從初始到現在因政策5次重大變動產生了較大的變化，我建議你不妨從時間和市場兩個角度縮小樣本選取（可以選中小板為樣本），針對性更強。
② 股票 相關性計算
相關性分析比較書面化，因為實際中同時影響多隻股票的因素很多，不好剔除。但是如果你要簡單性進行數據分析的話，那麼就設立一個時間段，把這個時間段兩只或者多隻股票的漲跌幅變化進行對比就可以了。這是最簡單但最不精確的方法。如果你想嚴謹一些，那麼選定時間段，選取兩只或多隻股票所在的行業，把這幾只股票和行業整體情況作對比，再將整個行業和大盤作對比，只要你選取的時間段足夠長，那麼得出的整個行業的ß系數還是比較靠譜的，依據這個ß系數你再相互比較應該就可以得出這幾只股票間的ρ
③ 股票市場相關性包含哪些內容
從總體相關性來看，股票市場和債券市場存在蹺蹺板效應，但是，這種效應在不同時期表現不一致。我們發現，在不同期間，股票價格波動和債券價格波動時而同向變化，時而反向變化。在2002年初到2004年底期間，股票價格波動與債券價格波動基本呈現出同向的變化趨勢；但是從2005年開始，兩者表現出非常明顯的反向變化。在前一個階段，兩者的相關系數為0.92，在後一個階段兩者的相關系數是-0.63。因此，股市和債市在2002年到2004年的3年時間里表現出強烈的協同效應；而在2005年初到2009年9月這將近5年時間里，表現出較強烈的蹺蹺板效應。對這種差別一種可能的解釋是，在前一段時期中，股市波動性相對不劇烈.計算得到，2002年到2004年期間，上證指數的波動標准差是20.9，只有全樣本波動性的三分之一。這種股票市場的較低波動性不足以引起投資者的股票和債券的資產組合發生大規模的變化。而這種協同效應主要由影響股市和債市的共同因素所致，比如利率的變化和經濟增長率的變化，這兩者的變化通常會帶來股市和債市的協同波動。因為股票和債券一樣都是資產，資產的價格通常同其收益率呈正比，與其貼現率成反比。經濟增長使得股票和債券的收益率都上升，市場利率的提高使得股票和債券的貼現率同時上升。為了更加詳細的分析兩者之間的關系，我們將股市的大起大落的階段作為參考期。顯示了在股市大漲大跌時期，債券市場價格的漲跌狀況。我們發現，除了2002年7月至2003年1月這段股市下跌時期中，債券市場出現同方向的下跌趨勢外，其它5個股市大波動時期，債券市場都表現出與股市變化相反的變動趨勢。在同向變化的這個時期，股價的漲跌幅最小。這組數據支持了股市與債市之間的「蹺蹺板效應」。表3的數據中表現出一個明顯的特徵是，股市漲跌幅越大，債市相反方向的漲跌幅也越大；並且，股市下跌時債市漲幅更加明顯。前一個特徵表現出投資者在資產組合選擇中對於風險的敏感性較高。後一個特徵主要是由於股市通常上漲較慢，而下跌較快。因此，在股市上漲時期，債市資金總是通過緩慢的方式撤離；而一旦股市出現大跌，投資者為了避免損失，會快速從股市撤出資金，大量資金從股市流入債市帶來的債券需求的突然增長，通常會較快的拉高債券價格。
④ 一隻股票基本資料里的「相關指數」是什麼意思。
股票價格指數是描述股票市場總的價格水平變化的指標。它是選取有代表性的一組股票，把他們的價格進行加權平均，通過一定的計算得到。各種指數具體的股票選取和計算方法是不同的。
股票價格指數就是用以反映整個股票市場上各種股票市場價格的總體水平及其變動情況的指標。簡稱為股票指數。它是由證券交易所或金融服務機構編制的表明股票行市變動的一種供參考的指示數字。由於股票價格起伏無常，投資者必然面臨市場價格風險。
對於具體某一種股票的價格變化，投資者容易了解，而對於多種股票的價格變化，要逐一了解，既不容易，也不勝其煩。為了適應這種情況和需要，一些金融服務機構就利用自己的業務知識和熟悉市場的優勢，編制出股票價格指數，比如道富投資，公開發布，作為市場價格變動的指標。投資者據此就可以檢驗自己投資的效果，並用以預測股票市場的動向。同時，新聞界、公司老闆等也以此為參考指標，來觀察、預測經濟發展形勢。
這種股票指數，也就是表明股票行市變動情況的價格平均數。編制股票指數，通常以某年某月為基礎，以這個基期的股票價格作為100，用以後各時期的股票價格和基期價格比較，計算出升降的百分比，就是該時期的股票指數。投資者根據指數的升降，可以判斷出股票價格的變動趨勢。並且為了能實時的向投資者反映股市的動向，所有的股市幾乎都是在股價變化的同時即時公布股票價格指數。
⑤ 分析一支股票主要看什麼數據啊，
選股票主要看的指標有：
1、經濟指標：GDP增速、通脹率CPI、采購經理指數PMI
2、技術指標：MACD、KDJ、CCI、Boll 、MDI等
3、貨幣流動性：M1、M2、國債回購、存准、利率、QE3量化寬松等等
4、行業指標：金融指標、製造業指標
5、外圍（相關）：大宗商品、期貨、美股、日經、港股、法國股指、德國股指、匯率市場
6、政策導向：金融改革、減排降耗等
7、財務指標：市凈率、市盈率、公積金、每股年度收益率
8、風險事件（相關）：天災人禍事件
⑥ 有什麼軟體可以計算股票相關系數的
我知道金財網有一款大操作軟體還不錯的，我現在就在用呢？很好用，現在分享給各位股民。
《大操作》系列軟體引進當前國際最先進的證券分析系統源代碼，充分結合了中國證券市場現時的實際狀況，綜合了國內外成熟證券市場久經驗證的大量的理論與數理模型計算方法，並充分論證了各種理論的局限性和階段性，在時間與空間上將百家理論完美的結合在一起，總結出一整套多系列的適時股票決策分析方法，不僅為您破解財富密碼，同時為您打開時空大門，讓您在最短的時間內，破解一道道股市密碼。擁有了《大操作》，你將從混沌、迷茫、不知所雲的普通投資群體中脫穎而出，輕松享受酣暢淋漓的股票投資大獲成功的感受！擁有了《大操作》系列軟體，迅速幫助您由過去在這個市場的低端參與者一躍成為高端投資者！同時利用「金信通金融財富網」這個龐大的信息和數據資訊平台，結合股市行情的演變，運用科學的熱點分析方法，通過大型伺服器群海量運算，快速定位盤中熱點板塊，並給您明確的操盤建議，在轉瞬即逝的熱點切換中，真正實現及時發現熱點、跟蹤熱點、盤中實時操作熱點個股三大目標，幫助您第一時間把握最新熱點，把握板塊輪動和強勢個股的規律，實現通向高手之路的財富人生。記住：《大操作》讓您攻堅有術，翻盤有道！
《大操作》全程數據解密：主力機構資金流向，搶先捕捉.中國股市具有典型的資金推動型的特徵，哪只股票資金流入越多，其上漲機率就越大。金信通證券投資決策寶典提供的主力機構持倉分析，將每季度基金、QFII等增減倉的情況一一進行統計，可以很容易發現上一季度中基金增倉靠前，並且在最進新增的股票，雙擊這些股票，您還能找到是哪些基金買了這些股票。對於QFII等其它主力機構也難逃本系統的追蹤，投資者將感到輕松無疑。
本決策寶典結合TOP數據，及時提供主力動向，大單查詢讓您免受技術上的騙線困擾；機構數據報告中提供各種市場信息、券商研究報告以及基金等主力機構策略報告，讓您可以站在機構的肩膀上去思考股市，暢游股海，游刃有餘。
1、大操作支持多市場
同一界面接收滬深交易所傳統行情、基金行情、期貨行情。用戶不需要更換軟體就可以根據自己的需要有選擇的開通需要的市場。
2、靈活的看盤工具
用戶自定義界面和自定義快捷鍵，滿足用戶個性化的習慣和各種交易品種對界面的特殊需求。
3、創新的分析功能
公式編輯器、自編譯技術指標、自編譯交易系統、自編譯條件選股、定位分析、模式匹配分析、預測分析、交易系統評測和成功率測試、任意分析周期、盤中及時預警、時空隧道與模擬K線、分筆成交再現、歷史分時圖系統指示、資金流向查詢、大單系統查詢等等。
4、擴展分析功能
擴展資料庫和用戶自定義資料庫。
5、強大的統計計算功能
階段統計、板塊分析、指標橫向統計、萬用數據表、自定義指數。
6、高速全推送行情技術
無與倫比的快速行情，並且支持多窗口股票顯示、動態預警和准確的盤中選股。 http://www.288668.net/
7、強大的盤中資訊
實時解盤、專業F10、精品資訊。
⑦ 如何計算兩個股票的相關系數(correlation）（急）
計算公式為相關系數=協方差/兩個項目標准差之積。
相關系數：度量兩個隨機變數間關聯程度的量。相關系數的取值范圍為(-1，+1)。當相關系數小於0時，稱為負相關；大於0時，稱為正相關；等於0時，稱為零相關。
拓展資料：
1.協方差：如果兩個變數的變化趨勢一致，也就是說如果其中一個大於自身的期望值，另外一個也大於自身的期望值，那麼兩個變數之間的協方差就是正值。 如果兩個變數的變化趨勢相反，即其中一個大於自身的期望值，另外一個卻小於自身的期望值，那麼兩個變數之間的協方差就是負值。
2.標准差（Standard Deviation） ：標准差也稱均方差（mean square error），是各數據偏離平均數的距離的平均數，它是離均差平方和平均後的方根，用σ表示。標准差是方差的算術平方根。標准差能反映一個數據集的離散程度。平均數相同的，標准差未必相同。 格雷厄姆在1949年的著作《聰明的投資者》里說過：「經驗表明在大多事例中，安全依賴於收益能力，如果收益能力不充分的話，資產就會喪失大部分的名譽(或帳面)價值。」
3.相關系數是反映兩種證券之間相關性的統計方法。換句話說，這個統計告訴我們一個證券與另一個證券有多密切相關。當兩種證券向上或向下同向移動時，相關系數為正。當兩種證券向相反方向移動時，相關系數為負。確定兩種證券之間的關系對分析跨市場關系，行業/股票關系以及行業/市場關系很有用。該指標還可以幫助投資者通過識別與股市低或負相關的證券進行多樣化。 解釋 相關系數在-1和+1之間振盪。這不是一個動量振盪器。
4.相反，它從正相關周期移動到周期負相關。+1被認為是完美的正相關，這是罕見的。0到+1之間的任何值表示兩個證券向相同的方向移動。正相關的程度可能隨時間而變化。石油股和石油大部分時間呈正相關。下面的例子顯示了一隻石油股股價和石油價格的關系。不出所料，20日相關系數仍然大幅上漲，經常上探+75。這兩種證券之間顯然存在著積極的關系。一般來說，任何超過0.50的數據都表現出強烈的正相關。
⑧ 如何分析兩只股票的漲幅的相關系數
首先你需要選擇兩只股票的漲跌數據，比如可以是向前為其三個月的數據，或者是一年的數據，然後把兩只股票每天的漲跌數據 一一對應收集起來。
然後就可以採用簡單的相關分析，甚至其他的統計分析方法分析兩只股票的關系。
不過說實話 中國的股票數據反映的並不是經濟規律的真相，更多的是政策和市場信息的影響。
⑨ 某投資組合由AB兩種股票組成，計算A與B的相關系數，要求哪些值
邏輯有嚴重問題。直接全投A即可。
做相關性分析，投資A、B股票，計算A、B股票之間的相關系數和A與組合的相關系數、B與組合的相關系數，這兩個相關系數不是一回事。
（2）A證券與B證券的相關系數=（3）證券投資組合的預期收益率=12%×80％+16％×20％=12．8％
證券投資組合的標准差=（4）相關系數的大小對投資組合預期收益率沒有影響；相關系數的大小對投資組合風險有影響，相關系數越大，投資組合的風險越大。
(9)股票數據相關性分析擴展閱讀：
需要指出的是，相關系數有一個明顯的缺點，即它接近於1的程度與數據組數n相關，這容易給人一種假象。因為，當n較小時，相關系數的波動較大，對有些樣本相關系數的絕對值易接近於1；當n較大時，相關系數的絕對值容易偏小。特別是當n=2時，相關系數的絕對值總為1。因此在樣本容量n較小時，我們僅憑相關系數較大就判定變數x與y之間有密切的線性關系是不妥當的。
⑩ 求居民儲蓄與股價指數相關性分析的論文
【摘 要】
總體經濟分析在加權股價指數評價上的重要性已逐漸提升，也一直是學術界與實務界所關心和探討的問題，本研究選取1991年1月到2002年12月台灣景氣面(景氣領先指標年增率、工業生產指數年增率、外銷訂單年增率及營收年增率)與資金面(M1b年增率、M2年增率與貨供動能年增率)的總體經濟指標月資料，利用單根檢定、VAR檢定及多元回歸模型計量方法，分析其與股價的關聯性，所得結論如下：
一、 總體經濟指標並無領先加權股價指數的特性，然而加權股價指數具有領先工業生產年增率、營收年增率與貨供動能指標的特性，領先期數分別為1個月、4個月及3個月。
二、 透過多元回歸分析發現，加權股價指數與一期後的工業生產指數年增率及四期後的營收年增率具有正向的顯著關系，可見股價具有領先景氣面的特性；而加權股價指數也顯著地領先三期後的貨供指標，亦即股市上揚也充分反映資金動能的充沛。
三、 加入誤差修正後的台股預測模型在檢視2003年1月到2004年2月的股價表現，以近兩期的股價表現最佳，皆在兩個標准差之內；而利用該模型所得的預期股價走勢與實際股價走勢方向一致，因此可作為中長期股價趨勢的參考。
一、前 言
單一企業的股價受到個別企業的財務狀況或是經營者態度，具有很大的差異，因此在選股上難度不小。至於加權指數是所有企業股價的加總，透過投資大盤可以降低投資組合中的非系統性風險，將總風險降至較低的程度，因此近年來，以大盤為標的商品逐漸被大家所重視，期貨及選擇權的日益蓬勃，可見一斑，而2003年寶來投信更推出以台灣上市公司市值前50名的企業為主的台灣50ETF(上市代碼：0050)，其與大盤相關性甚高的特性，也是市場投資人藉以投資大盤的工具之一。因此，建構大盤的評價模式已是投資人投注心力之所在。
研判大盤走勢的方法大致可分為基本分析與技術分析，前者目的在於研究股票的真實價值，依據經濟現象、政經措施與企業消息，配合公司營運狀況，作為股價升降趨勢與買進賣出的判斷依據。而後者則是利用過去股票市場行為，包含股價、成交量或是波動性等資訊，來作為研判後勢的工具。然而，技術指標往往隨著時點及使用者習慣而有所偏好，不若基本面在於既有的公開資訊，在使用上較具客觀性，且隨著外資與國內法人參與股市的比重漸增，基本面研判的比重更見廣泛。
影響股價的基本面因素大致可分為總體經濟因素、市場因素及公司本身因素，其中總體經濟分析對於股價走勢研判具有相當大的價值，概因股價指數素有經濟櫥窗之稱，具有預期未來經濟活動的盛衰，但經濟活動也同是支撐股價波動的必要條件，因此本研究著重在透過觀察總體經濟變化與股價的關系，並建構一套完整的觀察模型，隨時調整基本面的起伏因素，以發掘股市的多空轉折。
總體經濟因素主要涵蓋景氣面與資金面。就景氣面來看，景氣擴張時期，企業營運收入增加將有助股價表現，而景氣衰退時，企業營運收入也將隨之萎縮，因此景氣的變動與股價間存在著關連性，國內外文獻也肯定景氣面因素對於股價的影響 ，惟對於選取變數有不同的看法，且對於領先落後關系的結果有不同的演繹，故本研究認為有重新檢視之必要。
此外，寬松的貨幣政策，提高市場貨幣供給也降低利率水準，增加投資人購買股票意願與能力，有助於股價的推升；反之，緊縮的貨幣政策，將降低市場貨幣供給並促使利率水準上揚，借貸資金成本上升，間接降低投資人對股票投資的意願與能力，股價揚升力道減弱。由此看來，資金面似乎能引導股價揚升，表2的部分研究確實支持該論點。然而本研究以為股價反應景氣而上漲，在揚升的過程中，投資人才會將資金投入股市，貨幣供給隨之增加，因此，股價與資金並不一定是誰先誰後，有必要對此重新檢視，且過去文獻並未將M2水位增減納入考量，本研究也將此考量納入模型中。
因此，本研究企圖由基本面出發，透過總體經濟指標的選擇，建構大盤觀測模型，作為投資人進行投資決策的參考。
（二）向量自我回歸檢定
當利用向量自我回歸(VAR)模型，本研究並未發現所選取的五項變數能夠領先加權股價指數，不過股價具有領先部分總經變數的特性，這樣的結果是可以預期的，因為股價反應投資人對未來的預期，因此，股價領先景氣或是資金是可以預期的，只是領先期數的多寡。
表5可知，景氣領先指標年增率與外銷訂單年增率對於加權股價並無領先落後關系。
當月工業生產指數年增率產受到前一期股價及前二、三期的工業生產指數指數年增率的影響，也就是說，股價具有領先工業生產指數年增率一個月的特性，這與王瑪如與蘇永成(1998)的研究得到相同結論。
注2:***表示在1%的顯著水準，**表示在5%的顯著水準，*表示在10%顯著水準
而營收年增率受到前四期股價及本身前一、二、三期影響，亦即股價具有領先四期後營收年增率特性；而貨供動能指標受到前三期股價及本身前一期的影響，因此股價具有領先三期後貨供動能性指標的特性。
（三）回歸方程式建立
透過VAR分析，本研究選取工業生產指數年增率與營收年增率及貨供動能指標作為台灣加權股價指數的解釋變數，然而，考量工業生產指數與營收年增率同為景氣類變數，相關系數高達0.7，因此將這兩個變數分離考量。
考量工業生產指數年增率與貨供動能指標下的模型顯示，股價與一期後的工業生產指數年增率具有正向關系，而與三期後的貨供動能指標有負向關系，其經濟意義所代表的是當預期下月景氣持續好轉且三期後的資金仍持續增加下，當月股價將具揚升動能，反之，當下月景氣趨勢向下且三期後的資金動能不足時，當月股價將提前反應投資環境的惡劣而下降。
本研究也利用全體上市櫃公司營收作為景氣替代變數，透過表6也可得到：四個月後的營收年增率持續成長，再加上三個月後的市場資金動能充沛下，當月股價表現多為上漲，反之亦然。
至於在模型的解釋能力上，利用營收年增率與貨供動能指標作為股價的解釋變數的模型，模型解釋能力上較佳。
（四）樣本外測試
在模型1與模型2下，利用2003年1月至2004年2月的總體經濟資料進行樣本外的預測模型模擬，在預測模型的模擬過程中，本研究加入誤差調整(Error Correction)，以使預測值能考量前期誤差的修正值，並利用該時點之前的36個月平均指數月標准差，檢測實際值是否在可接受范圍內。
四、結論與建議
總體經濟分析在加權指數評價上的重要性已逐漸提升，也一直是學術界與實務界所關心和探討的問題，本研究針對1991年1月到2002年12月資料分析台灣加權股價指數與景氣面(景氣領先指標年增率、工業生產指數年增率、外銷訂單年增率及營收年增率)及資金面(M1b年增率、M2年增率與貨供動能年增率)的關系。分析所得結論如下：
(一) 加權股價指數、景氣領先指標年增率、工業生產指數年增率、外銷訂單年增率、營收年增率及貨供動能指標為時間數列資料，然經ADF單根檢定顯示，具有定態關系，可為回歸分析之變數。
(二) 透過VAR檢定發現，本研究所選取的總經指標並無領先加權股價指數的特性，然而，股價卻具有領先部分總體經濟指標的特性：包括領先工業生產指數年增率一個月，領先營收年增率四個月，以及領先貨供動能指標三個月的特性。
(三) 透過多元回歸分析，本研究發現股價與一期後的工業生產指數年增率與四期後營收年增率具有正向顯著關系，可見股價具有領先反應景氣的特性，而股價也與三期後貨供動能指標具有顯著的負向關系，可見股價揚升將帶動投資人將資金轉入股市，提供更充沛資金動能。
(四) 透過多元回歸模型，並考量誤差修正，檢測2003年1月到2004年2月的股價變化，模型預測准確度在首二個月內符合兩個標准差之內的水準，因此預估指數水準在近兩個月較具准確度，然利用該模型所得之股價預期值與實際預期值方向一致，因此可作為中長期股價趨勢的參考。
正如先前所提，股價行為反應資訊，然市場資訊非單一總經指標所能完全描繪而出，非經濟因素也同樣影響股票市場，尤其台灣本身屬於淺碟市場，任何的風吹草動都可能影響股市，後續研究者在模型建構上，建議可加入更多層面因素，甚至於質性因素，也都是不錯的選擇。而實際投資上，本研究則建議除利用本研究所建構之模型進行趨勢分析之外，另可利用其他類經濟模型諸如承載力模型 或是相對價值模型等作為決策參考。