[VIP专享]关于股票收益与BM的分析(数据可改)

关于账面市值比的实证分析举例

研究样本和变量计算

研究样本

本文的数据样本的时间区间是2003年7月-2011年6月，样本包括了我国A 股市场钢铁的45支股票，剔除了一些由于特殊性不能采纳的股票：ST 股票；

年报中净资产（股东权益）为负的股票；数据缺失的股票。

变量计算

2. 收益率计算

（1）个股收益率的计算

股票i 在t 月的收益率计算公式为： （1）

11()/it it it it R P P P --=- 其中和分别为股票i 在t 月和t-1月的股权收盘价格。

it P 1it P -（2）投资组合收益率的计算

投资组合P 在t 月的收益率为投资组合中所含股票的个股月收益率的pt R it R 等权重平均值，也便是其算数平均值。是投资组合的超额收益率，其()p f R R -中，代表的是我国三个月期的定期存款年利率折算出来的月无风险利率。市

f R 场投资组合收益率代表的是所选择样本区间内我国钢铁全部股票（包括被删

M R 除的股票）月收益率的等权重平均值。

3. 账面市值比（BE/ME ）的计算

本文在每年的6月末对所选的样本数据进行分组，用t-1年末的个股权益值

和t-1年末的股价之比BE/ME 来衡量股票从t 年7月到t+1年6月的账面市值

比的大小。比如，用2003年末的BE/ME 来衡量股票从2006年7月到2007年

6月的账面市值比大小，以后的隔年也按照这个规律类推。用来表

BE ME

ln(/)

示BE/ME的自然对数值。

描述性统计

投资组合分组

投资组合分组的方法是指投资组合以特定的指标或变量进行分组的前提下，通过考察各组合的平均收益，利用所选特征值的最大值和最小值的组合平均收益的差值，并用差值的显著性来判断横截面收益现象存在与否。

经过上文的解释分析，我们认为账面市值比对股票收益的影响作用是非常大的，可以看作是影响股票收益的最重要的原因之一。所以在考虑不同市场情况下，特征变量对股票收益的影响时，可以只考虑账面市值比因子对股票收益

β

率的影响。股票自身的影响因素值代表的股票的系统风险，虽然剔除之后可以更好的考察账面市值比本身对股票收益的影响，但是在本文中为了全面性的

β

考察相关因素对股票收益的影响，还是选择不剔除值进行研究。

1.市场阶段划分

本文选定的时间范围为2003年7月-2011年6月钢铁股票的收益情况，在这期间，中国股市也存在上涨与下跌的阶段划分。其中，上涨阶段包括2003

年10月—2007年10月；2008年11月—2009年7月；下跌的阶段包括2007

年11月-2008年10月，2009年8月至今；在本文的研究中，我们把股票指数

上涨的期间称为牛市，把股票指数下跌的期间称为熊市，并根据此时间段的划分分别对钢铁股票进行研究分析。

2. 投资组合划分

β

我们先把选定的样本区间内的钢铁股票按照排序后分为5组，然后再根据其账面市值比把钢铁股票分为5组，这样就考虑在剔除股票的系统风险对其

收益的影响之后，钢铁股票收益与账面市值比之间的影响关系。

统计性描述分析

1. 2003年7月—2011年6月账面市值比效应

1 2003年7月—2011年6月账面市值比效应

Beta

分组1分组2分组3分组4分组5

B/M

月平均收益率（%）

B/M1 1.71 1.89 2.07 2.03 2.05

B/M2 2.46 2.84 2.97 2.88 2.89

B/M3 2.63 2.46 3.15 3.06 2.99

B/M4 2.78 3.28 3.21 3.27 3.21

B/M5 3.24 3.67 3.62 3.56 3.79 B/M5-B/M1 1.53 1.78 1.55 1.53 1.74

t统计量

B/M1 2.12 2.29 2.43 2.42 2.47

B/M2 2.49 2.79 3.09 2.86 2.66

B/M3 2.62 2.82 3.26 3.14 3.10

B/M4 2.99 3.34 3.35 3.36 3.31

B/M5 3.34 3.49 3.60 3.67 3.59 B/M5-B/M1 1.21 1.20 1.17 1.25 1.12

从表1中可以看出，本文研究所选定的这一时间段内，钢铁股票的平均收益都是正的，账面市值比都是存在并且显著的。在每一个Beta分组内，随着账面市值比的增加，股票收益在随之增加，二者呈现出正比例的关系。比如，对Beta1分组来说，从B/M1到B/M5，钢铁股票的平均收益率分别为

1.71，

2.46，2.63,2.78,

3.24，t值分别为2.12，2.49,2.62,2.9,3.34，B/M5-

B/M1（即买入账面市值比高的股票，卖出账面市值比低的股票）的股票回报为

1.53，t值为1.21，是显著的。这也就是说，在本文所选定的时间区间内，钢铁

股票存在明显的账面市值比效应，股票收益与账面市值比之间的关系是，股票

的收益越高，账面市值比就越大。

2. 牛市情况下的账面市值比效应

在选定的时间区间内，我们考察牛市情况下（2003年10月—2007年10月；2008年11月—2009年7月）股票的账面市值比效应来验证钢铁股票收益与账

面市值比之间的关系。

2 牛市情况下的账面市值比效应

Beta

分组1分组2分组3分组4分组5

B/M

月平均收益率（%）

B/M1 5.80 5.92 6.06 5.96 6.01

B/M2 5.88 6.06 6.23 6.18 6.20

B/M3 6.89 6.93 6.98 6.79 6.83

B/M47.147.207.367.237.33

B/M58.358.519.208.638.57

M5-M1 2.55 2.59 3.14 2.67 2.56

T统计量

B/M1 6.33 6.46 6.64 6.52 6.58

B/M2 6.81 6.897.01 6.91 6.95

B/M37.227.397.487.297.42

B/M47.638.058.157.958.16

B/M58.188.979.058.798.89

M5-M1 1.85 2.50 2.41 2.27 2.31

从表2中可以看出，在牛市的情况下，钢铁股票的平均收益都是正的，账

面市值比都是存在并且显著的。在每一个Beta分组内，随着账面市值比的增长，

收益率在随之增加，二者呈现出正比例的关系。比如，对Beta1分组来说，从B/M1到B/M5，钢铁股票的平均收益率分别为5.80,5.88,6.89,7.14,8.35，t值分别为6.33,6.81.7.22,7.63,8.18，B/M5-B/M1（即买入账面市值比高的股票，卖出账面市值比低的股票）的股票回报为2.55，t值为1.85，是显著的。这说明，在牛市的情况下，钢铁股票也存在着明显的账面市值比效应，股票收益与账面市值比之间的关系是，股票的收益越高，账面市值比就越大。

3. 熊市情况下的账面市值比效应

我们还可以考察熊市情况下（2007年11月—2008年11月）股票的账面市值比效应来验证钢铁股票收益与账面市值比之间的关系。

3 熊市情况下的账面市值比效应

Beta

分组1分组2分组3分组4分组5 B/M

月平均收益率（%）

BE/ME1-7.91-7.76-7.52-7.62-7.49

BE/ME2-7.85-7.68-7.38-7.51-7.11

BE/ME3-7.29-7.04-6.77-7.07-6.56

BE/ME4-6.73-6.85-6.39-6.47-6.41

BE/ME5-6.29-5.85-5.66-5.45-5.00

BE/ME5-BE/ME1 1.63 1.91 1.86 2.18 2.49

T统计量

B/M1-7.91-7.85-7.28-7.07-6.28

B/M2-7.76-7.68-7.04-6.84-5.84

B/M3-7.52-7.38-6.77-7-5.66

B/M4-7.62-7.5-7.07-6.47-5.44

B/M5-7.49-7.1-6.55-6.41-4.99

M5-M10.420.750.730.66 1.29

从表3中可以看出，在熊市的情况下，钢铁股票的平均收益都是负的，但是账面市值比还是显著存在的。同样的，账面市值比效应并没有随着Beta 的变化呈现出有规律的变化，但是在每一个Beta 分组内，随着账面市值比的增长，股票收益呈现出增加的状态，两者表现为正比例的关系。比如，对Beta1分组来说，从B/M1到B/M5，钢铁股票的平均收益率分别为-7.91,-7.85，-7.29，-6.73，-6.29，t 值分别为-7.91,-7.76,-7.52,-7.62,-7.49,B/M5-B/M1（即买入账面市值比高的股票，卖出账面市值比低的股票）的股票回报为1.63，t 值为0.42，是显著的。这说明，在牛市的情况下，钢铁股票也存在着明显的账面市值比效应，股票收益与账面市值比之间的关系是，股票的收益越高，账面市值比就越大。

此外，从上表中还可以看出，在每一个账面市值比分组内，股票收益并没有随着值的变化呈现出有规律的变化，也就是说，钢铁股票的；值对股票ββ的收益没有显著的影响。

综合上面几个检验结果，我们可以看出，无论是在哪个时间，牛市还是熊市时期，钢铁股票的账面市值比效应都是显著的，也就是说股票收益与账面市值比存在明显的正向关系。

横截面回归方法介绍

截面回归方法是Fama 和 MacBeth 于1973年在检验资本资产定价模型时开创的，回归的主要步骤为：第一步，每个时间点的截面数据回归，给定T 个时间段的横截面数据，对每个t(t=1，2，...T)的截面数据用OLS 方法估计，其回归模型为:

（2）

2it 0t 123=t it t it t it it R s γγβγβγη++++

其中，为第i 只股票在第t 期的收益率；为第i 只股票在t 时期的值；

it R it ββ表示回顾的残值，不能有值解释的部分，，，，为待估系数。

it s β0t γ1t γ2t γ3t γ

股票数据分析软件-股票行情分析软件

五行最新报道：中国税收70%属间接税，被指推高物价转嫁消 费者 当前我国税收收入的70%以上是间接税，这一比例是否过高？会不会加重居民负担？有没有改革的必要？ “去年，国家调整个人所得税，普通工薪阶层税负确实减轻了不少。如果普通商品中含的税能再少点，那咱百姓消费起来就更有底气了。”在北京通州区某商场，一位正给孩子选购书包的家长说。 近期，关于中国商品中含税过高的议论成为社会热点话题。中国商品中含了多少税？中国商品含税是否高于发达国家？未来我国税制结构应如何调整？ 向企业征收的间接税比重过高，加重了企业和普通消费者负担 数据显示，2011年，我国全部税收收入中来自流转税的收入占比为70%以上，而来自所得税和其他税种的收入合计占比不足30%。来自各类企业缴纳的税收收入占比更是高达92.06%，而来自居民缴纳的税收收入占比只有7.94%。 “这些数字告诉我们，当前我国税收收入的70%以上是间接税，而间接税作为价格的构成因素之一，通常可以直接嵌入商品售价之中，属于可通过价格渠道转嫁的税。”中国社科院财经战略研究院院长高培勇说。

高培勇认为，由企业法人缴税、走商品价格通道，是我国现实税收运行格局的典型特征，也集中体现了我国现行税制结构失衡的状况。这种失衡的税制结构和税收收入结构，其弊端正在不断地显露出来。 比如，高比例、大规模的间接税收入集中于商品价格渠道向全社会转嫁，不仅使得税收与物价之间处于高度关联状态，在现实生活中确有推高物价之嫌。特别是生活必需品等商品中含税过高，在事实上成为由广大消费者负担的大众税。 同时，这种高比例、大规模的税收收入集中来源于各类企业，会普遍加重各类企业的税收负担。加之不同规模企业之间竞争能力的差异，小微企业会承受更重的事实税收负担。此外，以所得税和财产税为代表的直接税比例过小，也不利于调节收入分配、缩小收入差距等税收功能的发挥。 中国商品含税高，主要在于我国的税制与发达国家有很大不同 “在美国，联邦政府收入超过40%来自个人所得税，如果加上薪酬税，占比达到80%左右，而我国个人所得税只占税收总收入的6.7%。在财产税方面，房产税刚刚开始试点，其他几乎没有。”财政部财科所所长贾康说。 贾康分析，目前，我国的税制结构与发达国家有很大不同。我国主要征流转税，流转税属于间接税，可作为价格的构成因素之一直接含在商品售价之中。而一些发达国家则主要是向居民直接征税，流转环节征税很少，所以商品中含税也

股票投资组合分析

股票投资组合分析 一.数据的搜集、整理与录入 （一）.我们组选择的五支股票分别为： 韦国照-通鼎互联（002491），杨志武-常林股份（600710），赖玲玲-长城集团（300089），黄筱予-青松建化（600425）.黄艳色-中联重科（002157）。 （二）.收集与录入数据 根据自2014年以来的这五支股票的月收盘价数据。通过整理，用excel表

计算，分别得到每支股票的各自的月百分比收益率和对数收益率。 根据公式： 月百分比收益率= 1 1t t t P P P ---， 月的对数收益率=1 ln t t P P -（其中，t P 表示该月的收盘价，1t P -表示该月的开盘价） 对数据进行录入，根据上面的公式我们得到上证指数以及我们所选择的五支股票的各自的百分比月收益率和月的对数收益率，用excel 计算，得到如下所示： 1.上证指数（1A0001） 2.通顶互联（002491） 月份 开盘价 收盘价 每股月盈利 每股收益率（%） 对数收益率（%） 1月

3月 4月 5月 6月 7月 8月 9月 10月 11月 3.常林股份（600710） 月份开盘价收盘价每股月盈利每股收益率（%）对数收益率（%）1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月

4.长城集团（300089） 5.青松建化（600425） 月份开盘价收盘价每股月盈利每股收益率（%）对数收益率（%）1月 2月 3月 4月 5月

6月 7月 8月 9月 10月 11月0 12月 6.中联重科002157） 月份开盘价收盘价每股月盈利每股收益率（%）对数收益率（%）1月 2月 3月 4月 5月0 6月 7月 8月 9月 10月 11月 12月 二.对百分比收益率和对数收益率的结果进行分析 观察上表中的数据，可知（1）：上证指数的收益率较小时其他的股票收益率 也较小甚至出现收益率为负值的情况，说明股票价格的变动在一定程度上受到上

综合案例四基于上市公司股票信息及其衍生变量的金融数据分析

第十四讲综合案例四：基于上市公司股票信息及其衍生变量的金融数据分析14.1 策略基本思路 14.2 获得股票基本信息及衍生变量数据 14.3 数据可视化呈现 14.4 自动生成Excel报告

本章主要研究基于成交量变化的量化策略，该策略通过量化的手段将传统的投资理念数字化验证，分析成交量变化对于股价的影响。 策略基本逻辑如下：成交量的大幅涨跌可能会带来价格的大幅涨跌。这是一个经验策略，当某只股票的当日成交量出现大幅上涨的时候，说明有很多人在关注这只股票，该股票属于活跃股，那么出现价格的大幅涨跌的可能性则较大，从历史交易经验上来看也的确如此。

然而这个策略的可靠性却比较难以通过量化的手段来进行评判： 1.股价行情数据中一般会提供成交量却很少提供成交量涨跌幅； 2.在真正实战中，到底是关注前10分钟的成交量涨跌幅还是前30分钟、前1个 小时的涨跌幅都有待考量； 3.影响股价的因素很多，成交量涨跌幅到底与股价涨跌幅有多大的相关性也需 要研究。

本章就以股票前10分钟的成交量涨跌幅为例，通过量化的手段来观察成交量变化对当日股价涨跌幅的影响，最终目的是在Excel中生成如下的可视化图表并进行相关性分析。

这里还是利用7.1小节所介绍的Tushare库来调用股价基本数据。要检测上一小节所提到的策略，所需要获得基本信息数据有：开盘价、收盘价、股价涨跌幅、前10分钟成交信息，所需要的衍生变量有前10分钟成交量的涨跌幅。 14.2.1 获得股票基本信息数据 所以除了基本的日线行情数据外，我们还需要利用到分笔数据，也即每一笔的交易数据来获得10分钟时候的相关信息，所需要用的Tushare基本代码如下：

获取历史和实时股票数据接口

获取历史和实时股票数据接口 股票数据的获取目前有如下两种方法可以获取:1. http/javascript接口取数据2. web-service接口 1.http/javascript接口取数据1.1Sina股票数据接口以大秦铁路（股票代码：601006）为例，如果要获取它的最新行情，只需访问新浪的股票数据接口：这个url会返回一串文本，例如：var hq_str_sh601006="大秦铁路, 27.55, 27.25, 26.91, 27.55, 26.20, 26.91, 26.92, , 0, 4695, 26.91, 57590, 26.90, 14700, 26.89, 14300,26.88, 15100, 26.87, 3100, 26.92, 8900, 26.93, 14230, 26.94, 25150, 26.95, 15220, 26.96, 2008-01-11, 15:05:32";这个字符串由许多数据拼接在一起，不同含义的数据用逗号隔开了，按照程序员的思路，顺序号从0开始。0：”大秦铁路”，股票名字；1：”27.55″，今日开盘价；2：”27.25″，昨日收盘价； 3：”26.91″，当前价格；4：”27.55″，今日最高价；5：”26.20″，今日最低价；6：”26.91″，竞买价，即“买一”报价；7：”26.92″，竞卖价，即“卖一”报价；8：”″，成交的股票数，由于股票交易以一百股为基本单位，所以在使用时，通常把该值除以一百；9：”0″，成交金额，单位为“元”，为了一目了然，通常以“万元”为成交金额的单位，所以通常把该值除以一万；10：”4695″，“买一”申请4695股，即47手；11：”26.91″，“买一”报价； 12：”57590″，“买二”13：”26.90″，“买二”14：”14700″，“买三”15：”26.89″，“买三”16：”14300″，“买四”17：”26.88″，“买四”18：”15100″，“买五”19：”26.87″，“买五”20：”3100″，“卖一”申报3100股，即31手；21：”26.92″，“卖一”报价(22, 23), (24, 25), (26,27), (28, 29)分别为“卖二”至“卖四的情况”30：”2008-01-11″，日期；31：”15:05:32″，时间；一个简单的JavaScript应用例子: script type="text/javascript" src="" charset="gb2312">/script>/javascript">var elements=hq_str_sh601006.split(",");document.write("current price:"+elements[3]);这段代码输出大秦铁路（股票代码：601006）的当前股价current price:14.20如果你要同时查询多个股票，那么在URL最后加上一个逗号，再加上股票代码就可以了；比如你要一次查询大秦铁路（601006）和大同煤业（601001）的行情，就这样使用URL：,sh601001查询大盘指数，比如查询上证综合指数（000001）：_sh000001服务器返回的数据为：var hq_str_s_sh000001="上证指数,3094.668,-128.073,-3.97,436653,5458126";数据含义分别为：指数名称，当前点数，当前价格，涨跌率，成交量（手），成交额（万元）；查询深圳成指数：_sz399001对于股票的K 线图，日线图等的获取可以通过请求…./…/*.gif此URL获取，其中*代表股票代码，详见如下：查看日K线图： /daily/n/sh601006.gif 1.2 Baidu&Google的财经数据在baidu, google中搜索某只股票代码时，将会在头条显示此股票的相关信息，例如在google搜索601006时，第一条搜索结果如下图：通过点击左边的图片我们发现会将此图片链接到sina财经频道上，也就是说google股票数据的获取也是从sina获取。后经抓包分析，发现google也是采用1.1中介绍的接口。Baidu的股票数据来自baidu的财经频道1.3 其他方式除了sina，baidu等网站提供股票信息外，其他网站也有类似的接口。我们分析了一款论坛上采用的股票插件，其中有关于实时股票数据获取的介绍，详见如下代码，其中可以看到有些数据来自sina。以下是ASP示例:=5 thenstockdata=gethttp(""&code&"")if not len(stockdata)=0 then stockdata=split(stockdata,chr(34))(1)end ifif len(stockdata)=0 thenstockdata="0,0,0,0,0,0,0,0,0,0,0,0"elsestockdatasplit=split(stockdata,",") stockdata=""&exstock.checkstr(stockdatasplit(0))&","&stockdatasplit(1)&","&stockdatasplit(2)&","&sto ckdatasplit(3)&","&stockdatasplit(4)&","&stockdatasplit(5)&","&formatdatetime(""&stockdatasplit(30)& " "&stockdatasplit(31)&"",0)&""end if‘0=股票名称,1=开盘价格,2=昨收盘价格,3=当前价格,4=最高价,5=最低价,6=更新时间getstockdata=stockdataend functionfunction getstockimg(code)dim rndnum,addnum,checkcode,imgsourceif len(code)=5 thengetstockimg="/daily/n/sh"&code&".gif"end ifimgsource=".cn"case 3getstockimg="/realline.chart?"&code&"&1003&SZ 500 330"imgsource=""case 4getstockimg=""&code&""imgsource=""end selectgetstockimg=split(""&getstockimg&"||"&imgsource&"","||")end functionfunction getastockimg()dim rndnum,addnum,checkcodedim getastockimgb,imgsourceaddnum=6randomize:rndnum=cint(rnd*addnum)select case rndnumcase 0getastockimg=".1/gifchartse/gif/000001.gif"getastockimgb=".1/gifchartse/gif/399001.gif"imgsource =""case 1getastockimg="/100.gif?C39"getastockimgb="/101.gif?HrS"imgsource=""case 2getastockimg=".cn/curve/realtime/index2.php?code=1a0001&w=180&h=140"getastockimgb=".cn/c urve/realtime/index2.php?code=399001&w=180&h=140"imgsource=".cn"case 3getastockimg="/realline.chart?1a0001&1002&SZ 180 140"getastockimgb="/realline.chart?399001&1002&SZ 180 140"imgsource=""case 1

关于股票收益与BM的分析(数据可改)

1 关于账面市值比的实证分析举例 研究样本和变量计算 研究样本 本文的数据样本的时间区间是2003年7月-2011年6月，样本包括了我国A 股市场钢铁的45支股票，剔除了一些由于特殊性不能采纳的股票：ST 股票；年报中净资产（股东权益）为负的股票；数据缺失的股票。 变量计算 2. 收益率计算 （1）个股收益率的计算 股票i 在t 月的收益率计算公式为：11()/it it it it R P P P --=-（1） 其中it P 和1it P -分别为股票i 在t 月和t-1月的股权收盘价格。 （2）投资组合收益率的计算 投资组合P 在t 月的收益率pt R 为投资组合中所含股票的个股月收益率it R 的等权重平均值，也便是其算数平均值。()p f R R -是投资组合的超额收益率，其中，f R 代表的是我国三个月期的定期存款年利率折算出来的月无风险利率。市场投资组合收益率M R 代表的是所选择样本区间内我国钢铁全部股票（包括被删除的股票）月收益率的等权重平均值。 3. 账面市值比（BE/ME ）的计算 本文在每年的6月末对所选的样本数据进行分组，用t-1年末的个股权益值和t-1年末的股价之比BE/ME 来衡量股票从t 年7月到t+1年6月的账面市值比的大小。比如，用2003年末的BE/ME 来衡量股票从2006年7月到2007年6

月的账面市值比大小，以后的隔年也按照这个规律类推。用ln(/) BE ME来表示BE/ME的自然对数值。 描述性统计 投资组合分组 投资组合分组的方法是指投资组合以特定的指标或变量进行分组的前提下，通过考察各组合的平均收益，利用所选特征值的最大值和最小值的组合平均收益的差值，并用差值的显著性来判断横截面收益现象存在与否。 经过上文的解释分析，我们认为账面市值比对股票收益的影响作用是非常大的，可以看作是影响股票收益的最重要的原因之一。所以在考虑不同市场情况下，特征变量对股票收益的影响时，可以只考虑账面市值比因子对股票收益率的影响。股票自身的影响因素β值代表的股票的系统风险，虽然剔除之后可以更好的考察账面市值比本身对股票收益的影响，但是在本文中为了全面性的考察相关因素对股票收益的影响，还是选择不剔除β值进行研究。 1.市场阶段划分 本文选定的时间范围为2003年7月-2011年6月钢铁股票的收益情况，在这期间，中国股市也存在上涨与下跌的阶段划分。其中，上涨阶段包括2003年10月—2007年10月；2008年11月—2009年7月；下跌的阶段包括2007年11月-2008年10月，2009年8月至今；在本文的研究中，我们把股票指数上涨的期间称为牛市，把股票指数下跌的期间称为熊市，并根据此时间段的划分分别对钢铁股票进行研究分析。 2. 投资组合划分 我们先把选定的样本区间内的钢铁股票按照β排序后分为5组，然后再根据其账面市值比把钢铁股票分为5组，这样就考虑在剔除股票的系统风险对其收益的影响之后，钢铁股票收益与账面市值比之间的影响关系。 统计性描述分析

保利地产2012股票数据分析

保利房地产 （集团）股份有限公司股票数据分析 股票代码：600048

1. 目录 (1) 2. 公司简介 (2) 3. β值的计算 (2) 4. 股票的理论价值与市场价值的比较 (3) 5. 股票基本面分析 (3) 质因分析——经济分析 (3) 量因分析——财务分析 (5) 6. 采用技术分析方法进行股票分析 (10)

公司简介 保利房地产（集团）股份有限公司广州成立于1992年。2006年7月，公司股票在上海证券交易所上市（代码（600048）。公司的主营业务是房地产开发、销售、租赁及其物业管理。 股票β系数计算 β值的含义：β值是用来测定一种证券的收益随整个证券市场收益变化程度的指标，也可以解释为用于衡量一种证券的收益对市场平均收益敏感性或反应性的程

由表可知，保利地产2012年度的β系数大于1.0而小于1.5，同期股价收益率为0.44%. 1.0＜Β＜1.5:在市场收益率上升时，保利地产的股票收益率上升幅度比市场平均幅度大；当市场收益率下降时，它的下降幅度也比市场平均幅度大。这是一只进攻型股票。 股票的理论价值与市场价值的比较 保利地产公司发布2012年报,报告期内实现营业收入689.06亿元,同比增长46.5%;归属于上市公司股东的净利润为84.38亿元,同比增长29.2%;基本每股收益1.18元。基本符合预期。2013年 3月23日，经公司第四届董事会第六次会议审议通过，同意以截至2012 年12月 31日公司7,137,994,391股总股本为基数，每10股派发现金红利 2.32元（含税），共计分配利润为1,656,014,698.71元，公司的β值为1.15，股票收益率为3.16%，同期股价综合指数的收益率0.44%，故同期股价综合指数的超额收益率为2.72%，国库券利率3.59%，公司股票2012年末的股票价格是13.60元。 公司当年的每股股息：2.32÷10=0.232元 必要收益率：3.59%+1.15×2.72%=6.718% 股票理论价值（V）：0.232÷6.718%=3.45元 净现值（NPV）：V-P=3.45-13.60=-10.15元 由此可知，公司股票的市场价格被高估。 保利地产股票（600048）基本面分析 一、质因分析——经济分析 （1）宏观经济状况 当前中国的经济形势的基本特点： 1、在金融危机下成功实现经济V型反转。 2、内需对经济增长拉动作用明显增强。消费需求开始起到较好的作用，但仍然未能取代投资，说明投资拉动依然起着主要的作用。 3、积极的财政政策和适度宽松的货币政策取得明显成效。 4、改善民生政策起到一定成效。 5、在国际中的经济地位得到提升，对世界经济的影响力日益加大。中国和

股票行情数据全推概念解析doc资料

全推概念解析 全推 所谓全推，就是所有证券数据同步发送(每隔3秒发送一次），无论翻看与否，内存中均是当前最新数据，翻看时无停滞感。目前只有飞狐(真的？)是全推行情（软件设计时决定的），老版本的分析家也是全推（设计功能）。“有一点必须要清楚，当前所有的L2行情均是点播行情！” 。 点播 以通达信、经典版大智慧、钱龙为代表，更新模式为：当前页面股票和上证指数行情更新最快，其中上证指数无条件更新（功能设计），其次是行情列表或自选股版面行情，依屏幕大小为30—50支股票，这个版面可见股票是自动更新的，其他股票一律不更新，大智慧新一代点播更绝（只有当前股票能够实时更新）。所以相比飞狐和分析家的全推行情，要省掉95%以上的传输数据，服务器承受的压力当然要小得多，也就是为什么通达信能够一直坚持提供免费行情的原因。即便如此也需要用1000多台服务器（和联众游戏差不多吧），要是通达信也搞全推，估计要增加50倍以上的服务器投入。 由于L2数据基本上个股的各种综合行情数据和以前整个市场数据有得一拼，以目前的软硬条件注定他不可能提供全部股票数据。所以L2全是点播行情。点播行情完全扼**全市场行情预警的途径，是所有技术交易者最不愿看到的。 全推与点播的区别 源码如下： 全推与点播的区别： 1. 全推行情： 优点：在实时接收中，软件会按照服务器的全部推送数据发送方式把所有深沪数据源源不断获得到本地，这种方式有利于盘中实时指标预警和及时盘中选股。盘中及时有信息地雷提示。提供国内期货测试数据行情给用户参考使用。 缺点：该数据传递方式占有网络资源很大，一旦出现网络问题或服务器问题，所缺少数据只能人为自己手动补充数据，否则会影响计算结果。是面对点的关系，数据是存在对方的服务器上，每天必须保证收盘作业，否则次日开盘股票没有昨日数据。

一个量化投资者的自白：我是如何用大数据玩转股市的!

一个量化投资者的自白：我是如何用大数据玩转股市的！ 经济学有个著名的有效市场假说：如果一个证券市场上所有的信息都能及时被投资者获取，那么证券价格会与其风险相当，是由公平竞争导致的股票真实价值。换句话来说，如果你想以合理的价位购买一只股票，你至少要知道有关这只股票的所有信息，并能够对其进行合理地分析。一只股票有多少“相关信息”？一从基本面角度来看，判断个股对应的上市公司质地的好坏，是取得投资成功与否最重要的因素。数据分析如下：第1步从各个渠道获取上市公司这四十多项指标的数据。第2步对这些数据进行分析。二从技术面角度来看，每只股票的K线形态，走势以及各类技术指标是择时的重要依据。数据分析如下：第1步获得K线形态、技术指标的相关知识，并取得对应个股的即时数据。第2步根据个股的即时数据和掌握的技术指标来计算个股的技术形态，从几百种不同类型的K线形态、技术指标中选择有效性较高的上涨形态，从而预测股票未来的涨跌，这是目前市场上绝大多数股民最痴迷的股票投资“技术”。三在股市的不同时间周期，必须考虑板块轮动效应，从而进行投资决策。数据分析如下：第1步取得所有公司的各类维度属性的数据。第2步对每个维度的数据进行分类，根据最近几个交易日每个类别所含股票的市场表现，分析并寻找出当前热点板块和下一个

有可能热起来的板块。四从机构动态来看，有些个股受到基金公司或者股票研究机构追捧，有些则被大量机构选择或建议减持，做股票投资至少不能与机构对着来这是前提。进行数据分析：第1步搜集所有机构的动态，包括研报、个股评级、基金\券商重仓、社保重仓、QFII重仓、高管增持\减持、机构新进十大流通股等。第2步根据对所有搜集到的数据进行分析和研判，进行跟风操作。五事件驱动是股票价格变动最重要的诱因。第1步通过新闻资讯网络等各个渠道，获得驱动事件。第2步根据事件寻找跟该事件相关的个股，比如今年夏天有种新的血液传染病发生，那么国内针对血液传染病的医药个股就是直接受益者，据此进行股票操作。股票投资类似打牌，你要搜集到牌桌上已经出掉的牌，从而计算你手里的牌的组合胜率有多少，利用概率去战胜市场，才能保证最高的收益。以上这些数据，你每多搜集一份，你的胜率就会提高一分。如果你选中的股票具备以上五点逻辑特征，无疑你将拥有最高的胜率！要找到这样的股票，你需做如下几件事：第一步：搜集所有公司数据，分析后寻找成长型价值公司；第二步：在符合第一点的公司里，寻找有合适的上涨技术形态的公司；第三步：在这些公司里寻找符合当前板块轮动热点的公司；第四步：在以上股票池中挑选被QFII 重仓的公司；第五步：在以上股票池中寻找有当前热门概念的公司。总的来说，其实就做了两件事：搜集数据，分析数

金融类股票数据分析-说明书

《金融类股票数据分析》综合实训任务书 任务步骤与要求 (1).数据分析前准备 1.导入数据分析所需相关库。 (2).数据探查与预处理 1.读取阿里巴巴股票数据，并查看前5行数据； 2.查看数据类型； 3.将日期列修改为日期时间类型； 4.将日期转换为行索引数据，保存到新的变量中，并查看前5行数据。 (3).金融类行业经济学业务逻辑 1.以股票的收盘价格计算中位数的基本数学原理，并使用format函数进行输出，小数位精确到5位； 2.使用pandas进行计算收盘价的中位数，并使用format函数进行输出，小数位精确到5位； 3.计算收盘价格与收盘价格中位数的差异，保存到新的变量中。并查看前5行数据； 4.运用numpy和pandas进行计算金融股票中的加权平均价格，并使用format函数进行输出，小数位精确到5 位； 5.计算收盘价格与加权平均价格的差异，保存到新的变量中。并查看前5行数据； 6.计算金融股票中的平均收盘价格，并使用format函数进行输出，小数位精确到5位； 7.计算收盘价格与平均收盘价格的差异，保存到新的变量中。并查看前5行数据； 8.使用最简单的方式计算金融股票中的时间加权平均价格，并使用format函数进行输出，小数位精确到5位； 9.计算收盘价格与时间加权平均价格的差异，保存到新的变量中。并查看前5行数据； 10.使用pandas将收盘价格与收盘价格中位数的差异、收盘价格与加权平均价格、收盘价格与平均收盘价格和收 盘价格与时间加权平均价格的差异数据进行连接，主要为绘制图形取最高值和最低值。并查看合并后的数据元素的个数. 11.绘制收盘价格与收盘价格中位数的差异、收盘价格与加权平均价格、收盘价格与平均收盘价格和收盘价格与 时间加权平均价格的差异走势图； 12.以股票的最高价计算差值的基本数学原理，并使用format函数进行输出，小数位精确到2位； 13.分别使用pandas的函数计算最高价和最低价的差值，并使用format函数进行输出，小数位精确至2位。(4).金融类分析股票的收益率 1.计算收盘价的收益率，类似于微积分中的微分，并查看前5行数据； 2.计算收盘价收益率的标准差，并使用format函数进行百分比输出，小数位精确到2位； 3.筛选出收盘价的收益率正值数据，并绘制其柱形图，要求：绘制图表的Y轴按百分比进行计算，最高收益率 柱的颜色为绿色，最低收益柱的颜色为红色，其它柱为蓝色； 4.根据收益率计算股票年波动率，并使用format函数进行输出，小数位精确到5位； 5.根据收益率计算股票月波动率，并使用format函数进行输出，小数位精确到5位。 (5).金融类分析股票的周期分析 1.创建映射字典或者函数，提取出日期所对应的周期，取值只有周一到周五，并查看前5行数据； 2.使用分组进行统计周一到周五的最高收盘价和对应的日期，并查看数据。注意：需要将列名进行重设； 3.使用分组进行统计周一到周五的最低收盘价和对应的日期，并查看数据。注意：需要将列名进行重设； 4.使用分组进行统计周一到周五的平均收盘价；

股票数据API

股票数据的获取目前有如下两种方法可以获取: 1. http/javascript接口取数据 2. web-service接口 1.http/javascript接口取数据 1.1Sina股票数据接口 以大秦铁路（股票代码：601006）为例，如果要获取它的最新行情，只需访问新浪的股票数据 接口： https://www.wendangku.net/doc/8618239662.html,/list=sh601006 这个url会返回一串文本，例如： var hq_str_sh601006="大秦铁路, 27.55, 27.25, 26.91, 27.55, 26.20, 26.91, 26.92, 22114263, 589824680, 4695, 26.91, 57590, 26.90, 14700, 26.89, 14300, 26.88, 15100, 26.87, 3100, 26.92, 8900, 26.93, 14230, 26.94, 25150, 26.95, 15220, 26.96, 2008-01-11, 15:05:32"; 这个字符串由许多数据拼接在一起，不同含义的数据用逗号隔开了，按照程序员的思路，顺序号从0开始。 0：”大秦铁路”，股票名字； 1：”27.55″，今日开盘价； 2：”27.25″，昨日收盘价； 3：”26.91″，当前价格； 4：”27.55″，今日最高价； 5：”26.20″，今日最低价； 6：”26.91″，竞买价，即“买一”报价； 7：”26.92″，竞卖价，即“卖一”报价； 8：”22114263″，成交的股票数，由于股票交易以一百股为基本单位，所以在使用时，通常把该值除以一百； 9：”589824680″，成交金额，单位为“元”，为了一目了然，通常以“万元”为成交金额的单位，所以通常把该值除以一万； 10：”4695″，“买一”申请4695股，即47手； 11：”26.91″，“买一”报价； 12：”57590″，“买二” 13：”26.90″，“买二” 14：”14700″，“买三” 15：”26.89″，“买三” 16：”14300″，“买四” 17：”26.88″，“买四” 18：”15100″，“买五” 19：”26.87″，“买五” 20：”3100″，“卖一”申报3100股，即31手； 21：”26.92″，“卖一”报价 (22, 23), (24, 25), (26,27), (28, 29)分别为“卖二”至“卖四的情况” 30：”2008-01-11″，日期； 31：”15:05:32″，时间； 一个简单的JavaScript应用例子:

炒股分析数据

软件上作分析词语解释 委比:是用以衡量一段时间内买卖盘相对强度的指标,其计算公式为： 委比＝〖(委买手数-委卖手数)÷（委买手数＋委卖手数)〗×100% 委买手数：现在所有个股委托买入下五档之手数相加之总和。 委买（卖）手数：现在所有个股委托买入（卖出）上（下）五档之手数相加之总和。 委比值变化范围为＋100%至-100%。 当委比值为正值并且委比数大,说明市场买盘强劲；当委比值为负值并且负值大,说明市场抛盘较强；委比值从-100%至＋100%,说明买盘逐渐增强,卖盘逐渐减弱的一个过程。相反, 从＋100%至-100%,说明买盘逐渐减弱,卖盘逐渐增强的一个过程。 委买手数：现在所有个股委托买入下五档的总数量。 委卖手数：现在所有个股委托卖出上五档的总数量。 委比值的变化范围为－100％到＋100％， 当委比值为—100％时，它表示只有卖盘而没有买盘，说明市场的抛盘非常大； 当委比值为＋100％时，它表示只有买盘而没有卖盘，说明市场的买盘非常有力。 当委比值为负时，卖盘比买盘大； 而委比值为正时，说明买盘比卖盘大。 当委比值为正值并且委比数大，表示买方的力量比卖方强，股价上涨的机率大；当委比值为负值并且负值大，表示卖方的力量比买方强，股价下跌的机率大。 委差：委买委卖的差值（即委差），是投资者意愿的体现，一定程度上反映了 价格的发展方向。 委差为正，价格上升的可能性就大，反之，下降的可能性大。 但是，要注意可能会有人为干扰的因素，比如主力制造的假象等。 但是，对于市场中所有股票的委买委卖值的差值之总和，却是一个不容易 被任何人干扰的数值。它是一个相对真实的数据。因为任何一个单独的主力 都不能影响它，散户更加不能。 它是所有主力和散户的综合反映，确实能够反映市场真实的买卖意愿。 我们根据这个数据，可以判断大盘的短期方向以及大盘的是否转折了。 数值为正，表明买盘踊跃，大盘上升的可能性大，反之，说明卖盘较多，下 跌的可能性则较大。 有的时候，指数的委差居高不下，但是指数却下滑。 这种情况说明，接盘的量很大，且是有计划的。而卖盘的力量，是主动的抛出。有可能是散户的行为。这种情况并不很危险。 相反，到是一种较危险的情况，那就是，在指数上升而委差却总是大大的负数，这时候，我们是不是该怀疑主力在有计划出货？ 换手率:也称“周转率”，指在一定时间内市场中股票转手买卖的频率，是 其计算公式为： 周转率(换手率)＝(某一段时期内的成交量)/(发行总股数)x100%（在我国：成交量/流通总股数×100%） 例如，某只股票在一个月内成交了2000万股，而该股票的总股本为 l 亿股，则该股票在这个月的换手率为20%。 在我国，股票分为可在二级市场流通的社会公众股和不可在二级市场流通的国家股和法人股两个部分，一般只对可流通部分的股票计算换手率，以更真实和准确地反映出股票的流通性。按这种计算方式，上例中那只股票的流通股本如果为2000万，则其换手率高达100%。在国外，通常是用某一段时期的成交金额与某一时点上的市值之间的比值来计算周转率。 股票的换手率越高，意味着该只股票的交投越活跃，人们购买该只股票的意愿越高，属于热门股；反之，

大数据概念股票分析

2013-7-8 “大数据”主要涉及七大领域，包括数据处理和分析环节以及综合处理、语音识别、视频识别、商业智能软件、数据中心建设与维护、IT咨询和方案实施、信息安全等。 一、数据处理和分析环节以及综合处理 拓尔思是中国大数据分析处理领域的领导厂商之一，公司致力于网络公开数据、企业内部数据的聚合、分析和挖掘，为政府、大型企业甚至个人提供定制的、个性化的、精准的信息聚合服务。 美亚柏科：公司是国内领先的电子数据取证与安全产品及服务提供商，主营业务包括电子数据取证产品和网络信息安全产品两大产品系列，电子数据鉴定服务和互联网数字知识产权保护服务两大服务体系。在电子数据取证领域，2008年市场占有率国内第一，达到41.78%；在网络信息安全领域，公司业务主要集中在内容安全搜索领域，客户主要是国家各级政府部门，目前尚未形成稳定的市场竞争格局，也无外资进入。 目前国内互联网数字知识产权的保护主要还是通过行政管理和法律诉讼的方式进行，而公司是目前国内唯一通过高科技方法进行保护服务的机构。同时国内主要的服务企业以事后诉讼为主，而公司依靠技术手段以事前防范及事中控制为主。公司在影视的网络侵权预防与处置、网络游戏私服外挂的预防与处置、网络出版的侵权发现与索赔等方面，已探索出了可行的商业运作模式。与中影、美国电影协会、TVB、乐视网、腾讯、搜狐畅游。 二、语音识别 语音识别作为“大数据”涉及的七大领域之一，其相关的科大讯飞、大华股份、华平股份、中威电子和国腾电子等5只个股受到市场关注。 华平股份是软件网络视频通信市场龙头。公司是全球领先的视频通信综合解决方案提供商,其产品具有占带宽小、多网络运行、多功能应用的技术优势。国金证券认为，公司目前在为一些客户提供直接在个人计算机上开视频会议的产品，不需要集体去会议室。在企业级客户的每个终端上安装公司的软件产品，按照每月收钱的模式来盈利。这种盈利模式具有很好的持续性和客户粘性。 国腾电子作为目前国内唯一具备芯片、终端、元器件生产一体化生产的企业，国腾电子承担了两项核高基项目并具有运营的资质，有望成为产业增长的龙头。 三、视频识别 在经历“数字化”、“高清化”阶段之后，视频识别行业目前已经正式步入了“网络化”阶段，而在大数据时代背景下，距离“智能化”阶段也渐行渐近。 目前，国内A股市场中涉及视频识别行业的上市公司主要有5家，具体为：海康威视、大华股份、华平股份、中威电子、国腾电子。 我国的视频识别行业在上述几个阶段的主要表现为：“数字化”包括后端DVR 设备数字化与前端摄像机设备数字化。后端DVR 设备数字化进程已经完成，目前前端摄像机设备正在经历“数字化”历程；“高清化”是在“数字化”的基础上对前端摄像机设备提出的更高要求。视频监控图象格式正在经历从CIF格式(10万像素)向HD格式(100万像素)转变的过程；“网络化”是借助网络将前端摄像机采集的信息集中监控从而实现信息的充分共享与挖掘。高清摄像视频占有带宽大、电缆传输距离短(100m)的双重因素决定了光纤传输设备的重要性；“智能化”必须建立于“网络化”基础之上，没有网络，单台摄像机只能依靠单一采集的信息做近端分析，智能就成了空中楼阁。 光大证券表示，行业景气度至少持续到2015年，大华股份、海康威视仍为首选标的。这两家公司目前占国内视频监控领域市场份额不到30%，未来不仅有望享受行业高增长，后续市场份额仍有提升空间，并且两家公司在安防平台和人脸识别系统等也有较大优势；预计

股票分析软件比较股票数据分析软件

五行财富权威报道：2011 年中国货币政策大事记2011 年初，中国人民银行引入差别准备金动态调整机制，构建宏观审慎政策框架。 1 月6 日，经商国家发展和改革委员会、商务部，中国人民银行会同国家外汇管理局制定发布了《境外直接投资人民币结算试点管理办法》（中国人民银行公告[2011] 第 1 号），跨境贸易人民币结算试点地区的银行和企业可开展境外直接投资人民币结算试点。 1月14日，中国人民银行决定从2011 年1月20日起上调存款类金融机构人民币存款准备金率0.5 个百分点。 1月25日，中国人民银行向全国人大财经委员会汇报2010 年货币政策执行情况。 1 月30 日，发布《2010 年第四季度中国货币政策执行报告》。 2 月9 日，中国人民银行决定上调金融机构人民币存贷款基准利率，其中，一年期存款基准利率上调0.25 个百分点，由 2.75% 提高到3% ；一年期贷款基准利率上调0.25 个百分点，由 5.81% 提高到 6.06% ；其他期限档次存贷款基准利率及个人住房公积金贷款利率作相应调整。

2月14 日，为进一步丰富外汇市场交易品种，为企业和银行提供更多的汇率避险保值工具，国家外汇管理局发布《关于人民币对外汇期权交易有关问题的通知》（汇发[2011]8 号），批准中国外汇交易中心在银行间外汇市场组织开展人民币对外汇期权交易。 2月18 日，中国人民银行决定从2011 年2月24 日起上调存款类金融机构人民币存款准备金率0.5 个百分点。 2月22 日，中国人民银行办公厅印发《关于安排增加支农再贷款，支持重点地区做好春耕抗旱金融服务工作的通知》（银办发[2011]45 号），对河南、山东、河北等受旱灾影响严重的8 省安排增加支农再贷款额度100 亿元，积极鼓励和引导金融机构全力做好抗旱救灾金融服务工作，支持粮食稳定增产。 3月18 日，中国人民银行决定从2011 年3月25 日起上调存款类金融机构人民币存款准备金率0.5 个百分点。 3月18 日，为合理引导跨境资金流动，防范违法违规资金流入，维护国家涉外经济金融安全，国家外汇管理局发布《关于进一步加强外汇业务管理有关问题的通知》（汇发[2011]11 号）. 3 月25 日，中国人民银行货币政策委员会召开2011 年第一季度例会。

[VIP专享]关于股票收益与BM的分析(数据可改)

关于账面市值比的实证分析举例 研究样本和变量计算 研究样本 本文的数据样本的时间区间是2003年7月-2011年6月，样本包括了我国A 股市场钢铁的45支股票，剔除了一些由于特殊性不能采纳的股票：ST 股票； 年报中净资产（股东权益）为负的股票；数据缺失的股票。 变量计算 2. 收益率计算 （1）个股收益率的计算 股票i 在t 月的收益率计算公式为： （1） 11()/it it it it R P P P --=- 其中和分别为股票i 在t 月和t-1月的股权收盘价格。 it P 1it P -（2）投资组合收益率的计算 投资组合P 在t 月的收益率为投资组合中所含股票的个股月收益率的pt R it R 等权重平均值，也便是其算数平均值。是投资组合的超额收益率，其()p f R R -中，代表的是我国三个月期的定期存款年利率折算出来的月无风险利率。市 f R 场投资组合收益率代表的是所选择样本区间内我国钢铁全部股票（包括被删 M R 除的股票）月收益率的等权重平均值。 3. 账面市值比（BE/ME ）的计算 本文在每年的6月末对所选的样本数据进行分组，用t-1年末的个股权益值 和t-1年末的股价之比BE/ME 来衡量股票从t 年7月到t+1年6月的账面市值 比的大小。比如，用2003年末的BE/ME 来衡量股票从2006年7月到2007年

6月的账面市值比大小，以后的隔年也按照这个规律类推。用来表 BE ME ln(/) 示BE/ME的自然对数值。 描述性统计 投资组合分组 投资组合分组的方法是指投资组合以特定的指标或变量进行分组的前提下，通过考察各组合的平均收益，利用所选特征值的最大值和最小值的组合平均收益的差值，并用差值的显著性来判断横截面收益现象存在与否。 经过上文的解释分析，我们认为账面市值比对股票收益的影响作用是非常大的，可以看作是影响股票收益的最重要的原因之一。所以在考虑不同市场情况下，特征变量对股票收益的影响时，可以只考虑账面市值比因子对股票收益 β 率的影响。股票自身的影响因素值代表的股票的系统风险，虽然剔除之后可以更好的考察账面市值比本身对股票收益的影响，但是在本文中为了全面性的 β 考察相关因素对股票收益的影响，还是选择不剔除值进行研究。 1.市场阶段划分 本文选定的时间范围为2003年7月-2011年6月钢铁股票的收益情况，在这期间，中国股市也存在上涨与下跌的阶段划分。其中，上涨阶段包括2003 年10月—2007年10月；2008年11月—2009年7月；下跌的阶段包括2007 年11月-2008年10月，2009年8月至今；在本文的研究中，我们把股票指数 上涨的期间称为牛市，把股票指数下跌的期间称为熊市，并根据此时间段的划分分别对钢铁股票进行研究分析。 2. 投资组合划分 β 我们先把选定的样本区间内的钢铁股票按照排序后分为5组，然后再根据其账面市值比把钢铁股票分为5组，这样就考虑在剔除股票的系统风险对其

从宏观经济数据分析A股市场未来走势

从宏观经济数据看市场未来走势 决定股票市场走势的因素很多，比如国内外宏观经济形势，国家调控政策，投资者情绪因素等等。我们可以从一系列历史的宏观经济数据与股票市场指数的关系对A股走势进行初步预测。但是要注意以下两点：一，历史不能简单的重复；二，我们能得到的宏观经济数据要滞后大约半个月，不能完全满足预测的及时性要求； （一）居民储蓄存款 决定股市走向的一个重要因素是市场增量资金的持续进入。资金来自两方面：法人投资者和个人投资者，从居民储蓄存款的变化趋势可以预测股市未来的变化趋势，如图（一）： 图（一） 从上图可以明显看出居民储蓄存款的增速与股票指数存在明显的负相关关系。其中：07年10月居民储蓄存款同比增速达到一个低点，同时股市也见顶；08年10-12月股市见底，同时居民储蓄存款增速在09年1月见顶；而从2010年开始居民储蓄存款同比增速在15%左右徘徊，同时上海A股指数也在3000

点上下区间震荡。 结论：我国近几年居民储蓄存款持续激增：06年16万亿，07年17万亿，08年22万亿，09年26万亿，今年至今29万亿，最近央行高层在不同场合表示活化居民储蓄存款，将其引导到资本市场，最终将储蓄转化为投资和消费的想法。而最新数据显示10月份居民储蓄存款环比减少将近7000亿，储蓄存款增速则有可能重新步入下降通道，而股票市场指数上涨的概率也加大。 （二）货币供应量M1,M2 货币供应量特别是M1的变化反应了市场的活跃程度，一般来说M1增速变大说明企业流动资金活跃，可供投资的资金也比较充裕，而M2增速的提高直接说明货币供应量很充足。因此M1,M2增速及两者增速之差与股票市场的指数都存在着正相关关系。如图（二）： 图（二）