① 中国股市：为什么股市下跌容易涨回来难
第一个原因是因为下跌对人的心理压力远大于上涨的喜悦，人性都是趋利避害的，举例说一个公司股票股价10元，有1000万股，这时有人9.5元卖出1000股，假设时间停止，剩下的999.9 万股损失了500万。这个时候回避风险的心理将占据上风。
第二个原因上涨支付的成本远大于下降。还是上面的案例，10元股价拉升1毛钱，你要面对的是其他人的获利要求，你要保证别人不卖出，也就是说上涨要齐心协力，但下跌呢？只要有一个叛徒，哪怕1000股，都可能把其他人拉下水去。有人曾提出用物理学的原理解释，用数学解释上涨需要的能力很大，而下行则要省力的多。我觉得真的很通。
第三个原因归因于大盘，中国A股熊长牛短，因此，一旦下行，其“噩梦成真”的概率超过上涨的概率。
第四个原因是因为上市公司，中国A股的上市公司多数成长性欠佳，既然股价的上涨的真正原因是上市公司的业绩和成长性，那么“根基不牢”才是股价下跌是多数股票的常态。
炒股首先端正心态，不要老想着买入股票后马上就会暴涨翻番，而要根据股市的运行规律慢慢的使自己的财富积累起来；其次，要熟悉技术分析，把握好买卖点；经验是很重要的，为了提升自身炒股经验，新手前期可用个牛股宝模拟炒股去学习一下股票知识、操作技巧，在今后股市中的赢利有一定的帮助。祝投资愉快！
② 股票中的动量效应如何衡量应该使用什么指标
目前研究的动量效应主要由行为金融、奈特不确定性视角来衡量。
一、行为金融指从投资者的决策行为入手来找出动量效应的产生机制；
二、奈特不确定性主要包括了概率分布的不确定性、没有确定概率分布的不确定性，由此产生了动量效应微观机制。
动量效应是由Jegadeesh和Titman（1993）提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。
(2)股票上涨归因分析扩展阅读
动量效应的应用范围：
动量效应在股票市场上存在的历史很长，并且普遍存在于世界各地的股票市场上，甚至一些近期的研究发现动量效应也存在于其它类型的交易市场上，因此越来越多的学者开始探寻动量效应的成因以及他是否有违有效市场假说。
HS模型强调了投资者的异质性，把交易者分为信息观察者和动量交易者两类，私人信息在信息观察者之间是逐步扩散的。得到结论为信息扩散慢的股票的动量效应或反转效应高于信息扩散快的股票，因此，公司规模小，换手率低的股票具有更高的动量收益或者反转收益。
③ 如何进行股票型基金收益的归因分析
偏股型基金的收益表现可以归因于什么？择股，择时，还是风格？重仓于某个行业板块？这些都是归因分析试图去回答的问题。可以利用统计学手段，根据每天的净值，进行大致测算。
归因分析的第一步是找出基金收益中有多少比例是来源于市场大盘和投资风格。这么说来有点复杂，题主自己去探索吧，现在工作比较忙，我都懒得研究，直接投资流量矿石炒矿了。
④ 基金的业绩研究归因是什么收益
正确答案:C 解析：对于股票型基金，业内比较常用的业绩归因方法是Brinson方法。这种方法较为直观、易理解，它把基金收益与基准组合收益的差异归因于四个因素：资产配置、行业选择、证券选择以及交叉效应。
⑤ 罗伯特•希勒的《股价过度波动能根据其后的股利变化进行解释吗》希勒的结论是什么
他的结论是股票股利变动不足以解释股票波动，且有效市场理论对数据解释的失败不能归因于数据误差、价格指数问题以及税法的变化。
这个理论也被称为超额波动性(excess volatility)。超额波动性对金融学产生了很大的影响，正如希勒说的，“超额波动有力地冲击了有效市场假说，指出了有效市场的失败。”这篇文章引发了学界对股价波动与股利变化关系研究的热潮。
下面附上一篇对此论文的介绍性文章：
有效市场理论认为公司股票内在价值等于股票未来期望股利的贴现价值，但在资本市场上，人们经常认为，相对于股利，股票价格指数波动大，不能对任何客观的新信息做出反映，资本市场有效性受到质疑。为此，希勒利用方差边界检验方法，计量检验股价波动与股利变化的关系，以验资本市场的有效性。首先，假设存在理性预期，在完全有效市场上，p是p*的最优预测值，即p=E(p*)，定义u=p*－p，那么，u与p不相关，根据统计学原理，可知var(p*)=var(u)+var(p)，进一步可得var(p)≦var(p*)，转化为标准差可得σ(p)≦σ(p*)。如果检验结果与此相反，则说明否定了有效市场假设，即可判定存在过度波动。希勒还发展了标准有效市场模型，度量了对未来股利不确定性影响，以便准确识别股票价格对股利新息(news)的反应。在此基础上，希勒通过美国1871-1979年间年标准普尔综合股价指数和相关股利数据的方差与公司支付股利的方差对比，发现美国1871-1979年间股价波动是已实现股利分配波动程度的5-13倍，存在过度波动特征，即使在考虑了预期实际贴现率的变化和未来股利不确定性的度量问题后, 股价过度波动问题仍然存在，股票股利变动不足以解释股票波动，且有效市场理论对数据解释的失败不能归因于数据误差、价格指数问题以及税法的变化。这一实证发现激发了大量关于股价股利关系的研究。
有效市场与完全竞争市场一样，是一种标准的假设。那么，在有效市场条件下，股票内在价值与未来预期股利的贴现相等。进一步假定，有效市场，则预期价格是实际价格的期望，p=E（p*），则预期价格的方差小于实际价格的方差，标准差类似，预期价格的标准差小于实际价格的标准差。
其误差的结果是出现有效市场假设与美国实际不符。引发了后人无数的证明，不知道最后的结果如何？有效市场、完全竞争，竟然都是人们的一个假设。人们在一个永远不存在的假设条件下，玩着游戏，并且可以用复杂的数学模型，估计实际经济问题。
⑥ 股市本周为什么涨为什么暴跌
股市本周为何暴跌的原因：
上证综指收盘创三周最大跌幅，早盘指数始终无法站稳4000点整数关，午后更是加速下行，30天、20天均线相继失守。今日股指狂泻归因于短期降准预期落空、国企改革概念降温等因素，认为股市区间震荡格局尚待打破。
1、国企概念降温
国企概念股近期暴涨后纷纷跌停，打击人气。国企主题应该是一个长期、缓慢的主题，短线涨过多也会给改革带来阻力这波反弹主要动力是国企改革主题，目前看来有降温迹象，投资者认为现有的政策看来不足以支撑股市升势。前期火热的相关主题大跌，可能与国企改革方案低于预期有关
2、短期降准期待落空
之前7月外汇占款降幅创历史新高，市场原本预计降准在即，然而央行放量逆回购或降低月内降准的概率，导致该利好期待落空
人民币汇率贬值预期形成以及房价回升和CPI反弹将导致央行未来货币政策放松力度和效果均打折，降息降准都将进一步导致人民币贬值预期加强，使得资本流出加快，反而损害流动性
3、券商融券重启
券商融券交易恢复之后，市场担心大力做空可能，对投资者情绪有影响。部分券商恢复提供融券，短期对市场有一定冲击，因为市场在调整后投资者的心理仍比较脆弱
4、4000点压力
市场本身就预计4000点压力大，早上上试4000点后短线有获利回吐的压力，短炒资金出逃沪指后市可能还是在3500-4000点震荡
场外资金没有进入，目前仍然是场内资金博弈，市场仍然处于3500-4200点区间震荡，接近上轨后出现回落是很正常的现象
由于股市本来也是比较弱势的市场，期货市场出现贴水的话，便以现货相对期货下跌更多的方式来进行收敛
5、投资人心态不稳
前期市场靠救市力量维护，但是市场情绪依然不稳。今天下跌也是这种心理的反应。近期商业银行半年报陆续发布，半年报显示银行净利增速放缓而坏账增多的趋势进一步形成，市场对中国金融风险上升的担忧将加强，打压风险偏好
⑦ 若预期股市将会大幅增长,股票指数
在我们中国证券市场一直有一个“千古之谜”：股票市场是不是经济的晴雨表？前一段有人翻出1994年的报纸，当时预测20年后A股指数要涨到27000点。然而，虽然过去十年二十年中国经济是全球所有国家中，增长最快的国家。但是这种快速增长背后并没有体现在不断创新高的股市。2019年A股指数，比2009年十年前的水平还低。另一边，美国股市节节创新高，不断反应了其强劲的基本面。连巴菲特都说，其投资最大的秘密是美国国运（American Tailwind）。
关于这一点，有许多不同讨论，我们也曾经写过一些文章。有人说，你把指数拉到1996年500多点的水平，过去二十几年也涨了5倍，和美国差不多。也有人说，美国历史上也有一段时间指数没怎么涨。
事实上股票市场到底是不是经济的晴雨表，这个问题不仅仅出现在中国，也在许多其他国家出现。背后的根源是什么呢？今天我们给大家提供一个视角。
长期驱动股票回报的因素：企业分红！
股票市场的长期回报由两个关键指标决定：企业的分红率和企业盈利的增长。从价值投资教科书的定义看，价值投资就是预期回报完全来自资产本身的现金流和盈利。从简单的逻辑出发，当经济高增长的时候，企业盈利的增长也会更快，股票市场就应该表现很好。当经济低增长甚至衰退的时候，股票市场企业也低增长甚至负增长，股票市场就会表现很差。由于和增长速度相关性很高，股票市场大概率在经济不好时，表现更差，在经济好的时候，表现更好。
从这个逻辑出发，那么应该经济增长最快的国家，股票市场表现最好？
作为A股投资者，我们肯定会举双手反对这个逻辑。经济增长更快的中国，股市过去十年处于震荡向下，表现远不如经济增速不如我们的美国。事实上，基于对于大量的数据分析，我们也发现经济和股票市场表现的相关性，变得越来越弱。如果看1900到2013年，21个国家的股市表现，会发现名义GDP增速和股票市场表现是正相关的。但是我们选取1987到2010年的45个市场数据，会发现名义GDP增速和股票市场表现居然没什么相关性。
要回答这个问题，我们必须对股票市场的回报率做一个更加量化的归因分析。我们对所有国家的股票回报归为三个因素：分红率，估值变化和美股分红的增长（Dividend Per Share Growth）。
美国沃顿商学院的杰里米西格尔教授在《股市长线法宝》中列举了一个案例：假设1802年，三个美国人手里各有一美元，他们基于各自的风险偏好做出了完全不同的投资决定，第一个人害怕风险，购买黄金作为保障；第二个人愿意承担一定风险，买了风险相对较小的债券；第三个人胆大包天，购买了风险较大的股票。那么，长期投资的结果会如何呢？
如果长期持有，到了2006年，扣除通胀影响后，1美元的黄金价值1.95美元，1美元的债券价值1083美元，1美元的股票价值75.52万美元。同样的本金，只因为选择投资标的不同，最终的结果天壤之别。如果啥都不做，1802年的1美元现金，到2006年的真实购买力只有0.06美元，贬值了99.4%，无异于坐吃等死。
在这个过程中，美国股票市场年化的回报率为8.4%，其中大约三分之二的回报来自股票分红。如果再对21个市场从1900到2013年的回报率进行一个分析，结果更让人震惊。这些国家的算数平均年化回报率为4.54%，而他们的算数平均股票分红率为4.35%。分红率解释了96%的股票回报率。
为了再次验证企业分红对股票市场回报所产生的影响，几位经济学家选取了1997到2017年MSCI全球股票市场的43个国家区域股票市场样本。这些数据全部来自公开的MSCI和Factset数据。这些国家在21年的平均年化分红率是2.9%，而他们股票市场回报率为4.7%。可以说，企业分红驱动了大约60%的股票上涨因素。相反，估值的变化长期看非常少，对股票市场年化回报率驱动为负贡献：-0.3%。并且有55%的股票市场中，过去21年估值是被压缩的。
对于估值变化的研究，也解释了另一个问题：股票市场周期性特征。从这些国家长期估值变化看，基本上估值变化不会很大。但是短期一两年的估值波动比较大。所以，估值的波动解释了市场自身波动的来源。这一点和巴菲特说的“市场先生”理论非常类似。估值的变化，是市场的一种风险因素。在低估值的时候，会向上回归；在高估值的时候，会向下回归。而周期最重要的因素是：均值回归。
经济增长和股票回报的不相关
我们理解了股票市场回报率主要和企业分红率相关。随着经济的增长，企业盈利也会更加快速增长，他们赚了更多的钱就会分给股东。有了这样一个大致的思维框架，我们就来看看全球各国的股票回报率和其经济增长的相关性。
下面这两张图是对全球43个市场从1997到2017年的年化回报率进行统计。这里面用了两个不同的图，第一张图对应人均GDP增速，第二张图对应了名义GDP增速。但是这两张图得出的结论都是惊人相似：大部分国家，特别是新兴市场国家，股票市场回报率和经济增长并不相关。中国是一个特别突出的案例，经济增速是最快的，但是对应了最低的股票回报率
⑧ 股票风险预测时，如何才能知道预测结果是否正确
随着机器学习和人工智能的兴起，预测：只需几行代码，就可以在初露头角的数据爱好者处轻松访问最新模型，且他们已经准备好随时攻克可能遇到的一切任务。
但是一知半解是危险的，虽然机器学习的大部分可以归因于统计和编程，但同样重要的是领域知识，但它往往被忽略。这一点在投资领域最为明显。
金融时间序列数据的信噪比一直都非常低，这种细微差别令人难以置信，从业人员花费了大量的精力来尝试实现难以捉摸的目标，但只有少数成功。因此，需要对数据进行更深入的了解，并且找出其成功的共通之处。
很多项目都是从选择一只股票开始的，这只股票通常是苹果(Apple)或亚马逊(Amazon)等科技公司的股票，原因很简单，这些公司众所周知，并在消费者的日常生活中根深蒂固。
这是有问题的，因为选股不是一个任意的过程，它是投资决策过程的一部分，本身需要一个模型。
以苹果为例，如果我们将其表现与更广泛的标准普尔500指数(SP 500)进行对比，我们会发现苹果的表现比该指数高出近60%。
乍一看，EWMA对标普500指数的预测非常准确，但如果我们仔细观察市场下滑的时期，就会发现情况并非看上去那样。
尽管蓝线和橙线似乎紧密相连，但EWMA策略仅能融合过去的信息，即它只包含了过去的信息，无法应对日内波动的信息，因此往往导致它预测上涨，但实际是下跌，反之亦然。在此期间采取这种策略，其表现将逊于标普500指数。
结论
在开始一个股票预测项目之前，特别是在你打算投入实际资金的项目之前，先对这个主题做一些研究并了解数据是有好处的。
如果结果好得令人难以置信。由于参与者的数量越来越多，而且参与者的水平也越来越高，市场在价格发现方面极其有效，尤其是在股票方面。
尽管这可能不会排除潜在机会的可能性，但这意味着需要比即时可用的算法和标准预处理技术更多的努力才能找到它。
⑨ 为什么股票下跌容易上涨难
为什么股票下跌容易上涨难？
第一个原因是因为下跌对人的心理压力远大于上涨的喜悦，人性都是趋利避害的，举例说一个公司股票股价10元，有1000万股，这时有人9.5元卖出1000股，假设时间停止，剩下的999.9 万股损失了500万。这个时候回避风险的心理将占据上风。
第二个原因上涨支付的成本远大于下降。还是上面的案例，10元股价拉升1毛钱，你要面对的是其他人的获利要求，你要保证别人不卖出，也就是说上涨要齐心协力，但下跌呢？只要有一个叛徒，哪怕1000股，都可能把其他人拉下水去。有人曾提出用物理学的原理解释，用数学解释上涨需要的能力很大，而下行则要省力的多。我觉得真的很通。
第三个原因归因于大盘，中国A股熊长牛短，因此，一旦下行，其“噩梦成真”的概率超过上涨的概率。
第四个原因是因为上市公司，中国A股的上市公司多数成长性欠佳，既然股价的上涨的真正原因是上市公司的业绩和成长性，那么“根基不牢”才是股价下跌是多数股票的常态。
炒股首先端正心态，不要老想着买入股票后马上就会暴涨翻番，而要根据股市的运行规律慢慢的使自己的财富积累起来；其次，要熟悉技术分析，把握好买卖点；经验是很重要的，为了提升自身炒股经验，新手前期可用个牛股宝模拟炒股去学习一下股票知识、操作技巧，在今后股市中的赢利有一定的帮助。祝投资愉快！
⑩ 产品量化归因的背景有哪些
投资领域80年代就开始有量化模型了，最有名的是Brinson模型，后来又有了Fama和French五因子模型，在股票投资方面已经应用的很成熟了，但是在实体商业还是以经验结合基础统计数据进行决策，现在实体商业的数据越来越丰富了，尤其是客流数据的积累，再结合机器学习，现在就可以实现几个核心因素的归因分析，这样就可以帮助实体商业管理者以量化归因的方式进行问题和机会的发现以及商业决策了。在实体商业量化归因的主要因子包括：行业基准的确立，每个商业体的周边环境因素，商业体的管理能力竞争力，还有日期，节假日等关键因素。实体商业要实现量化归因，最重要的，最难的，就是要有足够覆盖的样本和数据积累，还要有了解商业的数学专家。