① 中國股市：為什麼股市下跌容易漲回來難
第一個原因是因為下跌對人的心理壓力遠大於上漲的喜悅，人性都是趨利避害的，舉例說一個公司股票股價10元，有1000萬股，這時有人9.5元賣出1000股，假設時間停止，剩下的999.9 萬股損失了500萬。這個時候迴避風險的心理將占據上風。
第二個原因上漲支付的成本遠大於下降。還是上面的案例，10元股價拉升1毛錢，你要面對的是其他人的獲利要求，你要保證別人不賣出，也就是說上漲要齊心協力，但下跌呢？只要有一個叛徒，哪怕1000股，都可能把其他人拉下水去。有人曾提出用物理學的原理解釋，用數學解釋上漲需要的能力很大，而下行則要省力的多。我覺得真的很通。
第三個原因歸因於大盤，中國A股熊長牛短，因此，一旦下行，其「噩夢成真」的概率超過上漲的概率。
第四個原因是因為上市公司，中國A股的上市公司多數成長性欠佳，既然股價的上漲的真正原因是上市公司的業績和成長性，那麼「根基不牢」才是股價下跌是多數股票的常態。
炒股首先端正心態，不要老想著買入股票後馬上就會暴漲翻番，而要根據股市的運行規律慢慢的使自己的財富積累起來；其次，要熟悉技術分析，把握好買賣點；經驗是很重要的，為了提升自身炒股經驗，新手前期可用個牛股寶模擬炒股去學習一下股票知識、操作技巧，在今後股市中的贏利有一定的幫助。祝投資愉快！
② 股票中的動量效應如何衡量應該使用什麼指標
目前研究的動量效應主要由行為金融、奈特不確定性視角來衡量。
一、行為金融指從投資者的決策行為入手來找出動量效應的產生機制；
二、奈特不確定性主要包括了概率分布的不確定性、沒有確定概率分布的不確定性，由此產生了動量效應微觀機制。
動量效應是由Jegadeesh和Titman（1993）提出的，是指股票的收益率有延續原來的運動方向的趨勢，即過去一段時間收益率較高的股票在未來獲得的收益率仍會高於過去收益率較低的股票。
(2)股票上漲歸因分析擴展閱讀
動量效應的應用范圍：
動量效應在股票市場上存在的歷史很長，並且普遍存在於世界各地的股票市場上，甚至一些近期的研究發現動量效應也存在於其它類型的交易市場上，因此越來越多的學者開始探尋動量效應的成因以及他是否有違有效市場假說。
HS模型強調了投資者的異質性，把交易者分為信息觀察者和動量交易者兩類，私人信息在信息觀察者之間是逐步擴散的。得到結論為信息擴散慢的股票的動量效應或反轉效應高於信息擴散快的股票，因此，公司規模小，換手率低的股票具有更高的動量收益或者反轉收益。
③ 如何進行股票型基金收益的歸因分析
偏股型基金的收益表現可以歸因於什麼？擇股，擇時，還是風格？重倉於某個行業板塊？這些都是歸因分析試圖去回答的問題。可以利用統計學手段，根據每天的凈值，進行大致測算。
歸因分析的第一步是找出基金收益中有多少比例是來源於市場大盤和投資風格。這么說來有點復雜，題主自己去探索吧，現在工作比較忙，我都懶得研究，直接投資流量礦石炒礦了。
④ 基金的業績研究歸因是什麼收益
正確答案:C 解析：對於股票型基金，業內比較常用的業績歸因方法是Brinson方法。這種方法較為直觀、易理解，它把基金收益與基準組合收益的差異歸因於四個因素：資產配置、行業選擇、證券選擇以及交叉效應。
⑤ 羅伯特•希勒的《股價過度波動能根據其後的股利變化進行解釋嗎》希勒的結論是什麼
他的結論是股票股利變動不足以解釋股票波動，且有效市場理論對數據解釋的失敗不能歸因於數據誤差、價格指數問題以及稅法的變化。
這個理論也被稱為超額波動性(excess volatility)。超額波動性對金融學產生了很大的影響，正如希勒說的，「超額波動有力地沖擊了有效市場假說，指出了有效市場的失敗。」這篇文章引發了學界對股價波動與股利變化關系研究的熱潮。
下面附上一篇對此論文的介紹性文章：
有效市場理論認為公司股票內在價值等於股票未來期望股利的貼現價值，但在資本市場上，人們經常認為，相對於股利，股票價格指數波動大，不能對任何客觀的新信息做出反映，資本市場有效性受到質疑。為此，希勒利用方差邊界檢驗方法，計量檢驗股價波動與股利變化的關系，以驗資本市場的有效性。首先，假設存在理性預期，在完全有效市場上，p是p*的最優預測值，即p=E(p*)，定義u=p*－p，那麼，u與p不相關，根據統計學原理，可知var(p*)=var(u)+var(p)，進一步可得var(p)≦var(p*)，轉化為標准差可得σ(p)≦σ(p*)。如果檢驗結果與此相反，則說明否定了有效市場假設，即可判定存在過度波動。希勒還發展了標准有效市場模型，度量了對未來股利不確定性影響，以便准確識別股票價格對股利新息(news)的反應。在此基礎上，希勒通過美國1871-1979年間年標准普爾綜合股價指數和相關股利數據的方差與公司支付股利的方差對比，發現美國1871-1979年間股價波動是已實現股利分配波動程度的5-13倍，存在過度波動特徵，即使在考慮了預期實際貼現率的變化和未來股利不確定性的度量問題後, 股價過度波動問題仍然存在，股票股利變動不足以解釋股票波動，且有效市場理論對數據解釋的失敗不能歸因於數據誤差、價格指數問題以及稅法的變化。這一實證發現激發了大量關於股價股利關系的研究。
有效市場與完全競爭市場一樣，是一種標準的假設。那麼，在有效市場條件下，股票內在價值與未來預期股利的貼現相等。進一步假定，有效市場，則預期價格是實際價格的期望，p=E（p*），則預期價格的方差小於實際價格的方差，標准差類似，預期價格的標准差小於實際價格的標准差。
其誤差的結果是出現有效市場假設與美國實際不符。引發了後人無數的證明，不知道最後的結果如何？有效市場、完全競爭，竟然都是人們的一個假設。人們在一個永遠不存在的假設條件下，玩著游戲，並且可以用復雜的數學模型，估計實際經濟問題。
⑥ 股市本周為什麼漲為什麼暴跌
股市本周為何暴跌的原因：
上證綜指收盤創三周最大跌幅，早盤指數始終無法站穩4000點整數關，午後更是加速下行，30天、20天均線相繼失守。今日股指狂瀉歸因於短期降准預期落空、國企改革概念降溫等因素，認為股市區間震盪格局尚待打破。
1、國企概念降溫
國企概念股近期暴漲後紛紛跌停，打擊人氣。國企主題應該是一個長期、緩慢的主題，短線漲過多也會給改革帶來阻力這波反彈主要動力是國企改革主題，目前看來有降溫跡象，投資者認為現有的政策看來不足以支撐股市升勢。前期火熱的相關主題大跌，可能與國企改革方案低於預期有關
2、短期降准期待落空
之前7月外匯占款降幅創歷史新高，市場原本預計降准在即，然而央行放量逆回購或降低月內降準的概率，導致該利好期待落空
人民幣匯率貶值預期形成以及房價回升和CPI反彈將導致央行未來貨幣政策放鬆力度和效果均打折，降息降准都將進一步導致人民幣貶值預期加強，使得資本流出加快，反而損害流動性
3、券商融券重啟
券商融券交易恢復之後，市場擔心大力做空可能，對投資者情緒有影響。部分券商恢復提供融券，短期對市場有一定沖擊，因為市場在調整後投資者的心理仍比較脆弱
4、4000點壓力
市場本身就預計4000點壓力大，早上上試4000點後短線有獲利回吐的壓力，短炒資金出逃滬指後市可能還是在3500-4000點震盪
場外資金沒有進入，目前仍然是場內資金博弈，市場仍然處於3500-4200點區間震盪，接近上軌後出現回落是很正常的現象
由於股市本來也是比較弱勢的市場，期貨市場出現貼水的話，便以現貨相對期貨下跌更多的方式來進行收斂
5、投資人心態不穩
前期市場靠救市力量維護，但是市場情緒依然不穩。今天下跌也是這種心理的反應。近期商業銀行半年報陸續發布，半年報顯示銀行凈利增速放緩而壞賬增多的趨勢進一步形成，市場對中國金融風險上升的擔憂將加強，打壓風險偏好
⑦ 若預期股市將會大幅增長,股票指數
在我們中國證券市場一直有一個「千古之謎」：股票市場是不是經濟的晴雨表？前一段有人翻出1994年的報紙，當時預測20年後A股指數要漲到27000點。然而，雖然過去十年二十年中國經濟是全球所有國家中，增長最快的國家。但是這種快速增長背後並沒有體現在不斷創新高的股市。2019年A股指數，比2009年十年前的水平還低。另一邊，美國股市節節創新高，不斷反應了其強勁的基本面。連巴菲特都說，其投資最大的秘密是美國國運（American Tailwind）。
關於這一點，有許多不同討論，我們也曾經寫過一些文章。有人說，你把指數拉到1996年500多點的水平，過去二十幾年也漲了5倍，和美國差不多。也有人說，美國歷史上也有一段時間指數沒怎麼漲。
事實上股票市場到底是不是經濟的晴雨表，這個問題不僅僅出現在中國，也在許多其他國家出現。背後的根源是什麼呢？今天我們給大家提供一個視角。
長期驅動股票回報的因素：企業分紅！
股票市場的長期回報由兩個關鍵指標決定：企業的分紅率和企業盈利的增長。從價值投資教科書的定義看，價值投資就是預期回報完全來自資產本身的現金流和盈利。從簡單的邏輯出發，當經濟高增長的時候，企業盈利的增長也會更快，股票市場就應該表現很好。當經濟低增長甚至衰退的時候，股票市場企業也低增長甚至負增長，股票市場就會表現很差。由於和增長速度相關性很高，股票市場大概率在經濟不好時，表現更差，在經濟好的時候，表現更好。
從這個邏輯出發，那麼應該經濟增長最快的國家，股票市場表現最好？
作為A股投資者，我們肯定會舉雙手反對這個邏輯。經濟增長更快的中國，股市過去十年處於震盪向下，表現遠不如經濟增速不如我們的美國。事實上，基於對於大量的數據分析，我們也發現經濟和股票市場表現的相關性，變得越來越弱。如果看1900到2013年，21個國家的股市表現，會發現名義GDP增速和股票市場表現是正相關的。但是我們選取1987到2010年的45個市場數據，會發現名義GDP增速和股票市場表現居然沒什麼相關性。
要回答這個問題，我們必須對股票市場的回報率做一個更加量化的歸因分析。我們對所有國家的股票回報歸為三個因素：分紅率，估值變化和美股分紅的增長（Dividend Per Share Growth）。
美國沃頓商學院的傑里米西格爾教授在《股市長線法寶》中列舉了一個案例：假設1802年，三個美國人手裡各有一美元，他們基於各自的風險偏好做出了完全不同的投資決定，第一個人害怕風險，購買黃金作為保障；第二個人願意承擔一定風險，買了風險相對較小的債券；第三個人膽大包天，購買了風險較大的股票。那麼，長期投資的結果會如何呢？
如果長期持有，到了2006年，扣除通脹影響後，1美元的黃金價值1.95美元，1美元的債券價值1083美元，1美元的股票價值75.52萬美元。同樣的本金，只因為選擇投資標的不同，最終的結果天壤之別。如果啥都不做，1802年的1美元現金，到2006年的真實購買力只有0.06美元，貶值了99.4%，無異於坐吃等死。
在這個過程中，美國股票市場年化的回報率為8.4%，其中大約三分之二的回報來自股票分紅。如果再對21個市場從1900到2013年的回報率進行一個分析，結果更讓人震驚。這些國家的算數平均年化回報率為4.54%，而他們的算數平均股票分紅率為4.35%。分紅率解釋了96%的股票回報率。
為了再次驗證企業分紅對股票市場回報所產生的影響，幾位經濟學家選取了1997到2017年MSCI全球股票市場的43個國家區域股票市場樣本。這些數據全部來自公開的MSCI和Factset數據。這些國家在21年的平均年化分紅率是2.9%，而他們股票市場回報率為4.7%。可以說，企業分紅驅動了大約60%的股票上漲因素。相反，估值的變化長期看非常少，對股票市場年化回報率驅動為負貢獻：-0.3%。並且有55%的股票市場中，過去21年估值是被壓縮的。
對於估值變化的研究，也解釋了另一個問題：股票市場周期性特徵。從這些國家長期估值變化看，基本上估值變化不會很大。但是短期一兩年的估值波動比較大。所以，估值的波動解釋了市場自身波動的來源。這一點和巴菲特說的「市場先生」理論非常類似。估值的變化，是市場的一種風險因素。在低估值的時候，會向上回歸；在高估值的時候，會向下回歸。而周期最重要的因素是：均值回歸。
經濟增長和股票回報的不相關
我們理解了股票市場回報率主要和企業分紅率相關。隨著經濟的增長，企業盈利也會更加快速增長，他們賺了更多的錢就會分給股東。有了這樣一個大致的思維框架，我們就來看看全球各國的股票回報率和其經濟增長的相關性。
下面這兩張圖是對全球43個市場從1997到2017年的年化回報率進行統計。這裡面用了兩個不同的圖，第一張圖對應人均GDP增速，第二張圖對應了名義GDP增速。但是這兩張圖得出的結論都是驚人相似：大部分國家，特別是新興市場國家，股票市場回報率和經濟增長並不相關。中國是一個特別突出的案例，經濟增速是最快的，但是對應了最低的股票回報率
⑧ 股票風險預測時，如何才能知道預測結果是否正確
隨著機器學習和人工智慧的興起，預測：只需幾行代碼，就可以在初露頭角的數據愛好者處輕松訪問最新模型，且他們已經准備好隨時攻克可能遇到的一切任務。
但是一知半解是危險的，雖然機器學習的大部分可以歸因於統計和編程，但同樣重要的是領域知識，但它往往被忽略。這一點在投資領域最為明顯。
金融時間序列數據的信噪比一直都非常低，這種細微差別令人難以置信，從業人員花費了大量的精力來嘗試實現難以捉摸的目標，但只有少數成功。因此，需要對數據進行更深入的了解，並且找出其成功的共通之處。
很多項目都是從選擇一隻股票開始的，這只股票通常是蘋果(Apple)或亞馬遜(Amazon)等科技公司的股票，原因很簡單，這些公司眾所周知，並在消費者的日常生活中根深蒂固。
這是有問題的，因為選股不是一個任意的過程，它是投資決策過程的一部分，本身需要一個模型。
以蘋果為例，如果我們將其表現與更廣泛的標准普爾500指數(SP 500)進行對比，我們會發現蘋果的表現比該指數高出近60%。
乍一看，EWMA對標普500指數的預測非常准確，但如果我們仔細觀察市場下滑的時期，就會發現情況並非看上去那樣。
盡管藍線和橙線似乎緊密相連，但EWMA策略僅能融合過去的信息，即它只包含了過去的信息，無法應對日內波動的信息，因此往往導致它預測上漲，但實際是下跌，反之亦然。在此期間採取這種策略，其表現將遜於標普500指數。
結論
在開始一個股票預測項目之前，特別是在你打算投入實際資金的項目之前，先對這個主題做一些研究並了解數據是有好處的。
如果結果好得令人難以置信。由於參與者的數量越來越多，而且參與者的水平也越來越高，市場在價格發現方面極其有效，尤其是在股票方面。
盡管這可能不會排除潛在機會的可能性，但這意味著需要比即時可用的演算法和標准預處理技術更多的努力才能找到它。
⑨ 為什麼股票下跌容易上漲難
為什麼股票下跌容易上漲難？
第一個原因是因為下跌對人的心理壓力遠大於上漲的喜悅，人性都是趨利避害的，舉例說一個公司股票股價10元，有1000萬股，這時有人9.5元賣出1000股，假設時間停止，剩下的999.9 萬股損失了500萬。這個時候迴避風險的心理將占據上風。
第二個原因上漲支付的成本遠大於下降。還是上面的案例，10元股價拉升1毛錢，你要面對的是其他人的獲利要求，你要保證別人不賣出，也就是說上漲要齊心協力，但下跌呢？只要有一個叛徒，哪怕1000股，都可能把其他人拉下水去。有人曾提出用物理學的原理解釋，用數學解釋上漲需要的能力很大，而下行則要省力的多。我覺得真的很通。
第三個原因歸因於大盤，中國A股熊長牛短，因此，一旦下行，其「噩夢成真」的概率超過上漲的概率。
第四個原因是因為上市公司，中國A股的上市公司多數成長性欠佳，既然股價的上漲的真正原因是上市公司的業績和成長性，那麼「根基不牢」才是股價下跌是多數股票的常態。
炒股首先端正心態，不要老想著買入股票後馬上就會暴漲翻番，而要根據股市的運行規律慢慢的使自己的財富積累起來；其次，要熟悉技術分析，把握好買賣點；經驗是很重要的，為了提升自身炒股經驗，新手前期可用個牛股寶模擬炒股去學習一下股票知識、操作技巧，在今後股市中的贏利有一定的幫助。祝投資愉快！
⑩ 產品量化歸因的背景有哪些
投資領域80年代就開始有量化模型了，最有名的是Brinson模型，後來又有了Fama和French五因子模型，在股票投資方面已經應用的很成熟了，但是在實體商業還是以經驗結合基礎統計數據進行決策，現在實體商業的數據越來越豐富了，尤其是客流數據的積累，再結合機器學習，現在就可以實現幾個核心因素的歸因分析，這樣就可以幫助實體商業管理者以量化歸因的方式進行問題和機會的發現以及商業決策了。在實體商業量化歸因的主要因子包括：行業基準的確立，每個商業體的周邊環境因素，商業體的管理能力競爭力，還有日期，節假日等關鍵因素。實體商業要實現量化歸因，最重要的，最難的，就是要有足夠覆蓋的樣本和數據積累，還要有了解商業的數學專家。