① 股票價格的計算公式
股價是指股票的交易價格，是一個動態的數值，由市場買賣方成交決定，受供求關系的影響上下波動。
② 怎麼做投資前景和風險評估 跪求各位高手指點！！！！！
市值=股價*股本 由於我國的上市公司的股份結構中分國有股、法人股、個人股等。目前個公眾股可以上市流通交易。這部分流通的股份總數乘以股票市場價格，就是流通市值。市價總值即全部股份乘上市場價格。 例如．有一家公司共發行了1億股股票，在年底時股價為每股30元，那麼。該公司在年底時的市價總值就為30億元。一般未說，公司規模越大，股票在市場上的價格越高，那麼該公司的市值也越大·因此，公司的市價總值，可用來衡量一個公司的經營規模和發展狀況。 流通市值和總市值比較的股票都會影響大盤指數，總市值大的權重就大。市值高是對公司的一種外在的肯定，但流通市值太大,在市場成交量低迷的時候就不容易漲，所以不要盲目的看重高市值的股票。 一家上市公司的風險評估不能單靠市值來判斷，需要綜合很多因素.......下面我推薦一種 「上市公司投資價值評價指標體系」，評估操作相對簡單：根據公司價值的一般理論，公司價值主要由盈利報酬能力、資產管理能力、股東回報能力、償付債務能力、成長能力等諸多因素決定，考慮到數據的可獲得性和指標間的可比性，基於建立投資價值評價指標體系的原則，即定性指標與定量指標相結合、財務與非財務指標相結合原則，本文以上市公司的財務狀況、經營管理水平、核心競爭優勢、行業發展前景、高級管理人員能力、信息披露質量等6個一級指標以及19個二級指標所構成的三層次模型構架建立上市公司投資價值指標評價體系。對於這些指標，可以定性分為很好、較好、一般、差等4個計分標准，對於定量指標，參考行業標准值評價，沒有行業標准值的，例如，市場佔有率根據實際市場情況打分，市場佔有率排名靠前的為優。[1]1 .財務狀況指標。這一指標主要包括凈資產收益率、資產負債率、每股現金流量、銷售收入增長率四個子指標。財務狀況指標是對公司以往經營情況的反映，能夠在一定程度上預測公司未來的業績，在投資價值分析中具有非常重要的作用。這一指標主要包括公司的盈利能力、成長能力、公司盈利的質量和投資的安全性，具體可以選擇凈資產收益率，資產負債率，每股現金流量，銷售收入增長率四個二級指標。凈資產收益率反映上市公司股東投資報酬的大小，凈資產收益率越大，上市公司凈資產的獲利能力就越強。凈資產收益率是稅後利潤除以凈資產得到的百分比率，用以衡量公司的贏利能力指標。這一指標既與每股收益又與每股凈資產有關，而這兩個指標從不同角度反映了公司的投資價值，故這一指標綜合地反映了公司投資價值。公司的總資產包括凈資產和負債，將負債總額除以資產總額便得到資產負債率。資產負債率低，那股東權益比率就高，公司償付全部債務的能力強，財務風險小，經營安全性高，公司的投資價值相應較大。每股經營活動現金流量，它是由經營活動現金流量除以總股本得到，上市公司必須披露每股經營活動現金流量，以防止上市公司通過大量關聯交易，製造大量掛帳利潤。主營業務收入增長率在上市公司成長評價中具有舉足輕重的作用，表明公司重點發展方向的成長能力。這些指標都可以從公司年度財務報告中得到。2.公司經營管理水平。這一指標設置管理制度完善性、人力資源管理水平、產品市場佔有率、顧客滿意度四個子指標。公司經營管理水平直接決定了公司的盈利與成長能力。完善的管理制度，能夠保證管理層權責劃分明確，有效的控制經營風險，確保經營目標的實現。人力資源管理水平反映公司如何招聘人才以及在培訓方面的投資，以及激勵政策的制定與執行，這一指標可以通過公司職員的數量、年齡結構、知識結構和人員的流動性來衡量。產品市場佔有率和顧客滿意度高低體現了公司產品和服務的競爭優勢，決定了公司在市場競爭中的地位和盈利水平。這些指標可以從公司招股說明書和年度財務報告中資料整理得到。3.核心競爭優勢。這一指標包括公司核心技術數量及質量、品牌形象、研發能力、企業文化。核心技術是指公司擁有的專利和專有技術，這些技術會使公司比競爭對手獲得超額利潤。研發人員的技術水平和研發能力，會影響新產品的研發周期，以及新產品的研發質量，研發人才隊伍的整體素質直接決定了公司的技術創新水平，而好的企業文化會激發職工創新的積極性，提高公司創新能力。公司品牌作為一項無形資產，也會提高公司的競爭優勢。這些指標可以從公司招股說明書和年度財務報告中得到。4.行業發展前景。這一指標分為公司符合國家產業政策、周邊經濟環境、行業競爭狀況三個子指標。實踐證明，在不同時期，國家的產業政策調整會對公司的盈利與發展產生重大的影響。如果公司所處行業屬於國家鼓勵發展，則有可能獲得各種扶持政策，諸如稅收優惠等。周邊經濟環境對行業發展也有密切關系。行業競爭程度直接影響著行業的獲利能力。影響行業競爭程度的因素主要有進入壁壘高低、買方和替代品等。這些指標可以從公司招股說明書和年度財務報告評價得到。5.高級管理人員能力。這一指標包括高管人員的素質與經歷、領導決策力兩個子指標。高級管理人員是指公司的副總以上級別及關鍵部門中層領導人員。這些人能夠對公司的生產經營政策產生重大影響，因此其個人素質、經歷也會影響公司的業績發展，評價依據是高管人員的背景、資格、經驗等。領導決策能力是制定經營戰略的能力，主要依據企業重大經營政策的執行和實現情況進行定性評價。有關資料可以從公司年度財務報告中得到。6.信息披露質量。這一指標由信息披露及時性和准確性兩個子指標組成。只有及時、真實的信息才具有參考價值。依據這些信息做出的分析才具有可信性。這些指標可以從公司股東大會公告以及交易所公告中得到。三、模糊綜合評價1.確立評價集V。評價集是對分析對象做出的各種總的評價結果組成的集合，用V表示：V=(V1,V2,…Vj…Vn)，其中Vj表示第j個評價結果。我們對上市公司投資價值進行評價時,建立評價集V：V=(V1,V2,V3,V4)=(很好，較好，一般，差)。2.將所有指標按其屬性分成6個子集，即（U1，U2，U3，U4，U5，U6），分別為U1=「財務狀況」、U2=「公司經營管理水平」、U3=「核心競爭優勢」、U4=「行業發展前景」、U5=「高級管理人員能力」、U6=「信息披露質量」。各個子集有若干個第三層指標組成。Ui=（Ui1，Ui2，…，Uin），i=1，2，3，4，5，6；n表示Ui所包含的第三層指標的數目。表1 模糊判斷數據表一級指標 權重 二級指標 權重 評 定 級很好 好 一般 差財務狀況 0.3 凈資產收益率 0.3 0.2 0.6 0.2 0資產負債率 0.2 0.1 0.2 0.5 0.2每股現金流量 0.3 0 0.1 0.2 0.7銷售收入增長率 0.2 0.3 0.6 0.1 0經營管理水平 0.2 管理制度完善 0.25 0.2 0.5 0.2 0.1人力資源管理 0.25 0.3 0.5 0.1 0.1產品市場佔有率 0.25 0.5 0.5 0 0顧客滿意度高低 0.25 0.3 0.4 0.2 0.1核心競爭優勢 0.2 核心技術數量 0.3 0.5 0.5 0 0研發能力 0.2 0.2 0.5 0.2 0.1品牌形象 0.25 0.2 0.5 0.2 0.1企業文化 0.25 0.3 0.4 0.2 0.1行業發展前景 0.1 符合產業政策 0.4 0.5 0.5 0 0周邊經濟環境 0.3 0.3 0.4 0.2 0.1行業競爭狀況 0.3 0.3 0.5 0.2 0高級管理人員能力 0.1 素質與經歷 0.5 0.4 0.5 0.1 0領導決策力 0.5 0.1 0.2 0.4 0.3信息披露質量 0.1 及時性 0.5 0.2 0.5 0.2 0.1准確性 0.5 0.4 0.5 0.1 03.對構成每個第一層因素的第二層因素集進行模糊評價。根據Fuzzy的性質，得到對U1的判斷向量 ；其中， 是由U1到批語集V的一個模糊影射；U1下各個第二層指標可通過德爾菲法獲取，從而可以得到U1的模糊評價矩陣 = （相關數據見表1）。採用M（ ，＋）運算元方式：bj= j=1，2，…,m,其中 。[3]求得對應每個指標模糊向量 =（b11b12b13b14），最後得到對第一層指標進行判斷的模糊矩陣。因為此模型考慮了所有因素影響，能夠保留全部有用信息，非常適合於上市公司投資價值分析。4.確定權重集。對一級評價指標層U=(U1,U2,…Ul)所對應的權重集為A=(a1,a2,…,al),其中ak(k=1,2,…,l)表示指標Uk在U中的權重；對二級評價指標層Uk=(Uk1,Uk2,…,Ukm)所對應的權重集為Ak=(ak1,ak2,…,akm)其中aki(i=1,2,…,m)表示指標Uki在Uk中的權重。為了使多個指標合成的綜合評價結果能夠准確反映被評價對象的真實情況，需對各指標賦予不同的權數。可以採用層次分析法（AHP）確定企業信用評價指標體系中各指標的權重。層次分析法是一種定性和定量相結合的、系統化、層次化的分析方法，通過對各指標的相對重要性的兩兩比較，給出模糊判斷，建立成對比較矩陣，並根據Saaty標度將其量化，最終得出各類指標的權重。也可通過德爾菲法或專家小組法對定性指標進行評價得到各指標的權重。[4]5.確定評價公司投資價值的向量元素集。 ，其中， 為對應每個第一層指標的權重向量。本文以三一重工公司為例，建立模糊判斷數據表，經計算可得該公司的投資價值評價值為 （0.263，0.433，0.177，0.127）。[5]6.確定評價結論。若對批語集作如下等級賦值：很高（95），高（80），一般（65），差（50）。對公司評價結果應用歸一化公式： ，可得 80.28分。說明該公司具有高的投資價值。
③ 期貨博弈大師怎麼看
是空換，空開，多換，多開，雙開，雙平，多平，空平吧，期貨交易的八種性質，舉個例子吧，這個很難說明白，畫圖的話比較好說。
多換：就是在多方市場上，好比你買入一手開倉，同時有人賣出一手平倉，你們
兩個成交的話，就叫多換，現手2，持倉+0
空換：在空方市場上你賣出一手開倉，同時有人買入一手平倉，你們成交的話就
叫空換，現手是2，持倉+0
多開:例有人買入兩手開倉，同時有人賣出一手平倉，還有人人賣出一手開倉，
這三人成交，就是多開，現手是4，持倉+2
空開：例有人賣出兩手開倉，同時有人買入一手平倉，還有人買入一手開倉，這
三人成交，即是空開，現手是4，持倉+2
多平：例有人賣出兩手平倉，同時有人買入一手開倉，還有人買入一手平倉，這
幾人成交，就叫多平，現手是4，持倉-2
空平：一樣例有人買入兩手平倉，同時有人賣出一手開倉，還有人賣出一手平
倉，三人成交就是空平，現手是4，持倉-2
雙開：就是雙方同時開倉，有人買入一手開倉，同時有人賣出一手開倉，成交就
是雙開，現手2，持倉+2
雙平：就是雙方同時平倉，例有人買入一手平倉，同時有人賣出一手平倉，雙方
成交，即是雙平。現手2，持倉-2
只是舉了一個簡單的例子，在期貨市場上，同一時間內有很多人交易的，也有很多手單子
④ 股票價格是如何定價的
拿肉(股票)來說吧,第一天,某市場(比喻股票交易市場)一斤肉10(股票價格)元一斤,我(比喻莊家)發話了:今天收購價格只要低於15塊,都賣我,我全買了.市場上這批豬肉被我買的差不多了,收攤...
第二天,肉商們提高價格(股票上漲),至少比昨天10塊錢的價格高,因為昨天有人大量高價收購,某些喜歡傳話的老太婆們(股票評價公司,或者股票推薦人等)四處傳:看吧,我就說肉今天肯定漲價你們都不聽,後悔了吧!再者市場上的肉的確因為我的收購而顯得稀少,大家(散戶)到肉肯定還要漲價,也都紛紛跟著買進,想高價時賣出個好價錢.此時肉的價格漲到20元一斤.我沒有出手.
第三天,我將手中肉的10%投入市場賣,定價為25元,買不買隨便.肉商們看到我這個大戶都提高價格了,也會紛紛提高價格雖然不可能一下子漲5元,2元3元都有可能.大家看到肉的確漲價了買入的心情就更加強烈了,紛紛搶購.
第四天,肉因為我的囤積,老太太們的炒做,大家的追捧,價格一路直上,我將股票定到為30元即可出售,某時某分肉價為30元,拋...
第五天,肉價因為我的拋售,大家手中資金基本上前兩天都花光了購買力下降,老太太們也啞巴了等各種不利因素下肉價向下小幅度動搖,為28元
第六天,因為肉價太高無人問津,市場上有大量的肉在銷售,大家紛紛拋售,導致價格一路直下為20元,市場管理者(是誰都知道吧)說:為了穩定肉價不收你們攤位衛生費了(比如印花稅).肉價上漲到21元.
第七天,肉價還是持續走低,大家忍不住了,紛紛拋售,此時購買的人四處講價:誰便宜我買誰的.大家相互壓價最後肉價又回歸為10元左右.
基本上就是這個模式,象咱們小老百姓買股票都要跟庄跟的好就行,比如:莊家在30元賣出,此時我們並不能感覺到什麼,但是第二天研究各種信息能發現莊家拋了,不要抱任何"貪"的心理拋出.大概就是"第二天"跟買,"第五天"跟賣.還有一點,不要相信那些多嘴的老太太們瞎叨叨,股票漲了跌了都會扯淡半天,馬後炮而已.你要是問買哪個股票一定漲,他們就都啞巴了.
⑤ 正螺旋效應是怎麼產生的
滬深A股市場價格混沌特性研究
Study on Chaos process of stock price in Shanghai and Shenzhen A shares Stock market
研究領域： 金融學
1、前言
現代金融經濟學理論假定投資者是理性的，證券價格等於其內在「基本價值」，在這種理想的市場環境中，市場是有效率的。Fama(1970)提出有效市場假說（Efficient Market Hypothesis,EMH），認為在一個有效率的市場中，證券的價格充分反映了所有可獲得的信息。為了檢驗市場是否有效，所採用的方法一般是通過檢驗證券價格收益率序列是否符合隨機遊走模型。關於市場效率的實證研究持續了近半個世紀，但結論仍然是存在極大爭議的。
自然科學的研究成果表明，一個非線性正反饋系統的演化過程可能產生混沌（Chaos）。許多經濟行為模式都是非線性的，例如，投資者對風險與收益的偏好、市場參與者之間的決策博弈、一些經濟合同及金融工具的選擇性條款等。行為金融學派認為，投資者並非完全理性的，而是存在「代表性直覺（Representativeness heuristic）」等認知偏差（Kahneman 與 Tversky，1979），在這些認知偏差影響下，由於羊群效應（Scharfstein 與 Stein，1990）、外推預期等因素，證券市場存在正反饋機制（De Long等，1990b）。因此，證券價格形成過程中，存在非線性正反饋機制， 在這種機制的驅動下，證券價格有可能出現混沌(Chaos)現象，使證券價格的演變表現出復雜性（Complexity）。
混沌概念是E．Lorenz（1963）最早在研究大氣運動時提出的，它是指確定性系統的內在不規則的、永不重復的非周期性運動，這種系統存在內在非線性正反饋動力，其定常狀態是一種性態復雜、紊亂但卻使終有限的運動狀態，且系統的運動路徑受系統初始條件及參數影響很大。混沌表面上看起來像隨機運動，它能通過所有傳統的隨機性檢驗，例如，在許多計算機系統中，類似於Logistic映射這樣的混沌過程演算法就被作為偽隨機數發生器(Pseudo Random Number Generators)產生隨機數序列。混沌貌似隨機性（Randomness），但它不是隨機性。隨機性是隨機過程，是雜訊擾動引起的。而混沌則是由內在確定性的非線性正反饋引起的，因此也被稱為確定性混沌(Deterministic Chaos)。
混沌的概念提出以後，對現代金融經濟學中有效市場理論的沖擊是巨大的。Fama(1970)通過檢驗證券價格收益率序列在統計上能通過隨機行走模型檢驗，從而認為市場是有效的。但是，如果證券價格收益率序列存在確定性混沌過程，它在數學上也完全能夠通過所有隨機性檢驗，但它卻不是隨機運動，而是受內部確定性過程驅動，這樣，傳統金融經濟學有效市場理論的基礎將變得十分脆弱。
本文將簡要回顧混沌理論的研究成果及其在金融市場研究中的應用，並對滬深A股市場價格的混沌特性進行實證研究。本文的研究表明，滬深A股市場存在低維確定性過程。
本文餘下部分安排如下，第二部分是對混沌理論及相關研究成果進行簡要回顧，第三部分對滬深A股市場股票價格混沌特性進行實證研究，第四部分是全文的總結。
2、混沌理論及證券價格的混沌特性
Lorenz（1963）在研究氣象預測時發現，大氣運動這樣的復雜系統存在混沌過程，在一定的條件下，系統運動的軌跡將是圍繞兩個不動點（即奇異吸引子，Strange Attractor）的發散的螺旋，並局限在一個有界的、體積為零的曲面上，進行不斷無規則的振盪。這種不規則的來回振盪，好像飛蛾看到兩個光源，飛向一個光源，當靠近時感到太熱又飛向另一光源，如此不規則地來回飛騰，其飛行的軌跡永不重復。由於它的形狀類似蝴蝶的雙翼，所以也被稱為Lorenz蝴蝶結，如圖1所示。
圖1 Lorenz 蝴蝶結
周期運動或周期性振盪是大量存在的，但上述Lorenz過程是非周期振盪，好像永不結束的過程，然而它既不發散也不消失，一直是不規則的振盪。這種振盪的軌跡在三維相空間上是螺旋線，非常密集的曲線在無窮多層平面上呈分形結構（Fractal Structure，參見Mandelbrot, 1985），無窮長，且對初始條件敏感，初始條件中無足輕重的誤差能夠被系統迅速放大，導致系統的演變路徑大相徑庭。正如Lorenz 所指出的那樣：「巴西一隻蝴蝶的扇動可以引發得克薩斯洲的颶風」，即所謂「蝴蝶效應（Butterfly Effect）」。
混沌是作為確定性過程與隨機性過程的橋梁，確定性過程是完全可預測的，而隨機性過程則是完全不可預測的，而混沌過程則是界於確定性過程與隨機性過程之間。由於混沌過程對初始條件敏感，初始細微的誤差可以成倍地放大，因此，對於長期來看，系統的演變是不可預測的。但是，如果初始條件保持穩定，運用混沌過程對系統的短期演化狀態進行預測，得到的結果將比採用線性隨機過程可能得到的預測結果精確得多，因此，混沌過程對經濟分析與預測的意義是明顯的。這可以解釋為什麼傳統經典金融理論認為奉行圖表分析的技術分析是無意義的，但在金融市場仍然存在為數眾多的投資者採用技術圖表分析，追隨證券價格趨勢（Murphy, 1986），而且這些交易者並不像傳統理論所認為的那樣，在與理性交易者長期博弈過程中，這些交易者將因遭受虧損而被趕出市場。
在行為金融學分析框架下，由於證券市場投資者並非完全是古典意義上的理性經濟人，投資者存在認知偏差，對同一事件不同投資者具有不同的價值判斷，從而表現出不同的決策行為。事實上，按照Kahneman 與 Tversky(1974,1979)提出的前景理論（Prospect Theory），各類投資者的風險偏好並不是固定不變的，存在風險偏好的反轉。投資者的價值函數是根據參考點進行定義的，在贏利時是凹函數，在虧損時是凸函數，即在贏利時是風險厭惡型的，而在虧損時是風險追求型的，而且在虧損區間比在贏利區間更陡峭，人們對虧損比對贏利更加敏感。
此外，在前景理論中，投資者權重函數也是非線性的。在極端低概率及極端高概率處，權重函數都存在跳躍，某一事件如果其發生的概率極端地高，明顯地接近於1，則決策者在編輯階段將明確地將其視為確定性的事件，相反，如果某一事件發生的概率極端地小，接近於零，則決策者在編輯階段可能就將其忽略。因此，人們傾向於對那些極端不可能的事件或者忽略或者高估，而對於一些極端高概率的事件則或者忽視或者誇大。
投資者在決策時存在保守主義(Edwards, W., 1968)，不會輕易對新收到的信息做出反應，除非人們確信得到足夠的信息表明環境已經改變。而且投資者的行為模式一般是當環境的變化已經達到一定閥值以後，才一起對所有的信息集中做出反應。例如，對理性投資者來說，其對證券的需求並不完全與證券價格偏離基礎價值的程度呈線性關系。在投資實務中，證券分析師與投資經理會經常設定一個他們認為安全的價格線, 價格在此安全價格線以上, 他將進一步等待, 而一旦價格低於這一預先判定的價格時, 他們將迅速大量買入。例如，價值投資理論的創立者本傑明•格拉厄姆（Benjamin Graham）特別強調投資的安全邊際（Safety Margin），只有投資者的預期收益達到一定程度以上時，才會建議買入證券。
總之，在證券市場，由於雜訊交易者的存在、從眾心理及羊群效應等產生的群體性非理性行為可能形成正反饋效應，這種正反饋機制會使證券價格的演變產生十分復雜的運動，在一定條件下產生混沌過程，導致證券價格收益率分布呈現分形等復雜結構，表現出高度的復雜性。例如，價格的突然大幅度波動則導致分布產生胖尾現象，而混沌及局部奇異吸引子的出現，導致證券價格膠著於一些價格附近，來回進行無規則的反復振盪，則使證券價格分布出現局部尖峰的特徵。
現實市場中的非線性特性將進一步增加證券價格形成的復雜程度，使市場交易在本質上變成一種不同投資者之間的多輪博弈。由於證券價格的演變可能形成混沌過程，系統的初始狀態對證券價格的演變路徑影響很大，初始狀態細微的差別將導致長期結果的巨大差別，即所謂「失之毫釐，謬以千里」的蝴蝶效應。因此，就長時間跨度來說，證券價格波動的方向及波動的幅度都是難於預測的。股票價格的波動形式既可以呈現出穩定的均衡（即通常所說的「盤整」），也可以是非周期性的振盪，還可以突然出現暴發性上漲（泡沫）或者大幅度下跌（泡沫破滅或者負泡沫）等劇烈波動，局部可能與整體相似，但永不重復且不可逆轉，呈現分形等復雜且不規則的分形結構，表現出高度的復雜性。混沌過程所擁有的「蝴蝶效應」還可以解釋一些偶然性局部事件所引發的全球性金融市場異常波動，例如，上世紀90年代初的「墨西哥金融危機」及90年代後期的東南亞金融危機等。如果證券價格存在混沌特性，則意味著證券價格變化在短期內存在一定的可預測性，而進行長期預測則是極為困難的，從投資策略角度看，這意味著基於證券價格短期變化的交易者可能存在生存的空間。
在實證研究方面，Fama 1970年提出有效市場假說以後，關於資本市場效率的實證研究不勝枚舉，大量經驗研究表明，證券價格收益率分布不是高斯分布，具有尖峰與胖尾的特點，經常產生一些極端數值，而且，按不同的時間間隔建立收益率分布曲線，得到的都具有相似的尖峰與胖尾的特徵，具有時間分形的特徵。Mandelbrot(1972)提出重標極差分析法（Rescaled Range Analysis, R/S分析方法）以後，許多學者運用R/S方法研究了股票市場效率及檢驗股票市場價格是否存在記憶特性。這方面的文獻包括：Peters（1989,1991,1996），Lo（1991）， Pandey，Kohers與Kohers（1998）等。這些經驗研究結果顯示，金融數據具有長期記憶的特徵，即是說，股票當前價格運動受到以前的價格運動的影響。這意味著股票價格存在一定時間區間內的趨勢持續效應，這也在一定程度上印證了股票價格形成過程中存在正反饋效應。
Lorenz(1963)提出混沌理論以後，Grassberger and Procaccia(1983a)提出了關聯維數（Correlation Dimension）的分析方法，用以識別時間序列是否存在低維確定性過程。Scheinkman 與Lebaron（1989）根據美國證券價格研究中心（CRSP）提供的以市值為權重的美國股票收益率指數，對始於1960年代初期的共1226個周收益率數據考察了其關聯維數（Correlation Dimension, CD）, 他們研究得到CD值為6，從而認為美國股票周收益率序列總體表現出了非線性關聯，並認為這種非線性關聯可以解釋金融資產分布的尖峰、胖尾等特性。Brock與Back（1991）再度擴展了Scheinkman 與LeBaron的研究，得到的CD值在7-9之間，因此，也拒絕了股票價格收益率是獨立同分布（Independent Identical Distribution，IID）的假設，傾向於支持股價收益率分布存在低維確定性過程的備擇假設，但他們同時指出，並不能就此認為存在混沌過程。Urrutia等（2002）的研究則提出了針鋒相對觀點，他們研究了1984年至1998年期間美國保險公司股票收益率特性，研究表明保險公司股票收益率存在非線性特徵，並且進一步驗證導致這種非線性的原因就是低維混沌過程。總體而言，這些經驗研究提供了實質性的證據表明，股票、匯率、商品期貨等金融數據序列存在非線性結構，但就是否明確存在低維確定性混沌過程，則結論不完全一致，仍然存在爭論。
對於中國大陸股票市場，戴國強等（1999）對上證綜合指數及深證成份指數進行R/S分析，計算得到Hurst指數分別為0.661和0.643；史永東（2000）所作的R/S分析顯示，上海證券交易所股票市場的Hurst指數為0.687，而深圳證券交易所股票市場的Hurst指數為0.667；曹宏鐸等（2003）計算的深證證券交易所股票市場日收益率、周收益率、月收益率的Hurst指數分別為0.6507，0.7000，0.6906及0.7576。上述經驗研究表明，上海及深圳股票市場並不呈隨機行走的特徵，而具有狀態持續特徵，同時也意味著中國股票市場不是弱式有效的。
事實上，關於中國股票市場是否弱式有效，一致存在極大爭議。正如張亦春與周穎剛（2001）所意識到的那樣，一方面，多數研究人士憑經驗就感覺到中國股票市場投機性強，遠未達到有效狀態。例如，滬深A股市場近年來上市公司財務造假不斷案發 ，莊家操作市場盛行 ，股價嚴重脫離內在價值，上海A股市場在2000年及2001年平均市盈率高達60多倍，被很多學者斥為「賭場」，宣稱這樣一個市場已達到弱式有效狀態，確實讓人們難以接受。另一方面，許多學者所作的實證研究卻表明，證券價格收益率序列十分接近隨機行走模型，因而無法有力地拒絕有效市場假設。經驗感覺與理論研究結論大相徑庭，這其中的原因究竟是什麼？到底是現實錯了？還是學術理論研究有問題？混沌的思想讓我們豁然開朗！因為，如果證券價格存在混沌過程，或者是在混沌過程基礎上迭加一個隨機過程，那麼，市場顯然是無效的，但證券價格收益率序列同樣能通過隨機性檢驗。例如，假設證券價格波動序列是一個Logistic 映射過程，它顯然是一個確定性的混沌過程，但是，這一過程在許多計算機系統是被當作偽隨機數發生器，常規的檢驗方法根本無法識別確定性過程，而是將其視為隨機序列！如果這樣的話，所有通過考察證券價格是否能夠通隨機性檢驗的方法來考察資本市場有效性的研究，其理論基礎及研究結論都將受到質疑。
3、滬深A股市場價格混沌特性實證研究
本文同時採用R/S分析方法及關聯維數（Correlation Dimension,CD）分析方法考察滬深A股市場的非線性特徵。通過R/S分析方法能夠識別出證券價格序列是否存在持續效應，這在某種程度上可以驗證股票市場是否存在正反饋交易機制，正反饋過程是產生混沌的前提。採用關聯維數分析，可以識別股價序列是否存在混沌特徵。我們的數據來源於乾隆公司的錢龍資訊系統。
3．1 R/S分析
Hurst（1951），Mandelbrot(1972)及Lo（1991）等所發展並完善了赫斯特指數(Hurst Index)的分析方法，即重標定域（Re-scaled range，R/S）分析方法。
赫斯特指數(H)可以用來識別時間序列的非隨機性, 還可以識別序列的非周期性循環，因而可以用於識別時間序列的非線性特徵。如果序列的赫斯特指數不等於0.50，則觀測就不是獨立的，每一個觀測值都帶著在它之前發生的所有事件的「記憶」，這種記憶不是短期的，它是長期的，理論上講，它是永遠延續的。雖然遠期事件的影響不如近期事件的影響大，但殘留影響總是存在的。在更寬泛的尺度上，一個表現出赫斯特統計特性的系統是一長串相互聯系的事件的結果。今天發生的事情影響未來，今天我們所處的地位是過去我們所曾處的地位的一個結果。
關於Hurst赫斯特指數的詳細計算參見文獻Mandelbrot(1972)及Lo（1991）等，其計算過程如下：
1．對一個時間序列 ，考察長度為n的時間窗口內的子序列， ，n=1,2,3,……K，計算序列的平均值為：
………………………………（1）
2．計運算元序列偏離均值的差值
………………………………（2）
顯然， 的均值為零，這是重標定或歸一化（標准化）。
3．計算偏離均值的累加值
……………………………（3）
4．計算時子序列的域
………………………………（4）
5．計算采樣子序列的標准差
………………………………（5）
6．計運算元序列重標定域
……………………………（6）
7．求解全序列 的均值
………………………………（7）
8．求解赫斯特指數
與 有冪關系，即：
……………………………（8）
……………………………（9）
在對數坐標上，設水平軸n，縱軸為 ，對 與 進行回歸, 則線性回歸的斜率為赫斯特指數。
我們選取上海證券交易所A股綜合指數從1990年12月19日至2003年12月23日，以及深圳證券交易所A股綜合指數從1992年10月4日至2003年12月23日期間的交易數據，分別計算其日收益率及周收益率序列的赫斯特指數，從而考察滬深A股市場的證券價格是否存在非線性特徵。
採用上述方法,計算得到滬深A股綜合指數的赫斯特指數,如表1所示，在圖2—圖5中，還詳細地列出了R/S分析圖。
表1 滬深A股綜合指數Hurst 指數
上海A股指數 深圳A股指數
日收益率序列H值 0.66(t=336) 0.63(t=306)
周收益率序列H值 0.69(t=84 ) 0.69(t=97 )
圖2 上證A股指數日收益率序列 圖3 上證A股指數周收益率序列
圖4 深圳A股指數日收益率序列 圖5 深圳A股指數周收益率序列
從表中數據我們可以看到，滬深A股市場的赫斯特指數無論以周數據統計還是以日數據統計，結果基本一致，均在0.60以上。H值大於0.50，意味著今天的事件確實影響明天，即是說，今天收到的信息在其被接收到之後繼續被市場計算進去， 這從另一側面印證滬深A股市場價格並不呈隨機行走狀態，收益序列之間存在一定的關聯性，這是一種持續效應（Persistence effect）。如果股價序列在前一個期間是向上運動的，則它在下一個期間將更可能繼續向上運動的趨勢，反之，在前一個期間是向下運動的，則它在下一個期間更可能持續向下運動的趨勢。股價序列的這一特性與經驗感覺是一致的，無論是國內股票市場還是全球其它地區的股票市場，典型的牛市或者熊市，並非短暫的數日或者數月，往往持續數年。而股票市場極其異常的波動，例如，美國股市1929年股災、1987年的暴跌等，均使投資者對市場的信心受到嚴重打擊，市場在其後很長一段時間深受其影響。股價的持續效應在某種程度上印證了股票市場存在的正反饋效應機制。
3．2 關聯維數分析
Grassberger 與Procaccia(1983a,1983b)提出了關聯維數（Correlation Dimension，CD）方法，用以考察時間序列的非線性特性。其基本思想是：如果一個混沌過程是n維確定性過程，則該過程將充滿n維空間，但如將其置於更高維的空間里，該過程將留下許多「洞眼」。一般地，關聯維數度量的是相空間被一組時間序列「填充」的程度，關聯維數越大，填充程度越高，表示時間序列內部結構越復雜，它類似隨機過程時間序列的程度越強。需要指出的是，我們僅對低維混沌過程感興趣。 如果股票價格真的是高復雜性的混沌過程，我們採用有限的樣本數據是永遠也無法識別出其復雜的結構的。此時，它可能與一個良好的「偽隨機數發生器」產生的數據相近，高維混沌過程與隨機過程將沒有實際意義的區別。
設時間序列 由具有 個自由度的非線性動態系統產生，可以構造 維相空間失量：
………………（10）
其中， 被稱為鑲嵌維(Embedding dimension)， 為適當的時滯單位。時間序列過程在相空間的運行軌道是由一系列 維失量構成。如果該系統最終收斂為一組確定性過程，則該系統的運行軌道將收斂於相空間中維數低於 的相空間子集，即吸引子（Attractor），在這些吸引子周圍的運動是混沌過程，具有非周期性且長期運動狀態無法預測。
考慮吸引子附近的失量集合 ，關聯積分（Correlation Integral） 定義為對於任意給定的 ，那些彼此之間的距離小於 的點數對（Pairs of Points） 的數量占所有可能的點數對的比例，即：
……………………（11）
其中， ……………（12）
當 時，對任意小 ，可以預期C遵循指數冪變化規律，即：
，從而關聯冪（Correlation Exponent）可以通過對 與 對回歸計算得到：
……………………………（13）
如果系統存在確定性混沌過程，隨著鑲嵌維數的增加，關聯冪D值達到飽和值以後，將大約保持不變，這一關聯冪指數的飽和值就是吸引子的關聯維數。如果系統是隨機過程，則隨著鑲嵌維數的增加，D值亦將成比例地增加，趨向無窮大 。
圖6 上證A股指數在不同鑲嵌維空間中的關聯積分
圖7 上證A股指數關聯維
我們考察上海證券交易所A股綜合指數從1990年12月19日至2003年12月31日期間日收益率時間序列的關聯維。圖6為上證A股綜合指數在1-8維相空間中關聯積分 隨 值的變化情況。從圖中我們可以看到，在 值處於0.0003-0.005區間時, 與 的變化呈現出指數冪關系。圖7是關聯冪D隨鑲嵌維數m的變化情況，我們可以看到，隨著鑲嵌維數m超過2以後，關聯冪D值不再增加，而是穩定於大約 區間, 即上證A股綜合指數的關聯維數大約為1.4, 因此, 我們可以推測, 上證A股綜合指數存在關聯維數大約為 的低維確定性混沌過程。
相對於Scheinkman 與Lebaron（1989）及Brock與Back（1991）等計算得到的成熟資本市場關聯維數，我們計算得到的上海A股市場的關聯維數明顯更低。如果時間序列是一個低維確定性過程，則意味著時間序列在短期是具有一定的可預測性的。從這個意義上看，我們認為，相對成熟資本市場，上海A股市場指數的隨機性程度更低，而短期可預測性更強，這在某程度上也說明市場效率程度相對更低。另外，由於混沌特性，證券價格在短期具有一定的預測性，但進行長期預測則是極為困難的，從投資策略角度看，意味著基於證券價格短期變化的交易者可能存在獲取利潤的空間。
4、結論
在一個存在非線性正反饋機制的系統中，系統的演化理論上可能出現混沌過程。 證券市場由於雜訊交易者的存在、從眾心理及羊群效應等產生的群體性非理性行為，形成正反饋效應，從而可能導致證券價格的演變呈現出混沌過程，表現出復雜性。
本論文所做的實證研究表明，滬深A股市場指數的赫斯特指數大於0.5，這意味著滬深A股市場價格並不呈隨機行走狀態，收益序列之間存在趨勢持續的特性，這也在一定程度上說明了股價形成過程中存在正反饋效應。對上海A股市場指數的考察進一步表明，上海A股市場指數收益率序列存在低維確定性混沌過程，其關聯維數大約為1.4。 這一數值遠低於成熟資本市場的指標，這表明上海股票市場指數收益率序列隨機性低於成熟資本市場, 市場在短期的可預測性更強一些, 這在某種程度上表明市場的效率程度更低一些。市場存在確定性混沌過程，市場顯然是無效的，但是，由於混沌過程同樣能夠通過隨機行走模型檢驗, 我們認為, 這也許是為什麼關於資本市場效率的傳統實證檢驗結果仍然存在極大爭議的原因。因為常規檢驗方法無法區分混沌過程與隨機過程，因此，本論文認為，所有採用常規方法，通過考察證券價格是否符合隨機遊走模型，從而推斷資本市場有效性的研究，其理論基礎及研究結論均存在嚴重缺陷。由於證券價格運動的混沌特性，這意味著證券價格在短期具有一定的可預測性，但進行長期預測則是極為困難的。證券價格的這種混沌特性，從投資策略角度看，意味著基於證券價格短期變化的交易者可能存在生存的空間。
內 容 提 要
行為金融理論認為，投資者不是完全理性的，而是存在各種認知偏差。由於雜訊交易者的存在、從眾心理及羊群效應等產生的群體性非理性行為，證券市場存在正反饋效應。而且，投資者行為模式都是非線性的，在一個存在非線性正反饋機制的系統中，證券價格的演化可能出現混沌過程。
本論文所做的實證研究表明，滬深A股市場價格並不呈隨機行走狀態，而是存在非線性結構；上海A股市場指數收益率序列存在低維確定性混沌過程，其維數大約為1.4, 這一數值遠低於成熟資本市場的指標，這表明上海股票市場指數收益率序列隨機性低於成熟資本市場。由於市場存在確定性混沌過程，市場雖然是無效的，但同樣能夠通過隨機行走模型檢驗，這也從某一角度說明了，為什麼關於資本市場效率的傳統實證檢驗結果仍然存在極大爭議。由於混沌的存在，證券價格變化在短期具有一定的可預測性，但進行長期預測則是十分困難的。
⑥ 上證指數如何歸一化處理
拜託，nannan5568，不知道別瞎說，你從那聽來的上證指數是挑選出來的業績好流通市值大的樣板股構成的?
一般說的上證指數都是說上證綜合指數，就是把所有上海市場的股票進行加權平均後與歷史的比值。(好像是還乘以100，因為第一次定義指數的時候就是100點，可能是，記的不清楚了。)
因為上證綜合指數是所有股票的集合，所以從理論上說，應該是越多的股票漲，上漲指數就漲，所以上證指數一般表示了股票的漲跌。但因為其權重不同(關於權重你可以就理解成發行股票的多少)，所以一些小盤股就被邊緣化，可能上證指數漲，但小盤股跌，也可能相反。
所以現在又有了上證50指數，上證180指數，中小盤指數等作為參考。
⑦ RSI選股策略詳解
（1）RSI金叉：股票的多頭力量開始強於空頭力量，股價將大幅揚升，這是RSI指標指示的中線買入信號。（2）突破均線，放量：當股票同時帶量向上突破中長期均線時出現的買入信號比較准確，投資者可逢低買入。
⑧ 股票是干什麼用的
股票是股份有限公司在籌集資本時向出資人發行的股份憑證。股票代表著其持有者（即股東）對股份公司的所有權。這種所有權是一種綜合權利，如參加股東大會、投票表決、參與公司的重大決策。收取股息或分享紅利等。同一類別的每一份股票所代表的公司所有權是相等的。每個股東所擁有的公司所有權份額的大小，取決於其持有的股票數量占公司總股本的比重。股票一般可以通過買賣方式有償轉讓，股東能通過股票轉讓收回其投資，但不能要求公司返還其出資。股東與公司之間的關系不是債權債務關系。股東是公司的所有者，以其出資額為限對公司負有限只任，承擔風險，分享收益。
股票是社會化大生產的產物，已有近400年的歷史。作為人類文明的成果，股份制和股票也適用於我國社會主義市場經濟。企業可以通過向社會公開發行股票籌集資金用於生產經營。國家可通過控制多數股權的方式，用同樣的資金控制更多的資源。目前在上海。深圳證券交易所上市的公司，絕大部分是國家控股公司。
股票具有以下基本特徵：
（l）不可償還性。股票是一種無償還期限的有價證券，投資者認購了股票後，就不能再要求退股，只能到二級市場賣給第三者。股票的轉讓只意味著公司股東的改變，並不減少公司資本。從期限上看，只要公司存在，它所發行的股票就存在，股票的期限等於公司存續的期限。
（2）參與性。股東有權出席股東大會，選舉公司董事會，參與公司重大決策。股票持有者的投資意志和享有的經濟利益，通常是通過行使股東參與權來實現的。
股東參與公司決策的權利大小，取決於其所持有的股份的多少.從實踐中看，只要股東持有的股票數量達到左右決策結果所需的實際多數時，就能掌握公司的決策控制權。
（3）收益性。股東憑其持有的股票，有權從公司領取股息或紅利，獲取投資的收益。股息或紅利的大小，主要取決於公司的盈利水平和公司的盈利分配政策。
股票的收益性，還表現在股票投資者可以獲得價差收人或實現資產保值增值。通過低價買人和高價賣出股票，投資者可以賺取價差利潤。以美國可口可樂公司股票為例。如果在1983年底投資1000美元買人該公司股票，到 1994年7月便能以 11 554美元的市場價格賣出，賺取10倍多的利潤。在通貨膨脹時，股票價格會隨著公司原有資產重置價格上升而上漲，從而避免了資產貶值。股票通常被視為在高通貨膨脹期間可優先選擇的投資對象。
（4）流通性。股票的流通性是指股票在不同投資者之間的可交易性。流通性通常以可流通的股票數量、股票成交量以及股價對交易量的敏感程度來衡量。可流通股數越多，成交量越大，價格對成交量越不敏感（價格不會隨著成交量一同變化），股票的流通性就越好，反之就越差。股票的流通，使投資者可以在市場上賣出所持有的股票，取得現金。通過股票的流通和股價的變動，可以看出人們對於相關行業和上市公司的發展前景和盈利潛力的判斷。
那些在流通市場上吸引大量投資者、股價不斷上漲的行業和公司，可以通過增發股票，不斷吸收大量資本進人生產經營活動，收到了優化資源配置的效果。
（5）價格波動性和風險性。股票在交易市場上作為交易對象，同商品一樣，有自己的市場行情和市場價格。由於股票價格要受到諸如公司經營狀況、供求關系、銀行利率、大眾心理等多種因素的影響，其波動有很大的不確定性。正是這種不確定性，有可能使股票投資者遭受損失。價格波動的不確定性越大，投資風險也越大。因此，股票是一種高風險的金融產品。例如，稱雄於世界計算機產業的國際商用機器公司（IBM），當其業績不凡時，每股價格曾高達170美元，但在其地位遭到挑戰，出現經營失策而招致虧損時，股價又下跌到40美元。如果不合時機地在高價位買進該股，就會導致嚴重損失
這個我就不知道了，應該沒有，你問問別人吧，不好意思
⑨ 股票價格計算公式詳細計算方式!
股票價格=預期股息/存款利率，
這個公式可運用等效銀行存款解釋，例如現行一年期存款利率是3.50%，某隻股票每年固定的股息為每股0.35元，那麼10元的銀行存款和1股10元的股票在收益上是等效的，因此1股的價格應該理論價值為10元（=0.35÷3.5%）。
股價20元，對應3%的銀行利率，預期股息提高25％至3.75%（0.75元），0.75/3.25%=23.08元。
⑩ 股票價格計算公式
股票的真正價格連2元都很難找到。現在你看到的股票價格是交易價，都是很虛的。這個交易價不遵循供求關系，單靠人為炒作形成的。買的人多了價格就上去了，不買的人多了，價格就下來了。至於股票交易K線，只是反映這支股票的交易價格和交易量與時間的關系圖，沒有像媒體、分析師所說的什麼業績、白馬、黑馬、績優、潛力等實際效果。股市就是經過國家承認的賭場，炒股的人要有賭徒心理。什麼投資回報、投資分紅等等冠冕堂皇的說法，都是用華麗的語言來掩蓋真正的黑暗圈錢、交易。一句「股市有風險，投資需謹慎」就逃脫所有問責。真正看穿了的人就不會買股票了（我原來也在股市，後來發現這里水太深，幸虧明白過來了，沒有什麼損失）。