⑴ 股票估價模型基本公式有哪些
股票估值的方法一般包括：1、PE估值法。PE估值法指的是用市盈率來進行估值。2、PEG估值法。通常適用於IT等成長性較高的企業。3、PB估值法。適用於周期性比較強的行業。4、PS估值法。5、EV/EBITDA估值法。
1、PE估值法。PE估值法指的是用市盈率來進行估值。它指的是股價與每股收益之間的比值。計算的公式就是：pe=price/EPS，這種方法通常適用於非中期性的穩定盈利的企業。
2、PEG估值法。計算的公式是：PEG=PE/G，其中，G表示的是Growth凈利潤的成長率，PEG估值法通常適用於IT等成長性較高的企業，並不適用於成熟的行業。此外注意凈利潤的成長率可以用稅前利潤的成長率/營業利益的成長率/營收的成長率來替代。
3、PB估值法。計算的公式是：PB=Price/Book（市凈率），這一指標相對來講是粗糙的，它通常適用於周期性比較強的行業，以及ST、PT績差或者重組型的公司。如果是涉及到國有法人股，那麼就需要對這個指標進行考慮了，SLS引進外來投資者和SLS出讓及增資的時候，這個指標是不能低於1的，否則，企業在上市過程當中的國有股確權的時候，你將有可能面臨嚴格的追究以及漫漫無期的審批。
4、PS估值法。計算的公式是：PS（價格營收比）=總市值/營業收入=（股價*總股數）/營業收入。這種估值的方法是會隨著公司營業收入規模擴大而下降的，而營收規模較大的公司PS會較低，所以這一指標使用的范圍是有限的，所以它可以作為輔助指標來使用。
5、EV/EBITDA估值法。計算的公式是：EV÷EBITDA，其中，EV=市值+（總負債-總現金）=市值+凈負債，EBITDA=EBIT（毛利-營業的費用-管理的費用）+折舊的費用+攤銷的費用。EV/EBITDA以及市盈率（PE）等相對估值法指標的用法是一樣的，其倍數相對於行業平均水平或者歷史水平較高的通常說明高估，較低的則說明低估，不同的行業或者板塊有不同的估值（倍數）的水平。
⑵ 01 隱馬爾可夫模型 - 馬爾可夫鏈、HMM參數和性質
先直白得講性質： 當前的狀態只和上一時刻有關，在上一時刻之前的任何狀態都和我無關。我們稱其 符合 馬爾可夫性質。
下面是理論化的闡述：
設{X(t), t ∈ T}是一個 隨機過程 ，E為其狀態空間，若對於任意的t1<t2< ...<tn<t，任意的x1,x2,...,xn,x∈E，隨機變數X(t)在已知變數X(t1)=x1,...,X(tn)=xn之下的條件分布函數只與X(tn)=xn有關，而與X(t1)=x1,...,X(tn-1)=xn-1無關，即條件分布函數 滿足 下列等式，此性質稱為 馬爾可夫性 ；如果隨機過程 滿足 馬爾可夫性，則該過程稱為馬爾可夫過程。
馬爾可夫鏈 是指具有馬爾可夫性質的隨機過程。在過程中，在給定當前信息的情況下，過去的信息狀態對於預測將來 狀態 是無關的。
例子： 在今天這個時間點而言，過去的股價走勢對我預測未來的股價是毫無幫助的。
PS：上面馬爾可夫鏈中提到的 狀態 ，在本例指的是 股價 。
在馬爾可夫鏈的每一步，系統根據 概率分布 ，可以從一個狀態變成另外一個狀態，也可以保持當前狀態不變。狀態的改變叫做 轉移 ，狀態改變的相關概率叫做 轉移概率 。
例子： 當前時間狀態下的股價，可以轉變成下一時刻的股價，股價的轉變即 狀態的改變 。這個狀態現在可以上升(股價提高)，狀態也可以下降。我可以根據當前股票的價格去決定下一刻股價上升、下降、不變的概率。這種股價變動的概率稱為 狀態轉移概率 。
馬爾可夫鏈中的 三元素是 ：狀態空間S、轉移概率矩陣P、初始概率分布π。
1、狀態空間S - 例： S是一個集合，包含所有的狀態 S 股價 ={高，中，低} ；
2、初始概率分布π - 例：
股價剛發行的時候有一個初始價格，我們認為初始價格為高的概率為50%，初始價格為中的概率是30%，初始價格為低的概率是20%。我們記股票價格的初始概率分布為：π=(0.5，0.3，0.2)；對應狀態：(高、中、低)； 初始概率分布是一個向量 ，如果有n個狀態，π是n維向量。
3、轉移概率矩陣P - 例：
現在有個股價為中，下一個時刻狀態轉變的可能性有三種，中→高、中→低、中→中；將三種轉變的概率。此外當前時刻也有股票的價格屬於低，對應的轉變可能包括低→高、低→低、低→中；即每種狀態都有可能轉變成其他的狀態，若一共有n個狀態，形成的 轉移概率矩陣 應該是n×n階矩陣。這里需要注意的是，股價從高→低，和低→高的概率是不同的。
設將天氣狀態分為晴、陰、雨三種狀態，假定某天的天氣狀態只和上一天的天氣狀態有關，狀態使用1(晴)、2(陰)、3(雨)表示，轉移概率矩陣P如下：
第n+1天天氣狀態為j的概率為：
因此，矩陣P即為條件概率轉移矩陣。矩陣P的第i行元素表示，在上一個狀態為i的時候的分布概率，即每行元素的和必須為1。
隱馬爾可夫模型(Hidden Markov Model, HMM)是一種統計模型，在語音識別、行為識別、NLP、故障診斷等領域具有高效的性能。
HMM是關於時序的概率模型，描述一個含有未知參數的馬爾可夫鏈所生成的不可觀測的狀態隨機序列，再由各個狀態生成觀測隨機序列的過程。
HMM是一個雙重隨機過程---具有一定狀態的隱馬爾可夫鏈和隨機的觀測序列。
HMM隨機生成的狀態隨機序列被稱為狀態序列；每個狀態生成一個觀測，由此產生的觀測隨機序列，被稱為觀測序列。
思考： z1,z2...,zn是 不可觀測的狀態，x1,x2,...xn是 可觀測到的序列 ；不可觀測的狀態覺得可觀測序列的值(z的取值決定x的取值)；
1、在 z1、z2 不可觀測 的情況下，x1和z2獨立嗎？x1和x2獨立嗎？
回答： 這個問題可以回顧之前的 貝葉斯網路 來理解。
首先z1，z2都是離散的值，但x1的值可能是離散的也可能是連續的。比如z是天氣情況，每天天氣的改變是離散的。x是因為天氣而改變的一些其他狀態，比如x=(地面是否潮濕、路上行人數量、雨傘銷售數量...)；
在z1和z2不可觀測的情況下，x1和z2不獨立，x1和x2也是不獨立的。
2、 在 z1、z2可觀測 的情況下，x1和z2獨立嗎？x1和x2獨立嗎？
回答： 在z1和z2可觀測的情況下，因為x1和z2的取值只和z1有關，所以就獨立了。同樣在給定了z1和z2的情況下，x1和x2也獨立。
請回顧貝葉斯網路中的獨立性問題來思考這個問題。
04 貝葉斯演算法 - 貝葉斯網路
回顧：
一般而言，貝葉斯網路的有向無環圖中的節點表示隨機變數，可以是可觀察到的變數，或隱變數，未知參數等等。連接兩個節點之間的箭頭代表兩個隨機變數之間的因果關系(也就是這兩個隨機變數之間非條件獨立)；如果兩個節點間以一個單箭頭連接在一起，表示其中一個節點是「因」，另外一個節點是「果」，從而兩節點之間就會產生一個條件概率值。
PS：每個節點在給定其直接前驅的時候，條件獨立於其非後繼。
HMM 由隱含狀態S、可觀測狀態O、初始狀態概率矩陣π、隱含狀態轉移概率矩陣A、可觀測值轉移矩陣B(又稱為混淆矩陣，Confusion Matrix)；
π和A決定了狀態序列，B決定觀測序列，因此HMM可以使用三元符號表示，稱為HMM的三元素：
S可以統計歷史出現的所有狀態；
初始概率分布π，統計S中各個狀態各自出現的概率作為我們的初始概率分布π向量值；
S是所有可能的狀態集合，O是所有可能的觀測集合：
I是長度為T的狀態序列，Q是對應的觀測序列：
S={下雨，陰天，晴天}；O={地上干，地上濕}
I = {晴，雨，雨，陰，晴，陰}
Q={干，濕，濕，濕，干，干}
A是隱含狀態轉移概率矩陣:
其中aij是在時刻t處於狀態si的條件下時刻t+1轉移到狀態sj的概率。
a 晴雨 = 某天是晴天條件下，下一天是雨天的概率。 （某一時刻→下一時刻）
B是可觀測值轉移概率矩陣:
其中bij是在時刻t處於狀態si的條件下生成觀測值oj的概率。
b 晴干 = 某天是晴天條件下，某天是地是乾的的概率。 （同一時刻）
π是初始狀態概率向量:
其中πi是在時刻t=1處於狀態si的概率。
π 晴 = 初始第一天是晴天的概率；
π 雨 = 初始第一天是雨天的概率；
p(i t | .....) 表示在從 t-1時刻的觀測值q t-1 ，一直到第1時刻觀測值q1 的條件下，在第t時刻發生狀態的概率。
性質1： 最終分析結果發現，在第t時刻發生狀態的概率it只和t-1時刻有關。
性質2： 第t時刻的觀測值qt只和第t時刻的狀態it有關。
假設有三個盒子，編號為1,2,3；每個盒子都裝有黑白兩種顏色的小球，球的比例。如下：
按照下列規則的方式進行有放回的抽取小球，得到球顏色的觀測序列：
1、按照π的概率選擇一個盒子，從盒子中隨機抽取出一個球，記錄顏色後放回盒子中；
2、按照某種條件概率選擇新的盒子，重復該操作；
3、最終得到觀測序列：「白黑白白黑」
例如： 每次抽盒子按一定的概率來抽，也可以理解成隨機抽。
第1次抽了1號盒子①，第2次抽了3號盒子③，第3次抽了2號盒子②.... ； 最終如下：
①→③→②→②→③ 狀態值
白→黑→白→白→黑 觀測值
1、 狀態集合： S={盒子1，盒子2，盒子3}
2、 觀測集合： O={白，黑}
3、 狀態序列和觀測序列的長度 T=5 (我抽了5次)
4、 初始概率分布： π 表示初次抽時，抽到1盒子的概率是0.2，抽到2盒子的概率是0.5，抽到3盒子的概率是0.3。
5、 狀態轉移概率矩陣 A：a11=0.5 表示當前我抽到1盒子，下次還抽到1盒子的概率是0.5；
6、 觀測概率矩陣 B：如最初的圖，b11=第一個盒子抽到白球概率0.4，b12=第一個盒子抽到黑球概率0.6;
在給定參數π、A、B的時候，得到觀測序列為「白黑白白黑」的概率是多少?
這個時候，我們不知道隱含條件，即不知道狀態值：①→③→②→②→③ ；
我們如何根據π、A、B求出測序列為「白黑白白黑」的概率？
02 隱馬爾可夫模型 - HMM的三個問題 - 概率計算、學習、預測
⑶ 通俗解釋「布萊克-斯科爾斯公式」
布萊克-斯科爾斯公式避免了對未來股票價格概率分布和投資者風險偏好的依賴，這主要得益於他們認識到，可以用標的股票和無風險資產構造的投資組合的收益來復制期權的收益，在無套利情況下，復制的期權價格應等於購買投資組合的成本，好期權價格僅依賴於股票價格的波動量、無風險利率、期權到期時間、執行價格、股票時價。
⑷ 計算股票價值的公式
股票內在價值的計算方法
（一）現金流貼現模型
1、一般公式
現金流貼現模型是運用收入的資本化定價方法來決定普通股票的內在價值的方法。
根據公式（2.12），可以引出凈現值的概念。凈現值（NPV）等於內在價值（V）與成本（P）之差，即：
式中：P—在t=0時購買股票的成本。
如果NPV>0,意味著所有預期的現金流入的現值之和大於投資成本，即這種股票被低估價格，因此購買這種股票可行。
如果NPV<0,意味著所有預期的現金流入的現值之和小於投資成本，即這種股票價格被高估，因此不可購買這種股票。
2、內部收益率
內部收益率就是指使得投資凈現值等於零的貼現率。
由公式（2.24）可以解出內部收益率k*。將k*與具有同等風險水平股票的必要收益率k相比較：如果k*>k，則可以考慮購買這種股票；如果k*<k，則不要購買這種股票。
股息增長率：gt=（Dt-Dt-1）/Dt-1×100%
（二）零增長模型
從本質上來說，零增長模型和不變增長模型都可以看作是可變增長模型的特例。
零增長模型實際上是不變增長模型的一個特例。
1、公式假定每年支付的股利相同，股利增長率等於零，即g=0。
2、內部收益率
3、應用
零增長模型的應用似乎受到相當的限制，畢竟假定對某一種股票永遠支付固定的股息是不合理的，但在特定的情況下，對於決定普通股票的價值仍然是有用的。在決定優先股的內在價值時這種模型相當有用，因為大多數優先股支付的股息是固定的。
（三）不變增長模型
不變增長模型可以分為兩種形式：一種是股息按照不變的增長率增長；另一種是股息以固定不變的絕對值增長。
1、公式
2、內部收益率（K*）
3、應用
零增長模型實際上是不變增長模型的一個特例。不變增長模型是多元增長模型的基礎。
（四）可變增長模型
1、二元增長模型假定在時間L以前，股息以一個不變的增長速度g1增長；在時間L後，股息以另一個不變的增長速度g2增長。在此假定下，我們可以建立二元可變增長模型：
2、內部收益率
3、應用
⑸ 股票價值計算公式詳細計算方法
內在價值V=股利/（R-G）其中股利是當前股息；R為資本成本=8%，當然還有些書籍顯示，R為合理的貼現率；G是股利增長率。
本年價值為： 2.5/(10%-5%) 下一年為 2.5*（1+10%）/(10%-5%)=55。
大部分的收益都以股利形式支付給股東，股東無從股價上獲得很大收益的情況下使用。根據本人理解應該屬於高配息率的大笨象公司，而不是成長型公司。因為成長型公司要求公司不斷成長，所以多數不配發股息或者極度少的股息，而是把錢再投入公司進行再投資，而不是以股息發送。
您可登錄會計學堂官網，免費領取10G會計學習資料；關注會計學堂，學習更多會計知識。
⑹ 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。
⑺ 股票價格計算公式是什麼
以下是你詢問《股票價格計算公式》想要的答案，投資請搜索（rongzi360 cn）
開盤價：每天在9：15-9：25之間由電腦根據大家的報價撮合而成；
收盤價：深市是最後3分鍾的報價撮合而成、滬市是最後一分鍾的加權平均價；
漲跌停限制：由前一天收盤價的上下10%，四捨五入；
中間交易時的最新價格：是剛剛成交的上一筆價格；
成交原則：買方報價高的先成交，價格按照賣方的最低價成交（因為賣方先報價）；賣方報價低的先成交，價格是買方的最高價（因為買方先報價）。 同時報價的人很多很多，你看到的五檔買賣多數是延遲的。如果價格變化快，買方按賣一報價，經常成交不了（因為別人已經先成交了），因此，若真急著買，報價要略高，要賣，報價要略低。
你上面說的價格只是掛著的價格，不是成交價，不是股價，是預約價。
股市上一定不能像百貨公司那樣，商品的標價是價格，這里，只有成交才是價格。報價不作數的。
⑻ 股票，期望收益率，方差，均方差的計算公式
1、期望收益率計算公式：
HPR=（期末價格 -期初價格+現金股息）/期初價格
例：A股票過去三年的收益率為3%、5%、4%，B股票在下一年有30%的概率收益率為10%，40%的概率收益率為5%，另30%的概率收益率為8%。計算A、B兩只股票下一年的預期收益率。
解:
A股票的預期收益率 ＝（3%＋5%＋4%）/3 ＝ 4%
B股票的預期收益率 ＝10%×30%＋5%×40%＋8%×30% ＝ 7.4%
2、在統計描述中，方差用來計算每一個變數（觀察值）與總體均數之間的差異。為避免出現離均差總和為零，離均差平方和受樣本含量的影響，統計學採用平均離均差平方和來描述變數的變異程度。
解：由上面的解題可求X、Y的相關系數為
r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979
⑼ 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。
⑽ 股票價值計算公式詳細計算方法
計算公式為：
股票價值
(10)股票價格概率分布公式擴展閱讀：
確定股票內在價值一般有三種方法：
一、盈率法，市盈率法是股票市場中確定股票內在價值的最普通、最普遍的方法，通常情況下，股市中平均市盈率是由一年期的銀行存款利率所確定的。
二、方法資產評估值法，就是把上市公司的全部資產進行評估一遍，扣除公司的全部負債，然後除以總股本，得出的每股股票價值。如果該股的市場價格小於這個價值，該股票價值被低估，如果該股的市場價格大於這個價值，該股票的價格被高估。
三、銷售收入法，就是用上市公司的年銷售收入除以上市公司的股票總市值，如果大於1，該股票價值被低估，如果小於1，該股票的價格被高估。