❶ 求指教股票的β系数和标准差计算
简单说β系数是一种表示风险量度的参数，一般高风险对应高收益，所以在牛市或者大势看涨的时候可以选择β系数较高的股票进行投资。 贝塔系数[Beta coefficient]是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性。在股票、(基金)等投资术语中常见。
用β系数估量风险叫β测量法，它来源于统计上的回归分析。最早提出β值是在本世纪60年代初，大约过了10年，美国的金融管理者们才认识到它的价值。在证券投资中，收益与风险并存，高收益意味着要承担高风险。风险由系统风险和非系统风险构成，其中非系统风险可以通过持有数种证券构成的投资组合加以消除。β系数是测量系统风险大小的一个指标，能确切表达单一股票风险与市场股票风险间的关系。为帮助投资人分析系统风险大小，树立科学的投资理念，发达国家的证券市场都定期在权威报刊杂志上公布每种股票的β系数，国际上著名的投资咨询公司提供的上市公司研究报告中也要列出股票的β系数。 贝塔系数衡量股票收益相对于{业绩}评价基准收益的总体波动性，是一个相对指标。 β 越高，意味着股票相对于{业绩}评价基准的波动性越大。 β 大于 1 ，则股票的波动性大于{业绩}评价基准的波动性。反之亦然。 贝塔系数是统计学上的概念，是一个在＋1至-1之间的数值，它所反映的是某一投资对象相对于大盘的表现情况。其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。由于我们投资于投资(基金)的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察(基金)经理降低投资波动性风险的能力。在计算贝塔系数时,除了(基金)的表现数据外,还需要有作为反映大盘表现的指标。 β系数计算方式
贝塔系数利用回归的方法计算。贝塔系数为1即证券的价格与市场一同变动。贝塔系数高于1即证券价格比总体市场更波动。贝塔系数低于1[大于0]即证券价格的波动性比市场为低。 贝塔系数的计算公式
公式为：
其中Cov(ra,rm)是证券 a 的收益与市场收益的协方差
❷ 知道两只股票的月收益率,如何计算两只股票（假设投资比重相同）形成的投资组合的标准差，有公式么
有些小的软件可以自己设定股票配重的，就是自己配置股票后类似基金会有N个参数！
至于公式EXCEL可以写的具体不太会，软件的话你可以找一下破解版的大赢家试试：）
❸ 残差怎么算
标准残差，就是各残差的标准方差，即是残差的平方和除以(残差个数-1)的平方根 。以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。
实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归线拟合。
(3)计算两个公司股票的残差标准差扩展阅读：
残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。“残差”蕴含了有关模型基本假设的重要信息。如果回归模型正确的话， 我们可以将残差看作误差的观测值。
它应符合模型的假设条件，且具有误差的一些性质。利用残差所提供的信息，来考察模型假设的合理性及数据的可靠性称为残差分析。
为了更深入地研究某一自变量与因变量的关系，人们还引进了偏残差。此外， 还有学生化残差、预测残差等。以某种残差为纵坐标，其它变量为横坐标作散点图，即残差图 ，它是残差分析的重要方法之一。
参考资料：
网络-残差
❹ 两只股票标准差20%和10% 40% 60 相关系数为-1%比例投资
组合收益率=20%*10%+80%*7%=7.6%
组合方差=(20%*6%)^2+(80%*4%)^2+2*0.1*20%*80%*6%*4%=0.0012448
组合标准差=0.0012448^0.5=3.53%
❺ 如何用EVIEWS计算残差的标准差和方差
双击打开变量resid，点击view-descriptive statistics&tests-stats table给出一个表格，显示残差的均值，众数，最大值，最小值，标准差；std.dev即标准差，方差是标准差的平方。
参数显著性检验t检验对应的prob，若小于0.05则参数的显著性检验通过，再看r方，越接近1，拟合优度越高；f的p值，小于0.05的话模型才显著，dw用来检验残差序列的相关性的，在2的附近，说明残差序列不相关。标准差是衡量回归系数值的稳。
标准差可以当作不确定性的一种测量。
例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。
以上内容参考：网络-标准差
❻ spss软件测出来的残差、残差标准差、残差t值应该怎么选
前两个图是方差分析，关键看F值和sig值。F值很大，且sig值小于0.05，通过了显著性检验，说明回归模型在总体上是显著的。
下一个表是残差统计量，有许多关于残差的特征。比如标准化残差，学生氏残差，cook距离等等。在描述模型拟合效果好坏。
最后一个表是回归系数表，这是最关键的。
可以用它写出回归方程，附在论文中。
具体解释：回归系数为-0.807，表明自变量增加一个单位，因变量平均下降0.807个单位。
第五列t是回归系数的显著性检验，sig都小于0.05，通过了检验。
最后是共线性检验，VIF很大，说明模型是有缺陷的，存在多重共线性。
❼ 求A、B两股票标准差和协方差，要有计算步骤
1、求A、B两股票标准差和协方差，要有计算步骤如下图：
2、标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。
3、协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。 方差分析是从质量因子的角度探讨因素不同水平对实验指标影响的差异。一般说来，质量因子是可以人为控制的。 回归分析是从数量因子的角度出发，通过建立回归方程来研究实验指标与一个（或几个）因子之间的数量关系。但大多数情况下，数量因子是不可以人为加以控制的。
❽ 急急急！！求大神计算，求两只股票的标准差。
单个股票收益率的方差=beta^2*市场收益率的方差+股票特定风险的方差
A股票的标准差=[(0.8^2)*(20%^2)+30%^2]^(1/2)=0.34
B股票的标准差=[(1.2^2)*(20%^2)+20%^2]^(1/2)=0.3124
❾ 如何计算股票的残差
这个要看你的指数模型选什么指标做变量，通常如果两个高度竞争的公司，那么它们存在高度相关性，你如果用单指数模型，会导致残差高估。
❿ 残差怎么求
标准残差，就是各残差的标准方差，即是残差的平方和除以(残差个数-1)的平方根 。以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。
实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归线拟合。
拓展资料
通常横坐标的选择有三种：因变量的拟合值；自变量；当因变量的观测值为一时间序列时，横坐标可取观测时间或观测序号。残差图的分布趋势可以帮助判明所拟合的线性模型是否满足有关假设。
如残差是否近似正态分布、是否方差齐次，变量间是否有其它非线性关系及是否还有重要自变量未进入模型等。.当判明有某种假设条件欠缺时， 进一步的问题就是加以校正或补救。需分析具体情况，探索合适的校正方案，如非线性处理，引入新自变量，或考察误差是否有自相关性。