⑴ 股票估价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来进行估值。2、PEG估值法。通常适用于IT等成长性较高的企业。3、PB估值法。适用于周期性比较强的行业。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来进行估值。它指的是股价与每股收益之间的比值。计算的公式就是：pe=price/EPS，这种方法通常适用于非中期性的稳定盈利的企业。
2、PEG估值法。计算的公式是：PEG=PE/G，其中，G表示的是Growth净利润的成长率，PEG估值法通常适用于IT等成长性较高的企业，并不适用于成熟的行业。此外注意净利润的成长率可以用税前利润的成长率/营业利益的成长率/营收的成长率来替代。
3、PB估值法。计算的公式是：PB=Price/Book（市净率），这一指标相对来讲是粗糙的，它通常适用于周期性比较强的行业，以及ST、PT绩差或者重组型的公司。如果是涉及到国有法人股，那么就需要对这个指标进行考虑了，SLS引进外来投资者和SLS出让及增资的时候，这个指标是不能低于1的，否则，企业在上市过程当中的国有股确权的时候，你将有可能面临严格的追究以及漫漫无期的审批。
4、PS估值法。计算的公式是：PS（价格营收比）=总市值/营业收入=（股价*总股数）/营业收入。这种估值的方法是会随着公司营业收入规模扩大而下降的，而营收规模较大的公司PS会较低，所以这一指标使用的范围是有限的，所以它可以作为辅助指标来使用。
5、EV/EBITDA估值法。计算的公式是：EV÷EBITDA，其中，EV=市值+（总负债-总现金）=市值+净负债，EBITDA=EBIT（毛利-营业的费用-管理的费用）+折旧的费用+摊销的费用。EV/EBITDA以及市盈率（PE）等相对估值法指标的用法是一样的，其倍数相对于行业平均水平或者历史水平较高的通常说明高估，较低的则说明低估，不同的行业或者板块有不同的估值（倍数）的水平。
⑵ 01 隐马尔可夫模型 - 马尔可夫链、HMM参数和性质
先直白得讲性质： 当前的状态只和上一时刻有关，在上一时刻之前的任何状态都和我无关。我们称其 符合 马尔可夫性质。
下面是理论化的阐述：
设{X(t), t ∈ T}是一个 随机过程 ，E为其状态空间，若对于任意的t1<t2< ...<tn<t，任意的x1,x2,...,xn,x∈E，随机变量X(t)在已知变量X(t1)=x1,...,X(tn)=xn之下的条件分布函数只与X(tn)=xn有关，而与X(t1)=x1,...,X(tn-1)=xn-1无关，即条件分布函数 满足 下列等式，此性质称为 马尔可夫性 ；如果随机过程 满足 马尔可夫性，则该过程称为马尔可夫过程。
马尔可夫链 是指具有马尔可夫性质的随机过程。在过程中，在给定当前信息的情况下，过去的信息状态对于预测将来 状态 是无关的。
例子： 在今天这个时间点而言，过去的股价走势对我预测未来的股价是毫无帮助的。
PS：上面马尔可夫链中提到的 状态 ，在本例指的是 股价 。
在马尔可夫链的每一步，系统根据 概率分布 ，可以从一个状态变成另外一个状态，也可以保持当前状态不变。状态的改变叫做 转移 ，状态改变的相关概率叫做 转移概率 。
例子： 当前时间状态下的股价，可以转变成下一时刻的股价，股价的转变即 状态的改变 。这个状态现在可以上升(股价提高)，状态也可以下降。我可以根据当前股票的价格去决定下一刻股价上升、下降、不变的概率。这种股价变动的概率称为 状态转移概率 。
马尔可夫链中的 三元素是 ：状态空间S、转移概率矩阵P、初始概率分布π。
1、状态空间S - 例： S是一个集合，包含所有的状态 S 股价 ={高，中，低} ；
2、初始概率分布π - 例：
股价刚发行的时候有一个初始价格，我们认为初始价格为高的概率为50%，初始价格为中的概率是30%，初始价格为低的概率是20%。我们记股票价格的初始概率分布为：π=(0.5，0.3，0.2)；对应状态：(高、中、低)； 初始概率分布是一个向量 ，如果有n个状态，π是n维向量。
3、转移概率矩阵P - 例：
现在有个股价为中，下一个时刻状态转变的可能性有三种，中→高、中→低、中→中；将三种转变的概率。此外当前时刻也有股票的价格属于低，对应的转变可能包括低→高、低→低、低→中；即每种状态都有可能转变成其他的状态，若一共有n个状态，形成的 转移概率矩阵 应该是n×n阶矩阵。这里需要注意的是，股价从高→低，和低→高的概率是不同的。
设将天气状态分为晴、阴、雨三种状态，假定某天的天气状态只和上一天的天气状态有关，状态使用1(晴)、2(阴)、3(雨)表示，转移概率矩阵P如下：
第n+1天天气状态为j的概率为：
因此，矩阵P即为条件概率转移矩阵。矩阵P的第i行元素表示，在上一个状态为i的时候的分布概率，即每行元素的和必须为1。
隐马尔可夫模型(Hidden Markov Model, HMM)是一种统计模型，在语音识别、行为识别、NLP、故障诊断等领域具有高效的性能。
HMM是关于时序的概率模型，描述一个含有未知参数的马尔可夫链所生成的不可观测的状态随机序列，再由各个状态生成观测随机序列的过程。
HMM是一个双重随机过程---具有一定状态的隐马尔可夫链和随机的观测序列。
HMM随机生成的状态随机序列被称为状态序列；每个状态生成一个观测，由此产生的观测随机序列，被称为观测序列。
思考： z1,z2...,zn是 不可观测的状态，x1,x2,...xn是 可观测到的序列 ；不可观测的状态觉得可观测序列的值(z的取值决定x的取值)；
1、在 z1、z2 不可观测 的情况下，x1和z2独立吗？x1和x2独立吗？
回答： 这个问题可以回顾之前的 贝叶斯网络 来理解。
首先z1，z2都是离散的值，但x1的值可能是离散的也可能是连续的。比如z是天气情况，每天天气的改变是离散的。x是因为天气而改变的一些其他状态，比如x=(地面是否潮湿、路上行人数量、雨伞销售数量...)；
在z1和z2不可观测的情况下，x1和z2不独立，x1和x2也是不独立的。
2、 在 z1、z2可观测 的情况下，x1和z2独立吗？x1和x2独立吗？
回答： 在z1和z2可观测的情况下，因为x1和z2的取值只和z1有关，所以就独立了。同样在给定了z1和z2的情况下，x1和x2也独立。
请回顾贝叶斯网络中的独立性问题来思考这个问题。
04 贝叶斯算法 - 贝叶斯网络
回顾：
一般而言，贝叶斯网络的有向无环图中的节点表示随机变量，可以是可观察到的变量，或隐变量，未知参数等等。连接两个节点之间的箭头代表两个随机变量之间的因果关系(也就是这两个随机变量之间非条件独立)；如果两个节点间以一个单箭头连接在一起，表示其中一个节点是“因”，另外一个节点是“果”，从而两节点之间就会产生一个条件概率值。
PS：每个节点在给定其直接前驱的时候，条件独立于其非后继。
HMM 由隐含状态S、可观测状态O、初始状态概率矩阵π、隐含状态转移概率矩阵A、可观测值转移矩阵B(又称为混淆矩阵，Confusion Matrix)；
π和A决定了状态序列，B决定观测序列，因此HMM可以使用三元符号表示，称为HMM的三元素：
S可以统计历史出现的所有状态；
初始概率分布π，统计S中各个状态各自出现的概率作为我们的初始概率分布π向量值；
S是所有可能的状态集合，O是所有可能的观测集合：
I是长度为T的状态序列，Q是对应的观测序列：
S={下雨，阴天，晴天}；O={地上干，地上湿}
I = {晴，雨，雨，阴，晴，阴}
Q={干，湿，湿，湿，干，干}
A是隐含状态转移概率矩阵:
其中aij是在时刻t处于状态si的条件下时刻t+1转移到状态sj的概率。
a 晴雨 = 某天是晴天条件下，下一天是雨天的概率。 （某一时刻→下一时刻）
B是可观测值转移概率矩阵:
其中bij是在时刻t处于状态si的条件下生成观测值oj的概率。
b 晴干 = 某天是晴天条件下，某天是地是干的的概率。 （同一时刻）
π是初始状态概率向量:
其中πi是在时刻t=1处于状态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 | .....) 表示在从 t-1时刻的观测值q t-1 ，一直到第1时刻观测值q1 的条件下，在第t时刻发生状态的概率。
性质1： 最终分析结果发现，在第t时刻发生状态的概率it只和t-1时刻有关。
性质2： 第t时刻的观测值qt只和第t时刻的状态it有关。
假设有三个盒子，编号为1,2,3；每个盒子都装有黑白两种颜色的小球，球的比例。如下：
按照下列规则的方式进行有放回的抽取小球，得到球颜色的观测序列：
1、按照π的概率选择一个盒子，从盒子中随机抽取出一个球，记录颜色后放回盒子中；
2、按照某种条件概率选择新的盒子，重复该操作；
3、最终得到观测序列：“白黑白白黑”
例如： 每次抽盒子按一定的概率来抽，也可以理解成随机抽。
第1次抽了1号盒子①，第2次抽了3号盒子③，第3次抽了2号盒子②.... ； 最终如下：
①→③→②→②→③ 状态值
白→黑→白→白→黑 观测值
1、 状态集合： S={盒子1，盒子2，盒子3}
2、 观测集合： O={白，黑}
3、 状态序列和观测序列的长度 T=5 (我抽了5次)
4、 初始概率分布： π 表示初次抽时，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、 状态转移概率矩阵 A：a11=0.5 表示当前我抽到1盒子，下次还抽到1盒子的概率是0.5；
6、 观测概率矩阵 B：如最初的图，b11=第一个盒子抽到白球概率0.4，b12=第一个盒子抽到黑球概率0.6;
在给定参数π、A、B的时候，得到观测序列为“白黑白白黑”的概率是多少?
这个时候，我们不知道隐含条件，即不知道状态值：①→③→②→②→③ ；
我们如何根据π、A、B求出测序列为“白黑白白黑”的概率？
02 隐马尔可夫模型 - HMM的三个问题 - 概率计算、学习、预测
⑶ 通俗解释“布莱克-斯科尔斯公式”
布莱克-斯科尔斯公式避免了对未来股票价格概率分布和投资者风险偏好的依赖，这主要得益于他们认识到，可以用标的股票和无风险资产构造的投资组合的收益来复制期权的收益，在无套利情况下，复制的期权价格应等于购买投资组合的成本，好期权价格仅依赖于股票价格的波动量、无风险利率、期权到期时间、执行价格、股票时价。
⑷ 计算股票价值的公式
股票内在价值的计算方法
（一）现金流贴现模型
1、一般公式
现金流贴现模型是运用收入的资本化定价方法来决定普通股票的内在价值的方法。
根据公式（2.12），可以引出净现值的概念。净现值（NPV）等于内在价值（V）与成本（P）之差，即：
式中：P—在t=0时购买股票的成本。
如果NPV>0,意味着所有预期的现金流入的现值之和大于投资成本，即这种股票被低估价格，因此购买这种股票可行。
如果NPV<0,意味着所有预期的现金流入的现值之和小于投资成本，即这种股票价格被高估，因此不可购买这种股票。
2、内部收益率
内部收益率就是指使得投资净现值等于零的贴现率。
由公式（2.24）可以解出内部收益率k*。将k*与具有同等风险水平股票的必要收益率k相比较：如果k*>k，则可以考虑购买这种股票；如果k*<k，则不要购买这种股票。
股息增长率：gt=（Dt-Dt-1）/Dt-1×100%
（二）零增长模型
从本质上来说，零增长模型和不变增长模型都可以看作是可变增长模型的特例。
零增长模型实际上是不变增长模型的一个特例。
1、公式假定每年支付的股利相同，股利增长率等于零，即g=0。
2、内部收益率
3、应用
零增长模型的应用似乎受到相当的限制，毕竟假定对某一种股票永远支付固定的股息是不合理的，但在特定的情况下，对于决定普通股票的价值仍然是有用的。在决定优先股的内在价值时这种模型相当有用，因为大多数优先股支付的股息是固定的。
（三）不变增长模型
不变增长模型可以分为两种形式：一种是股息按照不变的增长率增长；另一种是股息以固定不变的绝对值增长。
1、公式
2、内部收益率（K*）
3、应用
零增长模型实际上是不变增长模型的一个特例。不变增长模型是多元增长模型的基础。
（四）可变增长模型
1、二元增长模型假定在时间L以前，股息以一个不变的增长速度g1增长；在时间L后，股息以另一个不变的增长速度g2增长。在此假定下，我们可以建立二元可变增长模型：
2、内部收益率
3、应用
⑸ 股票价值计算公式详细计算方法
内在价值V=股利/（R-G）其中股利是当前股息；R为资本成本=8%，当然还有些书籍显示，R为合理的贴现率；G是股利增长率。
本年价值为： 2.5/(10%-5%) 下一年为 2.5*（1+10%）/(10%-5%)=55。
大部分的收益都以股利形式支付给股东，股东无从股价上获得很大收益的情况下使用。根据本人理解应该属于高配息率的大笨象公司，而不是成长型公司。因为成长型公司要求公司不断成长，所以多数不配发股息或者极度少的股息，而是把钱再投入公司进行再投资，而不是以股息发送。
您可登录会计学堂官网，免费领取10G会计学习资料；关注会计学堂，学习更多会计知识。
⑹ 股票价格的计算公式
股价是指股票的交易价格，是一个动态的数值，由市场买卖方成交决定，受供求关系的影响上下波动。
⑺ 股票价格计算公式是什么
以下是你询问《股票价格计算公式》想要的答案，投资请搜索（rongzi360 cn）
开盘价：每天在9：15-9：25之间由电脑根据大家的报价撮合而成；
收盘价：深市是最后3分钟的报价撮合而成、沪市是最后一分钟的加权平均价；
涨跌停限制：由前一天收盘价的上下10%，四舍五入；
中间交易时的最新价格：是刚刚成交的上一笔价格；
成交原则：买方报价高的先成交，价格按照卖方的最低价成交（因为卖方先报价）；卖方报价低的先成交，价格是买方的最高价（因为买方先报价）。 同时报价的人很多很多，你看到的五档买卖多数是延迟的。如果价格变化快，买方按卖一报价，经常成交不了（因为别人已经先成交了），因此，若真急着买，报价要略高，要卖，报价要略低。
你上面说的价格只是挂着的价格，不是成交价，不是股价，是预约价。
股市上一定不能像百货公司那样，商品的标价是价格，这里，只有成交才是价格。报价不作数的。
⑻ 股票，期望收益率，方差，均方差的计算公式
1、期望收益率计算公式：
HPR=（期末价格 -期初价格+现金股息）/期初价格
例：A股票过去三年的收益率为3%、5%、4%，B股票在下一年有30%的概率收益率为10%，40%的概率收益率为5%，另30%的概率收益率为8%。计算A、B两只股票下一年的预期收益率。
解:
A股票的预期收益率 ＝（3%＋5%＋4%）/3 ＝ 4%
B股票的预期收益率 ＝10%×30%＋5%×40%＋8%×30% ＝ 7.4%
2、在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。
解：由上面的解题可求X、Y的相关系数为
r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979
⑼ 股票价格计算公式详细计算方式!
股票价格=预期股息/存款利率，
这个公式可运用等效银行存款解释，例如现行一年期存款利率是3.50%，某只股票每年固定的股息为每股0.35元，那么10元的银行存款和1股10元的股票在收益上是等效的，因此1股的价格应该理论价值为10元（=0.35÷3.5%）。
股价20元，对应3%的银行利率，预期股息提高25％至3.75%（0.75元），0.75/3.25%=23.08元。
⑽ 股票价值计算公式详细计算方法
计算公式为：
股票价值
(10)股票价格概率分布公式扩展阅读：
确定股票内在价值一般有三种方法：
一、盈率法，市盈率法是股票市场中确定股票内在价值的最普通、最普遍的方法，通常情况下，股市中平均市盈率是由一年期的银行存款利率所确定的。
二、方法资产评估值法，就是把上市公司的全部资产进行评估一遍，扣除公司的全部负债，然后除以总股本，得出的每股股票价值。如果该股的市场价格小于这个价值，该股票价值被低估，如果该股的市场价格大于这个价值，该股票的价格被高估。
三、销售收入法，就是用上市公司的年销售收入除以上市公司的股票总市值，如果大于1，该股票价值被低估，如果小于1，该股票的价格被高估。