股市分析数学建模.
数学建模 关于股票的题目
数学建模关于股票的题目问题1 考虑A、B、C、D四只股票，假如每只股票只买卖一次，分别计算何时买入，何时卖出收益达到最大？收益率为多少？如果有两次买卖机会，计算每一次买入卖出时机，最终收益率为多少？假定第二次买入时将第一次卖出的收入全部投入，且全部转变为股票，计算此时的最终收益率，计算时忽略交易成本。
要求给出你的算法及算法复杂度分析。
问题2 假定准备对A股票作一次投资（买卖一次），如果从价格方面考虑，你准备在什么价格买入，什么价格卖出？并对该投资可实现的概率、风险及收益做出估计。
要求给出两种不同的处理方式，并进行对比分析。
请利用A股票过去的数据对该方法的效果进行验证。
问题3 假定准备对A、B、C、D四只股票作一次投资（买卖一次），你将如何分配资金比例投入这四只股票。
如果从价格方面考虑，你分别准备在什么价格买入，什么价格卖出？并对该投资可实现的概率、风险及收益做出估计。
要求给出两种不同的处理方式，并进行对比分析。
请利用这四只股票过去的数据对该方法的效果进行验证。
应用数学模型在股市预测中的应用研究
应用数学模型在股市预测中的应用研究引言：股市预测一直是投资者和研究人员关注的焦点。
在过去几十年中，随着计算机技术的不断发展和数学模型的应用，预测股市的方法也取得了重大突破。
数学模型的灵活性和准确性使其成为分析市场趋势和预测股价走势的重要工具之一。
本文将介绍几种常见的数学模型，并探讨其在股市预测中的应用。
一、线性回归模型线性回归是一种简单但有效的数学模型，常用于预测股市中的趋势。
该模型基于统计数据建立了自变量和因变量之间的线性关系。
通过观察历史数据，并找出最佳拟合线，可以预测未来的股市走势。
然而，线性回归模型对于复杂的市场变化无法准确预测，因此只适用于短期和相对简单的预测。
二、时间序列模型时间序列模型是一种基于时间相关性的预测方法。
它假设未来的股价取决于过去的股价变化，通过分析历史数据中的趋势、季节性和周期性等特征来预测未来的走势。
常见的时间序列模型包括移动平均模型（MA）、自回归模型（AR）和自回归移动平均模型（ARMA）。
这些模型适用于预测短期和中期的股价变化，但对于长期趋势的预测准确性较低。
三、人工神经网络模型人工神经网络模型是一种模拟人类大脑学习和决策的数学模型。
它通过构建多层神经元网络来模拟人类大脑中的神经元之间的连接和传递关系。
人工神经网络模型可以学习历史数据中的复杂模式，并在未来的股市中预测股价走势。
由于其强大的非线性处理能力，人工神经网络模型在股市预测中有着广泛的应用。
然而，该模型对于大量的训练数据和参数调整非常敏感，需要合理的输入和处理。
四、蒙特卡洛模拟模型蒙特卡洛模拟模型是一种基于随机抽样的数学模型，可以模拟股价的不确定性。
该模型通过重复随机试验，根据一系列随机生成的股价走势来预测未来的股价。
蒙特卡洛模拟模型适合预测长期和复杂的股价变动，可以考虑到不同的风险因素和外部影响。
然而，该模型对于随机源的选择和模拟参数的设定要求较高，需要合理的假设和模拟方法。
结论：数学模型在股市预测中有着重要的应用价值。
基于数学建模的股票价格预测模型研究
基于数学建模的股票价格预测模型研究随着互联网技术的不断发展，越来越多的人开始关注股票市场和股票投资。
股票价格的波动不仅受到市场经济波动、政策法规等因素的影响，更受到技术手段的干预。
因此，如何预测股票价格的走势成为了投资者们非常关注的一个问题。
近年来，随着数学建模技术的不断发展和应用，越来越多的人开始将数学建模应用于股票价格预测中。
在数学建模中，利用某些特征参数将数学模型应用到预测中，来预测股价走势变化。
一、基础理论在股票价格预测中，常用的数学方法有时间序列分析法、机器学习方法、神经网络分析法等。
1. 时间序列分析法：这是对股票价格的历史走势进行分析，并根据某类分析模型进行预测的方法。
这种方法根据历史走势，结合多种分析方法，如均值、方差、趋势线、周期分析等，对股票的未来波动进行预测。
2. 机器学习方法：机器学习方法是利用计算机科学和统计学中的算法和模型，通过学习大量历史数据来发现规律和预测未来趋势。
在股票预测中，机器学习方法可以通过训练数据集来预测股价和走势的变化。
3. 神经网络分析法：神经网络分析法是一种基于人工神经网络技术的分析方法。
神经网络是一种类似人脑神经系统的非线性系统，通过设定输入、中间层和输出层，模拟人类大脑过程，利用大量的历史数据进行训练，预测未来的股票价格波动。
二、数学建模在股票价格预测中的应用1. 基于时间序列分析法的股票价格预测模型时间序列分析法是一种对历史数据进行分析，然后根据历史数据的结果来预测未来趋势的方法。
在股票价格预测中，该方法可以对历史股票价格数据进行统计分析，然后通过数学模型对未来股价的波动进行预测。
时间序列分析法的主要思想是根据股票价格的历史走势，预测未来几个时期的股价波动情况。
该方法首先要建立一个时间序列模型，然后对这个模型进行分析，并用它预测未来的股票价格波动情况。
2. 基于机器学习的股票价格预测模型在数学建模中，机器学习是一种利用计算机来学习知识，并基于这些知识来预测未来趋势的方法。
数学建模案例分析-- 模糊数学方法建模3股票反弹率的模糊聚类法
§3 股票反弹率的模糊聚类法将模糊集理论应用于聚类分析，便产生了模糊聚类法。
一、模糊聚类法介绍若矩阵A 的各元素ij a 满足10≤≤ij a ，则称A 为模糊矩阵。
设p n ij a A ⨯=)(和m p ij b B ⨯=)(为两个模糊矩阵，令m j n i b a c kj ik pk ij ,,2,1,,,2,1),(1 ==∧∨== 则称矩阵m n ij c C ⨯=)(为模糊矩阵A 与B 的乘积，记为B A C ∙=，其中∨和∧的含义为},max{b a b a =∨， },min{b a b a =∧ 显然，两个模糊矩阵的乘积仍为模糊矩阵。
设方阵A 为一个模糊矩阵，若A 满足A A A =∙，则称A 为模糊等价矩阵。
模糊等价矩阵可以反映模糊分类关系的传递性，即描述诸如“甲象乙，乙象丙，则甲象丙”这样的关系。
设n n ij a A ⨯=)(为一个模糊等价矩阵，10≤≤λ为一个给定的数，令⎩⎨⎧=<≥=n j i a a a ij ij ij ,,2,1,,0,1)( λλλ则称矩阵n n ij a A ⨯=)()(λλ为A 的λ—截阵。
模糊聚类法和一般的聚类方法相似，先计算变量间的相似系数矩阵（或样品间的距离矩阵），将其元素压缩到0与1之间形成模糊矩阵，进一步改造成模糊等价矩阵，最后取不同的标准λ，得到不同的λ—截阵，从而可以得到不同的类。
具体步骤如下：1、计算相似系数矩阵R 或样品的距离矩阵D其中n n ij d D ⨯=)(和p p ij r R ⨯=)(的算法与第四章§4.7消费分布规律的分类中相同。
2、将R （或D ）中的元素压缩到0与1之间形成模糊矩阵我们统一记为n n ij a A ⨯=)(；例如对相似系数矩阵p p ij r R ⨯=)(，可令p j i r a ij ij ,,2,1,),1(21 =+= 对于距离矩阵n n ij d D ⨯=)(，可令n j i d d a ij n j i ij ij ,,2,1,,max 11,1 =+-=≤≤ 3、建立模糊等价矩阵一般说来，上述模糊矩阵n n ij a A ⨯=)(不具有等价性，这可以通过模糊矩阵的乘积将其转化为模糊等价阵，具体方法是：计算,,,2242 A A A A A A ∙=∙=直到满足k k A A =2，这时模糊矩阵k A 便是一个模糊等价矩阵。
大学生数学建模竞赛_沪深300股指波动分析
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：参赛队员(打印并签名) ：1.2.3.指导教师或指导教师组负责人(打印并签名)：日期：2013 年_08_月 19 日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：沪深300指数的波动分析摘要本文对沪深300指数的波动方式进行了简单的分类，依据不同的分类基准用了两种分类方法进行分类，探讨了其波动方式，并根据已有的历史数据，对股指的走势做出短期预测和长期预测，并且还建立了股指交易模型，并对模型进行了深入的分析。
针对问题一，基于两种分类基准，对问题一采取了两种不同的处理方式。
第一种处理方式是以每五天为分析对象，即排除了非工作日的影响，运用MATLAB 软件做出各种变量指标的曲线图，根据曲线图，对变量做出适当的分类，进而考察每个分类的具体变化规律；第二种处理方式是采取动态聚类法，由SAS软件得出分类的形式，再对所得的结论进行总结。
综合两种分类处理方式，发现两种方式都是将股指波动规律分为4类，且第一类方法分得的时间段是连续的，第二类方法分得的时间段是离散的。
股票交易最优数学模型
股票投资问题摘要本文通过对一支股票进行投资交易进行了分析研究，以求使亏损率与成本最优化。
为此，我们摘用了一些网上股市数据我们以Excel与SAS对相关数据进行了分析，得出这一支股票的最佳投资方案。
模型的假设：1）亏损率与交易次数有关，不受其他因素影响，为1/Xn；2）该股市所提供的数据都真实可靠；3）投资者原本所拥有的投资基金为1500000符号说明时间段——以半小时为一个时间段，9：30~10:00为1阶段，以此类推交易额——一个时间段的交易钱数数据的分析：摘用股市某股票某一天的数据，见附录。
买入时间段交易额平均股价交易股数1 232800 9.86 23610.552 222342 9.8 22687.963 253197 9.74 25995.594 513425 9.78 52497.445 51000 9.8 5204.0826 61653 9.79 6297.5497 133431 9.74 13699.288 636988 9.6 66352.92卖出时间段交易额平均股价交易股数1 430746 9.856 43703.942 279096 9.79 28508.273 614706 9.74 63111.54 333758 9.59 34802.715 33239 9.79 3395.1996 218572 9.78 22348.887 607441 9.74 62365.618 1924851 9.61 200296.73.模型的建立：从以上买入与卖出两个数据表，我们可以基本判断出在哪个时间段利于交易，从而可以得出以下几个投资方案：买入交易次数时间段金额（元）股数手续费（元）1 8 636988 66352.92 63.69882 4 513425 52497.44 51.34253 3 253197 25995.59 25.31974 1 96390 9775.862 9.639 总和1500000 154621.8 150卖出1 8 1485915 154621.8 303.2133 盈利（元）-13631.7867可知交易次数n为5次，所以亏损率为1/10，总成本费为453.21元，盈利为-13631.7867元可知交易次数n为11次，所以亏损率为1/22，总成本费为453.02元，盈利为-3673.369369元根据上面两种投资方案，可见方案二更为可行。
股市中的成交量数学建模论文-数学建模股票成交量
股市中的成交量数学建模论文-数学建模股票成交量股市中的成交量摘要目前，中国有几千万股民基民，随着中国经济的持续高速发展，证券投资收益已越来越成为普通百姓财富增长的重要组成部分。
针对题目中的三项问题，运用系统建模及MATLAB、SPSS软件进行分析求解。
问题(1)中，首先以所给数据中上证指数的开盘价作为研究对象，根据从1990年12月19日开始到2010年12月31日的开盘价与成交量来描述指数与成交量的长期关联程度，运用SPSS进行关联分析得到Pearson(皮尔逊)关联系数为0.712。
证明指数与成交量之间是显著线性相关的。
随机抽取2003年和2009年的开盘价与成交量来描述指数与成交量的短期关联程度，运用SPSS对数据进行分析处理得到Pearson(皮尔逊)关联系数分别为0.311(2003)和0.291(2009)。
问题(2)中，首先根据生存分析的方法对上证指数与成交量之间的关系进行分析，确定使用位置尺度模型来建立指数与成交量之间的上涨阶段和下跌阶段的数学模型。
为了能够对股指在长时间内进行统计比较，我们采用相对收益率替代股指涨跌点数，使用MATLAB软件编程分析相对收益率与不同的成交量之间的关系得到，成交量大的生存函数曲线较平坦，表示股指涨得较高，而成交量小的生存函数曲线较徒，表示股指相对上涨得较小。
问题(3)中，根据得到的指数与成交量的模型得到成交量与股指存在着线性关系。
当股价上涨, 伴随着成交量的稳步放大; 当股价下跌,伴随着成交量的逐渐缩小。
股价的上涨和下跌是由成交量推动着, 成为其涨跌的内在力量。
关键词：上证指数；成交量；生存分析；相对收益率；位置尺度模型一、问题重述目前，中国有几千万股民基民，随着中国经济的持续高速发展，证券投资收益已越来越成为普通百姓财富增长的重要组成部分。
有经济学家曾形容中国股市是个大赌场，受大资金关照的个股上窜下跳，普通投资者只好踫运气。
然而，现实世界是不存在真正意义的混沌现象，任何貌似混沌的现象其背后都有一定的统计规律，否则各种科学技术毫无存在意义。
基于数学建模的股票市场预测模型探索
基于数学建模的股票市场预测模型探索股票市场预测一直是投资者和金融机构关注的重要问题。
数学建模作为其中的一种工具，通过分析历史数据和建立数学模型，可以帮助预测股票市场的走势和未来的发展趋势。
本文将探索基于数学建模的股票市场预测模型，并讨论其中的方法和技术。
一、时间序列模型时间序列模型是一种基于历史数据来预测未来走势的常用方法。
其中，ARIMA模型是最为经典的时间序列模型之一。
ARIMA模型结合了自回归（AR）模型、移动平均（MA）模型和差分（I）模型，通过对历史数据的分析，建立了一个可以预测未来走势的数学模型。
ARIMA模型的核心思想是将当前的数值与过去的数值进行关联，并结合移动平均和差分运算来消除非随机性的部分。
通过ARIMA模型，我们可以对股票的走势进行拟合，并预测未来的变化。
二、神经网络模型神经网络模型在股票市场预测中也有广泛的应用。
其中，基于深度学习的神经网络模型，如长短期记忆网络（LSTM）和卷积神经网络（CNN）等，能够自动学习特征，并进行有效的预测。
LSTM模型是一种特殊的循环神经网络，它能够处理时间序列数据，并具有记忆机制。
LSTM模型通过对历史数据的学习和记忆，可以学习到股票市场的规律和趋势，并进行准确的预测。
CNN模型则通过卷积运算和池化运算提取特征，并进行有效的分类和预测。
在股票市场预测中，CNN模型可以通过学习历史数据的特征，判断未来走势的可能性。
三、混合模型除了单独使用时间序列模型或神经网络模型外，混合模型也是一种常见的股票市场预测方法。
混合模型通过结合多种不同的方法和模型，充分利用各种模型的优势，提高预测的准确性。
例如，可以将ARIMA模型和LSTM模型进行结合，利用ARIMA模型对长期趋势和周期性进行拟合，再通过LSTM模型对短期波动进行预测。
此外，还可以结合其他模型和方法，如金融市场指标、技术分析等，提高预测的精度和可靠性。
四、评估指标无论是单独使用某一模型还是采用混合模型的方法，评估预测结果的准确性是非常重要的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数学建模第二次模拟赛题摘要针对于当前我国股市形势严峻这一情形，我们对国内股票市场的情况进行分析，使得我们能过更好地了解股市的风险程度，进而更好的增强抵抗能力并经得起利益的诱惑。
针对问题一：通过我们详细的查找资料，我们发现市盈率=每股股票价格/每股股票的收益，我们而市盈率以及股票的收益都有固定的值，这样我们就可以知道股票的内在价值了。
同时股票内在价值还有一些其他的模型算法，如：现金流贴现模型（DMM模型）、内部收益率模型（IRR模型）、零增长模型、不变增长模型等。
对于此题我们采用现金流贴现模型来计算股票的内在价值。
针对问题二：我们通过研究中国联通（SH600050）股票的发展走向来验证股票价格与股票内在价值之间的关联，用EXCEL软件作图进行分析比较，发现并不像经典理论所表达的那样“股市中股票价格是围绕股票内在价值上下波动的”。
针对问题三：关于政府救市的言论和措施，一开始没有起效果，主要是因为当时政府当时没有进行大规模的救市，政府在实行政策失误，以便聚集力量等待时机正确果断、准确、强力地出击救市，我们会给出数据分析来验证这一点。
针对问题四：政府救市是为了让股市稳定，让股市走向一个健康发展的道路是毋庸置疑的。
针对问题五：通过我们对历史数据的分析，我们发现当前股票还没调到位，其最有可能调到2700—2800左右。
针对问题六：对于当前的股票，我们发现股市有风险，入市须谨慎。
关键词：股票内在价值零增长模型不变增长模型 excel作图 MATLAB预测股市一、问题重述针对凶险的股市，对其风险程度的了解能更好的使我们增强抵抗能力和经得起其利益的诱惑。
股市里大家熟悉一个叫李大霄的，他在4月8号就说股市在4000点是地球顶，4月21号为止三遍说到顶。
其依据是：当前43%的股票市盈率已经超过100倍，50%的股票超过83%，70%的股票超过51倍，比较严重的特别是创业板已经整体接近100倍，风险比大盘6124时更甚。
虽然他没有马上言中，但后面确实出现了股票快速回调。
1)市盈率与股票内在价值的关系是什么？统计一下股票在5000点高位时的市盈率，是否还有别的计算股票内在价值的公式，它们在5000点左右的高位时对应计算出来的内在价值是多少？可以以个股为例说明。
2)分析某个股票，验证股票价格与股票内在价值是否有某种关联。
是否如经典理论“股市中股票的价格是围绕股票的内在价值上下波动的”？3)关注政府关于救市的言论和措施，分析最近这波下跌为什么前几次的救市措施没有起效？能否从数据分析上支持你认为的结论？4)政府的救市是让其涨还是让股市稳定？假设你做出的这个结论在政府刚救市时你就知道，这个信息对你在股票交易中是否能带来好处？试给出一个交易策略针对某个个股模拟，并说明你的交易策略与你的结论之间的关系。
5)如果内在价值理论是成立的，请针对某个股票的历史数据分析一下其当前股价是否回调到位？若没有回调到位，最有可能的是回调到哪个位置？若已回调到位，接下来的这轮上涨会到哪个位置？6)关于当前的股票，你有什么新的规律发现？二、问题分析对于问题一：市盈率=每股股票价格/每股股票的收益，市盈率以及股票的收益都有固定的值，可以较为快速的求得股票的内在价值了。
在接下来的求值中本文采用现金流贴现模型来计算股票的内在价值。
对于问题二：通过研究中国联通（SH600050）的股票发展走向来验证股票价格与股票内在价值之间的关联，用EXCEL软件作图进行分析比较，发现并不像经典理论“股市中股票价格是围绕股票内在价值上下波动的”。
对于问题三：关于政府救市的言论和措施，一开始没有起效果，主要是因为当时政府当时没有进行大规模的救市，政府在实行政策失误，以便聚集力量等待时机正确果断、准确、强力地出击救市，我们会给出数据分析来验证这一点。
对于问题四：政府救市是为了让股市稳定，让股市走向一个健康发展的道路是毋庸置疑的。
对于问题五：通过我们对历史数据的分析，我们发现当前股票还没调到位，其最有可能调到2700—2800左右。
对于问题六：对于当前的股票，我们发现股市有风险，入市须谨慎，切忌贪婪。
三：模型假设1、假设股市并无任何人为操纵。
2、股市仅受股市平均市盈率、经济增长数据、人民银行公布和调整、存货利率与国家公布的宏观经济数据CPI 影响。
3、股市受股市信息的影响，成交量发生变化，进而有股价的变化，在成交量进程时间内股价与成交量有相关性。
4、股息的支付在时间上是永久性的。
5、股息的增长速度是一个常数。
6、模型中的贴现率大于股息增长率。
四、符号说明12D D D n 、、... 股利序列0P 股票价值R s 贴现率D (1,2,....,)t t =? t 年的股利1r 1n 年之前的股票增长率1r 1n 年之后的股票增长率g 为常数五、模型建立与求解5.1问题一针对5000点高位的股市分析，综合国内主要证券交易市场各类型指数分析，确立本文以上海证券交易所公布的上证指数为依据来研究。
查阅历史上证指数，分析数据，筛选出上证指数超过5000点的时间节点如下图5.1.1所示。
图5.1.1查阅中国联通（SH600050）在上诉时间节点内的交易数据，由于数据太多，此处只截取部分数据展示， 根据中国联通（SH600050）的2015年6月30日公布的2015年半年度报告，中国联通（SH600050）在2015年上半年基本每股收益为0.1878元，基于此以市盈率估价方法（每股价格=市盈率×每股收益）做出的股票在5000点高位时的市盈率与股票内在价值的表（具体表格见附录）格，如表5.1.1：表5.1.1对于股票的内在价值的运算公式，我们将从零增长股票的价值、固定增长的股票价值、以及非固定成长股票价值三个方面进行分段计算。
一般来说，股票收入包括两个部分：股利收入和出售的售价。
首先，在计算前我们先假设股票拥有者永远持有股票，这样他就只获得股利，而且是一个永续的现金流入，假设股利序列为：12D D D n 、、...…则股票股价的一般模型为：101(1)t s D p R ¥==+å （5-1） 其中： R s 为贴现率，可取投资者所要求的最低回报率，t D 为t 年的股利（t=1,2,…,¥）。
（5-2）1、零成长股票价值：如果假设未来股利不变，则其股利现金流入是一个永续年金，那么股票的价值为：0sD P R = （5-3） 2、固定成长的股票价值：假设股利每年增长率为g,则股票价值计算公式为：001(1)(1)t t t s D g P R ¥=?=+å （5-4） 当g 为常数，并且R s >g 时，上式可化简为：010(1)s s D g D P R g R g?==-- （5-5）3、非固定成长股票的价值：一般情况下，股利的增长是不固定的，但是, 对许多公司而言, 股利的增长呈现这样的规律: 开始增长较快, 以后变为固定增长或保持不变。
在这种情况下, 股票价值就要分段计算，分为两阶段和三阶段模式，运用MATLAB对上述上中进行编程得出结果。
10年内2014年比2004年净利润增长 4.843051918 倍,10年复合增长率为17.09%由于中国联通进入快速发展期,预计10年净利润增长率:15%。
平均税后分红率为42.0%今后联通公司将进入快速增长期,适当调低分红率,预计今后10年平均税后红利分派率:35%二十年期国债收益率3.3%-7.0%,平均4.5%,考虑利率变化趋势,调整为7%基准市盈率:1/0.07=14.3预计后10年平均净资产收益率为18%.则内在价值为:每股收益(0.95)/贴现率(0.07)=13.57元净资产收益率(18%)/贴现率(7%)=2.57即中国联通内在价值的现值为37.37元.(加上红利的现值2.5元)短期数据具有不稳定性，极易受环境因素变动而发生较大的变化，为加强数据的准确性，本文收集了近年中国联通（SH60050）证券交易数据和年度报告，对财务数据进行分析5.2问题二我们依旧以中国联通（SH600050）股票数据为例，首先，我们将从历史数据上进行对比分析，将中国联通股票的股价与股票的市盈率做一个折线对比图，图例如下：从图形的走势上可以看出，股票在近阶段中，股票的内在价值是远远高于股价的，而且股票内在价值波动性很大，而股票的股价却趋于平稳。
为了更好的描述二者之间的关系，我们用5.1的模型来分析股价随各因素变化及变化的程度，用MATLAB做出股价随各种因素变化的线性图（程序文件见附录），以5.1结果为基础做出图形如图所示5.3问题三从7月6日开始，政府推出了一系列股市救市的言论和措施，但7月8日股票再度大跌，虽然没有太多成效，但可以看出政府对股市的重视程度，希望中国股市综上一条健康发展的道路。
其实，早些时候政府的救市基本上是“投石问路”的阶段。
可以看到，前两个星期政府救市，其主体是中国证监会及其领导下的证金公司和券商。
这不仅表现为救市的资金量十分有限，而且救市的力量也不够，同时也不能真正把握到股市持续下跌的原因所在，所以，以前一个多星期来的政府救市，尽管对持续下跌的股市有缓冲的作用，但是要让这种救市真正扭转大势是根本不可能的。
5.4问题四政府颁布的救市措施为的是让股市稳定，从7月8日中央政府各部门接连推出稳定资本市场的一系列的重大政策可以看出，比如央行宣布向证金公司提供无限的流性性，放宽股市融资规则，要求券商成立股市救市基金护盘，动用社保基金、汇金公司入市购买股票，允许银行放宽大股东的股票抵押贷款，要求100多家央企只能购买股票不准卖出股票，鼓励及要求上市公司以各种方式来稳定公司股票价格，严厉打击沽空行为及造谣言论，公安部门进驻中国证监会调查恶意沽空，暂停新股发行等。
由此可以看出政府为了让股市稳定，相关部门几乎已经倾巢而出了。
5.5问题五根据问题一和问题二的数据分析可得知，但前股价并没有回调到位。
其最有可能调到2700—2800左右。
5.6 问题六规律就是心态平和，禁忌投机，远离短线，长线操作，切忌频繁操作频繁换股，跟着市场大趋势走，跟着庄家走，不贪得无厌，市场火热时要看到风险，市场不景气时，要看到机会。
六、模型评价与分析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利是不合理的。
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。
而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利是固定的。
固定增长模型：从长期来看，用戈登模型低估（高估）的股票胜过（不如）风险调整的市场指数。
”尽管任何一种投资模型都不可能永远适用于所有股票，但戈登模型仍被证明是一种可靠的方法，用以选择那些在长期从总体上看走势较好的股票。