股票价格统计规律

合集下载

股票操作规律

股票操作规律

股票操作规律定律一:底部首次涨停 --主力建仓标志当个股经历漫漫熊途下跌至低位或长期持续横盘整理,一旦目标个股在低位出现量价配合理想的涨停板值得投资者密切注意,因为空头能量释放完毕,多头力量开始反攻,意味新一轮行情到来。

观察涨停板时更要注意目标个股的成交量变化。

实战中具有较高参与价值的个股在底部第一个涨停板时成交量并不会很大,分时走势上呈现明显的涨停前放量、涨停后迅速缩量,且封涨停时间较早的特点,这类个股通常可以迅速参与追涨,获利概率很大。

但是,观察形态时必须要注意的是,如果个股在绵绵跌势中突然出现放巨量的涨停(或拉出长阳线),后市仍有下跌空间。

从底部脱颖而出的第一个涨停板既不能是巨量,也不是缩量,温和放量的涨停板才是最完美的量价配合。

定律二:底部七连阳--中线黑马摇篮形态特征:目标个股在底部区域经过长期盘整后,在连续七个交易日内收出小阳线,成交量温和放大,并且每天涨幅不大。

主力心态:此时股价较低属于主力吸筹的“底仓”阶段,盘中可以明显感觉到一种对收集廉价筹码迫不及待的感觉,一有卖单挂出即被主力吃下,股价来不及调整而不断被推高,连续拉出一根根小阳线,而成交量的放大更暴露了机构在此建仓的痕迹。

实战操作注意事项:一旦发现这种走势的股票,应在随后的缩量调整中坚决介入,今后的上涨空间将会很大。

选择目标个股时注意,要排除那些位于历史高点或者次高点区域的股票。

在股价中底部区域出现的七连阳才是标准无误的底部七连阳形态。

底部、连续阳线、成交量温和放大是应用七连阳技巧选股成功的三大关键要素,决不可忽视其中任何一个要素。

目标个股八连阳、九连阳密切跟踪,九连阳90%会出现对应翻番行情。

定律三:低位复合连阳--短线牛股露脸所谓复合底部连续阳线,就是在底部走出两次七连阳或者一次七连阳加上一次六连阳的形态。

这是一种超强势形态,说明主力力求缩短建仓时期,反应市场共识程度高,下跌空间被封死个股属于超强股。

实战中可以在连续阳线后的短暂调整结束时(这种极强势股调整结束往往是以一根大阳线为标志的)坚决买入,短线空间较大。

统计学在日常生活中的应用

统计学在日常生活中的应用

统计学在日常生活中的应用作者:石颜玉 指导老师:王本周(数计系2009级数学教育一班,湖南 吉首 416000)摘 要:作为应用数学的一个分支统计学,它被广泛的应用于各门学科之上。

在科学技术飞速发展的今天,统计学广泛吸收和融合相关学科的新理论,不断开发应用新技术和新方法,深化和丰富了统计学传统领域的理论与方法,并拓展了新的领域。

本文主要就统计学在日常生活中的应用做了调查与研究,并对统计学其它更广阔的应用前景进行展望。

关键词:统计学 几何概型 抽样调查 服务业 证券投资统计学是一门研究随机现象,以推断为特征的方法论科学,“由部分推及全体”的思想贯穿于统计学的始终。

统计学是收集、分析、表述和解释数据的一门科学。

德国的斯勒兹曾说过:“统计是动态的历史,历史是静态的统计。

”可见统计学的产生与发展是和生产的发展、社会的进步紧密相联的。

它被广泛的应用在各门学科之上,从社会科学到人文科学,甚至被用来工商业及政府的情报决策之上,总之,我们生活中无处不存在统计学的身影。

其实,统计学最早是产生于日常生活中的。

下面我将论述统计学在日常生活中的应用。

一、统计学在“约会问题”中的应用甲乙两人相约在某段时间T 内在预定地点会面。

先到的人应等候另一人,经过时间t (t <T )后方可离开。

求甲乙两人会面的概率,假定他们在时间T 内的任一时刻到达预定地点是等可能的。

在这个问题中我们无法用概率的古典定义解决,因为概率的古典定义是在假设试验的基本事件只有有限个的情形下给出的,对于试验的基本事件为无穷多个的情形,概率的古典定义显然是不适用的。

这就要运用几何概型,假设试验的基本事件有无穷多个,但是可以用某种几何特征(如长度、面积、体积)来表示其总和,设为S ;并且其中的一部分,即随机事件A 所包含的基本事件数,也可用样的几何特征来表示,设为s ;则随机事件A 的概率定义为:()s P A S=. 建立几何概型,我们设甲乙两人在时间T 内到达预定地点的时刻分别为x 和y ,则它们可以取区间[]0,T 内的任一值,即0≤x ≤T ,0 ≤y ≤T . 而两人会面的充分必要条件是:x y -<t .我们把x 及y 表为平面上一点的直角坐标,则所有基本事件可以用边长为T 的正方形内的 t点表示出来,而两人会面所包含的基本事件可 以用这个正方形内介于两条直线x y t -=±之间 O t T x 的区域(右图中的阴影部分)内的点表示出来。

美股月份涨跌规律

美股月份涨跌规律

美股月份涨跌规律【实用版】目录1.美股月份的涨跌规律概述2.研究方法与数据来源3.涨跌规律的具体表现4.影响涨跌规律的因素5.投资建议及风险提示正文1.美股月份的涨跌规律概述美股月份的涨跌规律是指在美国股市中,不同月份股票价格的涨跌趋势。

这一规律通过对历史数据的分析,揭示了美股在不同月份中的涨跌概率,为投资者提供一定的投资参考。

2.研究方法与数据来源本研究采用统计分析的方法,对美国三大股指(道琼斯工业平均指数、标普 500 指数、纳斯达克综合指数)自 1990 年以来的历史数据进行分析。

数据来源于雅虎财经等权威金融信息平台。

3.涨跌规律的具体表现根据统计分析结果,美股在不同月份的涨跌规律如下:- 1 月:上涨概率较高,道琼斯工业平均指数、标普 500 指数和纳斯达克综合指数的平均涨幅分别为 5.7%、5.8% 和 6.1%。

- 2 月:上涨概率有所降低,但仍处于较高水平,三大指数的平均涨幅分别为 4.7%、5.1% 和 5.4%。

- 3 月:上涨概率进一步降低,道琼斯工业平均指数和标普 500 指数的平均涨幅分别为 2.6% 和 2.9%,纳斯达克综合指数则出现小幅下跌(-0.6%)。

- 4 月:三大指数的上涨概率均下降,道琼斯工业平均指数和纳斯达克综合指数的平均涨幅分别为 1.1% 和 0.5%,标普 500 指数则出现小幅下跌(-1.0%)。

- 5 月:上涨概率进一步降低,道琼斯工业平均指数和纳斯达克综合指数的平均涨幅分别为 0.6% 和 0.2%,标普 500 指数的平均跌幅为1.8%。

- 6 月:三大指数的上涨概率均较低,道琼斯工业平均指数和纳斯达克综合指数的平均跌幅分别为 2.2% 和 3.1%,标普 500 指数的平均跌幅为 2.8%。

- 7 月:上涨概率有所回升,但仍处于较低水平,道琼斯工业平均指数和纳斯达克综合指数的平均涨幅分别为 1.1% 和 0.7%,标普 500 指数的平均涨幅为 0.8%。

中国股市月份规律

中国股市月份规律

中国股市月份规律【篇一:中国股市月份规律】中国股市历年月分走势规律对 1992 年以来 12 年的月 k 线进行分析,从中可以看到历年 1-12 月的涨跌概率: 1 月:8 年上涨 8 年下跌;2 月:11 年上涨 5 年下跌;3 月:12 年上涨4 年下跌; 4 月:11年上涨 5 年下跌; 5 月:9 年上涨 7 年下跌; 6 月:9 年上涨 7 年下跌; 7 月:6 年上涨 10 年下跌; 8 月:7 年上涨 6 年下跌; 9 月:6 年上涨 10 年下跌; 10 月:6 年上涨 10 年下跌; 11 月:11 年上涨 4 年下跌; 12 月:7 年上涨 8 年下跌从以上数据可见,一年中的 2、3、4 月均为上涨月份;而 6 月为分水岭,下跌的年份逐渐上升,表明市场开始逐渐转弱;其中 7、9、10 三个月中下跌的年份最多,下半年中仅 11 月是上涨概率相对较大的月份,随后的 12 月大多为全年最弱的月份。

从 1992 年以来的月度涨跌幅看,1、2、3、4、6、8、11、12 月的月均涨幅为正,涨幅最大的月份在 8 月,为 12.7%;第四季度涨幅几乎为零,11 月作为上涨概率较大的月份,涨幅较为有限,表现为弱势反弹月。

12 月虽然是全年中下跌概率较大的月份,但其平均涨幅达到 3%,表明 12 月尽管走势较弱,但总体上下跌幅度有限。

从反映交易活跃程度的两项指标换手率和月度成交金额看,2 至 6 月成交金额逐步放大,6 月是全年成交额最大的月份,随后成交额逐步减少,四季度成交额最低。

至来年 1 月,成交额有所放大,这与 1月资金开始回流股市有一定关系。

从换手率看,3、4、6 月换手率较高, 8 月最高,1、2 月最低。

从 1992 年以来市场的月度涨跌、成交量和换手率的变化的统计看,上半年的行情多好于下半年,6 月是市场开始由强转弱的月份,但高点出现在 8 月份的概率也较大。

从资金流向来看, 6 月之后资金逐步离场,至来年 1 月开始回流市场,而市场也在资金的流入下逐步转暖。

股票收益率的统计分析及其股价预测

股票收益率的统计分析及其股价预测
本文并不用日收盘价数据对日收盘价的预测而是用60分钟线的数据对日收盘价的预测结果表明当日收盘价发生大波动时预测到的日收盘价比用日收盘价数据对日收盘价的预测效果好
广西师范大学 硕士学位论文 股票收益率的统计分析及其股价预测 姓名:欧诗德 申请学位级别:硕士 专业:概率论与数理统计 指导教师:杨善朝 20060401
dS t dt dWt .(2)无风险利率 r 是常数.(3)原生资产不支 St
付股息.(4)不支付交易费和税收.(5)不存在套利机会.自从著名的 Black- Scholes 公 式发表以后,金融理论方面得到了飞跃发展.然而大多研究者通过对股市的研究发 现股票价格并不服从几何布朗运动 ,即对数收益率不服从正态分布,如文献[6][7] 通过对实测数据的分析,说明布朗运动与市场实际相距甚远.因此人们一直关注比 较准确描绘股票价格运动的期权定价问题.由此可见对股票价格运动的研究具有 重大的意义.本文并不直接研究期权定价问题,而是研究股票的对数收益率问题和 股价预测问题,为投资者提供投资策略,也为今后研究期权定价做点工作. 对收益率的研究必须研究收益率的分布规律和特征.由于核估计具有良好的 性质: 逐点渐近无偏性和一致渐近无偏性; 均方相合性; 强相合性.因此本文在第 一章研究在不知收益率分布的情况下采用非参统计方法去估计收益率的分布和 投资策略. 除此之外,由于投资者还希望知道股价已涨到或跌到了某个价位时, 下 一步它涨到或跌到另一个价位的概率有多大 . 因此本文在第二章对此问题进行 研究,引入周收益率和周最大收益率,用马尔可夫过程理论对上升阶段、下跌阶段 与整理阶段的股票价格走势和投资策略进行全面研究分析 . 由于好的预测能为 投资者做出好的策略,因此本文在第三章研究预测问题.ARIMA 模型是基于大样 本做预测分析的一个较好的模型,但多数文章只是应用这个模型,而没有处理当样 本数据发生较大变化时,预测会出现大的偏差问题.本文并不用日收盘价数据对 日收盘价的预测,而是用 60 分钟线的数据对日收盘价的预测,结果表明当日收盘 价发生大波动时,预测到的日收盘价比用日收盘价数据对日收盘价的预测效果好. 利用马尔可夫过程对随机现象做预测,这是一个比较好的预测方法.许多文章主要 是利用一步转移概率矩阵、 n 步转移概率矩阵和遍历性来做预测工作,本文假设对 数收益率 rn 服从马尔可夫过程,然后推导出股票价格 S n 的最优预测. GM(1,1)模型 是基于小样本做预测的模型,对于具有指数变化规律的数据做预测效果显著.由于

基于Ising模型的股票价格统计特征及模拟

基于Ising模型的股票价格统计特征及模拟

这只股 票 的价格 将 上升 , 同理 可 以讨 论 相反 的情况 .
1 模 型构 造
考虑二维格点上 N × N 的 I n 模 型 , sg i 将格点
量 , 可 以认为 此 时这只 股票 的价格 被低 估 了 , 则 因此
现有 的模 型在 描 述现 实 市 场 中 一些 经 验 现 象 时 , 缺 少详 细合 理 的经 济解 释 , 者 只是 描 述 了 现 实市 场 或 中的部 分性质 . 文作者 基 于统计 物理 中 的 In 模 本 sg i 型和平 均场理论 , 构造 和刻 画股 价 的波动 , 来 根据 所
文 章 编 号 :6 30 9 (0 7 0 —0 1 3 17 —2 12 0 )60 8 — 0
基 于 Iig模 型 的 股 票 价 格 统 计 特 征 及 模 拟 s n
李其德 , 王 军
( 北京交通大学 理学 院 , 北京 1 0 4 ) 0 0 4

要 : 据统 计物理 中的 I n 模 型和 极 限理论 , 究证券 市场 中股 票 价格 的统计 规律 . 根 sg i 研 通过 建 立
b sn o e y Ii gM d l
L t e WA u IQ — , NG J n d
(c ol f c ne eigJ oo gU iesy B in 0 04 C ia Sh o o i c,B in i tn nvrt , eig10 4 , hn) Se j a i j
Ab t a t W e i v si a e t l c u to f prc r c s n a s o k m a k tw ih I i g m o e n h sr c : n e tg t he fu t a i n o ie p o e s i t c r e t sn d la d t e m e n fed t o y,a o tu tt e c r e p nd n a do l g rt i ie r t r spr c s .Ac o d— a l he r i nd c nsr c h o r s o i g r n m o a ihm c prc e u n o e s cr i o h e n fed sm ua ins o h m o e , t i e s re f l g rt m i rc e ur s e h b t ng t t e m a —il i lto f t e d l he tm e i s o o a ih c p ie r t n x i i

数学炒股定律

数学炒股定律

数学炒股定律
数学炒股定律是指运用数学方法来预测和分析股市走势的一些规律。

以下是一些常见的数学炒股定律:
1.费波那契数列:这是一种在自然界和股市走势中都有应用的数列,其特点是前两个数字之和等于第三个数字,例如1、1、2、3、5、8、13等。

据说这个数列可以用来预测股票价格的上升和下降趋势。

2.布林带:这是一种基于统计学原理的技术分析方法,通过计算股价的标准差和移动平均线来计算出布林带的上轨、中轨和下轨。

股价上涨或下跌到布林带的上轨或下轨时,会引发一些投资者的买入或卖出行为,从而影响股价的走势。

3.随机指标:这是一种衡量股票价格波动性的技术指标,通过计算股价的波动范围和股价的当前位置来评估股票价格的上升或下降趋势,进而制定相应的交易策略。

k线周规律

k线周规律

k线周规律(最新版)目录1.K 线周规律概述2.K 线周规律的形成原因3.K 线周规律的应用4.K 线周规律的优缺点正文一、K 线周规律概述K 线周规律是指在股票市场中,股票价格的 K 线图在一周内的走势具有一定规律性。

这一规律性主要体现在以下几个方面:一周内的最高价、最低价、开盘价和收盘价;一周内的成交量;以及相邻周之间的价格和成交量变化。

通过对这些数据的统计和分析,投资者可以发现一些有用的信息,从而指导实际操作。

二、K 线周规律的形成原因K 线周规律的形成主要与以下因素有关:1.宏观经济因素:国家的政策、经济数据、国际经济环境等都会对股票市场产生影响,从而影响股票价格的周规律。

2.季节性因素:股票市场存在一定的季节性规律,比如年底和季度末,往往是资金结算和业绩考核的关键时期,市场可能会出现一定的波动。

3.投资者情绪:投资者的情绪波动会影响股票价格。

在一周内,投资者可能会受到各种消息的影响,从而导致情绪波动和价格波动。

4.交易制度:股票市场的交易制度,如 T+1、T+2 等,也会影响 K 线周规律的形成。

三、K 线周规律的应用K 线周规律的应用主要体现在以下几个方面:1.判断市场趋势:通过观察一周内的最高价、最低价、开盘价和收盘价,投资者可以初步判断市场的走势和趋势。

2.寻找交易机会:通过分析一周内的成交量和相邻周之间的价格和成交量变化,投资者可以发现一些交易机会,如买入、卖出等。

3.制定投资策略:通过对 K 线周规律的研究,投资者可以制定一些投资策略,如定投、止损等。

四、K 线周规律的优缺点K 线周规律的优点主要体现在以下几个方面:1.具有一定的规律性:通过对 K 线图的研究,投资者可以发现一些规律性,从而指导实际操作。

2.稳定性较高:相较于日 K 线,周 K 线更具有稳定性,能够更好地反映市场的中长期走势。

然而,K 线周规律也存在一些缺点:1.反应较慢:由于一周只有五个交易日,周 K 线的反应速度相对较慢,可能会导致投资者错过一些交易机会。

  1. 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. 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. 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)。

萨缪尔森股价随机波动的研究
• 萨缪尔森对巴论文极赞赏,但不同意股价上涨与下跌的概率相等,其 数学期望值等于零的结论。他认为上升无限,但下降至多到零。 • 他也认为投资者重视股价变动的百分比,而不是股价水平。 • 对坎德尔的研究结果印象深刻,股价所以乱,是因价格与价值有差异。 股价之所以大幅波动,因为股票缺乏明确的价值参考标准。 • 1957年,萨发文提出股票的真实价值是其“影子价格”,而它的最佳 估计值是股票在市场中的成交价格。萨强调没有信息就没有投资决策, 市场会一片死寂。一点信息都会导致市场的不断涟漪。信息何时以何 方式呈现无法预测,因此,股价随机波动。 • 股市不是零和游戏,因投资者可以从经济增长中获得非零和部分的收 益。但是,从股市中获得的超额报酬长期看是等于零的。 • 由于萨分析的落脚点是理论不是投资,他的观点也没有对实务界产生 多大影响。但萨是美国经济学界最先提股价随机波动的学者。


Anomaly
• Price/Earning效应 在实证研究中,巴苏1983年发现具有低 市盈率P/E的资产组合会比有高市盈率的资产组合具有更 高的利润。由于市盈率的计算很简单,如果说,市盈率与 股票收益有稳定的相关关系的话,这显然是对有效市场理 论的一个挑战。 • Book/Market vaule效应 法马和弗伦奇1992年的研究发现, 公司资产净值的帐面价值与市场价值的比值可以用来预测 股票的收益的水平。 先选择100家公司,并按照帐面/市值比将这些公司分成10 组,再运用1963年7月至1990年12月共342个月的数据,计 算各组的平均月收益率。帐面/市值比最低的10家公司的 平均月收益率为1.65%,而最高的10家公司的平均月收益 率只有0.72%,基本上各组的月平均收益率是随着帐面/市 值比的降低而提高。
股票价格统计规律
主要内容
• 研究股票价格对数收益率的统计特征
– 传统理论 – 实证研究
• 肥尾• 波动性聚集效应
• 人造市场:基于代理人的模型简介(agentbased model)
巴契里耶的投机理论(1900)
• 巴契里耶 (Bachelier) 1900 年的博士论文《投机理 论》,对股价的变化规律作了最早的探索。 • 运用多种数学方法论证股价变化无法预测。 • 他认为在某个特定时间点的每笔成交价都反映了 买方与卖方不同的观点,买方认为价格会涨,卖 方认为价格会跌。因此,买卖双方都没有价格信 息的优势,他们的输赢概率各为50%,“其数学 期望值等于零”。只有市场基于某些理由不再认 同原先的价格,价格才会发生变动。但是没有人 知道市场何时会变,会朝什么方向变化。因此市 场永远存在着50%的上涨概率,50%的下跌概率。
• 弱式检验(Weak-form tests)。 检验用过去的收益对未来收益的预测能力,信息集仅为历史价格。若该假设成立,则 说明投资者无法利用过去股价所包含的信息获得超额利润。经济学家们早期使用的是 随机游走模型。但是随机游走比鞅严格。鞅差仅要求在可知信息集上价格变动的条件 期望是独立的。但随机游走除此之外还要求价格变动概率分布的高阶条件矩独立(如 万差、偏高、峰度)。由此可见,随机游走模型比EMH要求严格得多。因此,对随机 游走模型的偏离,并不能代表市场是无效的。 2.半强式检验(Semi-strong-form tests)。 检验证券价格对公开发布信息的反应速度,信息集是所有公开的信息,如年收益的公 告、股票分割等。若该假设成立,则说明投资者不仅无法从历史信息中获取超额利润, 而且也无法通过分析当前的公开信息获得超额利润。经济学家一般运用的是事件研究 法(Event studymethod)。事件,通常指公司公开发布信息、公司某些特定行为(如发 放股利)或者政府行为(如有关法律的修正)。事件研究以一至数天为时间窗口长度, 以这段时间的累计股票收益和年(季)度会计指标为观察值,旨在确定该事件是否引 起投资者对企业未来现金流量的期望值的改变,从而引起显著的股价变动。 3.强式检验(Strong-form tests)。 研究是否有投资者或机构组织有与价格形成有关的信息的垄断力量,信息集还包括没 有完全反映在市场价格上的内幕信息。若该假设成立,则说明投资者即使拥有内幕消 息也无法获得超额利润。强式检验研究的对象是专业投资者或内幕人士的收益率。如 果能发现某一专业投资者具有重复的超越表现,则表明它具有预测能力,而它的研究 成果,即所掌握的信息也就没有为市场价格所吸收。对内幕交易的研究,现已成为金 融经济学、政治经济学和法学研究的重要课题之一,这方面的研究在国外已经有了相 当大的发展。
期权定价模型 信用风险评估模型
鞅过程:(Samuelson, 1965)
E{Yt 1 | Y0 , Y1, , Yt } Yt
中心极限定理,高斯分布(随机行走)
马科威茨投资组合理论
•投资者能事先知道投资收益率的概率分布为正态分布。 •投资风险用投资收益率的方差或标准差标识。
资本资产定价模型
法马的有效市场理论(2013,诺贝尔经济学奖)
结论

简洁明快的EMH体现了经济学家们一直梦寐以求的东西,那就是 竞争均衡。EMH实际上是亚当· 斯密“看不见的手”在金融市场的 延伸。EMH的成立,保证了金融理论的适用性,EMH是经典金融 经济学的基础。 • “有效市场假说”最大的理论价值在于,它为判断资本市场的金 融资源配置效率提供了一种方法或标准。金融资源有效配置的关 键,要看社会经济生活中是否具备一个有效的资本市场定价机制 及其作用下的金融产品价格能否准确反映与该价格相关的各种信 息。 • 成立条件:1.信息成本为零,信息是充分的、均匀分布的;对市 场参与者而言信息是对称的,不存在诸如信息不对称、信息不准 确、信息加工的时滞、信息解释的差异等现象;新信息的出现完 全是随机的。2.是投资者都是追求个人效用最大化的理性“经济 人”,具有同样的智力水平和同样的分析能力,对信息的解释也 是相同的,股票价格波动完全是投资者基于完全信息集的理性预 期的结果。
• 每个市场参与者都是理性人(效用最大化 者、无穷的洞察力、无穷的知识储备) • 市场自动趋衡
22 20 18 16 14 12 10 8 6 4 2 0 -2 -10 -8 -6 -4 -2 0 2 4 6 8 10
2
1
0
-1
-2 -2 0 2
X Axis Title
有效市场理论的检验与异象(Anomaly)
鞍和公平游戏
• 鞍(Martingale)随机过程
E{ Yt 1 | t } Yt
• 公平游戏(fair game)
E{Z t 1 | t } 0
• 额外市场价值
Z i ,t 1 Pi ,t 1 E{Pi ,t 1 | t } E{Z i ,t 1} 0
主要的金融理论
法马的有效市场理论(2)
• 有效市场是指能快速对新信息做出反应的 市场(1969年) • 有效市场是资产价格能够充分反映所有有 效信息的市场(1991年)。这就意味着市场参 与者极具理性的处理所获得的信息,不会 忽略,不会犯错误。这就导致价格水平始 终与其基本价值一致。
法马的有效市场理论(3)
有效市场假说突出了信息在证券价格形成和波动中的作用。现 实资本市场上可获得信息的完备程度有高有低,与此相对应, 市场的定价效率也有高低之分。: • 弱有效假定,认为股价已经反映了全部能从市场交易数据中 得到的信息,这包括:过去的股价、交易量等数据。因此, 市场的价格趋势分析是徒劳的。因为过去的股价资料是公开 的,可以毫不费力就获得。技术分析无用 • 半强有效假定,认为与公司前景有关的全部公开的已知信息 一定已经在股价中反映出来了。除了过去的价格信息外,还 包括公司生产经营管理方面的基本情况、统计数据、技术状 况、产品状况、各种会计、财务数据等。基本分析无用 • 强有效假定,认为股价反映了全部与公司有关的信息,甚至 包括仅为内幕人员所知的信息。要求过高,在现实中并不存 在。它的意义和价值在于从理论上确定理想市场的标准,为 内幕交易的违法性提供理论上的根据。
巴契里耶的投机理论(2)
• 率先将概率论引入股票收益的预测,发展出随机过程的概 念。他的关于股价的变动和时间关系的论断非常类似于描 述分子在空间中随机运动的布朗运动理论,即随机行走 (random walk)理论,他的这一推论被认为是他的最重要的 理论贡献。 • 价格波动的幅度与时间区间长短的平方根成比例关系。美 国学者伯恩斯坦用美国60年股价数据证明了这个论点。60 年中,股价月波幅为5.9%,年均波幅为20%,是月波幅的 3.5倍。而12的平方根为3.46。 • 他的关于股价不能预测,市场已经反映过去、现在和未来 各种事件的观点与有效市场理论有许多暗合。 • 巴的研究在当时没有产生大影响,原因是他的研究太超前, 理论界与实务界都还没有作好接受的准备。
沃金的市场随机性研究
• 沃金(Working)是斯坦福大学统计学教授,1934年在《美国 统计学会期刊》上发表《随机差分序列在时间序列分析中 的应用》的文章,受到了萨缪尔森的赞赏。 • 沃金分析长期商品期货价格的波动情况,记录期货交易的 每一笔价格画成价格变动图,同时从扑克牌中随机抽取, 并记录下结果,他发现不仅他无法区别出价格变动图和随 机抽取扑克牌构成的随机数的变动图,就是芝加哥商品交 易所的交易员也识别不出哪个是商品价格变动图。因此, 他认为商品期货的价格变化是随机的。 • 沃金的发现具有革命性的意义,但是,由于不是经济学家, 他没有进一步探讨价格随机波动的原因。文章在当时也没 有引起经济学界或投资界的注意。
坎德尔等人的研究
• 1953年英国伦敦经济学院统计学教授坎德尔发表《经济的 时间序列分析,第一部分:价格》的文章,分析了1928-38 年间,19个行业股票的周均价格,分析了1883-1934年间芝 商所小麦期货的月均价格和1816-1951年间纽商所的棉花期 货的价格变化。得出价格是随机行走的结论。认为无法利 用利多消息或观察股价心得在市场中盈利。 这一发现使一 些金融经济学家们感到困惑,因为它似乎暗示着股票市场 是由一种反复无常的市场心理所支配,没有任何逻辑和理 性。 • 1959年3月,芝大统计学教授罗伯兹发文《股票市场“形 态”与财务分析》,用电脑给出52个随机乱数,并定第一 个为450,即当时道指的值,并画出图形。结果与道指变 动图没有什么区别,能明显地看到技术分析者重视的头肩 顶部分。因此,他也认为股价变化是随机的。
相关文档
最新文档