① 股票数学问题
1．点位：在模型里是分量最轻的，点位的计算是个炒股的人都可以计算，而且各种方法都有，我最初的阶段曾经很痴迷于点位的计算，大家应该也有同感。在股票市场里，时间是绝对的，而空间是相对。这句话可以理解为，市场某个时间内的上涨和下跌，其实在它开始的时候，时间已经为它划分好了每一个波段的终结时间。而点位只不过是一种表面的现象，时间没有到，而空谈点位都是无用之举。你有足够的思想思考过这个问题吗，一次次的支撑和压力点位被无情的击破和突破，有没有困扰过你呢？
2．循环：不管你认同和不认同，股票市场里存在着一直无形的手，市场总是按照自己早就规划好的路线而波动，外力的作用只是左右一段时间的走势，根本上无法改变市场自己的路线，（2007年的加息印花税和2008年的降息和印花税）注意这不是趋势的概念，因为后知后觉的人才会说，哇，趋势现在是向上或者是向下的。市场永远是有自己本身的规律和数列，一个循环走完以后从开始到结束后，市场自己还会按照以前的规律来重复自己，技术分析的一个根本就是市场会重复历史。循环只不过大多数人没有认真的研究吧了，也可以说没有找出内在的规律。佛曰：我是始，我是终。
3．时间：时间的概念非常深奥，我理解有限，时间总是在对称中进行和结束，同样的时间规律应用于任何一个股市的周期。
4．结构和形态：次序产生了结构，结构产生了形态。股票市场的本质单从形态，波浪这个视角，层面出发是不够的，每一次浪形分析，你身在其中无法做到确定，回头看，怎么数浪都是对的。举个简单的形态例子，每天的分时里有众多的形态，头肩顶（底），双底（顶）三角形等等，每天的分时里可以发生上述的多种形态在一天里同时发生，你如何来判断哪个形态在当时是最关键的。曾经看过穿杨写的《盘口内经》接触了分时的形态。但是无法解决每天最重要的那个形态，那个最重要的形态才能左右当天的分时以后的走势。要么是作者没有说明白，或者是我没看明白，也许是作者就不想说明白如何来界定哪个是分时里最重要的形态。次序和时间完全可以解决这个技术盲点。
5．共振：大小无二、想精确的预测描述市场的运动，要考虑各个分钟周期的运动对市场的影响，一旦运动方向一致——共振，将产生不以人意志为转移的拐点
6．能量：只有能量才能和时间，空间相提并论，世界上的一切变化都可以归结为空间和时间的能量变化，股票市场中的能量最小的单元都应该与时间和空间有联系。事物运动的方向总是沿着能耗最小的方向运动，股市也是如此。不同的时间周期，在我眼中看，相同的成交量含义是完全不同的。
7．确认，一切预测要转移到操作中来，所有的分析都要得到你自己操作系统的确认，来进行买入和卖出。还是举个小例子。3.13号两种分析都是冲高回落在中午，我可以用形态来确认时间和循环的正确，在11点以后分时走出头肩顶，回抽颈线不破，这就可以完全确认了冲高，下午必然还是按照时间和循环回落，除了形态的确认，也可以用指标来确认。这就是我们有时候看指标往往对错各占一半的原因，背离了市场怎么还涨，或者是还在下跌。指标是你没有用到恰当的时间和结构来使用。确认是最需要下大功夫来研究和总结的。
大盘和个股，大盘上涨和下跌，个股3种形势来追随大盘，1种跟随大盘同样的涨跌，2种逆大盘而涨跌，3种不管大盘的涨跌横盘整理。大盘的规律性更强一些，不代表个股就没有自己的时间和循环了，都是同样存在的，我只见过个股能把握的，大盘把握不了的投资者，没见过大盘能判断，而个股判断不了的投资者。
我个人愚见，数学模型完全通用于大盘和个股，只不过个股分析的时间多一些而已。
发布人：圣才学习网
② 什么叫股票模型
股票模型就是对于现实中的个股，为了达到盈利目的，作出一些必要的简化和假设，运用适当的数学分析，得到一个数学结构。
股票模型：
股票建模是利用数学语言（符号、式子与图象）模拟现实的模型。把现实模型抽象、简化为某种数学结构是数学模型的基本特征。它或者能解释特定现象的现实状态，或者能预测到对象的未来状况，或者能提供处理对象的最优决策或控制。
把个股的实际问题加以提炼，抽象为数学模型，求出模型的解，验证模型的合理性，并用该数学模型所提供的解答来解释现实问题，我们把这一应用过程称为股票建模。
建模过程：
模型准备 ：了解个股的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。
模型假设 ：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。
模型建立 ：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具）
模型求解 ：利用获取的数据资料，对模型的所有参数做出计算（估计）。
模型分析 ：对所得的结果进行数学上的分析。
模型检验 ：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。
模型应用 ：应用方式因问题的性质和建模的目的而异。
③ 股票和数学有什么关系
一，股票和数学的关系：
和数学有关系但并不是绝对服从关系
首先，技术指标的编写，需要数学
其次，在做基本面分析，然后进行股票估值时 需要用数学知识建立模型，然后计算出其理论价值，作为投资的参考。
最后，在计算一些常用的涨跌幅等一般应用上需要数学知识 之所以说不是绝对服从数学，是因为，任何即使指标，股票估价模型都不可能准确计算出股票的自身价值，因为未来有很多不确定因素，而这些不确定因素不能在模型中现，所以股票投资不要迷信数学等理论股票模型的结果，要根据经验，和很多方面的知识去判断，股票是否有价值去买。
④ 股票量化是什么意思
所谓量化交易，是指以先进的数学模型替代人为的主观判断，同时利用计算机技术从庞大的历史数据中海选出能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
量化选股就是利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为，研究表明，板块、行业轮动在机构投资者的交易中最为获利的盈利模式是基于行业层面进行周期性和防御性的轮动配置，这也是机构投资者最普遍采用的策略。此外，周期性股票在扩张性货币政策时期表现较好，而在紧缩环境下则支持非周期性行业。行业收益差在扩张性政策和紧缩性政策下具有显著的差异。
拓展资料:
一、量化交易特点
1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。
2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。
4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。
二、量化交易潜在风险
1、历史数据的完整性。行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性，价格波动幅度，价格波动频率等，而这一点是量化交易难以克服的。
2、模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配，而发生爆仓现象。
3、网络中断，硬件故障也可能对量化交易产生影响。
4、同质模型产生竞争交易现象导致的风险。
5、单一投资品种导致的不可预测风险。