用離散系數分析股票收盤價

Ⅰ 平均數越大說明數據的離散程度越大對嗎

不對，表示數據離散程度的是方差。方差是在概率論和統計方差衡量隨機變數或一組數據時離散程度的度量。

在統計描述中，方差用來計算每一個變數（觀察值）與總體均數之間的差異。為避免出現離均差總和為零，離均差平方和受樣本含量的影響，統計學採用平均離均差平方和來描述變數的變異程度。總體方差計算公式：

（當且僅當X取常數值E（X）時的概率為1時，D（X）=0。）

註：不能得出X恆等於常數，當x是連續的時候X可以在任意有限個點取不等於常數c的值。

5、D（aX+bY）=a2DX+b2DY+2abCov（X，Y）。

Ⅱ 股票的波動性是按什麼指標算的

股票的波動性是按波動率指數算的，芝加哥期權交易所(Chicago Board Options Exchange，CBOE)的波動率指數(Volatility Index，VIX)或者稱之為「恐懼指數」，衡量標准普爾500指數(S&P 500 Index)期權的隱含波動率。VIX指數每日計算，代表市場對未來30天的市場波動率的預期。
類型：
1、實際波動率
實際波動率又稱作未來波動率，它是指對期權有效期內投資回報率波動程度的度量，由於投資回報率是一個隨機過程，實際波動率永遠是一個未知數。或者說，實際波動率是無法事先精確計算的，人們只能通過各種辦法得到它的估計值。
2、歷史波動率
歷史波動率是指投資回報率在過去一段時間內所表現出的波動率，它由標的資產市場價格過去一段時間的歷史數據（即St的時間序列資料）反映。這就是說，可以根據{St}的時間序列數據，計算出相應的波動率數據，然後運用統計推斷方法估算回報率的標准差，從而得到歷史波動率的估計值。顯然，如果實際波動率是一個常數，它不隨時間的推移而變化，則歷史波動率就有可能是實際波動率的一個很好的近似。
3、預測波動率
預測波動率又稱為預期波動率，它是指運用統計推斷方法對實際波動率進行預測得到的結果，並將其用於期權定價模型，確定出期權的理論價值。因此，預測波動率是人們對期權進行理論定價時實際使用的波動率。這就是說，在討論期權定價問題時所用的波動率一般均是指預測波動率。需要說明的是，預測波動率並不等於歷史波動率，因為前者是人們對實際波動率的理解和認識，當然，歷史波動率往往是這種理論和認識的基礎。除此之外，人們對實際波動率的預測還可能來自經驗判斷等其他方面。
4、隱含波動率
隱含波動率是期權市場投資者在進行期權交易時對實際波動率的認識，而且這種認識已反映在期權的定價過程中。從理論上講，要獲得隱含波動率的大小並不困難。由於期權定價模型給出了期權價格與五個基本參數（St，X，r，T-t和σ）之間的定量關系，只要將其中前4個基本參數及期權的實際市場價格作為已知量代入期權定價模型，就可以從中解出惟一的未知量σ，其大小就是隱含波動率。因此，隱含波動率又可以理解為市場實際波動率的預期。
期權定價模型需要的是在期權有效期內標的資產價格的實際波動率。相對於當期時期而言，它是一個未知量，因此，需要用預測波動率代替之，一般可簡單地以歷史波動率估計作為預測波動率，但更好的方法是用定量分析與定性分析相結合的方法，以歷史波動率作為初始預測值，根據定量資料和新得到的實際價格資料，不斷調整修正，確定出波動率。

Ⅲ 在離中趨勢的分析下,為什麼要計算變異系數

1.標志變異指標（如：全距、四分位差、平均差、標准差等）是絕對指標，都有與平均指標相同的計量單位。
2.各種標志變動度的數值大小不僅受離散程度的影響，而且還受數列水平高低的影響。
3.在分析時不宜直接採用標志變異指標來比較不同水平的數列之間的標志離散程度，必須用反應標志變異程度的相對指標來比較，即用變異系數也稱離散系數來比較。

Ⅳ 用GARCH(1,1)模型對股票收盤價收益率序列建模，如何在eviews軟體中得出收益率序列的波動性方差

接分啦。。。找到一篇不錯的文章
樓主看下，參考資料：
2.關聯規則挖掘過程、分類及其相關演算法
2.1關聯規則挖掘的過程
關聯規則挖掘過程主要包含兩個階段：第一階段必須先從資料集合中找出所有的高頻項目組(Frequent Itemsets)，第二階段再由這些高頻項目組中產生關聯規則(Association Rules)。
關聯規則挖掘的第一階段必須從原始資料集合中，找出所有高頻項目組(Large Itemsets)。高頻的意思是指某一項目組出現的頻率相對於所有記錄而言，必須達到某一水平。一項目組出現的頻率稱為支持度(Support)，以一個包含A與B兩個項目的2-itemset為例，我們可以經由公式(1)求得包含項目組的支持度，若支持度大於等於所設定的最小支持度(Minimum Support)門檻值時，則稱為高頻項目組。一個滿足最小支持度的k-itemset，則稱為高頻k-項目組(Frequent k-itemset)，一般表示為Large k或Frequent k。演算法並從Large k的項目組中再產生Large k+1，直到無法再找到更長的高頻項目組為止。
關聯規則挖掘的第二階段是要產生關聯規則(Association Rules)。從高頻項目組產生關聯規則，是利用前一步驟的高頻k-項目組來產生規則，在最小信賴度(Minimum Confidence)的條件門檻下，若一規則所求得的信賴度滿足最小信賴度，稱此規則為關聯規則。例如：經由高頻k-項目組所產生的規則AB，其信賴度可經由公式(2)求得，若信賴度大於等於最小信賴度，則稱AB為關聯規則。
就沃爾馬案例而言，使用關聯規則挖掘技術，對交易資料庫中的紀錄進行資料挖掘，首先必須要設定最小支持度與最小信賴度兩個門檻值，在此假設最小支持度min_support=5% 且最小信賴度min_confidence=70%。因此符合此該超市需求的關聯規則將必須同時滿足以上兩個條件。若經過挖掘過程所找到的關聯規則「尿布，啤酒」，滿足下列條件，將可接受「尿布，啤酒」的關聯規則。用公式可以描述Support(尿布，啤酒)>=5%且Confidence(尿布，啤酒)>=70%。其中，Support(尿布，啤酒)>=5%於此應用範例中的意義為:在所有的交易紀錄資料中，至少有5%的交易呈現尿布與啤酒這兩項商品被同時購買的交易行為。Confidence(尿布，啤酒)>=70%於此應用範例中的意義為:在所有包含尿布的交易紀錄資料中，至少有70%的交易會同時購買啤酒。因此，今後若有某消費者出現購買尿布的行為，超市將可推薦該消費者同時購買啤酒。這個商品推薦的行為則是根據「尿布，啤酒」關聯規則，因為就該超市過去的交易紀錄而言，支持了「大部份購買尿布的交易，會同時購買啤酒」的消費行為。
從上面的介紹還可以看出，關聯規則挖掘通常比較適用與記錄中的指標取離散值的情況。如果原始資料庫中的指標值是取連續的數據，則在關聯規則挖掘之前應該進行適當的數據離散化（實際上就是將某個區間的值對應於某個值），數據的離散化是數據挖掘前的重要環節，離散化的過程是否合理將直接影響關聯規則的挖掘結果。
2.2關聯規則的分類
按照不同情況，關聯規則可以進行分類如下：
1.基於規則中處理的變數的類別，關聯規則可以分為布爾型和數值型。
布爾型關聯規則處理的值都是離散的、種類化的，它顯示了這些變數之間的關系；而數值型關聯規則可以和多維關聯或多層關聯規則結合起來，對數值型欄位進行處理，將其進行動態的分割，或者直接對原始的數據進行處理，當然

Ⅳ 如何用這些數據算季度的股票收益風險和變異系數

這些東西沒用的 股票上漲是因為錢進去了 跌是因為錢出來了 和這些報表無關的
看報表做股票 呵呵
你去看看 中鋁的報表就知道了 按著報表做 死翹翹的

Ⅵ 全國單證員考試中有沒有計算題

一、關於邊際產量。

邊際產量=總產量1—總產量2。

例題：當企業投入勞動的數量為3個單位時，其總產量和平均產量分別為3500、1167；當投入勞動數量為4個單位時，其總產量和平均產量分別為3800、950。則該企業的邊際產量為——3800減去3500，等於300。

二、關於平均產量。

平均產量=總產量÷單位個數

例如：當企業投入勞動的數量為2個單位時，其總產量和平均產量分別為3000、1000；當投入勞動數量為3個單位時，其總產量和平均產量分別為3500、500。則該企業的投入勞動數量為3個單位時的平均產量是——3500÷5等於1167。

三、關於邊際成本。

邊際成本=總成本1—總成本2。

例題：當某企業的產量為2個單位時，其總成本、總固定成本、總可變成本、平均成本分別為2000、1200、800、1000元。當產量為3個單位時，其總成本、總固定成本、總可變成本、平均成本分別為2100、1300、900、700元。則該企業的邊際成本為——2100減去2000等於100。

三、關於全要素生產率。

全要素生產率=經濟增長率—（勞動份額 乘以 勞動增加率）—（資本份額 乘以 資本增長率）

例題：如果一國在一定時期內經濟增長率為7%，勞動增長率為2%，資本增長率為3%。勞動產出彈性和資本產出彈性分別為0.65和0.35。根據索洛余值法，在7%的經濟增長率中，全要素生產率對經濟的貢獻約為——百分之7減去 （0.65乘以2%）減去（0.35乘以3%）=4.65%約等於4.7%。

四、關於貨幣量。

記住兩個例題。

第一個例題：已知全社會現有貨幣供應量為24億元。中央銀行又重新放出基礎貨幣2億元。當時的貨幣乘數為4.5，則全社會將形成的最高貨幣供應量為——24+2乘以4.5=33億元。

第二個例題：當存款准備金率為6%，貨幣供給比例為14%時，中央銀行放出1000萬元信用，最終形成的貨幣供應量為——1000乘以（6%加上14%之和的倒數）=5000萬元。

五、關於眾數、中位數。

弄清楚概念。眾數就是一組數據組出現次數最多的那個。中位數就是位置在中間的那個。

當一組數據為奇數個數時，中位數好分辨。當一組數據為偶數時，則把最中間的兩個數字相加後除以2即可。（均需要先從小到大排序）

例題：某中學高一年級8個班學生人數從小到大排列後為：40人、42人、42人、42人、44人、44人、45人、36人。則眾數為42人，中位數為42加上44後除以2，等於43人。

六、關於關於離散系數。

離散系數=（標准差÷算數平均數）×100%。

例題：某學校學生平均年齡為20歲，標准差為3歲，該學校老師平均年齡為38歲，標准差為3歲。比較該學校學生年齡和教師年齡離散程度是——

學生年齡離散程度計算=（3÷20）×100%,教師的=（3÷38）×100%，比較一下結果，學生的大於老師的。

七、關於平均產量。

所有產量之和除以月份數。

例如：某地區1999年——2003年原煤產量如下：

年份 1999 2000 2001 2002 2003
產量（萬噸） 45 46 59 68 72

該地區1999年——2003年平均每年原煤產量是：

34+46+59+68+72的和除以5=58

關於平均人數

例題：某企業各月月初員工人數見下表：該企業一季度員工平均人數為（）人、

月份 一月 二月 三月 四月 每次登記時間間隔相等。
月初員工人數 40 44 46 46 公式：見下面。

計算如下：平均人數=（二分之40+44+46+二分之46）除以（4-1）=44。3

說明：公式：平均數=第一個數據和第二個數據的二分之一加上所有剩餘的數據後，再除以（n-1）

一般最後一列不算。例如以上題目中的4月份。但是數據要算的。不然無法計算平均人數。

關於登記時間間隔不相等的平均數計算。

（比較難，一般不大會考）如果有時間，請看書上P212——P213頁的例題。

八、關於環比發展速度。

環比發展速度=定基發展速度相除。

例題：以2002年為基期，我國2002年和2003年廣義貨幣供應量的定基發展速度分別為137.4%和164.3%。則2003年和2002年相比的環比發展速度為164.3%除以137.4%=119.6%

平均增長速度=平均發展速度—1

例題：1994年至1998年我國第三產業國內生產總值的平均發展速度是114.99%。則這期間平均增長速度是（14.99%）

商品銷售量指數=銷售額指數 除以 價格指數

例題：某商品銷售額指數為110.21%，價格指數為107%，則商品銷售量指數為：110.21%除以107%

單位成本指數=生產費用指數 除以 產量指數

例題：某企業總生產費用今年比去年上升50%，產量增加25%，則單位成本提高了%？

今年費用指數為150%，產量指數為125%。150%除以125%—1，就等於成本提高的百分數。

關於應精簡職工數，我覺得比較難，放棄。呵呵。

關於實際工資：實際工資=名義工資 除以（居民消費價格指數加上1）

例題：某職工2008年8月領取工資3000元，當月的消費價格指數為8%，則該職工實際工資為（）

3000除以108%=2777.78元

關於企業利潤額的比較，我覺得很煩，放棄了。 ：）

第五部分，會計部分。

1．
資產負債表。記住例題。

某公司2003年末營收賬款所屬科目借方余額合計為6000元。預收賬款所屬科目借方余額合計為2000元。2003年末應收賬款計提壞賬准備的貸方余額為200元。則在資產負債表上應收賬款項目應填列的金額為（ ）原則，兩個借方相加減去貸方數據。所以應該6000+2000—200=7800。

例題：某企業年末賬戶余額表中，「預付賬款」借方余額是3000元，「應收賬款」借方余額是2000元。那麼在該企業年末資產負債表中「預付賬款」項目應填列的金額為（兩個數字相加）

關於現金流量表。放棄了。

關於應收賬款周轉天數=

360

銷售收入凈額÷（年初應收賬款加上年末應收賬款的二分之一）

例題：某企業年度銷售收入凈額為1000萬元。年初應收賬款為480萬元，年末的為240萬元。則該企業本年度應收賬款的周轉天數為：360÷（1000÷（480+240）
）=129.6天

2

股票收盤價市盈率=收盤價÷每股收益。

例題：假定2009年2月9日，某上市公司的股票收盤價為28元。該企業2008年年報披露的每股收益為0.27元，該企業2月9日收盤時的市盈率為28除以0.27=25

Ⅶ 如何使用excel或spss計算數據的離散系數

spss----analyze----descriptive statistics

Ⅷ spss離散系數在哪裡

可使用在線SPSSAU的描述分析，輸出指標都是標准格式，復制粘貼到word即可使用。