Ⅰ 无对冲黄金股票指数是什么意思呢
同学你好，很高兴为您解答！
您所说的这个词语，是属于期货从业词汇的一个，掌握好期货从业词汇可以让您在期货从业的学习中如鱼得水，这个词的翻译及意义如下：是美国股票交易所的一个指数，包含没有对一年半后黄金产量进行对冲的黄金公司
希望高顿网校的回答能帮助您解决问题，更多期货从业问题欢迎提交给高顿企业知道。
高顿祝您生活愉快！
Ⅱ 股指期货怎样对冲股市，具体怎样操作
冲天牛股票指数期货的介绍
期货,就是一种合约,一种将来到期时必须履行的合约,而不是具体货物。合约的内容是统一的、标准化的,惟有合约的价格,会因各种市场因素的变化而发生波动。期货交易就是投资者预判这个"合约"的价格后,买卖"合约"的行为。
这个合约所对应的"货物"就称为标的物,通俗地讲,期货要炒的那个"货物"就是标的物。在行情显示中它是以合约符号来表示的,同时,每个合约符号附注有交割时间,表示这个合约在什么时间之前可以按期货的方式来交易。例如,某个恒生股指期货合约的代号HIS0609,它就表示一直可以交易到2006年9月的恒生指数期货合约。
股指期货,它的标的物或称对应的"货物"就是股票现货市场的大盘指数,但是,股指期货的行情是预期这个"货物"将来的数值,是表示将来股票市场的大盘指数,所以,股指期货上的指数(一般就简称：股指期货),不同于股票现货市场上的大盘指数。
例如,恒生股指期货的标的物就是香港股票指数--恒生指数,股票市场上的恒生指数是它对应的现货,恒生指数期货是通过市场中各种目的人士交易后形成的行情数值,它是期货市场预判现货恒生指数将来可能的数值。
股指期货的价格,是以指数点位来表示的,每一个点位代表一定的货币金额,例如恒指期货中每一点代表50港元。所以,股指期货上的指数是货币化的,也就是说,期货上的股票指数代表一定的货币价值。
例如,恒生指数期货报价可以是1500点,这个1500点代表的货币值是：
1500点×50(港元/点)=75000港元
根据股指期货合约的规定,股指期货这个指数对应的成份股与现货指数成份股是一致的,所以上例中的恒指期货价值就相当于75000港元的成份股股票价值。那么,我们交易一手恒指期货合约就相当于交易价值75000港元的成份股股票。
股指期货交易,就是投资者判断某个股指期货合约将来的价格要涨或跌,从而事先买进或卖出(即开仓)这个合约,等到将来产生差价后,再卖出或买进同种合约,以抵消掉(即平仓)先前的开仓合约,使自己得到差价。
股指期货保证金计算并没有很复杂，了解其计算的方法，对降低风险有一定的防护作用，希望能够给广大股民提供参考。
股票论坛 www.55188.com
Ⅲ 股票趋势技术分析理论
1.股市从998点以来上涨的回顾
从2005年6月6日开始，中国股市进入了第二波周期为8年以上的波澜壮阔的大牛市。其时间跨度之长，空间幅度之大，不是一般人可以想象。具体的空间点位我不做推测，但是可以说明，已经过去的3000点只是基本的，4000点是肯定要被踩在脚下的，8年之后最终到达的空间点位是多少，我不能预测，相信也没有人能精确预测。从2005年6月6日至2007年2月16日，时间跨度是1年半左右，上涨幅度是200％。在这么短的时间内，这个幅度不可谓不大，但是其性质我归纳为恢复性上涨，为什么呢，我们可以仔细回顾一下1年半以来的市场情况。
第一阶段：熊市完结，股市试探性缓慢反弹（2005年6月～2005年11月）。
这个阶段的特点是熊市虽然已经完结，但是人们饱经摧残的脆弱心理仍不愿相信牛市已经到来，若有上涨，仍将其看作熊市中的反弹，一切都犹犹豫豫，小心翼翼，生怕惊动了沉睡的熊大哥。只有极少数的先知勇敢的买入，因为这个时候的股票，太便宜了，真的太便宜了，遍地黄金啊，可能十年内都再没同样的机会了…....这个阶段缓慢的上涨，快速的下跌，但是又跌不破前一个底部，磨啊磨啊，终于磨掉了那些不坚定的人，然后就到第二阶段了…
第二阶段：大梦初醒（2005年11月～2006年5月）
第二阶段的特点是拉高成本，脱离估值太低不合理区域。这个阶段没什么，就是明白事理的人越来越多，怀疑的人越来越少，大家都知道机会来了，赶快搞一把再说，在第二阶段行情的末端，就是2006年5月初，形成了一个小小的疯狂波，接下来就是较大的调整…
第三阶段：峥嵘初现（2006年8月～2007年2月）
2006年5月～8月，经过对第二阶段的彻底清洗，股指从2006年8月开始，进入到显露峥嵘的岁月。从8月起，在大象股的强力拉升下，股指强势进入主升浪，这个阶段，牛是没有回头吃草的时间的，拉升再拉升，把人都搞疯狂了。营业部门庭若市，新股民开户一再创新高。这个阶段，只要你买股票，随便怎样都赚钱，股指涨得象疯狗样，所以都叫疯狗浪。但是，再怎么强大的力量也不能使股指永远上涨而不休息，牛始终会回头吃草的。在2007年1月30日到2月6日这一段时间，牛低头了，大盘6日内暴跌近500点。暴涨带来的暴跌让很多人消受不起，也给了投资者上了生动的一课，股市有风险，入市需谨慎。
一年半以来，大盘虽然经历了几个阶段，但从大趋势来讲，股指在火狗年基本属于单边上涨，投资者多有斩获。虽然股指已经上涨很高，但是趋势没有改变，股指的连创新高开拓了牛市的空间，增强了投资者的信心，吸引了大量的增量资金，为下一阶段行情的演变打下了基础和铺垫了条件。
2.股市在2007年可能出现的波动
2007年对于指数的不利的因素：
1）.市盈率太高：现在股市的平均市盈率已经从1年半以前的15倍左右上升到现在的接近40倍，不管从哪个角度讲，这个数据“现阶段”是高了，从可持续发展的角度讲，这样下去是没有出路的。我国是处于高速发展的新兴市场，又有高速发展的宏观经济基本面支持，再加上人民币升值因素，市盈率可以适当高估，可以让人接受的长期平均市盈率波动值可以考虑在20倍到25倍（欧美港是15倍），最多也不能长期脱离30倍。所以，市盈率偏高是个问题。
2）.短时间获利盘太多：1年半时间股指从1000点到3000点，这个市场的资本回报率太高，基本是暴利。一般资金年回报率在15％就有很多人开心的不得了，现在这个市场的资金年回报率超过50％的比比皆是，不是很正常。历史告诉我们，市场不会让你这么舒服的赚钱的，市场肯定会用他自己的方式让投资者抬高成本。
3）.市场进入题材股阶段：一般牛市的板块炒作都大致的模式，刚开始是价值投资，然后扩散到炒作二线蓝筹股，后来炒作有实质性题材的板块，最后进入到炒作垃圾题材的阶段。现在这个市场基本是进行到疯狂炒作题材的阶段，不管消息是真是假，先炒了再说。大致浏览一下个股，每个股票都基本上都经历过了一段飙升段了，再涨的空间有多少呢。这些表明行情在逐渐在进入末期。
4）.从波浪理论的角度来看，从2007年2月6日开始的上升段，很象某个稍大级别波段的5浪，5浪过后是什么呢，是对应更大级别波段的调整浪。
5）.从江恩的时间周期来测算，2007年春节过后3到5周，是及其危险的时间之窗，是大波动的主要时间周期和小波动的次要时间周期的重合点。如果这段时间冲高上涨的话，则更加危险，那表明时间周期点将落在空间的顶点，这个信号预示着下跌不可避免。
总的来看，大盘股指的上涨力量在逐渐减弱，上涨的时间在逐渐缩短，下跌的时间和空间在加大，下跌的推动结构一次比前一次强。上证指数可能在3100点到3500点之间，时间在春节后3～5周内见到2007年春节后的第一个高点，然后进行一个大级别的调整，调整的第一参照点是上次暴跌的低点2541点。
同时声明一点，技术性调整的目的是什么呢，是为了下次更好上涨。在技术性调整中，可以等待市盈率逐渐跟上股价上涨的幅度，对股价形成基本面的支撑。同时也为了抬高投资者的成本，消化获利盘。也就是人们常说的，以时间换空间。
*三、把握趋势*
1、加息改变不了大牛势的趋势
中国人民银行决定，自2007年3月18日起上调金融机构人民币存贷款基准利率。金融机构一年期存款基准利率上调0.27个百分点，由现行的2.52％提高到2.79％；一年期贷款基准利率上调0.27个百分点，由现行的6.12％提高到6.39％；其他各档次存贷款基准利率也相应调整。
加息对股市无疑是一个利空，对股市的确也会产生一定程度的影响，但本次加息对股市的影响不至于大到可以改变本轮大牛势的格局。因此，基金长线投资者的操作思路没有必要随着加息而进行调整。
历次加息对股市的影响：
第一次加息：1993年5月15日
中国人民银行决定提高人民币存、贷款利率，各档次定期存款年利率平均提高2.18个百分点，各项贷款利率平均提高0.82个百分点。这次加息，使得首个交易日沪指下跌27.43点。
第二次加息：1993年7月11日
央行再次调高利率，一年期定期存款利率由93年5月15日9.18％上调到10.98％，利率升幅为19.61％。首个交易日下跌23.05点。
1993年的两次加息，使沪综指在随后3个月时间里从1392点迅速下跌到777点，跌幅达到44.2％。
第三次加息：2004年10月29日
一年期存、贷款利率均上调0.27％。正处于下跌途中的沪综指大跌1.58％，当天报收于1320点，其后经过几个交易日的盘整后虽有一波小幅反弹，但最终仍未能摆脱下跌趋势，沪综指于2005年6月6日跌破千点创出了998点的多年新低。
第四次加息：2005年3月17日
央行决定住房贷款加息。这对绝大多数购房自住的市民来说，意味着支付房贷的负担将增加5％至10％。沪综指当日下跌了0.96％，次日再跌1.29％。稍作反弹后，沪综指一路下跌，最低至998.23点。
第五次加息：2006年4月28日
2006年4月28日，金融机构贷款利率上调0.27个百分点，由现行的5.58％提高到5.85％。28日，沪指低开14点，最高1445，收盘 1440，涨23点，大涨1.66％。其后依然维持上涨势头，并在5月份展开了一波历史上少见的逼空行情，到2006年7月5日最高摸至1757点。
1993年—1998年，美国经历了数次加息，但是美国股市从3520点一路涨到8300点，涨幅高达136%，走出了长大5年的大牛市。
综上所述，在前四次加息中，由于房地产等占的主导比较大，受影响也比较大，必然会对大盘产生很大的影响，同时股市还没有改革，工商银行，中国银行等大市值还没有引进。但现在除了市值发生变化外，关键是投资者已经逐渐适应了加息。从去年的加息看，股市已经发生了根本性的变化，加息不再是毒药，而是催生股市健康发展的良药。有些人并不理解加息的真正涵义以及用途，只会盲目跟风杀跌，其实大盘历来暴跌的罪魁祸首很大程度都要归咎于恐慌盘，所以，投资者的心态是关键。
2、股指期货推出之日便是A股深调之时
天下既然没有不散的筵席，也就没有一路狂奔的牛市。人们都关心股市何时调整？何时终结？这就要从牛市的发动机谈起。对于中国牛市的非典型性，我从2003年以来一直在思考，所以在2003年5月19日特意加班写出了 “非典型牛市的典型开端”，刊于中国证券报的头版。在我看来，中国牛市的发动机过去一直是政府，政府不掏钱就没有牛市，这就是人们常说的“政策市”。经济的高速增长必然产生证券化的需求，所以股市动态超前反应经济趋势，这就是所谓的“晴雨表”机制。但是中国经济的高速增长不仅没有伴随着股市的相应上升，反而伴随着长达五年的大熊市，这一直困扰着中国证券市场上的投资人。其实道理很简单，就是一个司机和发动机的问题。中国股市这部车是政府造的，政府当司机，用的是老式柴油机。投资人不当司机，也就想不到要换发动机，只想“搭车”，不想开车，所以政府下车就没人开车了。2004年上半年，这一轮牛市就启动过一回，当司机的政府本想让这台车出厂，但没想到后面没人接手，司机下车，车就“熄火”。所以 2004年的股市就像飞机起飞后又紧急迫降，管理层开始寻找新的司机，启动了股权分置改革。股权分置改革解决了两个问题：第一是解决了“司机”队伍的问题，第二是解决了股市发动机的问题。机构投资者带着三种动机进入市场，第一个动机是中国经济成长的证券化，然后在证券化的过程中获利；第二个动机是在股市中创造新的博弈棋局，然后在大并购中获利；第三个动机是把企业变成商品，然后在制造“企业商品”的市场上获利。全流通市场的背后是企业的商品化，企业商品化的背后是金融的证券化，金融证券化的背后是证券市场的产业化。三者缺一不可，构成了本轮大牛市的基础，于是在今年才让中国的“隐形牛市”浮出了水面。
行为经济学和理论经济学的差别就像天主教和基督教的差别一样，亚当.斯密的市场界定如同天主教的上帝，在瞑瞑太空之上遥不可及，纳什均衡的市场界定把上帝拉下神坛，变成了买方与卖方的博弈。所以在行为经济学的市场上，司机可换，行为亦变。当司机从政府变为机构投资人之后，新司机就要换发动机，市场的游戏规则就变了。因为在政府当司机的时候，股市的第一原则是稳定；在机构当司机的时代，股市的本源就是波动。波动的原因有时来自买方，有时来自卖方，就像汽车的轨迹一样，趋势在于道路的走向，波动在于司机的驾驶。从这个原理来分析市场趋势，股市调整发生的时点和深度就主要取决于投资机构的行为了。有机构预测明年是“年初上涨，年中调整，年末回升”，但是要具体分析本轮牛市的发动机，就会发现股市调整更大的概率会发生在年初，或者更确切的说，将发生在股指期货推出之时。
我把这个牛市的驱动力之一界定为“移民效应”，是场外的投资机构作为股市“新移民”入市推动的牛市。原来在场外的新移民是机构，其中不少是海外机构或者是受海外机构训练的基金经理。机构投资人有一个职业习惯，就是每到出季报年报的时候，都会“粉饰窗户（Window Dressing）”，让投资人,老板或股东们赏识他们的远见卓识。所以牛市越接近年底，就会越涨的越高，因为基金经理们在追涨补仓。中国的股市成为今年全球股市上升幅度最高的时候，如果哪个基金经理在年底还没有用完他自己可以使用的中国投资额度，没有持有今年涨幅最高的中国蓝筹，就等于说你没有看准市场。由于有这种压力，年底之前大家都会把额度用完，于是就出现了越涨得好的蓝筹就越涨，越牛的股市越牛。
这样的机制推演下去的结论就是每年过了年底就会有机构先推高市场，伺机抛售，“装饰窗户”的工作完成了，没有必要再继续“装饰”，这种职业习惯会引起市场的小幅调整，如果市场上有避险投资工具，还会有较大幅度的修正，因为机构可以先在衍生市场上布局，然后再开始抛售。这样的对冲交易，可以使基金在正股调仓中的亏损由衍生品市场上的收益对冲，从而在基金调仓的过程中，不会导致基金净值的大幅下跌。所以除了基本面的因素外，从行为面看股市调整要加一分小心：小调看“窗”；大调看“仓”。
这个机制告诉大家，“装饰窗户”后的调整多半是小幅调整。但是，在股指期货推出之后，由于机构能够用衍生产品来对冲正股的亏损，就可能出现较大幅度的修正。较大幅度的修正有双重作用，其一是机构调仓。在调仓的过程当中，由于有衍生品投资的收益来对冲亏损，账面净值变化不会很大，但可用现金却增加了。其二是散户“震仓”。修正幅度超过一定点的时候，散户会成为惊弓之鸟。于是在散户跟风抛售的时候，又为机构创造了机会。所以，机构抛售加衍生产品的对冲会在市场上创造新的投资机会。
机构和散户的博弈是一个永恒的主题，每一个人都会说保护投资者，但是保护哪一类投资者？是机构还是散户？又都各有一本帐。对散户的保护只能在制度上、程序上、和信息披露上来完成一般性的承诺，而市场上新推出的产品基本上都是为机构投资者服务的。所以在市场和产品创新的过程中，保护投资者自然而然就倾向于保护机构投资者。衍生产品市场的开放，股指期货的推出，其实主要是为保护机构投资者提供新的避险工具。
所以我认为，明年初可能有“装饰窗户”后的小幅调整。但是，在股指期货推出之后，市场可能会出现深度调整。牛市之中的调整只要不跌破20%的心理线，牛市的基调就还存在，机构就会不断发动新一轮的拉升，这是我对明年股市调整机制的看法。
中国股市换了司机，新司机换了引擎，市场又从基本面和政策面产生了新的“加速器”：
第一是人民币升值。今年升了3%，专家预测明年升幅会是5%以上，于是人民币升值的预期推动股市继续向好；
第二是公司的盈利。预计明年公司的利润会大幅超出预期，这是中国经济成长证券化的内在动力，是基本面的因素；
第三是“隐形收益”的回归。在管理层的利益和股票价格脱节的时候，上市公司的经营性现金流往往有三个出口：一条出口流到总公司；一条出口流到关联公司；一条出口流到上市公司。于是，上市公司的管理层在赚钱的同时还要考虑利润分流，通过利润分流来平衡三个口袋的不同利益主体。大口袋通常是大股东的，大股东的利益和上市公司管理层的帽子连在一起。小口袋是管理层和关联机构的，小口袋的现金流关系到管理层和关联机构的间接利益，也关系到上市公司是否能够持续盈利。所以在两头照顾完之后剩下的才流入上市公司的口袋。在这样的机制存在之时，上市公司实际创造的利润会有相当部分会流出上市公司。但是在股权分置改革之后，有三个因素会改变上述机制：其一是明年将推出的管理层股权激励，明年开始试点，上市公司管理层在准备积累可分配利润；其二是公司治理水平和透明度的提高。由于有强势的投资机构进了市场，机构人不参与管理，但是监督管理的功能强化了，三个口袋就不那么容易随便调剂了；其三是新的会计准则和新的考核办法，市值的考核会逐步替代原来的净值考核，新的会计制度和新的考核方式也会使现金流回归A股，超出预期的利润就会带动股价进一步上升。
第四是税收制度的改革。税制改革已经提上议事日程，“两税合一”会解决中国企业制度中的一个重大问题。当年为了对外开放，我们对三资（外商独资、中外合资、中外合作）企业实行了优惠的税收政策。除了 “两免三减或三免五减”之外，外资实际享受了很多的优惠，实际纳税平均只有内资企业的一半左右。两税合一以及包含着两税合一之后的减税，估计会把新的统一税率下调四分之一左右，也就是说在原来的盈利水平上，税收制度的改革会使上市公司的利润增加8%到10%，这会直接影响到目前仍然以内资国企为主导的中国 A股市场，并且还会激励外资参股中国上市公司的动机，推动A股市场股权结构的多元化。
第五是证券市场的开放。A股市场的对外开放也是国家和跨国公司之间的博弈，结果是把境外的中小型企业排斥在中国市场之外。QFII政策也好，其他对外国机构投资者开放的政策也好，都是在全球排名在前的大行影响之下制订的。以QFII为例，诺大一个香港地区和台湾地区，居然没有一家公司能够达到申请QFII额度的资格。大型的跨国金融机构控制着中国的对外开放，这种情况在明年会有所改善。我预计明年QFII的申请门槛会降低，金融市场会进一步开放，甚至可能把那些通过进出口报价偷偷进入中国市场的热钱“弃暗投明”转化为新的机构投资者。
第六是机构投资的规范。目前除了基金公司之外，一般企业如果以投资股票为主营业务之一的话，最好还是用“人头账户”进行投资。因为法人的投资和一个自然人的投资相比，除了法人承担有限责任的优点之外，法人的投资回报要承受多层课税。中国目前的税制实际上是不鼓励机构进行证券投资的。许多机构藏在自然人的背后进行投资，一方面是为了隐形，另一方面也是为了逃税。机构投资收益的税收问题不仅困扰着机构投资的规范化，而且阻碍着资产证券化和房地产信托等创新产品的发行和交易。
第七是A＋H的一体化。随着越来越多的蓝筹股上市和H股的“回乡”，A+H模式会逐渐导致A股市场和香港市场的一体化，进而提出B股市场退出历史舞台的问题。B股市场的关闭应当借鉴股权分置改革的经验，通过协议回购，私有化的退市，或者准QFII的方式来解决，从而加强A股和H股之间的一体化。
总体来说，从宏观、微观、国内、国际、税收改革和企业制度改革等各方面的因素看，明年中国股市继续向好的基础非常强劲，今年的储蓄增长率首次下跌仅仅是开始，是大规模资金投入股市的开始。储蓄如蓄水，投资如泄洪，从制度上开启储蓄资金自动流入证券市场的变革才刚刚开始。
3、把握趋势
对于趋势的判定方法有多种，可以用道氏理论，可以用波浪理论，可以用均线理论，更可以简单到用一把直尺往图表上一放。而对于如何把握趋势，使趋势为己所用，则见仁见智各有各的妙法。事实上，趋势简单得吓人，简单到可以这样描述：在多头市场中做多，在空头市场中做空。说的好容易，可做起来真的很难。这也怨不得自己也怨不得别人，其实这是由人类的本性所决定的。人性的诸多弱点是来自先天，如恐惧、懒惰、冲动、贪婪等等，而许多优良的品质却需要依靠后天的培养和历练，因此也就造成了人们知与行的无法统一。大家看股评的时候，股评师一般会说看空看多的理由，并指出了未来的支撑或阻力，还很好心的建议在支撑处低吸抢反弹，在阻力处减磅。这些先生们的勇气都很可嘉，但我们不能苟同他们的做法，在一个空头市场中低吸抢反弹，恐怕会淹没在向下的瀑布里；在多头市场中做空，恐怕会一脚踩在直升机上。趋势是无敌的，这些趋势运动过程中的阻力支撑能和趋势对抗吗？趋势是如此简单，你只需要有简单的思考就会有简单的动作，而在这个市场里，往往简单的动作却受的阻力最小。以市场来讲，跌深酝酿反弹；涨多酝酿回落。不过又有多少人能抓住这个极点呢？有句话说：只要市场中还有人在和趋势对抗，那么趋势便不会终止。在趋势行进过程中，又有多少“敢为天下先”的“聪明人”被市场无情消灭啊。趋势可以辨认。之所以还有那么多人亏损，一是源于人性的问题，即知道了趋势的方向，却因为贪婪恐惧等等，或者以为自己比市场更聪明，而在不知不觉中选择了和趋势抗衡；二是不知道什么是趋势，完全凭感觉在市场里行走。因此，等趋势明朗了，等盘面热火朝天了，等你知道了明白了，你想不赚钱都难了，那时再做不迟啊。重要的是，在自己迷惘的时候应该身处局外，而不该置身其中。你不能用自己的资金赌在自己的迷惘里。做聪明人没用的，关键是要做个赚钱人。
Ⅳ 无对冲黄金股票指数 是什么意思啊
同学你好，很高兴为您解答！
您所说的这个词语，是属于期货从业词汇的一个，掌握好期货从业词汇可以让您在期货从业的学习中如鱼得水，这个词的翻译及意义如下：是美国股票交易所的一个指数，包含没有对一年半后黄金产量进行对冲的黄金公司
希望高顿网校的回答能帮助您解决问题，更多期货从业问题欢迎提交给高顿企业知道。
高顿祝您生活愉快！
Ⅳ 请知道德国股市的人，详细说明下，德国volkswagen这几天的情况
大众汽车(Volkswagen)在昨日交易中股价上涨逾一倍，此前保时捷(Porsche)采取行动，加强对这家欧洲最大汽车制造商的控制，而对冲基金则匆忙买进存量日渐减少的流通股，以回补空头头寸。
大众汽车股价上涨147%，此前保时捷出人意料地披露，该公司通过利用衍生品，将其在大众汽车的持股比例从35%提高至74.1%，这引起了投资者、分析师和公司治理专家们的震惊。
伯恩斯坦公司(Sanford Bernstein)分析师马克斯•沃伯顿(Max Warburton)表示，此举令德国市场蒙羞。他表示，“对于监管者来说这是一个巨大的问题，无疑令所有欧洲资本市场感到困窘。”
德国最大基金公司DWS董事、知名公司治理专家克里斯琴·施特伦格(Christian Strenger)表示：“这应该让政客和监管当局重新考虑，是否应允许出现这种不透明的情况。”
保时捷周日披露称，自己持有31.5%的大众汽车衍生品。德国金融监管机构近日作出裁定，在衍生品以现金方式结算、不发生股票交割的情况下，公司没有义务披露此类头寸。
德国金融监管机构昨日就大众汽车(Volkswagen)股价可能存在的市场操纵行为展开正式调查，此前这家汽车制造商市值出现巨幅波动，仅本周就高达3700亿欧元（合4760亿美元）左右。
德国联邦金融监管局(Bafin)是在人们对该国资本市场透明度提出强烈批评之后展开的调查。此前，保时捷(Porsche)于上周末披露，其在大众汽车的持股比例远远超出许多交易员所了解的水平，由此引发大众汽车股价出现了令人眩晕的飙升。
大众汽车股票在昨日交易中回吐了部分涨幅，大跌45%至517欧元。此前，保时捷承诺，将结算多达5%的大众汽车股份期权。此举旨在避免 “进一步的市场扭曲”，该情形可能威胁到一些对冲基金的生存。
Bafin称，已对可能存在的市场操纵行为展开正式调查。如果罪名成立，将可能导致最高5年的监禁，或多达100万欧元的罚款。该机构没有提到任何具体调查对象。
保时捷表示，在获得大众控制权的过程中，每一步都向Bafin进行了咨询，并驳斥了任何有关其操纵市场的说法。
Ⅵ 如何用大数据炒股
我们如今生活在一个数据爆炸的世界里。网络每天响应超过60亿次的搜索请求，日处理数据超过100PB，相当于6000多座中国国家图书馆的书籍信息量总和。新浪微博每天都会发布上亿条微博。在荒无人烟的郊外，暗藏着无数大公司的信息存储中心，24小时夜以继日地运转着。
克托·迈尔-舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。例如，“从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性”，或者通过一个人穿过马路的速度，预测车子何时应该减速从而让他及时穿过马路。
那么，如果把这种预测能力应用在股票投资上，又会如何？
目前，美国已经有许多对冲基金采用大数据技术进行投资，并且收获甚丰。中国的中证广发网络百发100指数基金（下称百发100），上线四个多月以来已上涨68%。
和传统量化投资类似，大数据投资也是依靠模型，但模型里的数据变量几何倍地增加了，在原有的金融结构化数据基础上，增加了社交言论、地理信息、卫星监测等非结构化数据，并且将这些非结构化数据进行量化，从而让模型可以吸收。
由于大数据模型对成本要求极高，业内人士认为，大数据将成为共享平台化的服务，数据和技术相当于食材和锅，基金经理和分析师可以通过平台制作自己的策略。
量化非结构数据
不要小看大数据的本领，正是这项刚刚兴起的技术已经创造了无数“未卜先知”的奇迹。
2014年，网络用大数据技术预测命中了全国18卷中12卷高考作文题目，被网友称为“神预测”。网络公司人士表示，在这个大数据池中，包含互联网积累的用户数据、历年的命题数据以及教育机构对出题方向作出的判断。
在2014年巴西世界杯比赛中，Google亦通过大数据技术成功预测了16强和8强名单。
从当年英格兰报社的信鸽、费城股票交易所的信号灯到报纸电话，再到如今的互联网、云计算、大数据，前沿技术迅速在投资领域落地。在股票策略中，大数据日益崭露头角。
做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。结构化数据，简单说就是“一堆数字”，通常包括传统量化分析中常用的CPI、PMI、市值、交易量等专业信息；非结构化数据就是社交文字、地理位置、用户行为等“还没有进行量化的信息”。
量化非结构化就是用深度模型替代简单线性模型的过程，其中所涉及的技术包括自然语言处理、语音识别、图像识别等。
金融大数据平台-通联数据CEO王政表示，通联数据采用的非结构化数据可以分为三类：第一类和人相关，包括社交言论、消费、去过的地点等；第二类与物相关，如通过正在行驶的船只和货车判断物联网情况；第三类则是卫星监测的环境信息，包括汽车流、港口装载量、新的建筑开工等情况。
卫星监测信息在美国已被投入使用，2014年Google斥资5亿美元收购了卫星公司Skybox，从而可以获得实施卫星监测信息。
结构化和非结构化数据也常常相互转化。“结构化和非结构化数据可以形象理解成把所有数据装在一个篮子里，根据应用策略不同相互转化。例如，在搜索频率调查中，用户搜索就是结构化数据；在金融策略分析中，用户搜索就是非结构化数据。”网络公司人士表示。
华尔街拿着丰厚薪水的分析师们还不知道，自己的雇主已经将大量资本投向了取代自己的机器。
2014年11月23日，高盛向Kensho公司投资1500万美元，以支持该公司的大数据平台建设。该平台很像iPhone里的Siri，可以快速整合海量数据进行分析，并且回答投资者提出的各种金融问题，例如“下月有飓风，将对美国建材板块造成什么影响？”
在Kensho处理的信息中，有80%是“非结构化”数据，例如政策文件、自然事件、地理环境、科技创新等。这类信息通常是电脑和模型难以消化的。因此，Kensho的CEO Daniel Nadler认为，华尔街过去是基于20%的信息做出100%的决策。
既然说到高盛，顺便提一下，这家华尔街老牌投行如今对大数据可谓青睐有加。除了Kensho，高盛还和Fortress信贷集团在两年前投资了8000万美元给小额融资平台On Deck Capital。这家公司的核心竞争力也是大数据，它利用大数据对中小企业进行分析，从而选出值得投资的企业并以很快的速度为之提供短期贷款。
捕捉市场情绪
上述诸多非结构化数据，归根结底是为了获得一个信息：市场情绪。
在采访中，2013年诺贝尔经济学奖得主罗伯特•席勒的观点被无数采访对象引述。可以说，大数据策略投资的创业者们无一不是席勒的信奉者。
席勒于上世纪80年代设计的投资模型至今仍被业内称道。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。他认为，市场本身带有主观判断因素，投资者情绪会影响投资行为，而投资行为直接影响资产价格。
然而，在大数据技术诞生之前，市场情绪始终无法进行量化。
回顾人类股票投资发展史，其实就是将影响股价的因子不断量化的过程。
上世纪70年代以前，股票投资是一种定性的分析，没有数据应用，而是一门主观的艺术。随着电脑的普及，很多人开始研究驱动股价变化的规律，把传统基本面研究方法用模型代替，市盈率、市净率的概念诞生，量化投资由此兴起。
量化投资技术的兴起也带动了一批华尔街大鳄的诞生。例如，巴克莱全球投资者（BGI）在上世纪70年代就以其超越同行的电脑模型成为全球最大的基金管理公司；进入80年代，另一家基金公司文艺复兴（Renaissance）年均回报率在扣除管理费和投资收益分成等费用后仍高达34%，堪称当时最佳的对冲基金，之后十多年该基金资产亦十分稳定。
“从主观判断到量化投资，是从艺术转为科学的过程。”王政表示，上世纪70年代以前一个基本面研究员只能关注20只到50只股票，覆盖面很有限。有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。
随着21世纪的到来，量化投资又遇到了新的瓶颈，就是同质化竞争。各家机构的量化模型越来越趋同，导致投资结果同涨同跌。“能否在看到报表数据之前，用更大的数据寻找规律？”这是大数据策略创业者们试图解决的问题。
于是，量化投资的多米诺骨牌终于触碰到了席勒理论的第三层变量——市场情绪。
计算机通过分析新闻、研究报告、社交信息、搜索行为等，借助自然语言处理方法，提取有用的信息；而借助机器学习智能分析，过去量化投资只能覆盖几十个策略，大数据投资则可以覆盖成千上万个策略。
基于互联网搜索数据和社交行为的经济预测研究，已逐渐成为一个新的学术热点，并在经济、社会以及健康等领域的研究中取得了一定成果。在资本市场应用上，研究发现搜索数据可有效预测未来股市活跃度（以交易量指标衡量）及股价走势的变化。
海外就有学术研究指出，公司的名称或者相关关键词的搜索量，与该公司的股票交易量正相关。德国科学家Tobias Preis就进行了如此研究：Tobias利用谷歌搜索引擎和谷歌趋势（Google Trends），以美国标普500指数的500只股票为其样本，以2004年至2010年为观察区间，发现谷歌趋势数据的公司名称搜索量和对应股票的交易量，在每周一次的时间尺度上有高度关联性。也就是说，当某个公司名称在谷歌的搜索量活动增加时，无论股票的价格是上涨或者下跌，股票成交量与搜索量增加；反之亦然，搜索量下降，股票成交量下降。以标普500指数的样本股为基础，依据上述策略构建的模拟投资组合在六年的时间内获得了高达329%的累计收益。
在美国市场上，还有多家私募对冲基金利用Twitter和Facebook的社交数据作为反映投资者情绪和市场趋势的因子，构建对冲投资策略。利用互联网大数据进行投资策略和工具的开发已经成为世界金融投资领域的新热点。
保罗·霍丁管理的对冲基金Derwent成立于2011年5月，注册在开曼群岛，初始规模约为4000万美元， 2013年投资收益高达23.77%。该基金的投资标的包括流动性较好的股票及股票指数产品。
通联数据董事长肖风在《投资革命》中写道，Derwent的投资策略是通过实时跟踪Twitter用户的情绪，以此感知市场参与者的“贪婪与恐惧”，从而判断市场涨跌来获利。
在Derwent的网页上可以看到这样一句话：“用实时的社交媒体解码暗藏的交易机会。”保罗·霍丁在基金宣传册中表示：“多年以来，投资者已经普遍接受一种观点，即恐惧和贪婪是金融市场的驱动力。但是以前人们没有技术或数据来对人类情感进行量化。这是第四维。Derwent就是要通过即时关注Twitter中的公众情绪，指导投资。”
另一家位于美国加州的对冲基金MarketPsych与汤普森·路透合作提供了分布在119个国家不低于18864项独立指数，比如每分钟更新的心情状态（包括乐观、忧郁、快乐、害怕、生气，甚至还包括创新、诉讼及冲突情况等），而这些指数都是通过分析Twitter的数据文本，作为股市投资的信号。
此类基金还在不断涌现。金融危机后，几个台湾年轻人在波士顿组建了一家名为FlyBerry的对冲基金，口号是“Modeling the World（把世界建模）”。它的投资理念全部依托大数据技术，通过监测市场舆论和行为，对投资做出秒速判断。
关于社交媒体信息的量化应用，在股票投资之外的领域也很常见：Twitter自己也十分注重信息的开发挖掘，它与DataSift和Gnip两家公司达成了一项出售数据访问权限的协议，销售人们的想法、情绪和沟通数据，从而作为顾客的反馈意见汇总后对商业营销活动的效果进行判断。从事类似工作的公司还有DMetics，它通过对人们的购物行为进行分析，寻找影响消费者最终选择的细微原因。
回到股票世界，利用社交媒体信息做投资的公司还有StockTwits。打开这家网站，首先映入眼帘的宣传语是“看看投资者和交易员此刻正如何讨论你的股票”。正如其名，这家网站相当于“股票界的Twitter”，主要面向分析师、媒体和投资者。它通过机器和人工相结合的手段，将关于股票和市场的信息整理为140字以内的短消息供用户参考。
此外，StockTwits还整合了社交功能，并作为插件可以嵌入Twitter、Facebook和LinkedIn等主要社交平台，让人们可以轻易分享投资信息。
另一家公司Market Prophit也很有趣。这家网站的宣传语是“从社交媒体噪音中提炼市场信号”。和StockTwits相比，Market Prophit更加注重大数据的应用。它采用了先进的语义分析法，可以将Twitter里的金融对话量化为“-1（极度看空）”到“1（极度看多）”之间的投资建议。网站还根据语义量化，每天公布前十名和后十名的股票热度榜单。网站还设计了“热度地图”功能，根据投资者情绪和意见，按照不同板块，将板块内的个股按照颜色深浅进行标注，谁涨谁跌一目了然。
中国原创大数据指数
尽管大数据策略投资在美国貌似炙手可热，但事实上，其应用尚仅限于中小型对冲基金和创业平台公司。大数据策略投资第一次被大规模应用，应归于中国的百发100。
网络金融中心相关负责人表示，与欧美等成熟资本市场主要由理性机构投资者构成相比，东亚尤其是中国的股票类证券投资市场仍以散户为主，因此市场受投资者情绪和宏观政策性因素影响很大。而个人投资者行为可以更多地反映在互联网用户行为大数据上，从而为有效地预测市场情绪和趋势提供了可能。这也就是中国国内公募基金在应用互联网大数据投资方面比海外市场并不落后、甚至领先的原因。
百发100指数由网络、中证指数公司、广发基金联合研发推出，于2014年7月8日正式对市场发布，实盘运行以来一路上涨，涨幅超过60%。跟踪该指数的指数基金规模上限为30亿份，2014年9月17日正式获批，10月20日发行时一度创下26小时疯卖18亿份的“神话”。
外界都知道百发100是依托大数据的指数基金，但其背后的细节鲜为人知。
百发100数据层面的分析分为两个层面，即数据工厂的数据归集和数据处理系统的数据分析。其中数据工厂负责大数据的收集分析，例如将来源于互联网的非结构化数据进行指标化、产品化等数据量化过程；数据处理系统，可以在数据工厂递交的大数据中寻找相互统计关联，提取有效信息，最终应用于策略投资。
“其实百发100是在传统量化投资技术上融合了基于互联网大数据的市场走势和投资情绪判断。”业内人士概括道。
和传统量化投资类似，百发100对样本股的甄选要考虑财务因子、基本面因子和动量因子，包括净资产收益率（ROE）、资产收益率（ROA）、每股收益增长率（EPS）、流动负债比率、企业价值倍数（EV/EBITDA）、净利润同比增长率、股权集中度、自由流通市值以及最近一个月的个股价格收益率和波动率等。
此外，市场走势和投资情绪是在传统量化策略基础上的创新产物，也是百发100的核心竞争力。接近网络的人士称，市场情绪因子对百发100基金起决定性作用。
网络金融中心相关负责人是罗伯特•席勒观点的支持者。他认为，投资者行为和情绪对资产价格、市场走势有着巨大的影响。因此“通过互联网用户行为大数据反映的投资市场情绪、宏观经济预期和走势，成为百发100指数模型引入大数据因子的重点”。
传统量化投资主要着眼点在于对专业化金融市场基本面和交易数据的应用。但在网络金融中心相关业务负责人看来，无论是来源于专业金融市场的结构化数据，还是来源于互联网的非结构化数据，都是可以利用的数据资源。因此，前文所述的市场情绪数据，包括来源于互联网的用户行为、搜索量、市场舆情、宏观基本面预期等等，都被网络“变废为宝”，从而通过互联网找到投资者参与特征，选出投资者关注度较高的股票。
“与同期沪深300指数的表现相较，百发100更能在股票市场振荡时期、行业轮动剧烈时期、基本面不明朗时期抓住市场热点、了解投资者情绪、抗击投资波动风险。”网络金融中心相关负责人表示。
百发100选取的100只样本股更换频率是一个月，调整时间为每月第三周的周五。
业内人士指出，百发100指数的月收益率与中证100、沪深300、中证500的相关性依次提升，说明其投资风格偏向中小盘。
但事实并非如此。从样本股的构成来说，以某一期样本股为例，样本股总市值6700亿元，占A股市值4.7%。样本股的构成上，中小板21只，创业板4只，其余75只样本股均为大盘股。由此可见，百发100还是偏向大盘为主、反映主流市场走势。
样本股每个月的改变比例都不同，最极端的时候曾经有60%进行了换仓。用大数据预测热点变化，市场热点往往更迭很快；但同时也要考虑交易成本。两方面考虑，网络最后测算认为一个月换一次仓位为最佳。
样本股对百发100而言是核心机密——据说“全世界只有基金经理和指数编制机构负责人两个人知道”——都是由机器决定后，基金经理分配给不同的交易员建仓买入。基金经理也没有改变样本股的权利。
展望未来，网络金融中心相关负责人踌躇满志，“百发100指数及基金的推出，只是我们的开端和尝试，未来将形成多样化、系列投资产品。”
除了百发100，目前市场上打着大数据旗帜的基金还有2014年9月推出的南方-新浪I100和I300指数基金。
南方-新浪I100和I300是由南方基金、新浪财经和深圳证券信息公司三方联合编制的。和百发100类似，也是按照财务因子和市场情绪因子进行模型打分，按照分值将前100和前300名股票构成样本股。推出至今，这两个指数基金分别上涨了10%左右。
正如百发100的市场情绪因子来自网络，南方-新浪I100和I300的市场情绪因子全部来自新浪平台。其中包括用户在新浪财经对行情的访问热度、对股票的搜索热度；用户在新浪财经对股票相关新闻的浏览热度；股票相关微博的多空分析数据等。
此外，阿里巴巴旗下的天弘基金也有意在大数据策略上做文章。据了解，天弘基金将和阿里巴巴合作，推出大数据基金产品，最早将于2015年初问世。
天弘基金机构产品部总经理刘燕曾对媒体表示，“在传统的调研上，大数据将贡献于基础资产的研究，而以往过度依赖线下研究报告。大数据将视野拓展至了线上的数据分析，给基金经理选股带来新的逻辑。”
在BAT三巨头中，腾讯其实是最早推出指数基金的。腾讯与中证指数公司、济安金信公司合作开发的“中证腾安价值100指数”早在2013年5月就发布了，号称是国内第一家由互联网媒体与专业机构编制发布的A股指数。不过，业内人士表示，有关指数并没有真正应用大数据技术。虽然腾讯旗下的微信是目前最热的社交平台，蕴藏了大量的社交数据，但腾讯未来怎么开发，目前还并不清晰。
大数据投资平台化
中欧商学院副教授陈威如在其《平台战略》一书中提到，21世纪将成为一道分水岭，人类商业行为将全面普及平台模式，大数据金融也不例外。
然而，由于大数据模型对成本要求极高，就好比不可能每家公司都搭建自己的云计算系统一样，让每家机构自己建设大数据模型，从数据来源和处理技术方面看都是不现实的。业内人士认为，大数据未来必将成为平台化的服务。
目前，阿里、网络等企业都表示下一步方向是平台化。
蚂蚁金服所致力搭建的平台，一方面包括招财宝一类的金融产品平台，另一方面包括云计算、大数据服务平台。蚂蚁金服人士说，“我们很清楚自己的优势不是金融，而是包括电商、云计算、大数据等技术。蚂蚁金服希望用这些技术搭建一个基础平台，把这些能力开放出去，供金融机构使用。”
网络亦是如此。接近网络的人士称，未来是否向平台化发展，目前还在讨论中，但可以确定的是，“网络不是金融机构，目的不是发产品，百发100的意义在于打造影响力，而非经济效益。”
当BAT还在摸索前行时，已有嗅觉灵敏者抢占了先机，那就是通联数据。
通联数据股份公司（DataYes）由曾任博时基金副董事长肖风带队创建、万向集团投资成立，总部位于上海，公司愿景是“让投资更容易，用金融服务云平台提升投资管理效率和投研能力”。该平台7月上线公测，目前已拥有130多家机构客户，逾万名个人投资者。
通联数据目前有四个主要平台，分别是通联智能投资研究平台、通联金融大数据服务平台、通联多资产投资管理平台和金融移动办公平台。
通联智能投资研究平台包括雅典娜-智能事件研究、策略研究、智能研报三款产品，可以对基于自然语言的智能事件进行策略分析，实时跟踪市场热点，捕捉市场情绪。可以说，和百发100类似，其核心技术在于将互联网非结构化数据的量化使用。
通联金融大数据服务平台更侧重于专业金融数据的分析整理。它可以提供公司基本面数据、国内外主要证券、期货交易所的行情数据、公司公告数据、公关经济、行业动态的结构化数据、金融新闻和舆情的非结构化数据等。
假如将上述两个平台比作“收割机”，通联多资产投资管理平台就是“厨房”。在这个“厨房”里，可以进行全球跨资产的投资组合管理方案、订单管理方案、资产证券化定价分析方案等。
通联数据可以按照主题热点或者自定义关键字进行分析，构建知识图谱，将相关的新闻和股票提取做成简洁的分析框架。例如用户对特斯拉感兴趣，就可以通过主题热点看到和特斯拉相关的公司，并判断这个概念是否值得投资。“过去这个搜集过程要花费几天时间，现在只需要几分钟就可以完成。”王政表示。
“通联数据就好比一家餐馆，我们把所有原料搜集来、清洗好、准备好，同时准备了一个锅，也就是大数据存储平台。研究员和基金经理像厨师一样，用原料、工具去‘烹制’自己的策略。”王政形容道。
大数据在平台上扮演的角色，就是寻找关联关系。人类总是习惯首先构建因果关系，继而去倒推和佐证。机器学习则不然，它可以在海量数据中查获超越人类想象的关联关系。正如维克托`迈尔-舍恩伯格在《大数据时代》中所提到的，社会需要放弃它对因果关系的渴求，而仅需关注相互关系。
例如，美国超市沃尔玛通过大数据分析，发现飓风用品和蛋挞摆在一起可以提高销量，并由此创造了颇大的经济效益。如果没有大数据技术，谁能将这毫无关联的两件商品联系在一起？
通联数据通过机器学习，也能找到传统量化策略无法发现的市场联系。其中包括各家公司之间的资本关系、产品关系、竞争关系、上下游关系，也包括人与人之间的关系，例如管理团队和其他公司有没有关联，是否牵扯合作等。
未来量化研究员是否将成为一个被淘汰的职业？目前研究员的主要工作就是收集整理数据，变成投资决策，而之后这个工作将更多由机器完成。
“当初医疗科技发展时，人们也认为医生会被淘汰，但其实并不会。同理，研究员也会一直存在，但他们会更注重深入分析和调研，初级的数据搜集可以交给机器完成。”王政表示。
但当未来大数据平台并广泛应用后，是否会迅速挤压套利空间？这也是一个问题。回答根据网上资料整理
Ⅶ 股指期货能对冲股票市场的下跌行情风险吗,具体怎么做股指期货或者是怎么做股指期货对冲套利
股指期货对于做股票来说是一个对冲工具，这样是一个做空机制，这样会是在股票市场大跌时，你在被套时，这样一个做空机制，不会是你在被套上时，就只能被动的等待，当然股指期货实现与大盘而动，应该对大盘有预测的指导作用。
Ⅷ 股票如何做对冲
在国内没办法做，如果是外国做对冲，如美元做对冲人民币，就可以把股票当做一种工具，但股票本身无法做对冲。如果有股指期货，就可以对冲啦。高位买入看跌期货，狂压股价，在期货上赚钱。
Ⅸ 在股市里什么是对冲
对冲机制是针对双边市场来说的。
再指数期货正式上市后，我国的A股市场也将成为双边市场。即涨跌都能赚钱同时也会亏钱。比如：再股市上你看涨，你买入了沪深300的标的物；同时，你担心出现政策性利空而导致下跌，为了规避风险，此时你可以在同一时刻卖空指数期货。此后，无论指数涨跌，你的盈亏相加是0，这也就是说为什么资本市场是零和游戏了！
同理，在期货和现货市场上为规避亏损，资源性企业往往都会进行对冲
Ⅹ 股指期货如何对冲股市，具体如何操作
股指期货的应用策略主要包括对冲性操作和趋势操作。特别是对冲操作，更成为机构投资者应用研究的重点。本文就对冲操作效果和效率的关联关系、关联系数方面的研究作一探讨。
一、对冲的概念
对冲作为股指期货应用的一种策略，分为防御性对冲、主动性对冲和综合性对冲。防御性对冲又叫被动性对冲，是把对冲操作作为一种避险措施来使用，目的是保护现货利益，规避系统风险。主要包括完全套期保值和留有敞口风险的不完全套期保值。主动性对冲，是把收益最大化或效率最大化作为目标的对冲策略。主要包括套利策略和系统性投机策略。综合性对冲又称混合性对冲，是上述策略的综合运用，比如把股指期货的综合功用融合进股票组合中，形成包含股指期货的组合投资策略，把股指期货策略当作风险控制器和效率放大器，从而使得夏普比率最大化，来实现不同时期、不同市场背景下的综合效果。
二、关联和系数
研究对冲基本策略，首先要着重研判关联。股票组合，标的指数，期货指数客观上形成一个三维关联关系。在这个三维体系中，研究方向是两组关联关系。即单品种（包括股票组合）和标的指数的关联，现货指数和期货指数的关联。研究重点是标的指数，因为其“一肩挑两头”。
（一）股票组合（包括单品种）和标的指数的关联
股指期货标的物有别于商品期货标的物的主要特征之一是不可完全复制性。商品现货可以完全复制标准仓单，只要按照标准仓单的要求去生成，二者不仅可以消灭质量离差而且可以消灭价格离差。股票组合与股指之间的离差是永远存在的，即使某指数基金严格按照沪深300指数的构成比例去组建这个组合，也不可能做到完全“复制”，因为沪深300指数以分级靠档派许加权法计算的权重比例，每个撮合节都在变，是个序列变量。所以只能做到“逼近”，比如跟踪指数的ETF基金。机构投资组合的品种中通常包括沪深300成分股之外的股票，收益率离差就更难以避免了。这个特征可以派生出两个概念：第一，商品期货对冲操作的目标是价格风险，而股指期货对冲的目标是价格风险中的系统性风险；第二，由于股指期货的现货价格形成于证券市场，是集中交易的结果，具有权威性、准确性、动态性和唯一性，因此更方便于建立数学模型来研判他们之间的关联系数。而关联系数就是对冲纽带中的第一个环节。股票组合和标的指数的关联可以用三个指标做定量化研究：撬动系数、贝塔系数、样本误差系数。
1.撬动系数。
单品种和指数的关联研究一般有两个实现途径：一是动因分析，二是常态（现象）分析。动因分析主要着眼于股指的波动构成因素和反作用，常态分析主要着眼于通常状态下的关联程度的概念。动因分析是主动性对冲的关键，常态分析是防卫性对冲的要点。撬动系数是动因分析的一个基本指标。
沪深300指数计算公式为，报告期指数=报告期成分股的总调整市值/基期×1000，其中，总调整市值=∑（市价×样本股调整股本数）。可见影响指数波动的直接动因是成分个股波动。我们把这种对造成指数波动的直接影响力进行解析称为动因分析。根据沪深300指数的形成机制，可以逆运算撬动系数，表达式为：撬动系数=（市价×样本股调整股本数）×指数市价/∑（市价×样本股调整股本数）。
撬动系数是一个构成沪深300指数成分的重要性程度对比指标，是该品种或者股票组合收益率占指数收益率的百分比，静态意义是在某一时间尺度，我们对其他品种做静止替代，该品种或组合收益率波动1%对沪深300指数撬动多少个点，也可以表达为撬动幅度，即该品种或组合收益率波动1%对沪深300指数收益率撬动的百分比。此系数可以用来分析指数的历史波动，也可以通过因素解析研判和预测指数未来的波动