股票的投資組合有效前沿曲線

❶ 如何判斷股票的投資組合是否在在有效邊界上想問一下是不是有什麼公式，還有，如果兩支投資組合的股票再

朋友，你被所謂的股票知識忽悠得挺深，建議你用點簡單有效地方法來炒股。

❷ 急~~投資組合理論選擇三隻股票進行分析

予濱江集團 "買入"評級，目標價為16.53元
廣發證券9日發布投資報告，給予濱江集團(002244.sz) "買入"評級，目標價為16.53元，具體分析如下：
杭州樓市銷售火爆、5月成交量創歷史新高
在中央政府和杭州市政府新政的刺激下，杭州樓市自今年2月份開始逐漸回暖。5月杭州樓市成交量達到87萬平米，創歷史新高。今年1月至5月的成交量達到226萬平米，超過2008年全年212萬平米的成交量，超出比例為6.8%。
杭州房地產市場龍頭企業，深耕杭州市場
公司是杭州房地產行業的龍頭企業，多年來一致致力於杭州市房地產的開發和經營。2005年至今，公司在杭州主城區房地產市場份額均在頭三甲之列。
豐富而優質的土地儲備，足夠公司4-5年開發
公司目前權益土地儲備約248 萬平方米，其中90%位於杭州市。在杭州的A股上市公司中，公司在杭州主城區的土地儲備位居第一。公司的土地儲備大多集中在杭州的市中心、次中心或風景區畔，而且土地成本相對較低，平均樓面地價僅為3982元/平方米。低成本及地段優勢使得這些土地儲備具備良好的盈利前景。
項目銷售順利、手握大量預售賬款，09年業績90%鎖定
公司08年第四季度開盤的金色藍庭和陽光海岸項目已經基本售罄，新城時代廣場項目也已銷售近50%。2008年年末，公司的預收賬款約為42.6億元，主要是萬家花城項目、陽光海岸項目和金色藍庭項目的預收賬款。這些預售賬款使得公司2009年的業績已90%鎖定。公司一季度銷售收入約10億元，隨著8月城市之星項目的開盤，實現今年30億元銷售目標的難度已不大。
估值與評級
考慮到杭州市場良好的銷售情況，公司在杭州市場的龍頭地位以及豐富而優質土地儲備，廣發證券給予公司"買入"評級，目標價為16.53元。
風險提示
公司面臨的主要風險是市場集中風險和土地增值稅清繳風險。
字太多了，簡單說幾只吧，都是資產高的，有補漲動力的，你關注吧：
鞍鋼股份000898，中國鋁業601600，金馬股份000980。

❸ 怎樣看股票曲線及分析曲線

在日K線圖中一般白線、黃線、紫線、綠線依次分別表示：5、10、20、60日移動平均線，但這並不是固定的，會根據設置的不同而不同，比如你也可以在系統里把它們設為5、15、30、60均線。
關於移動平均線
移動平均線(MA)是以道•瓊斯的"平均成本概念"為理論基礎，採用統計學中"移動平均"的原理，將一段時期內的股票價格平均值連成曲線，用來顯示股價的歷史波動情況，進而反映股價指數未來發展趨勢的技術分析方法。它是道氏理論的形象化表述。
移動平均線定義:"平均"是指最近n天收市價格的算術平均線;"移動"是指我們在計算中,始終採用最近n天的價格數據。因此,被平均的數組(最近n天的收市價格)隨著新的交易日的更迭,逐日向前推移。在我們計算移動平均值時,通常採用最近n天的收市價格。我們把新的收市價格逐日地加入數組,而往前倒數的第n+1個收市價則被剔去。然後,再把新的總和除以n,就得到了新的一天的平均值(n天平均值)。 ■ 計算公式:
MA=（C1+C2+C3+...+Cn)/N C:某日收盤價 N:移動平均周期
移動平均線依計算周期分為短期(如5日、10日)、中期(如30日) 和長期(如60日、120日)移動平均線。
移動平均線依演算法分為算術移動平均線、線型加權移動平均線、階梯形移動平均線、平滑移動平均線等多種，最為常用的是下面介紹的算術移動平均線。
一)、移動平均線所表示的意義：
1、上升行情初期，短期移動平均線從下向上突破中長期移動平均線，形成的交叉叫黃金交叉。
預示股價將上漲：黃色的5日均線上穿紫色的10日均線形成的交叉；10日均線上穿綠色的30日均線形成的交叉均為黃金交叉。
2、當短期移動平均線向下跌破中長期移動平均線形成的交叉叫做死亡交叉。預示股價將下跌。黃色的5日均線下穿紫色的10日均線形成的交叉；10日均線下穿綠色的30日均線形成的交叉均為死亡交叉。
3、在上升行情進入穩定期，5日、10日、30日移動平均線從上而下依次順序排列，向右上方移動，稱為多頭排列。預示股價將大幅上漲。
4、在下跌行情中，5日、10日、30日移動平均線自下而上依次順序排列，向右下方移動，稱為空頭排列，預示股價將大幅下跌。
5、在上升行情中股價位於移動平均線之上，走多頭排列的均線可視為多方的防線；當股價回檔至移動平均線附近，各條移動平均線依次產生支撐力量，買盤入場推動股價再度上升，這就是移動平均線的助漲作用。
6、在下跌行情中，股價在移動平均線的下方，呈空頭排列的移動平均線可以視為空方的防線，當股價反彈到移動平均線附近時，便會遇到阻力，賣盤湧出，促使股價進一步下跌，這就是移動平均線的助跌作用。
7、移動平均線由上升轉為下降出現最高點，和由下降轉為上升出現最低點時，是移動平均線的轉折點。預示股價走勢將發生反轉。
(二)、葛南維移動平均線八大法則
1、移動平均線從下降逐漸走平且略向上方抬頭，而股價從移動平均線下方向上方突破，為買進信號。
2、股價位於移動平均線之上運行，回檔時未跌破移動平均線後又再度上升時為買進時機。
3、股價位於移動平均線之上運行，回檔時跌破移動平均線，但短期移動平均線繼續呈上升趨勢，此時為買進時機。
4、股價位於移動平均線以下運行，突然暴跌，距離移動平均線太遠，極有可能向移動平均線靠近(物極必反，下跌反彈)，此時為買進時機。
5、股價位於移動平均線之上運行，連續數日大漲，離移動平均線愈來愈遠，說明近期內購買股票者獲利豐厚，隨時都會產生獲利回吐的賣壓，應暫時賣出持股。
6、移動平均線從上升逐漸走平，而股價從移動平均線上方向下跌破移動平均線時說明賣壓漸重，應賣出所持股票。
7、股價位於移動平均線下方運行，反彈時未突破移動平均線，且移動平均線跌勢減緩，趨於水平後又出現下跌趨勢，此時為賣出時機。
8、股價反彈後在移動平均線上方徘徊，而移動平均線卻繼續下跌，宜賣出所持股票。
以上八大法則中第三條和第八條不易掌握，具體運用時風險較大，在未熟練掌握移動平均線的使用法則前可以考慮放棄使用。
第四條和第五條沒有明確股價距離移動平均線多遠時才是買賣時機，可以參照乖離率來解決(將在中級學校中詳講)。
(三)移動平均線的買進時機：
1、股價曲線由下向上突破5日、10日移動平均線，且5日均線上穿 10 日均線形成黃金交叉，顯現多方力量增強，已有效突破空方的壓力線，後市上漲的可能性很大，是買入時機。
2、股價曲線由下向上突破5日、10日、30日移動平均線，且三條移動平均線呈多頭排列，顯現說明多方力量強盛，後市上漲已成定局，此時是極佳的買入時機。
3、在強勢股的上升行情中，股價出現盤整，5日移動平均線與10日移動平均線糾纏在一起，當股價突破盤整區，5日、10日、30日移動平均線再次呈多頭排列時為買入時機。
4、在多頭市場中，股價跌破10日移動平均線而未跌破30日移動平均線，且30日移動平均線仍向右上方挺進，說明股價下跌是技術性回檔，跌幅不致太大，此時為買入時機。
5、在空頭市場中，股價經過長期下跌，股價在5日、10日移動平均線以下運行，恐慌性拋盤不斷湧出導致股價大幅下跌，乖離率增大，此時為搶反彈的絕佳時機，應買進股票。
(四)、移動平均線的賣出時機：
1、在上升行情中，股價由上向下跌破5日、10日移動平均線，且5日均線下穿10日均線形成死亡交叉，30日移動平均線上升趨勢有走平跡象，說明空方佔有優勢，已突破多方兩道防線，此時應賣出持有的股票，離場觀望。
2、股價在暴跌之後反彈，無力突破10日移動平均線的壓力，說明股價將繼續下跌，此時為賣出時機。
3、股價先後跌破5日、10日、30日移動平均線，且30日移動平均線有向右下方移動的趨勢，表示後市的跌幅將會很深，應迅速賣出股票。
4、股價經過長時間盤局後，5日、10日移動平均線開始向下，說明空方力量增強，後市將會下跌，應賣出股票。
5、當60日移動平均線由上升趨勢轉為平緩或向下方轉折，預示後市將會有一段中級下跌行情，此時應賣出股票。
這是移動平均線，分別是（5、10、20、60）日均線
平均線的目的主要是用來判定股票的走勢。
股價的運動常常具有跳動的形式，平均線把跳動減緩成較為平坦的曲線。
計算平均線的方法有許多種，最常用的是取收市價作為計算平均值的參考。比如你要計算十天的平均值，把過去十天的收市價格加起來除以十，便得到這十天的平均值。每過一天，分子式加上新一天的股票收市價，再減去倒第十一天的收市價，分母不變，便得到最新的平均值，把平均值連起來便成為平均線。
平均線的形狀取決於所選擇的天數。天數越多，平均線的轉折越平緩。

一隻股票的升幅，一定程度上由介入資金量的大小決定，莊家動用的資金量越大，日後的升幅越可觀。那麼，如何估算莊家倉位輕重呢？下面有幾種方法：
1、根據吸貨期的長短判斷。對吸貨期很明顯的個股，簡單演算法是將吸貨期內每天的成交量乘以吸貨期，即可大致估算出莊家的持倉量，莊家持倉量＝吸貨期×每天成交量（忽略散戶的買入量）。吸貨期越長，莊家持倉量越大；每天成交量越大，莊家吸貨越多。因此，若投資者看到上市後長期橫盤整理的個股，通常黑馬在默默吃草。有些新股不經過充分的吸貨期，其行情難以持續。
2、根據換手率判斷。在低位成交活躍、換手率高、而股價漲幅不大的個股，通常為莊家吸貨。此間換手率越大，主力吸籌越充分，「量」與「價」似乎為一對互不甘示弱的小兄弟，只要「量」先走一步，「價」必會緊緊跟上「量」的步伐，投資者可重點關注「價」暫時落後於「量」的個股。
3、根據大盤整理期該股的表現來分析。有些個股吸貨期不明顯，或是老莊卷土重來，或是莊家邊拉邊吸，或在下跌過程中不斷吸貨，難以明確劃分吸貨期。這些個股莊家持倉量可通過其在整理期的表現來判斷，長城電工去年上市後逐波下行，吸貨期不明顯，5－6月份的拉升明顯屬於莊家行為，7－9月份大盤調整，而該股6月底在12元附近，9月底依然固守在12元附近的整理區，跌幅小於大盤，莊家介入程度深；再看該股流通股達8000多萬，對這樣的偏大盤股主力亦「調教」自如，持籌量可見一斑。
4、根據上升過程中的放量情況判斷。一般來說，隨著股價上漲，成交量會同步放大，某些莊家控盤的個股隨著股價上漲，成交反而縮小，股價往往能一漲再漲，對這些個股可重勢不重價；莊家持有大量籌碼，在未放大量之前即可一路持有。
1、超跌反彈和搶反彈：股票大幅下跌，跌到了某個支撐位，有向上反彈（就是向上漲）的要求，就叫超跌反彈；此時買入股票，等反彈了就賣，就叫搶反彈，反彈不是反轉，漲了幾天還要向下跌，所以要「搶」。
2、指標股、權重股、權重指標股：這幾個概念相似，是指總股本非常大的股票，因為總股本大，在股市中所佔比重很大，所以他們的漲跌對整個股市影響很大。象中國銀行就是一個標準的權重指標股，他站的權重達25%，他每漲跌1分錢，大盤漲跌1個點。
3、箱體震盪：股票的價格在一定的范圍上下波動，就象一隻股票箱。
4、中國銀行後市看法：有可能跌破發行價，小散戶最好不要碰他。

]如何知道一隻股票第2天是高開，還是平開，還是低開？
這個也不能說算是預測，只能說是推測罷了：
如果今天能量很大比如是昨天的3倍以上，大幅度收陽（沒有漲停），但不能有明顯的上影線，那麼第二天高開的概率將是相當大的。如果上影線在末期形成而且很長，那麼低開的可能比較大，如果低開更應該著手介入
今天的量比開盤較低，到只到收盤時量比總體看是逐步增大趨勢的話，第二天低開的概率極底，高開的可能也很大，如果開盤量比較大，但能量不能持續，到收盤時候也沒能重新放量的話，注意明日低開
尾盤突然爆量拉高，那要看拉高的成交情況，如果成交扎實，一般第二日不會低開，但如果是急速拉高，成交不扎實，那麼很可能是誘多……
這里只是簡單的敘述並沒有包含很多較復雜的情況。
請大家教教我在這么多的股票里如何選擇一隻，總不能每次都靠別人推薦
要自己選股票其實非常簡單，你要是有很多錢，就選高價股貴州茅台或蘇寧電器。你要想信高價股因為能在高價立足就必然是各方面都無可挑剔。其次如果你的錢不是很多，就應選價格便宜的股票，此時就要慎重一些，看這只股票的每股凈資產是多少？每股贏利的多少。凈資產收益率比去年有沒有增長？還要了解公司有沒有外債，有沒有訴訟？公司是什麼產品？有沒有增長潛力？然後還要看看最近時期股票價格的走勢，是在歷史的低位？還是高位？
可以去排行榜里找,按量比排行,量比在1.2-2.0之間,漲幅在2%-4%之間,這種股票一般有較好的漲勢

委比：某品種當日買賣量差額和總額的比值。
委比是衡量某一時段買賣盤相對強度的指標。它的計算公式為：委比＝（委買手數－委賣手數）/(委買手數＋委賣手數)×100％委買手數：現在所有個股委託買入下三檔的總數量。委賣手數：現在所有個股委託賣出上三檔的總數量。委比值的變化范圍為－100％到＋100％，當委比值為-100％時，它表示只有賣盤而沒有買盤，說明市場的拋盤非常大；當委比值為＋100％時，它表示只有買盤而沒有賣盤，說明市場的買盤非常有力。當委比值為負時，賣盤比買盤大；而委比值為正時，說明買盤比賣盤大。委比值從-100％到＋100％的變化是賣盤逐漸減弱、買盤逐漸強勁的一個過程。如某一時刻，股票G的買入和賣出委託排序情況如下：序號 委託買入價 數量（手） 序號 委託賣出價 數量（手）1 3.64 4 1 3.65 6 2 3.60 7 2 3.70 6 3 3.54 6 3 3.75 3 4 3.50 6現在委託買入的下三檔的數量為17手，賣出委託的上三檔數量為15手，股票G在此刻的委比為：委比＝（委買手數－委賣手數）/(委買手數＋委賣手數)×100％＝（17－15）/(17＋15)×100％＝6.66％委比值為6.66％，說明買盤比賣盤大，但不是很強勁。
委差：某品種當前買量之和減去賣量之和。反映買賣雙方的力量對比。正數為買方較強，負數為拋壓較重。
委比是(委買-委賣)/(委買+委賣)
委差是委買-委賣,負數表示賣盤多。

誰說放量上漲好了？沒人這么說過啊……
但有時量是敲出來的，有時在某些關鍵位置放量的概率較大。
很多能縮量走出很遠、很高的股票，往往在啟動時已經放出過巨量，這種情況被理解為主力控盤程度高。
量價關系的類型分為兩大類。一類是常見的類型，即低量低價、量增價平、量增價漲、量縮價漲、量增價跌和量縮價跌等六種；另一類是比較特殊的類型，即地量地價、天量天價、無量空漲、無量陰跌、底部放量和頂部對倒等六種。
1、低量低價
低量低價主要是指個股（或大盤）成交量非常稀少的同時、個股股價也非常低的一種量價配合現象。低量低價一般只會出現在股票長期底部盤整的階段。
當股價從高位一路下跌後，隨著成交量的明顯減少，股價在某一點位附近止跌企穩，並且在這一點位上下，進行長時間的低位橫盤整理。經過數次反復築底以後，股價最低點也日漸明朗，同時，由於量能的逐漸萎縮至近期最低值，從而使股票的走勢出現低量低價的現象。
低量低價的出現，只是說明股價階段性底部形成的可能性大大增強，而不能作為買入股票的依據。投資者還應在研究該股基本面是否良好、否具有投資價值等情況後，才能做出投資決策。
2、量增價平
量增價平主要是指個股（或大盤）在成交量增加的情況下、而個股的股價卻幾乎維持在一定價位水平上下波動的一種量價配合現象。量增價平既可以出現在上升行情的各個階段，也可以出現在下跌行情的各個階段之中。同時，它既可以作為賣出股票的信號，也可以作為買人股票的信號。區別買賣信號的主要特徵，是要判斷「量增價平」中的「價」是高價還是低價。
如果股價在經過一段時間比較大的漲幅後、處在相對高價位區時，成交量仍在增加，而股價卻沒能繼續上揚，呈現出高位量增價平的現象，這種股價高位放量滯漲的走勢，表明市場主力在維持股價不變的情況下，可能在悄悄地出貨。因此，股價高位的量增價平是一種頂部反轉的徵兆，一旦接下來股價掉頭向下運行，則意味著股價頂部已經形成，投資者應注意股價的高位風險。
如果股價在經過一段比較長時間的下跌後、處在低價位區時，成交量開始持續放出，而股價卻沒有同步上揚，呈現出低位量增價平的現象，這種股價低位放量滯漲的走勢，可能預示著有新的主力資金在打壓建倉。一旦接下來股價在成交量的有效配合下掉頭向上，則表明股價的底部已經形成，投資者應密切關注該股。
3、量增價漲
量增價增主要是指個股（或大盤）在成交量增加的同時、而個股的股價也同步上漲的一種量價配合現象。量增價漲只出現在上升行情中，而且大部分是出現在上升行情的初期，也有小部分是出現在上升行情的中途。
在經過前期一輪較長時間的下跌和底部盤整後，市場中逐漸出現諸多利好因素，這些利好因素增強了市場預期向好的心理、刺激了股市的需求，市場交換逐漸活躍起來。隨著成交量的放大和股價的同步上升，投資者購買股票短期內就可獲得利潤，賺錢的示範效應激起了更多投資者的投資意願。
隨著成交量的逐漸放大，股價也開始緩慢向上攀升，股價走勢呈現量增價增的態勢，這種量價之間的良好配合，對未來股價的進一步上揚，形成了真實的實質性支撐。
4、量縮價漲
量縮價漲主要是指個股（或大盤）在成交量減少的情況下、個股的股價卻反而上漲的一種量價配合現象。量縮價漲多出現在上升行情的末期，有一小部分也會出現在下降行情中期的反彈過程中。不過，量縮價漲的現象在上升行情和下降行情中的研判是不一樣的。
在持續的上升行情中，適度的量縮價漲表明主力控盤程度比較高，維持股價上升的實力較強，大量的流通籌碼被主力鎖定。但量縮價漲畢竟所顯示的是一種量價背離的趨勢，因此，在隨後的上升過程中出現成交量再次放大的情況，則可能意味著主力可能在高位出貨。
在持續的下降行情中，有時也會出現量縮價漲的反彈走勢。當股價經過短期內的大幅度下跌後，由於跌幅過猛，主力沒能全部出貨，因此，他們會抓住大部分投資者不忍輕易割肉的心理，用少量資金再次將股價拉高，造成量縮價漲的假象，從而利用這種反彈走勢達到出貨的目的。
總之，對於量縮價漲的行情，投資者應區別對待，一般以持股或持幣觀望為主。
5、量增價跌
量增價跌主要是指個股（或大盤）在成交量增加的情況下、個股的股價卻反而下跌的一種量價配合現象。量增價跌現象大部分是出現在下跌行情的初期，也有小部分是出現在上升行情的初期。不過，量增價跌的現象在上升行情和下降行情中的研判也是不一樣的。
在下跌行情的初期，股價經過一段比較大的漲幅後，市場上的獲利籌碼越來越多，一些投資者紛紛拋出股票，致使股價開始下跌。同時，也有一些投資者對股價的走高仍抱有預期，在股價開始下跌時，還在買入股票，多空雙方對股價看法的分歧，是造成股價高位量增價跌的主要原因。不過，這種高位量增價跌的現象持續時間一般不會很長，一旦股價向下跌破市場重要的支撐位、股價的下降趨勢開始形成後，量增價跌的現象將逐漸消失，這種高位量增價跌現象是賣出信號。
在上升行情初期，有的股票也會出現量增價跌現象。當股價經過一段比較長時間的下跌和底部較長時間盤整後，主力為了獲取更多的低位籌碼，採取邊打壓股價邊吸貨的手段，造成股價走勢出現量增價跌現象，但這種現象也會隨著買盤的逐漸增多、成交量的同步上揚而消失，這種量增價跌現象是底部買入信號。
6、量縮價跌
量縮價跌主要是指個股（或大盤）在成交量減少的同時、個股的股價也同步下跌的一種量價配合現象。量縮價跌現象既可以出現在下跌行情的中期，也可能出現在上升行情的中期，但它們的研判過程和結果是不一樣。
在上升行情中，當股價上升到一定高度時，市場成交量開始減少，股價也隨之小幅下跌，呈現出一種量縮價跌現象，而這種量縮價跌是對前期上升行情的一個主動調整過程，「價跌」是股價主動整理的需求，是為了清洗市場浮籌和修正較高的技術指標，而「量縮」則表明投資者有很強的持籌信心和惜售心理。當股價完成整理過程後，又會重新上升。
在下跌行情中，當股價開始從高位下跌後，由於市場預期向壞，一些獲利投資者紛紛出逃，而大多數投資者選擇持幣觀望，市場承接乏力，因而，造成股價下跌、成交萎縮的量縮價跌現象。這種量縮價跌現象的出現，預示著股價仍將繼續下跌。
上升行情中的量縮價跌，表明市場充滿惜售心理，是市場的主動回調整理，因而，投資者可以持股待漲或逢低介入。不過，上升行情中價跌的幅度不能過大，否則可能就是主力不計成本出貨的徵兆。
下跌行情中的量縮價跌，表明投資者在出貨以後不再做「空頭回補」，股價還將維持下跌方向，因而，投資者應以持幣觀望為主。

❹ 如何用股票思維分析如下曲線圖

1）白色曲線：表示大盤加權指數，即證交所每日公布媒體常說的大盤實際指數。
2) 黃色曲線：大盤不含加權的指標，即不考慮股票盤子的大小，而將所有股票對指數影響看作相同而計算出來的大盤指數。 （http://www.lqz.cn/）
參考白黃二曲線的相互位置可知：A)當大盤指數上漲時，黃線在白線之上，表示流通盤較小的股票漲幅較大；反之，黃線在白線之下，說明盤小的股票漲幅落後大盤股。B)當大盤指數下跌時，黃線在白線之上，表示流通盤較小的股票跌幅小於盤大的股票；反之，盤小的股票跌幅大於盤大的股票。
3) 紅綠柱線：在紅白兩條曲線附近有紅綠柱狀線，是反映大盤即時所有股票的買盤與賣盤在數量上的比率。紅柱線的增長減短表示上漲買盤力量的增減；綠柱線的增長縮短表示下跌賣盤力度的強弱。
4) 黃色柱線：在紅白曲線圖下方，用來表示每一分鍾的成交量，單位是手(每手等於100股)。
5) 委買委賣手數：代表即時所有股票買入委託下三檔和賣出上三檔手數相加的總和。

6) 委比數值：是委買委賣手數之差與之和的比值。當委比數值為正值大的時候，表示買方力量較強股指上漲的機率大；當委比數值為負值的時候，表示賣方的力量較強股指下跌的機率大。
個股即時分時走勢圖：1) 白色曲線：表示該種股票即時實時成交的價格。

2) 黃色曲線：表示該種股票即時成交的平均價格，即當天成交總金額除以成交總股數。

3) 黃色柱線：在紅白曲線圖下方，用來表示每一分鍾的成交量。

4) 成交明細：在盤面的右下方為成交明細顯示，顯示動態每筆成交的價格和手數。

5) 外盤內盤：外盤又稱主動性買盤，即成交價在賣出掛單價的累積成交量；內盤主動性賣盤，即成交價在買入掛單價的累積成交量。外盤反映買方的意願，內盤反映賣方的意願。

6) 量比：是指當天成交總手數與近期成交手數平均的比值，具體公式為：現在總手/((5日平均總手/240)*開盤多少分鍾)。量比數值的大小表示近期此時成交量的增減，大於1表示此時刻成交總手數已經放大，小於1表示表示此時刻成交總手數萎縮。

實戰中的K線分析，必須與即時分時圖分析相結合，才能真實可靠的讀懂市場的語言，洞悉盤面股價變化的奧妙。K線形態分析中的形態頸線圖形，以及波浪角度動量等分析的方法原則，也同樣適合即時動態分時走勢圖分析。

❺ 如何用python實現Markowitz投資組合優化

多股票策略回測時常常遇到問題。
倉位如何分配？
你以為基金經理都是一拍腦袋就等分倉位了嗎？
或者玩點玄乎的斐波拉契數列？
OMG，誰說的黃金比例，讓我看到你的腦袋（不削才怪）！！

其實，這個問題，好多好多年前馬科維茨（Markowitz）我喜愛的小馬哥就給出答案——投資組合理論。

根據這個理論，我們可以對多資產的組合配置進行三方面的優化。
1.找到有效前沿。在既定的收益率下使組合的方差最小。
2.找到sharpe最優的組合（收益-風險均衡點）

3.找到風險最小的組合

跟著我，一步兩步，輕松實現。
該理論基於用均值和方差來表述組合的優劣的前提。將選取幾只股票，用蒙特卡洛模擬初步探究組合的有效前沿。
通過最大Sharpe和最小方差兩種優化來找到最優的資產組合配置權重參數。
最後，刻畫出可能的分布，兩種最優以及組合的有效前沿。

註：
文中的數據API來自量化平台聚寬，在此表示感謝。
原文見【組合管理】——投資組合理論（有效前沿）（包含正態檢驗部分）

0.導入需要的包
import pandas as pd
import numpy as np
import statsmodels.api as sm #統計運算
import scipy.stats as scs #科學計算
import matplotlib.pyplot as plt #繪圖

1.選取幾只感興趣的股票
000413 東旭光電，000063 中興通訊，002007 華蘭生物，000001 平安銀行，000002 萬科A
並比較一下數據（2015-01-01至2015-12-31）
In[1]:
stock_set = ['000413.XSHE','000063.XSHE','002007.XSHE','000001.XSHE','000002.XSHE']
noa = len(stock_set)
df = get_price(stock_set, start_date = '2015-01-01', end_date ='2015-12-31', 'daily', ['close'])
data = df['close']
#規范化後時序數據
(data/data.ix[0]*100).plot(figsize = (8,5))
Out[1]:

2.計算不同證券的均值、協方差
每年252個交易日，用每日收益得到年化收益。計算投資資產的協方差是構建資產組合過程的核心部分。運用pandas內置方法生產協方差矩陣。
In [2]:
returns = np.log(data / data.shift(1))
returns.mean()*252
Out[2]:

000413.XSHE 0.184516
000063.XSHE 0.176790
002007.XSHE 0.309077
000001.XSHE -0.102059
000002.XSHE 0.547441

In [3]:
returns.cov()*252
Out[3]:

3.給不同資產隨機分配初始權重
由於A股不允許建立空頭頭寸，所有的權重系數均在0-1之間
In [4]:
weights = np.random.random(noa)
weights /= np.sum(weights)
weights
Out[4]:

array([ 0.37505798, 0.21652754, 0.31590981, 0.06087709, 0.03162758])

4.計算預期組合年化收益、組合方差和組合標准差
In [5]:
np.sum(returns.mean()*weights)*252
Out[5]:

0.21622558669017816

In [6]:
np.dot(weights.T, np.dot(returns.cov()*252,weights))
Out[6]:

0.23595133640121463

In [7]:
np.sqrt(np.dot(weights.T, np.dot(returns.cov()* 252,weights)))
Out[7]:

0.4857482232609962

5.用蒙特卡洛模擬產生大量隨機組合
進行到此，我們最想知道的是給定的一個股票池（證券組合）如何找到風險和收益平衡的位置。
下面通過一次蒙特卡洛模擬，產生大量隨機的權重向量，並記錄隨機組合的預期收益和方差。
In [8]:
port_returns = []
port_variance = []
for p in range(4000):
weights = np.random.random(noa)
weights /=np.sum(weights)
port_returns.append(np.sum(returns.mean()*252*weights))
port_variance.append(np.sqrt(np.dot(weights.T, np.dot(returns.cov()*252, weights))))
port_returns = np.array(port_returns)
port_variance = np.array(port_variance)
#無風險利率設定為4%
risk_free = 0.04
plt.figure(figsize = (8,4))
plt.scatter(port_variance, port_returns, c=(port_returns-risk_free)/port_variance, marker = 'o')
plt.grid(True)
plt.xlabel('excepted volatility')
plt.ylabel('expected return')
plt.colorbar(label = 'Sharpe ratio')
Out[8]:

6.投資組合優化1——sharpe最大
建立statistics函數來記錄重要的投資組合統計數據（收益，方差和夏普比）
通過對約束最優問題的求解，得到最優解。其中約束是權重總和為1。
In [9]:
def statistics(weights):
weights = np.array(weights)
port_returns = np.sum(returns.mean()*weights)*252
port_variance = np.sqrt(np.dot(weights.T, np.dot(returns.cov()*252,weights)))
return np.array([port_returns, port_variance, port_returns/port_variance])
#最優化投資組合的推導是一個約束最優化問題
import scipy.optimize as sco
#最小化夏普指數的負值
def min_sharpe(weights):
return -statistics(weights)[2]
#約束是所有參數(權重)的總和為1。這可以用minimize函數的約定表達如下
cons = ({'type':'eq', 'fun':lambda x: np.sum(x)-1})
#我們還將參數值(權重)限制在0和1之間。這些值以多個元組組成的一個元組形式提供給最小化函數
bnds = tuple((0,1) for x in range(noa))
#優化函數調用中忽略的唯一輸入是起始參數列表(對權重的初始猜測)。我們簡單的使用平均分布。
opts = sco.minimize(min_sharpe, noa*[1./noa,], method = 'SLSQP', bounds = bnds, constraints = cons)
opts
Out[9]:
status: 0
success: True
njev: 4
nfev: 28
fun: -1.1623048291871221
x: array([ -3.60840218e-16, 2.24626781e-16, 1.63619563e-01, -2.27085639e-16, 8.36380437e-01])
message: 'Optimization terminated successfully.'
jac: array([ 1.81575805e-01, 5.40387481e-01, 8.18073750e-05, 1.03137662e+00, -1.60038471e-05, 0.00000000e+00])
nit: 4

得到的最優組合權重向量為：
In [10]:
opts['x'].round(3)
Out[10]:
array([-0. , 0. , 0.164, -0. , 0.836])

sharpe最大的組合3個統計數據分別為：
In [11]:
#預期收益率、預期波動率、最優夏普指數
statistics(opts['x']).round(3)
Out[11]:

array([ 0.508, 0.437, 1.162])

7.投資組合優化2——方差最小
接下來，我們通過方差最小來選出最優投資組合。
In [12]:
#但是我們定義一個函數對 方差進行最小化
def min_variance(weights):
return statistics(weights)[1]
optv = sco.minimize(min_variance, noa*[1./noa,],method = 'SLSQP', bounds = bnds, constraints = cons)
optv
Out[12]:
status: 0
success: True
njev: 7
nfev: 50
fun: 0.38542969450547221
x: array([ 1.14787640e-01, 3.28089742e-17, 2.09584008e-01, 3.53487044e-01, 3.22141307e-01])
message: 'Optimization terminated successfully.'
jac: array([ 0.3851725 , 0.43591119, 0.3861807 , 0.3849672 , 0.38553924, 0. ])
nit: 7

方差最小的最優組合權重向量及組合的統計數據分別為：
In [13]:
optv['x'].round(3)
Out[13]:
array([ 0.115, 0. , 0.21 , 0.353, 0.322])

In [14]:
#得到的預期收益率、波動率和夏普指數
statistics(optv['x']).round(3)
Out[14]:
array([ 0.226, 0.385, 0.587])

8.組合的有效前沿
有效前沿有既定的目標收益率下方差最小的投資組合構成。
在最優化時採用兩個約束，1.給定目標收益率，2.投資組合權重和為1。
In [15]:
def min_variance(weights):
return statistics(weights)[1]
#在不同目標收益率水平（target_returns）循環時，最小化的一個約束條件會變化。
target_returns = np.linspace(0.0,0.5,50)
target_variance = []
for tar in target_returns:
cons = ({'type':'eq','fun':lambda x:statistics(x)[0]-tar},{'type':'eq','fun':lambda x:np.sum(x)-1})
res = sco.minimize(min_variance, noa*[1./noa,],method = 'SLSQP', bounds = bnds, constraints = cons)
target_variance.append(res['fun'])
target_variance = np.array(target_variance)

下面是最優化結果的展示。
叉號：構成的曲線是有效前沿（目標收益率下最優的投資組合）
紅星：sharpe最大的投資組合
黃星：方差最小的投資組合
In [16]:
plt.figure(figsize = (8,4))
#圓圈：蒙特卡洛隨機產生的組合分布
plt.scatter(port_variance, port_returns, c = port_returns/port_variance,marker = 'o')
#叉號：有效前沿
plt.scatter(target_variance,target_returns, c = target_returns/target_variance, marker = 'x')
#紅星：標記最高sharpe組合
plt.plot(statistics(opts['x'])[1], statistics(opts['x'])[0], 'r*', markersize = 15.0)
#黃星：標記最小方差組合
plt.plot(statistics(optv['x'])[1], statistics(optv['x'])[0], 'y*', markersize = 15.0)
plt.grid(True)
plt.xlabel('expected volatility')
plt.ylabel('expected return')
plt.colorbar(label = 'Sharpe ratio')
Out[16]:

❻ 做股票投資組合的時候有哪些選股方法

在選股之前首先搞清楚自己的操作方式，是快進快出，追求短期效益，還是波段操作，低吸高拋，不急於求成。同一隻股票，對於一種操作方式可能是牛股，對於另一種操作方式可能是垃圾股。
選股需要有一定的經驗和技巧，新手在不熟悉操作前最好是先用個模擬軟體去演練一下，從中總結些經驗，等有了好的效果再運用到實戰中，這樣可減少一些不必要的損失，實在把握不準的話可以用個牛股寶手機炒股去跟著裡面的牛人去操作，這樣也是蠻靠譜的。
選股的技巧：
一、看盤主要應著眼於股指及個股未來趨向的判斷，大盤的研判一般從以下三方面來考慮：股指與個股方面選擇的研判；盤面股指(走弱或走強)的背後隱性信息；掌握市場節奏，高拋低吸，降低持倉成本。尤其要對個股研判認真落實。
二、是選對股票，好股票如何識別?
可以從以下幾個方面進行：
(1)買入量較小，賣出量特大，股價不下跌的股票。
(2)買入量、賣出量均小，股價輕微上漲的股票。
(3)放量突破趨勢線(均線)的股票。
(4)頭天放巨量上漲，次日仍然放量強勢上漲的股票。
(5)大盤橫盤時微漲，以及大盤下跌或回調時加強漲勢的股票。
(6)遇個股利空，放量不下跌的股票。
(7)有規律且長時間小幅上漲的股票。
(8)無量大幅急跌的股票(指在技術調整范圍內)。
(9)送紅股除權後又漲的股票。
三、是選對周期，可根據自己的資金規模、投資喜好，選擇股票的投資周期。
炒股首先端正心態，不要老想著買入股票後馬上就會暴漲翻番，而要根據股市的運行規律慢慢的使自己的財富積累起來；其次，要熟悉技術分析，把握好買賣點；經驗是很重要的，這就要自己多用心了。希望可以幫助到您，祝投資愉快！

❼ 請按組合投資方式，從滬深證券交易所上市的A股股票中選取5隻股票建立一個投資組合方案，並說明選股理由

證券投資組合，主要適用於中長線投資，在目前這個市場狀況及經濟情況下，5隻股票的投資組合方案可選為：1）華夏銀行：處於破凈的邊緣，有良好的業績預期（轉融通業務的進展、銀行理財產品的開發、高息差）；2）天舟文化：有政策預期，文化產業2012年成為國民經濟的支柱產業，流通盤較小；3）株冶集團：有色金屬板塊是交易比較活躍的板塊，盤子較小，可以適當的配置；4）湘鄂情：餐飲行業，盈利穩定，防守能力強；5）登海種業：我國乃農業大國，種子股是農業發展的急先鋒。請注意：以上所選個股可以按照市場表現強弱替換，但所選板塊應在銀行、文化、資源、消費、農業五個行業中。祝好運~

❽ 股票投資組合是什麼

股票投資組合，是指投資者在進行股票投資時，根據各種股票的風險程度、獲利能力等方面的因素，按照一定的規律和原則進行股票的選擇、搭配以降低投資風險的一種方法。其理論依據就是股市內各類股票的漲跌一般不是同步的，總是有漲有跌，此起彼伏。因此，當在一種股票上的投資可能因其價格的暫時跌落而不能盈利時，還可以在另外一些有漲勢的股票上獲得一定的收益，從而可以達到迴避風險的目的。應當明確的是，這一種方法只適用於資金投入量較大的投資者。
股票投資管理是資產管理的重要組成部分之一。股票投資組合管理的目標就是實現效用最大化，即使股票投資組合的風險和收益特徵能夠給投資者帶來最大的滿足。因此，構建股票投資組合的原因有二：一是為降低證券投資風險；二是為實現證券投資收益最大化。
組合管理是一種區別於個別資產管理的投資管理理念。組合管理理論最早由馬柯威茨於1952年系統地提出，他開創了對投資進行整體管理的先河。目前，在西方國家大約有1/3的投資管理者利用數量化方法進行組合管理。構建投資組合並分析其特性是職業投資組合經理的基本活動。在構建投資組合過程中，就是要通過證券的多樣化，使由少量證券造成的不利影響最小化。
一、分散風險
股票與其他任何金融產品一樣，都是有風險的。所謂風險就是指預期投資收益的不確定性。我們常常會用籃子裝雞蛋的例子來說明分散風險的重要性。如果我們把雞蛋放在一個籃子里，萬一這個籃子不小心掉在地上，那麼所有的雞蛋都可能被摔碎；而如果我們把雞蛋分散在不同的籃子里，那麼一個籃子掉了不會影響其他籃子里的雞蛋。資產組合理論表明，證券組合的風險隨著組合所包含的證券數量的增加而降低，資產間關聯性低的多元化證券組合可以有效地降低個別風險。
我們一般用股票投資收益的方差或者股票的p值來衡量一隻股票或股票組合的風險。通常股票投資組合的方差是由組合中各股票的方差和股票之間的協方差兩部分組成，組合的期望收益率是各股票的期望收益率的加權平均。除去各股票完全正相關的情況，組合資產的標准差將小於各股票標准差的加權平均。當組合中的股票數目N增加時，單只股票的投資比例減少，方差項對組合資產風險的影響下降；當N趨向無窮大時，方差項將檔近0，組合資產的風險僅由各股票之間的協方差所決定。也就是說，通過組合投資，能夠減少直至消除各股票自身特徵所產生的風險(非系統性風險)，而只承擔影響所有股票收益率的因素所產生的風險(系統性風險)。
二、實現收益最大化
股票投資組合管理的目標之一就是在投資者可接受的風險水平內，通過多樣化的股票投資使投資者獲得最大收益。從市場經驗來看，單只股票受行業政策和基本面的影響較大，相應的收益波動往往也很大。在公司業績快速增長時期可能給投資者帶來可觀的收益，但是如果因投資者未觀察到的信息而導致股票價格大幅下跌，則可能給投資者造成很大的損失。因此，在給定的風險水平下，通過多樣化的股票選擇，可以在一定程度上減輕股票價格的過度波動，從而在一個較長的時期內獲得最大收益。