淺析歷史模擬與股票投資價值
『壹』 如何獲取股票歷史數據並進行分析
獲取股票歷史數據並進行分析的方法如下：
一、獲取股票歷史數據的方式
數據平台：可以選擇專門提供股票歷史數據的數據平台，如Wind、東方財富等。這些平台提供了多維度的數據，包括股票行情、財務報表、資金數據等，並配備了豐富的數據分析和可視化工具，方便投資者進行數據挖掘和分析。
API介面：一些數據平台或證券公司會提供帶有API介面的數據服務。投資者可以通過編程語言（如Python）調用API介面，根據自己的需求選擇相應的數據指標和時間范圍，獲取所需的歷史數據。
開源工具包：還可以利用一些開源的擴展工具包來獲取股票歷史數據，如pandas-datareader庫、tushare等。這些工具包提供了簡單易用的介面，方便投資者獲取和處理數據。
二、股票歷史數據的分析方法
技術分析：主要以圖表分析為基礎，通過觀察價格、成交量等指標的變化趨勢來預測股價的未來走勢。常用的技術分析工具包括K線圖、均線、MACD、RSI等。
基本面分析：主要從宏觀經濟、行業狀況和公司內在價值等方面來評估股票的投資價值。通過分析公司的財務報表、盈利能力、估值情況等指標，判斷股票的價值是否被市場低估或高估。
量化分析：運用數學模型和統計學方法來進行投資分析。通過利用歷史數據進行回測和模擬交易，尋找規律和價值。量化分析對歷史數據的獲取和處理要求較高，需要投資者具備相應的編程和數學能力。
綜上所述，投資者可以靈活選擇適合自己的數據獲取方式和分析方法，輔助投資決策。同時，也要根據自己的需求和風險承受能力，選擇適合自己的分析工具和策略。
『貳』 歷史模擬法的優缺點
龐大歷史資料的儲存、校對、除錯等工作都需要龐大的人力與資金來處理，如果使用者對於部位大小與價格等信息處理、儲存不當，都會產生垃圾進，垃圾出的不利結果。
有些標的物的投資信息取得不易，例如未上市公司股票的價格、新上市（櫃）公司股票的歷史資料太短、有的流動性差的股票沒有每日成交價格等。
若某些風險因子並無市場資料或歷史資料的天數太少時，模擬的結果可能不具代表性，容易有所誤差。 缺點:極端事件的損失不易模擬。
歷史模擬法分布
主要的理由就是重大極端事件的損失比較罕見，無法有足夠的資料來模擬損失分配 。
極端事件發生期間占整體資料比數的比例如何安排也是個問題，不同的比例會深深影響歷史模擬法的結果。
例如以國際股票投資為例，1997年的亞洲金融危機、2001年美國發生的911恐怖攻擊事件、美伊戰爭的進展等事件都會引發全球股市的大幅變動，若這些發生巨幅變動的時間占整體資料的比重過大，就會高估正常市場的波動性，因而高估真正的風險值。 未來風險因子的變動會與過去表現相同的假設，不一定可以反映現實狀況。
漲跌幅比例的改變、交易時段延長、最小跳動單位改變等，都會使得未來的評估期間的市場的結構可能會產生改變，而跟過去歷史模擬法選樣的期間不同，甚至從未在選樣期間發生的事件，其損益分配是無從反映在評估期間的風險值計算上。 雖然資料筆數要夠多才有代表性，但是太多久遠的資料會喪失預測能力，但是過少的時間資料又可能會遺失過去曾發生過的重要訊息，兩者的極端情況都會使歷史模擬法得所到的風險值可信度偏低，造成兩難的窘境。
到底要選用多長的選樣期間，只有仰賴對市場的認知
與資產的特性，再加上一點主觀的判斷來決定了。
