bsquare科技股票趨勢分析

① spss回歸分析結果怎麼得出回歸結果

如何報告回歸分析的結果

回歸分析的結果可以分為以下幾部分：1）回歸模型；2）回歸系數；3）因變數和自變數的特徵；4）自變數之間的關系。其中，1和2是必須詳細報告的基本信息；而3和4則可以根據具體情況而詳略各異的輔助信息。以下分別討論之。

如何描述回歸模型和回歸系數

先簡單講一下一元回歸。一元回歸，即只涉及一個自變數（如X）。這種模型在社會科學中既很少見（一個常見的例外是時間序列分析中以時間為自變數分析因變數的長期趨勢），也很容易報告。一般不需用表格，只須寫一句話（如「自變數X的b = ?，std = ?, Beta = ?」）或給一個公式（如「Y = ? + ?b, where std = ?, Beta = ?」）就足夠了。如果一項研究中有多個一元回歸分析，那麼就應該也可以用一個表格來報告（參加？），以便於讀者對各模型之間作比較。

接下來專門講多元回歸。由於其涉及諸多參數，有的必須報告、有的酌情而定、有完全不必，為了便於說明，我按SPSS回歸分析的輸出結果（其它統計軟體大同小異），做了一個如何報告回歸模型和回歸系數的一覽表（表一）。如表所示，我將各種參數分成「必須報告」、「建議報告」、「一般不必」和「完全不必」四類。我的分類標准來自於公認的假設檢驗所涉及的四個方面，即變數之間關系的顯著性、強度、方向和形式（詳見「解釋變數關系時必須考慮的四個問題」一文）。也就是說，每個參數的取捨，應該而且可以由其是否提供了不重復的顯著性（即Sig）、強度（B或Beta的值）、方向（B或Beta的符號）和形式（自變數的轉換）信息而定的。

表一、如何報告回歸模型和回歸系數之一覽表

注釋 SPSS結果出處 是否報告 如何報告

回歸模型部分

R 因變數與所有自變數的復合相關系數 Model Summary表 完全不必

R Square R的平方值 Model Summary表 一般不必

Adjusted R Square R平方的修正值 Model Summary表 必須報告 見表二

Std Error of the Estimate 因變數預測值的標准誤差(注1) Model Summary表 建議報告 見表二

Sum of Squares 總離差 ANOVA表 完全不必

df 自由度 ANOVA表 完全不必

Mean Square 平均離差 ANOVA表 完全不必

F 模型F值 ANOVA表 一般不必

Sig. F值的顯著水平 ANOVA表 必須報告 見表二

N 模型的個案數(注2) ANOVA表 必須報告 見表二

回歸系數部分

Unstandardized Coefficients (B) 非標准化系數 Coefficients表 必須報告 見表二

Unstandardized Coefficients (Std. Error) B的標准誤差 Coefficients表 必須報告 見表二

Standardized Coefficients (Beta) 標准化系數 Coefficients表 必須報告 見表二

t = B / Std. Error Coefficients表

Sig. t值的顯著水平 Coefficients表 必須報告 見表二

95% Confidence Interval for B (Lower Bound) B的置信區間（下限） Coefficients表(注3) 建議報告 見表二

95% Confidence Interval for B (Upper Bound) B的置信區間（上限） Coefficients表(注3) 建議報告 見表二

注1：因變數預測值的標准誤差描述了該模型的精確度(precision)，如表二中的因變數是當前年薪，其預測誤差為？，即如果用該模型（包括起薪、工齡和性別三個自變數）去預測條件相同的企業中的員工年薪，則可以知道？。這種信息無法從模型的其它參數（如R平方或其修正值、顯著水平、各自變數的B或Beta）中得知。

注2：如果因變數和所有自變數都沒有預設值，那麼模型的個案數就等於樣本數。但變數常有預設值，這時模型的個案數就會小於樣本數、有時兩者相差很大（當然是個嚴重問題），所以一定要報告前者。SPSS並不直接顯示該信息，但很容易計算，等於 ANOVA表中的Total df + 1就是了。RegressionStatistics

注3：B的置信區間，是用來檢驗B的顯著水平的另一工具（如果上、下限之間包含了0，說明B在95%的水平上不顯著），以彌補t檢驗及其Sig值的不足。這是一個經典又有復雜的問題，叫做Null Hypothesis Significance Test (NHST)，本文不做詳談。有興趣的讀者可以參見有關網頁（R. C. Fraley; D. J. Denis）。SPSS不直接給出B的置信區間，需要在「Statistics」一項中要求添加。如右圖所示，SPSS回歸分析的輸出結果中，內定只顯示「Estimates" 和"Model fit"兩項（即會產生表一中除了置信區間之外的其它各項參數）。建議加選「Confidence intervals」。

現在用一個實例來演示如何報告回歸分析結果。為了便於大家重復這個實例，我使用的數據是SPSS自帶的world95.sav。這是聯合國教科文組織（或世界銀行之類機構）發表的1995年全球109個國家或地區的「國情」數據，其中含有人口、地理、經濟、社會、文化等26個指標。我以其中的birth_rt（每1000人的出生率）為因變數，gpd_car（人均國內生成總值）、urban（城市化，即人口中城市人口比例）、literacy（識字率、即人口中能閱讀者比例）和calories（每天卡路里攝入量）等四項為自變數。按表一的原則，我將該回歸分析的結果報告在表二中：

[轉載]如何報告回歸分析的結果

限於篇幅和本文目的，我不對表二的各參數作解讀。但想對表中的有關格式做些補充說明。

如何給表格取標題：一般只須描述表內的內容即可。那麼，本表的內容是什麼呢？是出生率對四個自變數作回歸的結果。該四個自變數在表內均有詳細介紹，故不必在表格標題中重復。

如何描述變數（包括因變數和自變數）：我先給出每個變數的理論概念名（如必要，可以用英文）、然後在括弧中註明其對應的SPSS變數名（這並非必須、而是為了便於大家對照手頭的SPSS數據）和操作定義（很有必要、強烈推薦，從中讀者可以看到變數是否做過轉換、從而得知有關關系的形式、即線性還是非線性）。為何要如何詳細地描述變數？APA手冊對如何製作各種定量分析結果的表格或圖形有一條「獨立信息」的基本原則，即每個圖表要包含基本信息、以致讀者不需參照正文而能夠獨立讀懂該圖表。因此，簡單地將SPSS輸出結果黏貼過來，雖是最常見的做法、但是很壞的習慣。

是否需要報告常數（Constant）：一定要。常數對解讀回歸模型的實際社會意義，有十分重要的作用。如本表中的常數 = 65.444，意即全球（74個國家或地區）的平均出生率（即在控制了四項自變數的影響之後）為千分之65.4，等等。有一點須注意的是在SPSS的輸出結果中，常數是放在第一行的。應該搬到其它自變數之後。

報告哪個回歸系數（即標准化還是非標准化系數）：這是最常見問題。以前曾有過「預測派」和「解釋派」之爭，前者主張只要報告B就夠了、而後者則認為只要報告Beta就行了。其實兩者反映的是不同的信息，B不受因變數變異程度（variability）的影響、所以同一自變數在各回歸模型中的B是可以比較的（很多理論假設需要檢驗的就是這一問題）；而Beta受因變數變異程度的影響而無法跨越本模型、但是卻因其標准化而可以與同一模型中的其它Beta相比（也有很多理論假設希望解決的是這個問題）。因此，APA手冊建議同時報告兩者（英文第五版pp. 160-161）。

小數點之後取幾位：APA手冊認為，一般的定量分析結果只須保留兩位小數足夠。對回歸結果來說，Beta、R2值、顯著水平等標准化參數（即其取值均在0與1之間）取兩位小數最合適。B及其相關指標（標准誤差、置信區間）是非標准化的（即取值可以是任意大或任意小），所以要酌情而定，根據變數的量表（scale，即取值范圍）大小而多取、少取甚至不取小數點。一般而言，當自變數的量表大於因變數時，其B會取小值、所以需要多取一至數位小數；相反，自變數的量表小於因變數時，其B會取大值、所以可以少取甚至不取小數。在本例中，GDP和卡路里的量表都遠大於出生率，所以它們的B值看上去很小（但不一定意味著影響小）。因此，我就沒有機械地只取兩位小數。大家如果仔細看一下表二，就會發現我的「酌情」規則是「最後一位0之後取兩位」，如-0.00042、0.033、-0.034、-0.0041，這與APA手冊的「取兩位小數」原則的基本精神是一致的。我們日常見到的問題，主要是保留過多的小數點，往往是是直接黏貼SPSS的結果（其內定是6位小數）而不加編輯而造成。

表格內是否有橫豎分割線：按APA的規定，除了表格頂部、底部和列標題底部有三條橫線外，其餘一概不用。很多人簡單照搬Word表格的內定線條，不做任何修飾。審稿專家一看就知是「菜鳥」或懶漢所為。

p是什麼東東？就是SPSS輸出中的Sig。p是所有統計學教科書中通用的符號，Sig則只是SPSS的專用。前者更廣為認知。

如何報告多個回歸模型？以上是如何報告一個回歸模型的結果。實際上，一項研究（即一篇論文）中往往涉及數個回歸模型。有些作者喜歡為每個回歸做一個類似表二的回歸結果表。這種方法有兩個問題：一是佔用過多的空間、二是不利於對各模型進行比較。一般說來，應該而且可以將平行（即全部自變數相同）或交集（即部分自變數相同）的回歸模型結果放在同一個表內。我們還是用world95數據，再對死亡率和AIDS發病率分別做一個回歸，然後將三個模型的結果放在表三：

表三與表二的主要區別在於表二是橫向的（每列為同一類參數）、而表三是縱向（每列為同一模型）。表二中橫排的六類參數改成豎立的四行（其中的p值被星號代替、置信區間的上下限合在一行），以便讀者做橫向比較（這是所有定量分析結果的表格製作的一個基本原則）。如果是英文報告，去掉中文後，表三會變得簡潔明了很多。

如何報告變數特徵和自變數關系

如前所述，因變數和自變數的特徵以及自變數之間的相關關系，是需要酌情考慮的輔助信息。鑒於本文已經很長了，我們簡單說一下。變數特徵主要指

變數的操作定義（問卷原文）

取值范圍（如0-100、0-1、0或1、1-5、1-7等等；好雪問的，如果數據做過對數、平方、開方、倒數等轉換，就應該而且最適合在這里報告）

描述性統計值（均值、標准差、偏度Skewness、峰度Kurtosis等）

一種值得推薦的方法，是將所有變數的上述特徵列在一個表中（表四）、放到論文的附錄中去、供有興趣的讀者查閱（類似的技術細節一般都可以放到附錄中去）。

------------------------

關於SPSS回歸結果分析

寫論文的這個回歸結果怎麼說明

解答：

一看判定系數R方,本例中,R方=0.202,擬合優度很差.一般要在0.6以上為好.至少也在0.4以上.
二看系數估計量的sig值,其中,獨董規模的sig=0.007,小於0.05,說明該變數對因變數有顯著的影響.而總經理持股量則不顯著.因為sig值大於0.05.
之所以,模型不好,是因為你忽略了重要的影響因素.
但如果你只關注這兩個自變數對因變數的影響,那麼,結論已經出來了.目的達到了,所以,也說得過去.
統計人劉得意

追答：

可以的，若作自變數，就是虛擬變數模型。 只要有一個sig小於0.05，模型就可以說是有效的。

追問：

像董事長是否兼任總經理，是則為1，否則為0，這樣的數據能進行回歸分析嗎？從哪個值能看出這個模型是有效的？PS. R方好像是0.041吧？

追答：

一般來說是這樣的。線性相關時，才能做線性回歸模型。

② 納斯達克為什麼是一個股票市場它跟證券交易所（如紐交所）是什麼關系

納斯達克（Nasdaq）是全美證券商協會自動報價系統（National Association of Securities Dealers Automated Quotations）的英文縮寫，但目前已成為納斯達克股票市場的代名詞。信息和服務業的興起催生了納斯達克。納斯達克始建於1971年，是一個完全採用電子交易、為新興產業提供競爭舞台、自我監管、面向全球的股票市場。納斯達克是全美也是世界最大的股票電子交易市場。

納斯達克（NASDAQ）股票市場--------是世界上主要的股票市場中成長速度最快的市場，而且它是首家電子化的股票市場。每天在美國市場上換手的股票中有超過半數的交易在納斯達克上進行的，將近有5400家公司的證券在這個市場上掛牌。 nasdaq全球總裁
納斯達克在傳統的交易方式上通過應用當今先進的技術和信息——計算機和電訊技術術使它與其它股票市場相比獨樹一幟，代表著世界上最大的幾家證券公司的 519位券商被稱作做市商，他們在納斯達克上提供了6萬個競買和競賣價格。這些大范圍的活動由一個龐大的計算機網路進行處理，向遍布52個國家的投資者顯示其中的最優報價。（包括70多個電腦終端） 納斯達克擁有各種各樣的做市商，投資者在納斯達克市場上任何一支掛牌的股票的交易都採取公開競爭來完成——用他們的自有資本來買賣納斯達克股票。這種競爭活動和資本提供活動使交易活躍地進行，廣泛有序的市場、指令的迅速執行為大小投資者買賣股票提供了有利條件。這一切不同於拍賣市場。它有一個單獨的指定交易員，或特定的人。這個人被指定負責一種股票在這處市場上的所有交易，並負責搓合買賣雙方，在必要時為了保持交易的不斷進行還要充當交易者的角色。 納斯達克增大了交易市場中的優秀因素，並增強了他的交易系統，這些改進使納斯達克有能力把投資者的指令發送到其它的電子通訊網路中去，感覺好像進入了一個拍賣市場。
納斯達克交易大樓
該市場允許市場期票出票人通過電話或互聯網直接交易，而不拘束在交易大廳進行，而且交易的內容大多與新技術，尤其是計算機方面相關，是世界第一家電子證券交易市場。 一般來說，在納斯達克掛牌上市的公司以高科技公司為主，這些大公司包括微軟（Microsoft）、英特爾（Intel）、 戴爾（Dell）和思科（Cisco）等等。 雖然納斯達克是一個電子化的證券交易市場，但它仍然有個代表性的「交易中心」存在，該中心坐落於紐約時代廣場旁的時報廣場四號（Four Times Square，該大樓又常被稱為「康泰納仕大樓」，Condé Nast Building）。時代廣場四號內並沒有一般證券交易所常有的各種硬體設施，取而代之的是一個大型的攝影棚，配合高科技的投影屏幕並且有歐美各國主要財經新聞電視台的記者派駐進行即時行情報道。

③ 如何用Python和機器學習炒股賺錢

相信很多人都想過讓人工智慧來幫你賺錢，但到底該如何做呢？瑞士日內瓦的一位金融數據顧問 Gaëtan Rickter 近日發表文章介紹了他利用 Python 和機器學習來幫助炒股的經驗，其最終成果的收益率跑贏了長期處於牛市的標准普爾 500 指數。雖然這篇文章並沒有將他的方法完全徹底公開，但已公開的內容或許能給我們帶來如何用人工智慧炒股的啟迪。

我終於跑贏了標准普爾 500 指數 10 個百分點！聽起來可能不是很多，但是當我們處理的是大量流動性很高的資本時，對沖基金的利潤就相當可觀。更激進的做法還能得到更高的回報。

這一切都始於我閱讀了 Gur Huberman 的一篇題為《Contagious Speculation and a Cure for Cancer: A Non-Event that Made Stock Prices Soar》的論文。該研究描述了一件發生在 1998 年的涉及到一家上市公司 EntreMed（當時股票代碼是 ENMD）的事件：

「星期天《紐約時報》上發表的一篇關於癌症治療新葯開發潛力的文章導致 EntreMed 的股價從周五收盤時的 12.063 飆升至 85，在周一收盤時接近 52。在接下來的三周，它的收盤價都在 30 以上。這股投資熱情也讓其它生物科技股得到了溢價。但是，這個癌症研究方面的可能突破在至少五個月前就已經被 Nature 期刊和各種流行的報紙報道過了，其中甚至包括《泰晤士報》！因此，僅僅是熱情的公眾關注就能引發股價的持續上漲，即便實際上並沒有出現真正的新信息。」

在研究者給出的許多有見地的觀察中，其中有一個總結很突出：

「（股價）運動可能會集中於有一些共同之處的股票上，但這些共同之處不一定要是經濟基礎。」

我就想，能不能基於通常所用的指標之外的其它指標來劃分股票。我開始在資料庫裡面挖掘，幾周之後我發現了一個，其包含了一個分數，描述了股票和元素周期表中的元素之間的「已知和隱藏關系」的強度。

我有計算基因組學的背景，這讓我想起了基因和它們的細胞信號網路之間的關系是如何地不為人所知。但是，當我們分析數據時，我們又會開始看到我們之前可能無法預測的新關系和相關性。

如果你使用機器學習，就可能在具有已知和隱藏關系的上市公司的寄生、共生和共情關系之上搶佔先機，這是很有趣而且可以盈利的。最後，一個人的盈利能力似乎完全關乎他在生成這些類別的數據時想出特徵標簽（即概念（concept））的強大組合的能力。

我在這類模型上的下一次迭代應該會包含一個用於自動生成特徵組合或獨特列表的單獨演算法。也許會基於近乎實時的事件，這可能會影響那些具有隻有配備了無監督學習演算法的人類才能預測的隱藏關系的股票組。

④ 紐約證券交易所和納斯達克是一個市場嗎

紐約證券交易所和納斯達克不是一個市場。

紐約證券交易所（NYSE, New York Stock Exchange）是目前世界上規模最大的有價證券交易市場。在美國證券發行之初,尚無集中交易的證券交易所,證券交易大都在唐提咖啡館和拍賣行里進行。

1792年5月17日,24名經紀人在紐約華爾街和威廉街的西北角紐約證券交易所大門一咖啡館門前的梧桐樹下簽訂了「梧桐樹協議」,協議規定了經紀人的「聯盟與合作」規則，通過華爾街現代老闆俱樂部會員制度交易股票和高級商品，這也是紐約交易所的誕生日。

到了1817年,華爾街上的股票交易已十分活躍,於是市場參加者成立了「紐約證券和交易管理處」,一個集中的證券交易市場基本形成,1863年,管理處易名為紐約證券交易所,此名一直沿用至今。

納斯達克始建於1971年，是一個完全採用電子交易、為新興產業提供競爭舞台、自我監管、面向全球的股票市場。納斯達克是全美也是世界最大的股票電子交易市場。

一般來說，在納斯達克掛牌上市的公司以高科技公司為主，這些大公司包括微軟（Microsoft）、英特爾（Intel）、 戴爾（Dell）和思科（Cisco）等等。

雖然納斯達克是一個電子化的證券交易市場，但它仍然有個代表性的「交易中心」存在，該中心坐落於紐約時代廣場旁的時報廣場四號（Four Times Square，該大樓又常被稱為「康泰納仕大樓」，Condé Nast Building）。

(4)bsquare科技股票趨勢分析擴展閱讀

NASDAQ上市標准：

標准一

1、股東權益達1500萬美元；

2、一個財政年度或者近3年裡的兩年中擁有100萬美元的稅前收入；

3、110萬的公眾持股量；

4、公眾持股的價值達800萬美元；

5、每股買價至少為5美元；

6、至少有400個持100股以上的股東；

7、3個做市商；

8、須滿足公司治理要求。

標准二

1、股東權益達3000萬美元；

2、110萬股公眾持股；

3、公眾持股的市場價值達1800萬美元；

4、每股買價至少為5美元；

5、至少有400個持100股以上的股東；

6、3個做市商；

7、兩年的營運歷史；

8、須滿足公司治理要求。

標准三

1、市場總值為7500萬美元；或者，資產總額達及收益總額達分別達7500萬美元；

2、110萬的公眾持股量；

3、公眾持股的市場價值至少達到2000萬美元；

4、每股買價至少為5美元；

5、至少有400個持100股以上的股東；

6、4個做市商；

7、須滿足公司治理要求。

⑤ 英語翻譯成中文 （第一行第二行的人名不用翻譯） Foursquare was founded b

四角(即正方形)理論是由Dennis Crowley 和Naveen Selvarai 發現的。他們是在Crowley的紐約東村公寓的廚房中，於2008年第一次提出這個理論的。他們是2009年在相互交換節的西南的南側首次正是提出有關這個理論的申請的，此理論一經提出就很快吸引了大量的風險資金。
個人意見，僅供參考！

⑥ 誰知道外匯的一些術語

外匯這個行業，對於大部分來說還是有點陌生，尤其是外匯術語。不管是作為交換交易員還是想了解外匯行業的，都應該學習一下外匯的相關知識。

主要和次要貨幣

外匯交易中八種主要交易貨幣：美元，歐元，日元，英鎊，瑞郎，加元，紐元和澳元，這是流動性最強和最常用的;所有其他貨幣被稱為次要貨幣。

基準貨幣

基準貨幣是匯率報價中作為基礎的貨幣，即報價表達形式為每一個單位的貨幣可兌換多少另一種貨幣。

報價貨幣

報價貨幣是任何貨幣對中的第二個貨幣。它通常叫做點差貨幣，任何未實現利潤或損失都從該貨幣中表現出來。

點

點是任何一個貨幣對的最小貨幣單位。差不多所有的貨幣對都包含5個有效數字，且在第一個數字後，都存在小數點後數字，比如，歐元/美元報價1.2538。在這一情況下，1點就是小數點後第四位，即0.0001。因此，如果在任何以美元作為報價貨幣的貨幣對中，1點都等於1美分的1/100。

唯一的例外是日元貨幣對，在這一情況下，1點等於0.01。

0.1點

1點的十分之一即0.1點。一些經紀商提供0.1點的貨幣對報價。比如，如果歐元/美元從1.32156波動至1.32158，那麼它的波動就是0.2點。

買入價

買入價是市場打算購買某一貨幣的價格。在這一價格水平下，交易者能夠賣出基準貨幣。它顯示在貨幣對報價的左邊。

以英鎊/美元為例，如果英鎊/美元報價是1.8812/15，那麼買入價就是1.8812。這意味著，你賣出1英鎊的價格是1.8812美元。

賣出價

賣出價是市場打算賣出某一特定貨幣對的價格。在這一價格下，你能夠買進基礎貨幣。它顯示在貨幣對報價的右邊。比如說，歐元/美元報價是1.2812/15，賣出價是1.2815，這意味著你購買1歐元需要付出1.2815美元。

買入/賣出點差

點差為買入價和賣出價之間的利差。在交易商報價中，小數點前面數字通常省略掉。比如說，美元/日元匯率可能是118.30/118.34，但是，口頭報價可能省略掉前三個數字，說成「30/34」，在這一例子中，美元/日元的點差為4點。

報價等式

外匯市場匯率的使用格式：基礎貨幣/報價貨幣=買入價/賣出價。

交易成本

買/賣價差的顯著特徵在於，它也是一次完全交易過程所需的交易成本。完全交易是指，在實施買入(或賣出)某一貨幣對時，通過對沖賣出(或買入)相同規模的同種貨幣對，這一完全交易過程即稱作完全交易。比如說，歐元/美元匯率是1.2812/15，那麼交易成本就是3個點，這3個點就是投資者的交易成本。

計算交易成本的公式是：交易成本(點差)=賣出價-買入價。

交叉貨幣對

交叉貨幣對是指不包含美元的貨幣對。投資者進行一次交叉貨幣對交易，實際上等同於進行兩次美元相關交易。比如說，最初買入歐元/英鎊，這等同於買入歐元/美元，並賣出英鎊/美元。交叉貨幣對交易通常成本較高，即點差較高。

保證金

當你向外匯經紀商開戶，你必須存入經紀商要求的最低資金。最低資金因不同交易商而已，最低可是100美元，最高可達100,000美元。

你每進行一次新的交易，你的保證金賬戶中將拿出一部分資金作為你交易的初始保證金，初始保證金規模視你交易的貨幣對、當前匯價以及交易手數而定。交易手的大小始終指的是基礎貨幣交易手的大小。

比如說，你開立一個200倍杠桿的迷你賬戶，或者說這一賬戶的保證金要求為0.5%。迷你賬戶交易的是迷你手。1個迷你手等於10,000美元。如果你打算交易1個迷你手，你並不需要提供全額的10,000美元，你只需要50美元即可(10,000美元*0.5%=50美元)。

杠桿

杠桿是進行外匯交易所需資本和所需保證金之間的一個比例。藉助杠桿，外匯投資者能夠利用相對較小的資本進行大規模的外匯交易。外匯保證金交易杠桿比例因不同經紀商而不同，比例從2:1到500:1不等。

結算價

結算價取交易日收市前10分種的買價和賣價的平勻價為結算價，並以結算價作為計算當日盈虧以及下一交易日商品的持倉價的根據。

止盈單

止盈單商品價格達到預期水平之後履行贏利了結。如果價格達到設定的價位，將執行止贏單使原有建倉自動平倉。

止損單

止損單：用於在商品價格向無盈餘方向運行時使虧損在必定值范圍內。如果價格達到設定的價位，將執行止損單使原有建倉自動平倉。

限價單

限價單：以固定價格買入或賣出商品的定單。將來的價格等於設定的價格時，執行此定單才能建立交易頭寸。

市價單

市價單：指以現價買入或賣出商品的定單。執行此定單即建立交易頭寸，買入是以賣發售出價成交，賣出是以買入價成交的。

⑦ 中國人民大學出版社的《統計學》第四版，賈俊平、金勇進、何曉群編的，求課後習題答案

苦逼了，找不到答案。。

⑧ 什麼是擬合指數

擬合指數 : 就是選擇的變數與被解釋變數之間的相關關系 。
指數基金是一種擬合目標指數、跟蹤目標指數變化為原則，實現與市場同步成長的基金品種。指數基金的投資採取擬合目標指數收益率的投資策略，分散投資於目標指數的成分股，力求股票組合的收益率擬合該目標指數所代表的資本市場平均收益率。