股票市場風險交易模型

1. 什麼是上證風險股票有哪些如何交易

是由證券交易所或金融服務機構編制的表明股票行市變動的一種供參考的指示數字。由於股票價格起伏無常，投資者必然面臨市場價格風險。對於具體某一種股票的價格變化，投資者容易了解，而對於多種股票的價格變化，要逐一了解，既不容易，也不勝其煩。為了適應這種情況和需要，一些金融服務機構就利用自己的業務知識和熟悉市場的優勢，編制出股票價格指數，公開發布，作為市場價格變動的指標。投資者據此就可以檢驗自己投資的效果，並用以預測股票市場的動向。同時，新聞界、公司老闆乃至政界領導人等也以此為參考指標，來觀察、預測社會政治、經濟發展形勢。
這種股票指數表明股票價格平均數的變動情況。編制股票指數，通常以某年某月為基礎，以這個基期的股票價格作為100，用以後各時期的股票價格和基期價格比較，計算出升降的百分比，就是該時期的股票指數。投資者根據指數的升降，可以判斷出股票價格的變動趨勢。並且為了能實時的向投資者反映股市的動向，所有的股市幾乎都是在股價變化的同時即時公布股票價格指數。

2. 什麼是市場風險

市場風險也是金融體系中最常見的風險之一，它是指在交易平倉變現所需的期間內，交易組合的市值發生負面變化的風險。市場組合的收益是各項交易產生的收益和虧損的總和。任何價值的下降均會形成相應期間內的一項市場損失。

衡量市場風險並不適合使用金融工具的持有時間為指標，因為銀行可以在此期間的任何時候將其變現了結或運用對沖來規避未來價格變化可能導致的損失。實際上，其風險指的是在變現了結市場交易所需的最短時間內市場價值的波動。

(2)股票市場風險交易模型擴展閱讀：

計算市場風險的方法主要是在險價值（VaR），它是在正常的市場條件和給定的置信水平（Confidence interval，通常為99%）上。

在給定的持有期間內，某一投資組合預期可能發生的最大損失；或者說，在正常的市場條件和給定的持有期間內，該投資組合發生VaR值損失的概率僅為給定的概率水平（即置信水平）。

市場風險是股票持有者所面臨的所有風險中最難對付的一種，它給持股人帶來的後果有時是災難性的。在股票市場上，行情瞬息萬變，並且很難預測行情變化的方向和幅度。

收入正在節節上升的公司，其股票價格卻下降了，這種情況我們經常可以看到;還有一些公司，經營狀況不錯，收入也很穩定，它們的股票卻在很短的時間內上下劇烈波動。出現這類反常現象的原因，主要是投資者對股票的一般看法或對某些種類或某一組股票的看法發生變化所致。

投資者對股票看法(主要是對股票收益的預期)的變化所引起的大多數普通股票收益的易變性，稱為市場風險。

3. 股票里風險最大的是什麼交易

股票里風險最大的是什麼交易沒有計劃的交易。
股市的風險極大，憑運氣賺到的錢只是市場借給你的，早晚都會加倍收回去。任何一次交易都要事行有計劃，所謂謀寫而後動。

4. 進行股票交易時所遭遇的交易風險都有那些

你好，股票風險包括購買力風險、利率風險、匯率風險、宏觀經濟風險、社會和政治風險、市場風險、金融風險、經營風險、流動性風險、操作性風險、利率變動造成的風險、物價變動產生的風險、市場本身各種因素引起的風險等。

5. 行為金融模型有哪些

行為金融學有五大經典模型：DSSW模型、BSV模型、DHS模型、HS模型、BHS模型，具體為：
DSSW模型：Delong,Shleifer,Summers和Waldmann(1990)提出雜訊交易的基本模型，簡稱DSSW模型，他們認為，當理性套利者進行套利時，不僅要面對基礎性變動的風險還要面對「雜訊交易者」非理性預期變動的風險。該模型證明了非理性交易者不僅能夠在理性交易者的博弈中生存下來，而且，由於雜訊交易者製造了更大的市場風險，他們還將有可能獲得比理性投資者更高的風險溢價。
BSV模型：Barberis,Shleifer和Vishny(1998)提出，他們假定投資者決策時存在兩種偏差，其一是代表性偏差，其二是保守性偏差。代表性偏差會造成投資者對信息的反應過度，保守性偏差會造成投資者對新信息的反應不充分，導致反應不足。
DHS模型：Daniel.Hirshleifer和Suhramanyam(1998)提出，他們把投資者劃分為有信息的投資者和無信息的投資者，而有信息的投資者存在兩種偏差，一是過度自信，二是自我歸因偏差。投資者通常過高的估計了自身的預測能力，低估了自己的預測誤差；過分相信私人信息，低估公開信息的價值。
HS模型：Hong 和Stein（1999）年提出。該模型假定市場由兩種有限理性投資者組成：「信息挖掘者」和「慣性交易者」。兩種有限理性投資者都只能「處理」所有公開信息中的一個子集。信息挖掘者基於他們私自觀測到的關於未來基本情況的信息來做出預測，他們的局限性是不能根據當前和過去價格的信息進行預測。慣性交易者正好相反，他們可以根據價格變化做出預測，但是他們的預測是過去價格的簡單函數。HS模型將中期的反應不足和長期的價格反應過度統一起來，一次又稱為統一理論模型。
BHS模型：Barberis Nicholas,Ming Huang,and Tano Santos(2001) 提出，該模型是基於均值市場的假設而建立。和前面的三個模型不同，BHS模型沒有將有偏的預期引入到模型中，而是從資產定價的另一方面，即投資者的風險態度的角度來考慮問題。在傳統的基於消費的定價模型中，作者引入前景理論所揭示的「損失厭惡」現象和另一個關於偏好的「私房錢效應」，產生了一個隨前期收益狀況而變化的風險厭惡，價格升高後投資者風險厭惡程度降低，價格將被進一步推高。價格降低後投資者風險厭惡程度升高，價格將進一步打壓。這個模型可以解釋市場方面的三個偏差現象：過度波動現象，股權溢價之謎，收益可預測性。
泡沫模型：泡沫根植於股票市場的虛擬性和不完全性。在這種市場上，價格的高低在很多程度上取決於交易雙方對於未來價格的預期。而且這種預期具有「自我維持」或「自我實現」的特點。當股票價格越是上漲，越有更多地人相信股價會繼續上漲，即使人們知道股價已背離其內在價值。在過高價位上一旦市價止升回跌，很快會出現下行的正反饋激盪，導致泡沫徹底破裂。現有泡沫模型大致分為理性泡沫模型和行為金融泡沫模型兩大類。

6. 股市風險的類型

1、政策風險
經濟政策和管理措施可能會造成股票收益的損失，這在新興股市中表現得尤為突出。如財稅策的變化，可以影響到公司的利潤，股市的交易策變化，也可以直接影響到股票的價格。此外還有一些看似無關的策，如房改策，也可能會影響到股票市場的資金供求關系。
2、利率風險
在股票市場上，股票的交易價格是按市場價格進行，而不是按其票面價值進行交易的。市場價格的變化也隨時受市場利率水平的影響。當利率向上調整時，股票的相對投資價值將會下降，從而導致整個股價下滑。
3、購買力風險
由物價的變化導致資金實際購買力的不確定性，稱為購買力風險，或通貨膨脹風險。一般理論認為，輕微通貨膨脹會刺激投資需求的增長，從而帶動股市的活躍；當通貨膨脹超過一定比例時，由於未來的投資回報將大幅貶值，貨幣的購買力下降，也就是投資的實際收益下降，將給投資人帶來損失的可能。
4、市場風險
市場風險是股票投資活動中最普通、最常見的風險，是由股票價格的漲落直接引起的。尤其在新興市場上，造成股市波動的因素更為復雜，價格波動大，市場風險也大。

7. 股票風險的種類有哪些

你好，股票的風險主要有幾個方面和這些風險是否可以降低等，請看以下內容：
1.現從整個市場經濟周期給股市帶來的風險說起，我們經常說股市是反映一個國家的晴雨表，主要是在經濟周期處於較為景氣的時候，股市基本或大面積上漲;反之也是一樣，經濟周期處於不景氣的時候，市場的股價也會受到影響進入一個大面積下跌的情形之中。一般遇到市場經濟周期處於不景氣的時候，經驗稍差的投資者還是暫時退出股市為好，想保住自己的本金才是第一中心，這種風險一般是投資者可以去進行避免的。
2.只有一家上市公司發行的股票，才能在二級市場上進行其流通，所以往往這家公司的經營風險會造成其股價的變動。這種風險一般在投資者買入該公司的股票之後就只能看這家公司的自身發展了，如果投資者還在選股階段的時候就要盡量選擇那些經營業績較好和穩定，有一定發展潛力的公司。畢竟市場上公司的業績是和股票價格成正比的，這個風險就看投資者自己的選擇能力了。
3.第三個，就是市場上的通貨膨脹風險了也就是購買力風險，主要過程是物價上漲、購買力下降、貨幣貶值最後是股票投資者受到了損失。
4.市場的利率風險，這就是看國家的政策原因等了，一般是不可避免的。
5.最後就是，投資者自身的判斷風險，主要是由於投資者自身的錯誤決策和行為，更隨市場大眾的心理盲目選股，在錯誤的時機買賣股票等等，這些在一定程度上是可以降低的，我們需要建立穩定的投資心理、提高自身素質，增強風險防範意識等等。
降低炒股風險的4個小技巧
1. 學會空倉
炒股人大多喜歡炒短期，高利賺錢快。但是對於沒有時間長期看盤且抓不到市場熱點的人來說炒短線很難。所以在操作股票上，不僅要學買上升的股票，還要學會空倉。有時候空倉可能要比操作更難做。
2. 把握暴跌機會
暴跌也要分大盤暴跌還是個股暴跌。陰跌和暴跌不同，陰跌的機會要比暴跌少很多。很多牛股都是暴跌中出來的。
3. 策略控制
就是要學會止盈止損，止盈的重點就是不要貪心，止損才可以更好的減少損失，通過及時止盈來保住盈利成果，通過及時止損來防止損失的進一步擴大。
4. 倉位控制
很多人喜歡滿倉操作，覺得滿倉賺的錢最多，但是這種情況其實很危險，在行情不穩定時，投資者要適當減輕倉位(或者空倉)，持有少量的股票進行靈活操作。
風險揭示：本信息不構成任何投資建議，投資者不應以該等信息取代其獨立判斷或僅根據該等信息作出決策，不構成任何買賣操作，不保證任何收益。如自行操作，請注意倉位控制和風險控制。

8. 如何建立一個股票量化交易模型並模擬

研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。

9. 什麼是股票的交易性風險

有漲有跌就有風險.

10. FRM干貨：常用的金融風險的模型有哪些

金融市場的一項主要功能實際上是允許經濟界的不同參與者交易其風險，而近二十年來，由於受經濟全球化和金融一體化、現代金融理論及信息技術、金融創新等因素的影響，全球金融市場迅猛發展，金融市場呈現出前所未有的波動性，金融機構面臨著日趨嚴重的金融風險。
近年來頻繁發生的金融危機造成的嚴重後果充分說明了這一點。

一、波動性方法
自從1952年Markowitz提出了基於方差為風險的*3資產組合選擇理論後，方差（均方差）就成了一種極具影響力的經典的金融風險度量。方差計算簡便，易於使用，而且已經有了相當成熟的理論。當然，波動性方法也存在以下缺點：
（1）把收益高於均值部分的偏差也計入風險，這可能大家很難接受；
（2）以收益均值作為回報基準，也與事實不符；
（3）只考慮平均偏差，不適合用來描述小概率事件發生所導致的巨大損失，而金融市場中的「稀少事件」產生的極端風險才是金融風險的真正所在。
二、VaR模型（Value at Risk）
風險價值模型產生於1994年，比較正規的定義是：在正常市場條件下和一定的置信水平a上，測算出在給定的時間段內預期發生的最壞情況的損失大小X。在數學上的嚴格定義如下：設X是描述證券組合損失的隨機變數，F(x)是其概率分布函數，置信水平為a，則：VaR(a)=-inf{x|F(x)≥a}。該模型在證券組合損失X符合正態分布，組合中的證券數量不發生變化時，可以比較有效的控制組合的風險。
因此，2001年的巴塞耳委員會指定VaR模型作為銀行標準的風險度量工具。但是VaR模型只關心超過VaR值的頻率，而不關心超過VaR值的損失分布情況，且在處理損失符合非正態分布（如厚尾現象）及投資組合發生改變時表現不穩定。
三、靈敏度分析法
靈敏度方法是對風險的線性度量，它測定市場因子的變化與證券組合價值變化的關系。對於市場因子的特定變化量，通過這關系種變化關系可得到證券組合價值的變化量。針對不同的金融產品有不同的靈敏度。比如：在固定收入市場的久期，在股票市場的「β」，在衍生工具市場「δ」等。靈敏度方法由於其簡單直觀而得到廣泛的應用但是它有如下的缺陷：
（1）只有在市場因子變化很小時，這種近似關系才與現實相符，是一種局部性測量方法；
（2）對產品類型的高度依賴性；
（3）不穩定性。如股票的「貝塔」系數存在不穩定的缺陷，用其衡量風險，有很大的爭議；
（4）相對性。敏感度只是相對的比例概念，並沒有回答損失到底有多大。
四、一致性風險度量模型（Coherentmeasure of risk）
Artzner et al.（1997）提出了一致性風險度量模型，認為一個完美的風險度量模型必須滿足下面的約束條件：
（1）單調性；
（2）次可加性；
（3）正齊次性；
（4）平移不變性。
次可加性條件保證了組合的風險小於等於構成組合的每個部分風險的和，這一條件與我們進行分散性投資可以降低非系統風險相一致，是一個風險度量模型應具有的重要的屬性，在實際中如銀行的資本金確定和*3化組合確定中也具有重要的意義。目前一致性風險度量模型有：
（1）CVaR模型（Condition Value at Risk）：條件風險價值（CVaR）模型是指在正常市場條件下和一定的置信水平a上，測算出在給定的時間段內損失超過VaRa的條件期望值。CVaR模型在一定程度上克服了VaR模型的缺點不僅考慮了超過VaR值的頻率，而且考慮了超過VaR值損失的條件期望，有效的改善了VaR模型在處理損失分布的後尾現象時存在的問題。當證券組合損失的密度函數是連續函數時，CVaR模型是一個一致性風險度量模型，具有次可加性，但當證券組合損失的密度函數不是連續函數時，CVaR模型不再是一致性風險度量模型，即CVaR模型不是廣義的一致性風險度量模型，需要進行一定的改進。
（2）ES模型（Expected Shortfall）：ES模型是在CVaR基礎上的改進版，它是一致性風險度量模型。如果損失X的密度函數是連續的，則ES模型的結果與CVaR模型的結果相同；如果損失X的密度函數是不連續的，則兩個模型計算出來的結果有一定差異。
（3）DRM模型（Distortion Risk-Measure）：DRM通過一個測度變換得到一類新的風險度量指標。DRM模型包含了諸如VaR、CVaR等風險度量指標，它是一類更廣義的風險度量指標。
（4）譜風險測度：2002年，Acerbi對ES進行了推廣，提出了譜風險測度（Spectral Risk Measure）的概念，並證明了它是一致性風險度量。但是該測度實際計算的難度很大，維數過高時，即使轉化成線性規劃問題，計算也相當困難。
五、信息熵方法
由不確定性把信息熵與風險聯系在一起引起了眾多學者的研究興趣，例如Maasoumi，Ebrahim，Massoumi and Racine，Reesor.R等分別從熵的不同角度考慮了風險的度量，熵是關於概率的一個單調函數，非負，計算量相對較少，熵越大風險越大。
六、未來的發展趨勢
近年來行為金融學逐漸興起，它將心理學的研究成果引入到標准金融理論的研究，彌補了標准金融理論中存在的一些缺陷，將投資心理納入到證券投資風險度量，提出了兩者基於行為金融的認知風險度量方法，並討論了認知風險與傳統度量方差的關系。2004年Murali Rao給出一種新的不確定性度量--累積剩餘熵。累積剩餘熵是用分布函數替換了Shannon熵的概率分布律或密度函數，它具有一些良好的數學性質，這個定義推廣了Shannon熵的概念讓離散隨機變數和連續隨機變數的熵合二為一，也許會將風險度量的研究推向一個新的台階。
總之，金融風險的度量對資產投資組合、資產業績評價、風險控制等方面有著十分重要的意義。針對不同的風險源、風險管理目標，產生了不同的風險度量方法，它們各有利弊，反映了風險的不同特徵和不同側面。在風險管理的實踐中，只有綜合不同的風險度量方法，從各個不同的角度去度量風險，才能更好地識別和控制風險，這也是未來風險度量的發展趨勢。