股票的投资组合有效前沿曲线

❶ 如何判断股票的投资组合是否在在有效边界上想问一下是不是有什么公式，还有，如果两支投资组合的股票再

朋友，你被所谓的股票知识忽悠得挺深，建议你用点简单有效地方法来炒股。

❷ 急~~投资组合理论选择三只股票进行分析

予滨江集团 "买入"评级，目标价为16.53元
广发证券9日发布投资报告，给予滨江集团(002244.sz) "买入"评级，目标价为16.53元，具体分析如下：
杭州楼市销售火爆、5月成交量创历史新高
在中央政府和杭州市政府新政的刺激下，杭州楼市自今年2月份开始逐渐回暖。5月杭州楼市成交量达到87万平米，创历史新高。今年1月至5月的成交量达到226万平米，超过2008年全年212万平米的成交量，超出比例为6.8%。
杭州房地产市场龙头企业，深耕杭州市场
公司是杭州房地产行业的龙头企业，多年来一致致力于杭州市房地产的开发和经营。2005年至今，公司在杭州主城区房地产市场份额均在头三甲之列。
丰富而优质的土地储备，足够公司4-5年开发
公司目前权益土地储备约248 万平方米，其中90%位于杭州市。在杭州的A股上市公司中，公司在杭州主城区的土地储备位居第一。公司的土地储备大多集中在杭州的市中心、次中心或风景区畔，而且土地成本相对较低，平均楼面地价仅为3982元/平方米。低成本及地段优势使得这些土地储备具备良好的盈利前景。
项目销售顺利、手握大量预售账款，09年业绩90%锁定
公司08年第四季度开盘的金色蓝庭和阳光海岸项目已经基本售罄，新城时代广场项目也已销售近50%。2008年年末，公司的预收账款约为42.6亿元，主要是万家花城项目、阳光海岸项目和金色蓝庭项目的预收账款。这些预售账款使得公司2009年的业绩已90%锁定。公司一季度销售收入约10亿元，随着8月城市之星项目的开盘，实现今年30亿元销售目标的难度已不大。
估值与评级
考虑到杭州市场良好的销售情况，公司在杭州市场的龙头地位以及丰富而优质土地储备，广发证券给予公司"买入"评级，目标价为16.53元。
风险提示
公司面临的主要风险是市场集中风险和土地增值税清缴风险。
字太多了，简单说几只吧，都是资产高的，有补涨动力的，你关注吧：
鞍钢股份000898，中国铝业601600，金马股份000980。

❸ 怎样看股票曲线及分析曲线

在日K线图中一般白线、黄线、紫线、绿线依次分别表示：5、10、20、60日移动平均线，但这并不是固定的，会根据设置的不同而不同，比如你也可以在系统里把它们设为5、15、30、60均线。
关于移动平均线
移动平均线(MA)是以道•琼斯的"平均成本概念"为理论基础，采用统计学中"移动平均"的原理，将一段时期内的股票价格平均值连成曲线，用来显示股价的历史波动情况，进而反映股价指数未来发展趋势的技术分析方法。它是道氏理论的形象化表述。
移动平均线定义:"平均"是指最近n天收市价格的算术平均线;"移动"是指我们在计算中,始终采用最近n天的价格数据。因此,被平均的数组(最近n天的收市价格)随着新的交易日的更迭,逐日向前推移。在我们计算移动平均值时,通常采用最近n天的收市价格。我们把新的收市价格逐日地加入数组,而往前倒数的第n+1个收市价则被剔去。然后,再把新的总和除以n,就得到了新的一天的平均值(n天平均值)。 ■ 计算公式:
MA=（C1+C2+C3+...+Cn)/N C:某日收盘价 N:移动平均周期
移动平均线依计算周期分为短期(如5日、10日)、中期(如30日) 和长期(如60日、120日)移动平均线。
移动平均线依算法分为算术移动平均线、线型加权移动平均线、阶梯形移动平均线、平滑移动平均线等多种，最为常用的是下面介绍的算术移动平均线。
一)、移动平均线所表示的意义：
1、上升行情初期，短期移动平均线从下向上突破中长期移动平均线，形成的交叉叫黄金交叉。
预示股价将上涨：黄色的5日均线上穿紫色的10日均线形成的交叉；10日均线上穿绿色的30日均线形成的交叉均为黄金交叉。
2、当短期移动平均线向下跌破中长期移动平均线形成的交叉叫做死亡交叉。预示股价将下跌。黄色的5日均线下穿紫色的10日均线形成的交叉；10日均线下穿绿色的30日均线形成的交叉均为死亡交叉。
3、在上升行情进入稳定期，5日、10日、30日移动平均线从上而下依次顺序排列，向右上方移动，称为多头排列。预示股价将大幅上涨。
4、在下跌行情中，5日、10日、30日移动平均线自下而上依次顺序排列，向右下方移动，称为空头排列，预示股价将大幅下跌。
5、在上升行情中股价位于移动平均线之上，走多头排列的均线可视为多方的防线；当股价回档至移动平均线附近，各条移动平均线依次产生支撑力量，买盘入场推动股价再度上升，这就是移动平均线的助涨作用。
6、在下跌行情中，股价在移动平均线的下方，呈空头排列的移动平均线可以视为空方的防线，当股价反弹到移动平均线附近时，便会遇到阻力，卖盘涌出，促使股价进一步下跌，这就是移动平均线的助跌作用。
7、移动平均线由上升转为下降出现最高点，和由下降转为上升出现最低点时，是移动平均线的转折点。预示股价走势将发生反转。
(二)、葛南维移动平均线八大法则
1、移动平均线从下降逐渐走平且略向上方抬头，而股价从移动平均线下方向上方突破，为买进信号。
2、股价位于移动平均线之上运行，回档时未跌破移动平均线后又再度上升时为买进时机。
3、股价位于移动平均线之上运行，回档时跌破移动平均线，但短期移动平均线继续呈上升趋势，此时为买进时机。
4、股价位于移动平均线以下运行，突然暴跌，距离移动平均线太远，极有可能向移动平均线靠近(物极必反，下跌反弹)，此时为买进时机。
5、股价位于移动平均线之上运行，连续数日大涨，离移动平均线愈来愈远，说明近期内购买股票者获利丰厚，随时都会产生获利回吐的卖压，应暂时卖出持股。
6、移动平均线从上升逐渐走平，而股价从移动平均线上方向下跌破移动平均线时说明卖压渐重，应卖出所持股票。
7、股价位于移动平均线下方运行，反弹时未突破移动平均线，且移动平均线跌势减缓，趋于水平后又出现下跌趋势，此时为卖出时机。
8、股价反弹后在移动平均线上方徘徊，而移动平均线却继续下跌，宜卖出所持股票。
以上八大法则中第三条和第八条不易掌握，具体运用时风险较大，在未熟练掌握移动平均线的使用法则前可以考虑放弃使用。
第四条和第五条没有明确股价距离移动平均线多远时才是买卖时机，可以参照乖离率来解决(将在中级学校中详讲)。
(三)移动平均线的买进时机：
1、股价曲线由下向上突破5日、10日移动平均线，且5日均线上穿 10 日均线形成黄金交叉，显现多方力量增强，已有效突破空方的压力线，后市上涨的可能性很大，是买入时机。
2、股价曲线由下向上突破5日、10日、30日移动平均线，且三条移动平均线呈多头排列，显现说明多方力量强盛，后市上涨已成定局，此时是极佳的买入时机。
3、在强势股的上升行情中，股价出现盘整，5日移动平均线与10日移动平均线纠缠在一起，当股价突破盘整区，5日、10日、30日移动平均线再次呈多头排列时为买入时机。
4、在多头市场中，股价跌破10日移动平均线而未跌破30日移动平均线，且30日移动平均线仍向右上方挺进，说明股价下跌是技术性回档，跌幅不致太大，此时为买入时机。
5、在空头市场中，股价经过长期下跌，股价在5日、10日移动平均线以下运行，恐慌性抛盘不断涌出导致股价大幅下跌，乖离率增大，此时为抢反弹的绝佳时机，应买进股票。
(四)、移动平均线的卖出时机：
1、在上升行情中，股价由上向下跌破5日、10日移动平均线，且5日均线下穿10日均线形成死亡交叉，30日移动平均线上升趋势有走平迹象，说明空方占有优势，已突破多方两道防线，此时应卖出持有的股票，离场观望。
2、股价在暴跌之后反弹，无力突破10日移动平均线的压力，说明股价将继续下跌，此时为卖出时机。
3、股价先后跌破5日、10日、30日移动平均线，且30日移动平均线有向右下方移动的趋势，表示后市的跌幅将会很深，应迅速卖出股票。
4、股价经过长时间盘局后，5日、10日移动平均线开始向下，说明空方力量增强，后市将会下跌，应卖出股票。
5、当60日移动平均线由上升趋势转为平缓或向下方转折，预示后市将会有一段中级下跌行情，此时应卖出股票。
这是移动平均线，分别是（5、10、20、60）日均线
平均线的目的主要是用来判定股票的走势。
股价的运动常常具有跳动的形式，平均线把跳动减缓成较为平坦的曲线。
计算平均线的方法有许多种，最常用的是取收市价作为计算平均值的参考。比如你要计算十天的平均值，把过去十天的收市价格加起来除以十，便得到这十天的平均值。每过一天，分子式加上新一天的股票收市价，再减去倒第十一天的收市价，分母不变，便得到最新的平均值，把平均值连起来便成为平均线。
平均线的形状取决于所选择的天数。天数越多，平均线的转折越平缓。

一只股票的升幅，一定程度上由介入资金量的大小决定，庄家动用的资金量越大，日后的升幅越可观。那么，如何估算庄家仓位轻重呢？下面有几种方法：
1、根据吸货期的长短判断。对吸货期很明显的个股，简单算法是将吸货期内每天的成交量乘以吸货期，即可大致估算出庄家的持仓量，庄家持仓量＝吸货期×每天成交量（忽略散户的买入量）。吸货期越长，庄家持仓量越大；每天成交量越大，庄家吸货越多。因此，若投资者看到上市后长期横盘整理的个股，通常黑马在默默吃草。有些新股不经过充分的吸货期，其行情难以持续。
2、根据换手率判断。在低位成交活跃、换手率高、而股价涨幅不大的个股，通常为庄家吸货。此间换手率越大，主力吸筹越充分，“量”与“价”似乎为一对互不甘示弱的小兄弟，只要“量”先走一步，“价”必会紧紧跟上“量”的步伐，投资者可重点关注“价”暂时落后于“量”的个股。
3、根据大盘整理期该股的表现来分析。有些个股吸货期不明显，或是老庄卷土重来，或是庄家边拉边吸，或在下跌过程中不断吸货，难以明确划分吸货期。这些个股庄家持仓量可通过其在整理期的表现来判断，长城电工去年上市后逐波下行，吸货期不明显，5－6月份的拉升明显属于庄家行为，7－9月份大盘调整，而该股6月底在12元附近，9月底依然固守在12元附近的整理区，跌幅小于大盘，庄家介入程度深；再看该股流通股达8000多万，对这样的偏大盘股主力亦“调教”自如，持筹量可见一斑。
4、根据上升过程中的放量情况判断。一般来说，随着股价上涨，成交量会同步放大，某些庄家控盘的个股随着股价上涨，成交反而缩小，股价往往能一涨再涨，对这些个股可重势不重价；庄家持有大量筹码，在未放大量之前即可一路持有。
1、超跌反弹和抢反弹：股票大幅下跌，跌到了某个支撑位，有向上反弹（就是向上涨）的要求，就叫超跌反弹；此时买入股票，等反弹了就卖，就叫抢反弹，反弹不是反转，涨了几天还要向下跌，所以要“抢”。
2、指标股、权重股、权重指标股：这几个概念相似，是指总股本非常大的股票，因为总股本大，在股市中所占比重很大，所以他们的涨跌对整个股市影响很大。象中国银行就是一个标准的权重指标股，他站的权重达25%，他每涨跌1分钱，大盘涨跌1个点。
3、箱体震荡：股票的价格在一定的范围上下波动，就象一只股票箱。
4、中国银行后市看法：有可能跌破发行价，小散户最好不要碰他。

]如何知道一只股票第2天是高开，还是平开，还是低开？
这个也不能说算是预测，只能说是推测罢了：
如果今天能量很大比如是昨天的3倍以上，大幅度收阳（没有涨停），但不能有明显的上影线，那么第二天高开的概率将是相当大的。如果上影线在末期形成而且很长，那么低开的可能比较大，如果低开更应该着手介入
今天的量比开盘较低，到只到收盘时量比总体看是逐步增大趋势的话，第二天低开的概率极底，高开的可能也很大，如果开盘量比较大，但能量不能持续，到收盘时候也没能重新放量的话，注意明日低开
尾盘突然爆量拉高，那要看拉高的成交情况，如果成交扎实，一般第二日不会低开，但如果是急速拉高，成交不扎实，那么很可能是诱多……
这里只是简单的叙述并没有包含很多较复杂的情况。
请大家教教我在这么多的股票里如何选择一只，总不能每次都靠别人推荐
要自己选股票其实非常简单，你要是有很多钱，就选高价股贵州茅台或苏宁电器。你要想信高价股因为能在高价立足就必然是各方面都无可挑剔。其次如果你的钱不是很多，就应选价格便宜的股票，此时就要慎重一些，看这只股票的每股净资产是多少？每股赢利的多少。净资产收益率比去年有没有增长？还要了解公司有没有外债，有没有诉讼？公司是什么产品？有没有增长潜力？然后还要看看最近时期股票价格的走势，是在历史的低位？还是高位？
可以去排行榜里找,按量比排行,量比在1.2-2.0之间,涨幅在2%-4%之间,这种股票一般有较好的涨势

委比：某品种当日买卖量差额和总额的比值。
委比是衡量某一时段买卖盘相对强度的指标。它的计算公式为：委比＝（委买手数－委卖手数）/(委买手数＋委卖手数)×100％委买手数：现在所有个股委托买入下三档的总数量。委卖手数：现在所有个股委托卖出上三档的总数量。委比值的变化范围为－100％到＋100％，当委比值为-100％时，它表示只有卖盘而没有买盘，说明市场的抛盘非常大；当委比值为＋100％时，它表示只有买盘而没有卖盘，说明市场的买盘非常有力。当委比值为负时，卖盘比买盘大；而委比值为正时，说明买盘比卖盘大。委比值从-100％到＋100％的变化是卖盘逐渐减弱、买盘逐渐强劲的一个过程。如某一时刻，股票G的买入和卖出委托排序情况如下：序号 委托买入价 数量（手） 序号 委托卖出价 数量（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现在委托买入的下三档的数量为17手，卖出委托的上三档数量为15手，股票G在此刻的委比为：委比＝（委买手数－委卖手数）/(委买手数＋委卖手数)×100％＝（17－15）/(17＋15)×100％＝6.66％委比值为6.66％，说明买盘比卖盘大，但不是很强劲。
委差：某品种当前买量之和减去卖量之和。反映买卖双方的力量对比。正数为买方较强，负数为抛压较重。
委比是(委买-委卖)/(委买+委卖)
委差是委买-委卖,负数表示卖盘多。

谁说放量上涨好了？没人这么说过啊……
但有时量是敲出来的，有时在某些关键位置放量的概率较大。
很多能缩量走出很远、很高的股票，往往在启动时已经放出过巨量，这种情况被理解为主力控盘程度高。
量价关系的类型分为两大类。一类是常见的类型，即低量低价、量增价平、量增价涨、量缩价涨、量增价跌和量缩价跌等六种；另一类是比较特殊的类型，即地量地价、天量天价、无量空涨、无量阴跌、底部放量和顶部对倒等六种。
1、低量低价
低量低价主要是指个股（或大盘）成交量非常稀少的同时、个股股价也非常低的一种量价配合现象。低量低价一般只会出现在股票长期底部盘整的阶段。
当股价从高位一路下跌后，随着成交量的明显减少，股价在某一点位附近止跌企稳，并且在这一点位上下，进行长时间的低位横盘整理。经过数次反复筑底以后，股价最低点也日渐明朗，同时，由于量能的逐渐萎缩至近期最低值，从而使股票的走势出现低量低价的现象。
低量低价的出现，只是说明股价阶段性底部形成的可能性大大增强，而不能作为买入股票的依据。投资者还应在研究该股基本面是否良好、否具有投资价值等情况后，才能做出投资决策。
2、量增价平
量增价平主要是指个股（或大盘）在成交量增加的情况下、而个股的股价却几乎维持在一定价位水平上下波动的一种量价配合现象。量增价平既可以出现在上升行情的各个阶段，也可以出现在下跌行情的各个阶段之中。同时，它既可以作为卖出股票的信号，也可以作为买人股票的信号。区别买卖信号的主要特征，是要判断“量增价平”中的“价”是高价还是低价。
如果股价在经过一段时间比较大的涨幅后、处在相对高价位区时，成交量仍在增加，而股价却没能继续上扬，呈现出高位量增价平的现象，这种股价高位放量滞涨的走势，表明市场主力在维持股价不变的情况下，可能在悄悄地出货。因此，股价高位的量增价平是一种顶部反转的征兆，一旦接下来股价掉头向下运行，则意味着股价顶部已经形成，投资者应注意股价的高位风险。
如果股价在经过一段比较长时间的下跌后、处在低价位区时，成交量开始持续放出，而股价却没有同步上扬，呈现出低位量增价平的现象，这种股价低位放量滞涨的走势，可能预示着有新的主力资金在打压建仓。一旦接下来股价在成交量的有效配合下掉头向上，则表明股价的底部已经形成，投资者应密切关注该股。
3、量增价涨
量增价增主要是指个股（或大盘）在成交量增加的同时、而个股的股价也同步上涨的一种量价配合现象。量增价涨只出现在上升行情中，而且大部分是出现在上升行情的初期，也有小部分是出现在上升行情的中途。
在经过前期一轮较长时间的下跌和底部盘整后，市场中逐渐出现诸多利好因素，这些利好因素增强了市场预期向好的心理、刺激了股市的需求，市场交换逐渐活跃起来。随着成交量的放大和股价的同步上升，投资者购买股票短期内就可获得利润，赚钱的示范效应激起了更多投资者的投资意愿。
随着成交量的逐渐放大，股价也开始缓慢向上攀升，股价走势呈现量增价增的态势，这种量价之间的良好配合，对未来股价的进一步上扬，形成了真实的实质性支撑。
4、量缩价涨
量缩价涨主要是指个股（或大盘）在成交量减少的情况下、个股的股价却反而上涨的一种量价配合现象。量缩价涨多出现在上升行情的末期，有一小部分也会出现在下降行情中期的反弹过程中。不过，量缩价涨的现象在上升行情和下降行情中的研判是不一样的。
在持续的上升行情中，适度的量缩价涨表明主力控盘程度比较高，维持股价上升的实力较强，大量的流通筹码被主力锁定。但量缩价涨毕竟所显示的是一种量价背离的趋势，因此，在随后的上升过程中出现成交量再次放大的情况，则可能意味着主力可能在高位出货。
在持续的下降行情中，有时也会出现量缩价涨的反弹走势。当股价经过短期内的大幅度下跌后，由于跌幅过猛，主力没能全部出货，因此，他们会抓住大部分投资者不忍轻易割肉的心理，用少量资金再次将股价拉高，造成量缩价涨的假象，从而利用这种反弹走势达到出货的目的。
总之，对于量缩价涨的行情，投资者应区别对待，一般以持股或持币观望为主。
5、量增价跌
量增价跌主要是指个股（或大盘）在成交量增加的情况下、个股的股价却反而下跌的一种量价配合现象。量增价跌现象大部分是出现在下跌行情的初期，也有小部分是出现在上升行情的初期。不过，量增价跌的现象在上升行情和下降行情中的研判也是不一样的。
在下跌行情的初期，股价经过一段比较大的涨幅后，市场上的获利筹码越来越多，一些投资者纷纷抛出股票，致使股价开始下跌。同时，也有一些投资者对股价的走高仍抱有预期，在股价开始下跌时，还在买入股票，多空双方对股价看法的分歧，是造成股价高位量增价跌的主要原因。不过，这种高位量增价跌的现象持续时间一般不会很长，一旦股价向下跌破市场重要的支撑位、股价的下降趋势开始形成后，量增价跌的现象将逐渐消失，这种高位量增价跌现象是卖出信号。
在上升行情初期，有的股票也会出现量增价跌现象。当股价经过一段比较长时间的下跌和底部较长时间盘整后，主力为了获取更多的低位筹码，采取边打压股价边吸货的手段，造成股价走势出现量增价跌现象，但这种现象也会随着买盘的逐渐增多、成交量的同步上扬而消失，这种量增价跌现象是底部买入信号。
6、量缩价跌
量缩价跌主要是指个股（或大盘）在成交量减少的同时、个股的股价也同步下跌的一种量价配合现象。量缩价跌现象既可以出现在下跌行情的中期，也可能出现在上升行情的中期，但它们的研判过程和结果是不一样。
在上升行情中，当股价上升到一定高度时，市场成交量开始减少，股价也随之小幅下跌，呈现出一种量缩价跌现象，而这种量缩价跌是对前期上升行情的一个主动调整过程，“价跌”是股价主动整理的需求，是为了清洗市场浮筹和修正较高的技术指标，而“量缩”则表明投资者有很强的持筹信心和惜售心理。当股价完成整理过程后，又会重新上升。
在下跌行情中，当股价开始从高位下跌后，由于市场预期向坏，一些获利投资者纷纷出逃，而大多数投资者选择持币观望，市场承接乏力，因而，造成股价下跌、成交萎缩的量缩价跌现象。这种量缩价跌现象的出现，预示着股价仍将继续下跌。
上升行情中的量缩价跌，表明市场充满惜售心理，是市场的主动回调整理，因而，投资者可以持股待涨或逢低介入。不过，上升行情中价跌的幅度不能过大，否则可能就是主力不计成本出货的征兆。
下跌行情中的量缩价跌，表明投资者在出货以后不再做“空头回补”，股价还将维持下跌方向，因而，投资者应以持币观望为主。

❹ 如何用股票思维分析如下曲线图

1）白色曲线：表示大盘加权指数，即证交所每日公布媒体常说的大盘实际指数。
2) 黄色曲线：大盘不含加权的指标，即不考虑股票盘子的大小，而将所有股票对指数影响看作相同而计算出来的大盘指数。 （http://www.lqz.cn/）
参考白黄二曲线的相互位置可知：A)当大盘指数上涨时，黄线在白线之上，表示流通盘较小的股票涨幅较大；反之，黄线在白线之下，说明盘小的股票涨幅落后大盘股。B)当大盘指数下跌时，黄线在白线之上，表示流通盘较小的股票跌幅小于盘大的股票；反之，盘小的股票跌幅大于盘大的股票。
3) 红绿柱线：在红白两条曲线附近有红绿柱状线，是反映大盘即时所有股票的买盘与卖盘在数量上的比率。红柱线的增长减短表示上涨买盘力量的增减；绿柱线的增长缩短表示下跌卖盘力度的强弱。
4) 黄色柱线：在红白曲线图下方，用来表示每一分钟的成交量，单位是手(每手等于100股)。
5) 委买委卖手数：代表即时所有股票买入委托下三档和卖出上三档手数相加的总和。

6) 委比数值：是委买委卖手数之差与之和的比值。当委比数值为正值大的时候，表示买方力量较强股指上涨的机率大；当委比数值为负值的时候，表示卖方的力量较强股指下跌的机率大。
个股即时分时走势图：1) 白色曲线：表示该种股票即时实时成交的价格。

2) 黄色曲线：表示该种股票即时成交的平均价格，即当天成交总金额除以成交总股数。

3) 黄色柱线：在红白曲线图下方，用来表示每一分钟的成交量。

4) 成交明细：在盘面的右下方为成交明细显示，显示动态每笔成交的价格和手数。

5) 外盘内盘：外盘又称主动性买盘，即成交价在卖出挂单价的累积成交量；内盘主动性卖盘，即成交价在买入挂单价的累积成交量。外盘反映买方的意愿，内盘反映卖方的意愿。

6) 量比：是指当天成交总手数与近期成交手数平均的比值，具体公式为：现在总手/((5日平均总手/240)*开盘多少分钟)。量比数值的大小表示近期此时成交量的增减，大于1表示此时刻成交总手数已经放大，小于1表示表示此时刻成交总手数萎缩。

实战中的K线分析，必须与即时分时图分析相结合，才能真实可靠的读懂市场的语言，洞悉盘面股价变化的奥妙。K线形态分析中的形态颈线图形，以及波浪角度动量等分析的方法原则，也同样适合即时动态分时走势图分析。

❺ 如何用python实现Markowitz投资组合优化

多股票策略回测时常常遇到问题。
仓位如何分配？
你以为基金经理都是一拍脑袋就等分仓位了吗？
或者玩点玄乎的斐波拉契数列？
OMG，谁说的黄金比例，让我看到你的脑袋（不削才怪）！！

其实，这个问题，好多好多年前马科维茨（Markowitz）我喜爱的小马哥就给出答案——投资组合理论。

根据这个理论，我们可以对多资产的组合配置进行三方面的优化。
1.找到有效前沿。在既定的收益率下使组合的方差最小。
2.找到sharpe最优的组合（收益-风险均衡点）

3.找到风险最小的组合

跟着我，一步两步，轻松实现。
该理论基于用均值和方差来表述组合的优劣的前提。将选取几只股票，用蒙特卡洛模拟初步探究组合的有效前沿。
通过最大Sharpe和最小方差两种优化来找到最优的资产组合配置权重参数。
最后，刻画出可能的分布，两种最优以及组合的有效前沿。

注：
文中的数据API来自量化平台聚宽，在此表示感谢。
原文见【组合管理】——投资组合理论（有效前沿）（包含正态检验部分）

0.导入需要的包
import pandas as pd
import numpy as np
import statsmodels.api as sm #统计运算
import scipy.stats as scs #科学计算
import matplotlib.pyplot as plt #绘图

1.选取几只感兴趣的股票
000413 东旭光电，000063 中兴通讯，002007 华兰生物，000001 平安银行，000002 万科A
并比较一下数据（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']
#规范化后时序数据
(data/data.ix[0]*100).plot(figsize = (8,5))
Out[1]:

2.计算不同证券的均值、协方差
每年252个交易日，用每日收益得到年化收益。计算投资资产的协方差是构建资产组合过程的核心部分。运用pandas内置方法生产协方差矩阵。
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.给不同资产随机分配初始权重
由于A股不允许建立空头头寸，所有的权重系数均在0-1之间
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.计算预期组合年化收益、组合方差和组合标准差
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.用蒙特卡洛模拟产生大量随机组合
进行到此，我们最想知道的是给定的一个股票池（证券组合）如何找到风险和收益平衡的位置。
下面通过一次蒙特卡洛模拟，产生大量随机的权重向量，并记录随机组合的预期收益和方差。
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)
#无风险利率设定为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.投资组合优化1——sharpe最大
建立statistics函数来记录重要的投资组合统计数据（收益，方差和夏普比）
通过对约束最优问题的求解，得到最优解。其中约束是权重总和为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])
#最优化投资组合的推导是一个约束最优化问题
import scipy.optimize as sco
#最小化夏普指数的负值
def min_sharpe(weights):
return -statistics(weights)[2]
#约束是所有参数(权重)的总和为1。这可以用minimize函数的约定表达如下
cons = ({'type':'eq', 'fun':lambda x: np.sum(x)-1})
#我们还将参数值(权重)限制在0和1之间。这些值以多个元组组成的一个元组形式提供给最小化函数
bnds = tuple((0,1) for x in range(noa))
#优化函数调用中忽略的唯一输入是起始参数列表(对权重的初始猜测)。我们简单的使用平均分布。
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

得到的最优组合权重向量为：
In [10]:
opts['x'].round(3)
Out[10]:
array([-0. , 0. , 0.164, -0. , 0.836])

sharpe最大的组合3个统计数据分别为：
In [11]:
#预期收益率、预期波动率、最优夏普指数
statistics(opts['x']).round(3)
Out[11]:

array([ 0.508, 0.437, 1.162])

7.投资组合优化2——方差最小
接下来，我们通过方差最小来选出最优投资组合。
In [12]:
#但是我们定义一个函数对 方差进行最小化
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

方差最小的最优组合权重向量及组合的统计数据分别为：
In [13]:
optv['x'].round(3)
Out[13]:
array([ 0.115, 0. , 0.21 , 0.353, 0.322])

In [14]:
#得到的预期收益率、波动率和夏普指数
statistics(optv['x']).round(3)
Out[14]:
array([ 0.226, 0.385, 0.587])

8.组合的有效前沿
有效前沿有既定的目标收益率下方差最小的投资组合构成。
在最优化时采用两个约束，1.给定目标收益率，2.投资组合权重和为1。
In [15]:
def min_variance(weights):
return statistics(weights)[1]
#在不同目标收益率水平（target_returns）循环时，最小化的一个约束条件会变化。
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)

下面是最优化结果的展示。
叉号：构成的曲线是有效前沿（目标收益率下最优的投资组合）
红星：sharpe最大的投资组合
黄星：方差最小的投资组合
In [16]:
plt.figure(figsize = (8,4))
#圆圈：蒙特卡洛随机产生的组合分布
plt.scatter(port_variance, port_returns, c = port_returns/port_variance,marker = 'o')
#叉号：有效前沿
plt.scatter(target_variance,target_returns, c = target_returns/target_variance, marker = 'x')
#红星：标记最高sharpe组合
plt.plot(statistics(opts['x'])[1], statistics(opts['x'])[0], 'r*', markersize = 15.0)
#黄星：标记最小方差组合
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 做股票投资组合的时候有哪些选股方法

在选股之前首先搞清楚自己的操作方式，是快进快出，追求短期效益，还是波段操作，低吸高抛，不急于求成。同一只股票，对于一种操作方式可能是牛股，对于另一种操作方式可能是垃圾股。
选股需要有一定的经验和技巧，新手在不熟悉操作前最好是先用个模拟软件去演练一下，从中总结些经验，等有了好的效果再运用到实战中，这样可减少一些不必要的损失，实在把握不准的话可以用个牛股宝手机炒股去跟着里面的牛人去操作，这样也是蛮靠谱的。
选股的技巧：
一、看盘主要应着眼于股指及个股未来趋向的判断，大盘的研判一般从以下三方面来考虑：股指与个股方面选择的研判；盘面股指(走弱或走强)的背后隐性信息；掌握市场节奏，高抛低吸，降低持仓成本。尤其要对个股研判认真落实。
二、是选对股票，好股票如何识别?
可以从以下几个方面进行：
(1)买入量较小，卖出量特大，股价不下跌的股票。
(2)买入量、卖出量均小，股价轻微上涨的股票。
(3)放量突破趋势线(均线)的股票。
(4)头天放巨量上涨，次日仍然放量强势上涨的股票。
(5)大盘横盘时微涨，以及大盘下跌或回调时加强涨势的股票。
(6)遇个股利空，放量不下跌的股票。
(7)有规律且长时间小幅上涨的股票。
(8)无量大幅急跌的股票(指在技术调整范围内)。
(9)送红股除权后又涨的股票。
三、是选对周期，可根据自己的资金规模、投资喜好，选择股票的投资周期。
炒股首先端正心态，不要老想着买入股票后马上就会暴涨翻番，而要根据股市的运行规律慢慢的使自己的财富积累起来；其次，要熟悉技术分析，把握好买卖点；经验是很重要的，这就要自己多用心了。希望可以帮助到您，祝投资愉快！

❼ 请按组合投资方式，从沪深证券交易所上市的A股股票中选取5只股票建立一个投资组合方案，并说明选股理由

证券投资组合，主要适用于中长线投资，在目前这个市场状况及经济情况下，5只股票的投资组合方案可选为：1）华夏银行：处于破净的边缘，有良好的业绩预期（转融通业务的进展、银行理财产品的开发、高息差）；2）天舟文化：有政策预期，文化产业2012年成为国民经济的支柱产业，流通盘较小；3）株冶集团：有色金属板块是交易比较活跃的板块，盘子较小，可以适当的配置；4）湘鄂情：餐饮行业，盈利稳定，防守能力强；5）登海种业：我国乃农业大国，种子股是农业发展的急先锋。请注意：以上所选个股可以按照市场表现强弱替换，但所选板块应在银行、文化、资源、消费、农业五个行业中。祝好运~

❽ 股票投资组合是什么

股票投资组合，是指投资者在进行股票投资时，根据各种股票的风险程度、获利能力等方面的因素，按照一定的规律和原则进行股票的选择、搭配以降低投资风险的一种方法。其理论依据就是股市内各类股票的涨跌一般不是同步的，总是有涨有跌，此起彼伏。因此，当在一种股票上的投资可能因其价格的暂时跌落而不能盈利时，还可以在另外一些有涨势的股票上获得一定的收益，从而可以达到回避风险的目的。应当明确的是，这一种方法只适用于资金投入量较大的投资者。
股票投资管理是资产管理的重要组成部分之一。股票投资组合管理的目标就是实现效用最大化，即使股票投资组合的风险和收益特征能够给投资者带来最大的满足。因此，构建股票投资组合的原因有二：一是为降低证券投资风险；二是为实现证券投资收益最大化。
组合管理是一种区别于个别资产管理的投资管理理念。组合管理理论最早由马柯威茨于1952年系统地提出，他开创了对投资进行整体管理的先河。目前，在西方国家大约有1/3的投资管理者利用数量化方法进行组合管理。构建投资组合并分析其特性是职业投资组合经理的基本活动。在构建投资组合过程中，就是要通过证券的多样化，使由少量证券造成的不利影响最小化。
一、分散风险
股票与其他任何金融产品一样，都是有风险的。所谓风险就是指预期投资收益的不确定性。我们常常会用篮子装鸡蛋的例子来说明分散风险的重要性。如果我们把鸡蛋放在一个篮子里，万一这个篮子不小心掉在地上，那么所有的鸡蛋都可能被摔碎；而如果我们把鸡蛋分散在不同的篮子里，那么一个篮子掉了不会影响其他篮子里的鸡蛋。资产组合理论表明，证券组合的风险随着组合所包含的证券数量的增加而降低，资产间关联性低的多元化证券组合可以有效地降低个别风险。
我们一般用股票投资收益的方差或者股票的p值来衡量一只股票或股票组合的风险。通常股票投资组合的方差是由组合中各股票的方差和股票之间的协方差两部分组成，组合的期望收益率是各股票的期望收益率的加权平均。除去各股票完全正相关的情况，组合资产的标准差将小于各股票标准差的加权平均。当组合中的股票数目N增加时，单只股票的投资比例减少，方差项对组合资产风险的影响下降；当N趋向无穷大时，方差项将档近0，组合资产的风险仅由各股票之间的协方差所决定。也就是说，通过组合投资，能够减少直至消除各股票自身特征所产生的风险(非系统性风险)，而只承担影响所有股票收益率的因素所产生的风险(系统性风险)。
二、实现收益最大化
股票投资组合管理的目标之一就是在投资者可接受的风险水平内，通过多样化的股票投资使投资者获得最大收益。从市场经验来看，单只股票受行业政策和基本面的影响较大，相应的收益波动往往也很大。在公司业绩快速增长时期可能给投资者带来可观的收益，但是如果因投资者未观察到的信息而导致股票价格大幅下跌，则可能给投资者造成很大的损失。因此，在给定的风险水平下，通过多样化的股票选择，可以在一定程度上减轻股票价格的过度波动，从而在一个较长的时期内获得最大收益。