浅析历史模拟与股票投资价值
『壹』 如何获取股票历史数据并进行分析
获取股票历史数据并进行分析的方法如下：
一、获取股票历史数据的方式
数据平台：可以选择专门提供股票历史数据的数据平台，如Wind、东方财富等。这些平台提供了多维度的数据，包括股票行情、财务报表、资金数据等，并配备了丰富的数据分析和可视化工具，方便投资者进行数据挖掘和分析。
API接口：一些数据平台或证券公司会提供带有API接口的数据服务。投资者可以通过编程语言（如Python）调用API接口，根据自己的需求选择相应的数据指标和时间范围，获取所需的历史数据。
开源工具包：还可以利用一些开源的扩展工具包来获取股票历史数据，如pandas-datareader库、tushare等。这些工具包提供了简单易用的接口，方便投资者获取和处理数据。
二、股票历史数据的分析方法
技术分析：主要以图表分析为基础，通过观察价格、成交量等指标的变化趋势来预测股价的未来走势。常用的技术分析工具包括K线图、均线、MACD、RSI等。
基本面分析：主要从宏观经济、行业状况和公司内在价值等方面来评估股票的投资价值。通过分析公司的财务报表、盈利能力、估值情况等指标，判断股票的价值是否被市场低估或高估。
量化分析：运用数学模型和统计学方法来进行投资分析。通过利用历史数据进行回测和模拟交易，寻找规律和价值。量化分析对历史数据的获取和处理要求较高，需要投资者具备相应的编程和数学能力。
综上所述，投资者可以灵活选择适合自己的数据获取方式和分析方法，辅助投资决策。同时，也要根据自己的需求和风险承受能力，选择适合自己的分析工具和策略。
『贰』 历史模拟法的优缺点
庞大历史资料的储存、校对、除错等工作都需要庞大的人力与资金来处理，如果使用者对于部位大小与价格等信息处理、储存不当，都会产生垃圾进，垃圾出的不利结果。
有些标的物的投资信息取得不易，例如未上市公司股票的价格、新上市（柜）公司股票的历史资料太短、有的流动性差的股票没有每日成交价格等。
若某些风险因子并无市场资料或历史资料的天数太少时，模拟的结果可能不具代表性，容易有所误差。 缺点:极端事件的损失不易模拟。
历史模拟法分布
主要的理由就是重大极端事件的损失比较罕见，无法有足够的资料来模拟损失分配 。
极端事件发生期间占整体资料比数的比例如何安排也是个问题，不同的比例会深深影响历史模拟法的结果。
例如以国际股票投资为例，1997年的亚洲金融危机、2001年美国发生的911恐怖攻击事件、美伊战争的进展等事件都会引发全球股市的大幅变动，若这些发生巨幅变动的时间占整体资料的比重过大，就会高估正常市场的波动性，因而高估真正的风险值。 未来风险因子的变动会与过去表现相同的假设，不一定可以反映现实状况。
涨跌幅比例的改变、交易时段延长、最小跳动单位改变等，都会使得未来的评估期间的市场的结构可能会产生改变，而跟过去历史模拟法选样的期间不同，甚至从未在选样期间发生的事件，其损益分配是无从反映在评估期间的风险值计算上。 虽然资料笔数要够多才有代表性，但是太多久远的资料会丧失预测能力，但是过少的时间资料又可能会遗失过去曾发生过的重要讯息，两者的极端情况都会使历史模拟法得所到的风险值可信度偏低，造成两难的窘境。
到底要选用多长的选样期间，只有仰赖对市场的认知
与资产的特性，再加上一点主观的判断来决定了。
