bsquare科技股票趋势分析

① spss回归分析结果怎么得出回归结果

如何报告回归分析的结果

回归分析的结果可以分为以下几部分：1）回归模型；2）回归系数；3）因变量和自变量的特征；4）自变量之间的关系。其中，1和2是必须详细报告的基本信息；而3和4则可以根据具体情况而详略各异的辅助信息。以下分别讨论之。

如何描述回归模型和回归系数

先简单讲一下一元回归。一元回归，即只涉及一个自变量（如X）。这种模型在社会科学中既很少见（一个常见的例外是时间序列分析中以时间为自变量分析因变量的长期趋势），也很容易报告。一般不需用表格，只须写一句话（如“自变量X的b = ?，std = ?, Beta = ?”）或给一个公式（如“Y = ? + ?b, where std = ?, Beta = ?”）就足够了。如果一项研究中有多个一元回归分析，那么就应该也可以用一个表格来报告（参加？），以便于读者对各模型之间作比较。

接下来专门讲多元回归。由于其涉及诸多参数，有的必须报告、有的酌情而定、有完全不必，为了便于说明，我按SPSS回归分析的输出结果（其它统计软件大同小异），做了一个如何报告回归模型和回归系数的一览表（表一）。如表所示，我将各种参数分成“必须报告”、“建议报告”、“一般不必”和“完全不必”四类。我的分类标准来自于公认的假设检验所涉及的四个方面，即变量之间关系的显著性、强度、方向和形式（详见“解释变量关系时必须考虑的四个问题”一文）。也就是说，每个参数的取舍，应该而且可以由其是否提供了不重复的显著性（即Sig）、强度（B或Beta的值）、方向（B或Beta的符号）和形式（自变量的转换）信息而定的。

表一、如何报告回归模型和回归系数之一览表

注释 SPSS结果出处 是否报告 如何报告

回归模型部分

R 因变量与所有自变量的复合相关系数 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 必须报告 见表二

Std Error of the Estimate 因变量预测值的标准误差(注1) Model Summary表 建议报告 见表二

Sum of Squares 总离差 ANOVA表 完全不必

df 自由度 ANOVA表 完全不必

Mean Square 平均离差 ANOVA表 完全不必

F 模型F值 ANOVA表 一般不必

Sig. F值的显著水平 ANOVA表 必须报告 见表二

N 模型的个案数(注2) ANOVA表 必须报告 见表二

回归系数部分

Unstandardized Coefficients (B) 非标准化系数 Coefficients表 必须报告 见表二

Unstandardized Coefficients (Std. Error) B的标准误差 Coefficients表 必须报告 见表二

Standardized Coefficients (Beta) 标准化系数 Coefficients表 必须报告 见表二

t = B / Std. Error Coefficients表

Sig. t值的显著水平 Coefficients表 必须报告 见表二

95% Confidence Interval for B (Lower Bound) B的置信区间（下限） Coefficients表(注3) 建议报告 见表二

95% Confidence Interval for B (Upper Bound) B的置信区间（上限） Coefficients表(注3) 建议报告 见表二

注1：因变量预测值的标准误差描述了该模型的精确度(precision)，如表二中的因变量是当前年薪，其预测误差为？，即如果用该模型（包括起薪、工龄和性别三个自变量）去预测条件相同的企业中的员工年薪，则可以知道？。这种信息无法从模型的其它参数（如R平方或其修正值、显著水平、各自变量的B或Beta）中得知。

注2：如果因变量和所有自变量都没有缺省值，那么模型的个案数就等于样本数。但变量常有缺省值，这时模型的个案数就会小于样本数、有时两者相差很大（当然是个严重问题），所以一定要报告前者。SPSS并不直接显示该信息，但很容易计算，等于 ANOVA表中的Total df + 1就是了。RegressionStatistics

注3：B的置信区间，是用来检验B的显著水平的另一工具（如果上、下限之间包含了0，说明B在95%的水平上不显著），以弥补t检验及其Sig值的不足。这是一个经典又有复杂的问题，叫做Null Hypothesis Significance Test (NHST)，本文不做详谈。有兴趣的读者可以参见有关网页（R. C. Fraley; D. J. Denis）。SPSS不直接给出B的置信区间，需要在“Statistics”一项中要求添加。如右图所示，SPSS回归分析的输出结果中，内定只显示“Estimates" 和"Model fit"两项（即会产生表一中除了置信区间之外的其它各项参数）。建议加选“Confidence intervals”。

现在用一个实例来演示如何报告回归分析结果。为了便于大家重复这个实例，我使用的数据是SPSS自带的world95.sav。这是联合国教科文组织（或世界银行之类机构）发表的1995年全球109个国家或地区的“国情”数据，其中含有人口、地理、经济、社会、文化等26个指标。我以其中的birth_rt（每1000人的出生率）为因变量，gpd_car（人均国内生成总值）、urban（城市化，即人口中城市人口比例）、literacy（识字率、即人口中能阅读者比例）和calories（每天卡路里摄入量）等四项为自变量。按表一的原则，我将该回归分析的结果报告在表二中：

[转载]如何报告回归分析的结果

限于篇幅和本文目的，我不对表二的各参数作解读。但想对表中的有关格式做些补充说明。

如何给表格取标题：一般只须描述表内的内容即可。那么，本表的内容是什么呢？是出生率对四个自变量作回归的结果。该四个自变量在表内均有详细介绍，故不必在表格标题中重复。

如何描述变量（包括因变量和自变量）：我先给出每个变量的理论概念名（如必要，可以用英文）、然后在括号中注明其对应的SPSS变量名（这并非必须、而是为了便于大家对照手头的SPSS数据）和操作定义（很有必要、强烈推荐，从中读者可以看到变量是否做过转换、从而得知有关关系的形式、即线性还是非线性）。为何要如何详细地描述变量？APA手册对如何制作各种定量分析结果的表格或图形有一条“独立信息”的基本原则，即每个图表要包含基本信息、以致读者不需参照正文而能够独立读懂该图表。因此，简单地将SPSS输出结果黏贴过来，虽是最常见的做法、但是很坏的习惯。

是否需要报告常数（Constant）：一定要。常数对解读回归模型的实际社会意义，有十分重要的作用。如本表中的常数 = 65.444，意即全球（74个国家或地区）的平均出生率（即在控制了四项自变量的影响之后）为千分之65.4，等等。有一点须注意的是在SPSS的输出结果中，常数是放在第一行的。应该搬到其它自变量之后。

报告哪个回归系数（即标准化还是非标准化系数）：这是最常见问题。以前曾有过“预测派”和“解释派”之争，前者主张只要报告B就够了、而后者则认为只要报告Beta就行了。其实两者反映的是不同的信息，B不受因变量变异程度（variability）的影响、所以同一自变量在各回归模型中的B是可以比较的（很多理论假设需要检验的就是这一问题）；而Beta受因变量变异程度的影响而无法跨越本模型、但是却因其标准化而可以与同一模型中的其它Beta相比（也有很多理论假设希望解决的是这个问题）。因此，APA手册建议同时报告两者（英文第五版pp. 160-161）。

小数点之后取几位：APA手册认为，一般的定量分析结果只须保留两位小数足够。对回归结果来说，Beta、R2值、显著水平等标准化参数（即其取值均在0与1之间）取两位小数最合适。B及其相关指标（标准误差、置信区间）是非标准化的（即取值可以是任意大或任意小），所以要酌情而定，根据变量的量表（scale，即取值范围）大小而多取、少取甚至不取小数点。一般而言，当自变量的量表大于因变量时，其B会取小值、所以需要多取一至数位小数；相反，自变量的量表小于因变量时，其B会取大值、所以可以少取甚至不取小数。在本例中，GDP和卡路里的量表都远大于出生率，所以它们的B值看上去很小（但不一定意味着影响小）。因此，我就没有机械地只取两位小数。大家如果仔细看一下表二，就会发现我的“酌情”规则是“最后一位0之后取两位”，如-0.00042、0.033、-0.034、-0.0041，这与APA手册的“取两位小数”原则的基本精神是一致的。我们日常见到的问题，主要是保留过多的小数点，往往是是直接黏贴SPSS的结果（其内定是6位小数）而不加编辑而造成。

表格内是否有横竖分割线：按APA的规定，除了表格顶部、底部和列标题底部有三条横线外，其余一概不用。很多人简单照搬Word表格的内定线条，不做任何修饰。审稿专家一看就知是“菜鸟”或懒汉所为。

p是什么东东？就是SPSS输出中的Sig。p是所有统计学教科书中通用的符号，Sig则只是SPSS的专用。前者更广为认知。

如何报告多个回归模型？以上是如何报告一个回归模型的结果。实际上，一项研究（即一篇论文）中往往涉及数个回归模型。有些作者喜欢为每个回归做一个类似表二的回归结果表。这种方法有两个问题：一是占用过多的空间、二是不利于对各模型进行比较。一般说来，应该而且可以将平行（即全部自变量相同）或交集（即部分自变量相同）的回归模型结果放在同一个表内。我们还是用world95数据，再对死亡率和AIDS发病率分别做一个回归，然后将三个模型的结果放在表三：

表三与表二的主要区别在于表二是横向的（每列为同一类参数）、而表三是纵向（每列为同一模型）。表二中横排的六类参数改成竖立的四行（其中的p值被星号代替、置信区间的上下限合在一行），以便读者做横向比较（这是所有定量分析结果的表格制作的一个基本原则）。如果是英文报告，去掉中文后，表三会变得简洁明了很多。

如何报告变量特征和自变量关系

如前所述，因变量和自变量的特征以及自变量之间的相关关系，是需要酌情考虑的辅助信息。鉴于本文已经很长了，我们简单说一下。变量特征主要指

变量的操作定义（问卷原文）

取值范围（如0-100、0-1、0或1、1-5、1-7等等；好雪问的，如果数据做过对数、平方、开方、倒数等转换，就应该而且最适合在这里报告）

描述性统计值（均值、标准差、偏度Skewness、峰度Kurtosis等）

一种值得推荐的方法，是将所有变量的上述特征列在一个表中（表四）、放到论文的附录中去、供有兴趣的读者查阅（类似的技术细节一般都可以放到附录中去）。

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

关于SPSS回归结果分析

写论文的这个回归结果怎么说明

解答：

一看判定系数R方,本例中,R方=0.202,拟合优度很差.一般要在0.6以上为好.至少也在0.4以上.
二看系数估计量的sig值,其中,独董规模的sig=0.007,小于0.05,说明该变量对因变量有显著的影响.而总经理持股量则不显著.因为sig值大于0.05.
之所以,模型不好,是因为你忽略了重要的影响因素.
但如果你只关注这两个自变量对因变量的影响,那么,结论已经出来了.目的达到了,所以,也说得过去.
统计人刘得意

追答：

可以的，若作自变量，就是虚拟变量模型。 只要有一个sig小于0.05，模型就可以说是有效的。

追问：

像董事长是否兼任总经理，是则为1，否则为0，这样的数据能进行回归分析吗？从哪个值能看出这个模型是有效的？PS. R方好像是0.041吧？

追答：

一般来说是这样的。线性相关时，才能做线性回归模型。

② 纳斯达克为什么是一个股票市场它跟证券交易所（如纽交所）是什么关系

纳斯达克（Nasdaq）是全美证券商协会自动报价系统（National Association of Securities Dealers Automated Quotations）的英文缩写，但目前已成为纳斯达克股票市场的代名词。信息和服务业的兴起催生了纳斯达克。纳斯达克始建于1971年，是一个完全采用电子交易、为新兴产业提供竞争舞台、自我监管、面向全球的股票市场。纳斯达克是全美也是世界最大的股票电子交易市场。

纳斯达克（NASDAQ）股票市场--------是世界上主要的股票市场中成长速度最快的市场，而且它是首家电子化的股票市场。每天在美国市场上换手的股票中有超过半数的交易在纳斯达克上进行的，将近有5400家公司的证券在这个市场上挂牌。 nasdaq全球总裁
纳斯达克在传统的交易方式上通过应用当今先进的技术和信息——计算机和电讯技术术使它与其它股票市场相比独树一帜，代表着世界上最大的几家证券公司的 519位券商被称作做市商，他们在纳斯达克上提供了6万个竞买和竞卖价格。这些大范围的活动由一个庞大的计算机网络进行处理，向遍布52个国家的投资者显示其中的最优报价。（包括70多个电脑终端） 纳斯达克拥有各种各样的做市商，投资者在纳斯达克市场上任何一支挂牌的股票的交易都采取公开竞争来完成——用他们的自有资本来买卖纳斯达克股票。这种竞争活动和资本提供活动使交易活跃地进行，广泛有序的市场、指令的迅速执行为大小投资者买卖股票提供了有利条件。这一切不同于拍卖市场。它有一个单独的指定交易员，或特定的人。这个人被指定负责一种股票在这处市场上的所有交易，并负责搓合买卖双方，在必要时为了保持交易的不断进行还要充当交易者的角色。 纳斯达克增大了交易市场中的优秀因素，并增强了他的交易系统，这些改进使纳斯达克有能力把投资者的指令发送到其它的电子通讯网络中去，感觉好像进入了一个拍卖市场。
纳斯达克交易大楼
该市场允许市场期票出票人通过电话或互联网直接交易，而不拘束在交易大厅进行，而且交易的内容大多与新技术，尤其是计算机方面相关，是世界第一家电子证券交易市场。 一般来说，在纳斯达克挂牌上市的公司以高科技公司为主，这些大公司包括微软（Microsoft）、英特尔（Intel）、 戴尔（Dell）和思科（Cisco）等等。 虽然纳斯达克是一个电子化的证券交易市场，但它仍然有个代表性的“交易中心”存在，该中心坐落于纽约时代广场旁的时报广场四号（Four Times Square，该大楼又常被称为“康泰纳仕大楼”，Condé Nast Building）。时代广场四号内并没有一般证券交易所常有的各种硬件设施，取而代之的是一个大型的摄影棚，配合高科技的投影屏幕并且有欧美各国主要财经新闻电视台的记者派驻进行即时行情报道。

③ 如何用Python和机器学习炒股赚钱

相信很多人都想过让人工智能来帮你赚钱，但到底该如何做呢？瑞士日内瓦的一位金融数据顾问 Gaëtan Rickter 近日发表文章介绍了他利用 Python 和机器学习来帮助炒股的经验，其最终成果的收益率跑赢了长期处于牛市的标准普尔 500 指数。虽然这篇文章并没有将他的方法完全彻底公开，但已公开的内容或许能给我们带来如何用人工智能炒股的启迪。

我终于跑赢了标准普尔 500 指数 10 个百分点！听起来可能不是很多，但是当我们处理的是大量流动性很高的资本时，对冲基金的利润就相当可观。更激进的做法还能得到更高的回报。

这一切都始于我阅读了 Gur Huberman 的一篇题为《Contagious Speculation and a Cure for Cancer: A Non-Event that Made Stock Prices Soar》的论文。该研究描述了一件发生在 1998 年的涉及到一家上市公司 EntreMed（当时股票代码是 ENMD）的事件：

「星期天《纽约时报》上发表的一篇关于癌症治疗新药开发潜力的文章导致 EntreMed 的股价从周五收盘时的 12.063 飙升至 85，在周一收盘时接近 52。在接下来的三周，它的收盘价都在 30 以上。这股投资热情也让其它生物科技股得到了溢价。但是，这个癌症研究方面的可能突破在至少五个月前就已经被 Nature 期刊和各种流行的报纸报道过了，其中甚至包括《泰晤士报》！因此，仅仅是热情的公众关注就能引发股价的持续上涨，即便实际上并没有出现真正的新信息。」

在研究者给出的许多有见地的观察中，其中有一个总结很突出：

「（股价）运动可能会集中于有一些共同之处的股票上，但这些共同之处不一定要是经济基础。」

我就想，能不能基于通常所用的指标之外的其它指标来划分股票。我开始在数据库里面挖掘，几周之后我发现了一个，其包含了一个分数，描述了股票和元素周期表中的元素之间的「已知和隐藏关系」的强度。

我有计算基因组学的背景，这让我想起了基因和它们的细胞信号网络之间的关系是如何地不为人所知。但是，当我们分析数据时，我们又会开始看到我们之前可能无法预测的新关系和相关性。

如果你使用机器学习，就可能在具有已知和隐藏关系的上市公司的寄生、共生和共情关系之上抢占先机，这是很有趣而且可以盈利的。最后，一个人的盈利能力似乎完全关乎他在生成这些类别的数据时想出特征标签（即概念（concept））的强大组合的能力。

我在这类模型上的下一次迭代应该会包含一个用于自动生成特征组合或独特列表的单独算法。也许会基于近乎实时的事件，这可能会影响那些具有只有配备了无监督学习算法的人类才能预测的隐藏关系的股票组。

④ 纽约证券交易所和纳斯达克是一个市场吗

纽约证券交易所和纳斯达克不是一个市场。

纽约证券交易所（NYSE, New York Stock Exchange）是目前世界上规模最大的有价证券交易市场。在美国证券发行之初,尚无集中交易的证券交易所,证券交易大都在唐提咖啡馆和拍卖行里进行。

1792年5月17日,24名经纪人在纽约华尔街和威廉街的西北角纽约证券交易所大门一咖啡馆门前的梧桐树下签订了“梧桐树协议”,协议规定了经纪人的“联盟与合作”规则，通过华尔街现代老板俱乐部会员制度交易股票和高级商品，这也是纽约交易所的诞生日。

到了1817年,华尔街上的股票交易已十分活跃,于是市场参加者成立了“纽约证券和交易管理处”,一个集中的证券交易市场基本形成,1863年,管理处易名为纽约证券交易所,此名一直沿用至今。

纳斯达克始建于1971年，是一个完全采用电子交易、为新兴产业提供竞争舞台、自我监管、面向全球的股票市场。纳斯达克是全美也是世界最大的股票电子交易市场。

一般来说，在纳斯达克挂牌上市的公司以高科技公司为主，这些大公司包括微软（Microsoft）、英特尔（Intel）、 戴尔（Dell）和思科（Cisco）等等。

虽然纳斯达克是一个电子化的证券交易市场，但它仍然有个代表性的“交易中心”存在，该中心坐落于纽约时代广场旁的时报广场四号（Four Times Square，该大楼又常被称为“康泰纳仕大楼”，Condé Nast Building）。

(4)bsquare科技股票趋势分析扩展阅读

NASDAQ上市标准：

标准一

1、股东权益达1500万美元；

2、一个财政年度或者近3年里的两年中拥有100万美元的税前收入；

3、110万的公众持股量；

4、公众持股的价值达800万美元；

5、每股买价至少为5美元；

6、至少有400个持100股以上的股东；

7、3个做市商；

8、须满足公司治理要求。

标准二

1、股东权益达3000万美元；

2、110万股公众持股；

3、公众持股的市场价值达1800万美元；

4、每股买价至少为5美元；

5、至少有400个持100股以上的股东；

6、3个做市商；

7、两年的营运历史；

8、须满足公司治理要求。

标准三

1、市场总值为7500万美元；或者，资产总额达及收益总额达分别达7500万美元；

2、110万的公众持股量；

3、公众持股的市场价值至少达到2000万美元；

4、每股买价至少为5美元；

5、至少有400个持100股以上的股东；

6、4个做市商；

7、须满足公司治理要求。

⑤ 英语翻译成中文 （第一行第二行的人名不用翻译） Foursquare was founded b

四角(即正方形)理论是由Dennis Crowley 和Naveen Selvarai 发现的。他们是在Crowley的纽约东村公寓的厨房中，于2008年第一次提出这个理论的。他们是2009年在相互交换节的西南的南侧首次正是提出有关这个理论的申请的，此理论一经提出就很快吸引了大量的风险资金。
个人意见，仅供参考！

⑥ 谁知道外汇的一些术语

外汇这个行业，对于大部分来说还是有点陌生，尤其是外汇术语。不管是作为交换交易员还是想了解外汇行业的，都应该学习一下外汇的相关知识。

主要和次要货币

外汇交易中八种主要交易货币：美元，欧元，日元，英镑，瑞郎，加元，纽元和澳元，这是流动性最强和最常用的;所有其他货币被称为次要货币。

基准货币

基准货币是汇率报价中作为基础的货币，即报价表达形式为每一个单位的货币可兑换多少另一种货币。

报价货币

报价货币是任何货币对中的第二个货币。它通常叫做点差货币，任何未实现利润或损失都从该货币中表现出来。

点

点是任何一个货币对的最小货币单位。差不多所有的货币对都包含5个有效数字，且在第一个数字后，都存在小数点后数字，比如，欧元/美元报价1.2538。在这一情况下，1点就是小数点后第四位，即0.0001。因此，如果在任何以美元作为报价货币的货币对中，1点都等于1美分的1/100。

唯一的例外是日元货币对，在这一情况下，1点等于0.01。

0.1点

1点的十分之一即0.1点。一些经纪商提供0.1点的货币对报价。比如，如果欧元/美元从1.32156波动至1.32158，那么它的波动就是0.2点。

买入价

买入价是市场打算购买某一货币的价格。在这一价格水平下，交易者能够卖出基准货币。它显示在货币对报价的左边。

以英镑/美元为例，如果英镑/美元报价是1.8812/15，那么买入价就是1.8812。这意味着，你卖出1英镑的价格是1.8812美元。

卖出价

卖出价是市场打算卖出某一特定货币对的价格。在这一价格下，你能够买进基础货币。它显示在货币对报价的右边。比如说，欧元/美元报价是1.2812/15，卖出价是1.2815，这意味着你购买1欧元需要付出1.2815美元。

买入/卖出点差

点差为买入价和卖出价之间的利差。在交易商报价中，小数点前面数字通常省略掉。比如说，美元/日元汇率可能是118.30/118.34，但是，口头报价可能省略掉前三个数字，说成“30/34”，在这一例子中，美元/日元的点差为4点。

报价等式

外汇市场汇率的使用格式：基础货币/报价货币=买入价/卖出价。

交易成本

买/卖价差的显著特征在于，它也是一次完全交易过程所需的交易成本。完全交易是指，在实施买入(或卖出)某一货币对时，通过对冲卖出(或买入)相同规模的同种货币对，这一完全交易过程即称作完全交易。比如说，欧元/美元汇率是1.2812/15，那么交易成本就是3个点，这3个点就是投资者的交易成本。

计算交易成本的公式是：交易成本(点差)=卖出价-买入价。

交叉货币对

交叉货币对是指不包含美元的货币对。投资者进行一次交叉货币对交易，实际上等同于进行两次美元相关交易。比如说，最初买入欧元/英镑，这等同于买入欧元/美元，并卖出英镑/美元。交叉货币对交易通常成本较高，即点差较高。

保证金

当你向外汇经纪商开户，你必须存入经纪商要求的最低资金。最低资金因不同交易商而已，最低可是100美元，最高可达100,000美元。

你每进行一次新的交易，你的保证金账户中将拿出一部分资金作为你交易的初始保证金，初始保证金规模视你交易的货币对、当前汇价以及交易手数而定。交易手的大小始终指的是基础货币交易手的大小。

比如说，你开立一个200倍杠杆的迷你账户，或者说这一账户的保证金要求为0.5%。迷你账户交易的是迷你手。1个迷你手等于10,000美元。如果你打算交易1个迷你手，你并不需要提供全额的10,000美元，你只需要50美元即可(10,000美元*0.5%=50美元)。

杠杆

杠杆是进行外汇交易所需资本和所需保证金之间的一个比例。借助杠杆，外汇投资者能够利用相对较小的资本进行大规模的外汇交易。外汇保证金交易杠杆比例因不同经纪商而不同，比例从2:1到500:1不等。

结算价

结算价取交易日收市前10分种的买价和卖价的平匀价为结算价，并以结算价作为计算当日盈亏以及下一交易日商品的持仓价的根据。

止盈单

止盈单商品价格达到预期水平之后履行赢利了结。如果价格达到设定的价位，将执行止赢单使原有建仓自动平仓。

止损单

止损单：用于在商品价格向无盈余方向运行时使亏损在必定值范围内。如果价格达到设定的价位，将执行止损单使原有建仓自动平仓。

限价单

限价单：以固定价格买入或卖出商品的定单。将来的价格等于设定的价格时，执行此定单才能建立交易头寸。

市价单

市价单：指以现价买入或卖出商品的定单。执行此定单即建立交易头寸，买入是以卖发售出价成交，卖出是以买入价成交的。

⑦ 中国人民大学出版社的《统计学》第四版，贾俊平、金勇进、何晓群编的，求课后习题答案

苦逼了，找不到答案。。

⑧ 什么是拟合指数

拟合指数 : 就是选择的变量与被解释变量之间的相关关系 。
指数基金是一种拟合目标指数、跟踪目标指数变化为原则，实现与市场同步成长的基金品种。指数基金的投资采取拟合目标指数收益率的投资策略，分散投资于目标指数的成分股，力求股票组合的收益率拟合该目标指数所代表的资本市场平均收益率。