股票市场方差

A. 什么是股票中的股市标准差

标准差（Standard Deviation） ，是离均差平方的算术平均数（即：方差）的算术平方根，用σ表示。标准差也被称为标准偏差，或者实验标准差，在概率统计中最常使用作为统计分布程度上的测量依据。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。股票价格的波动是股票市场风险的表现，因此股票市场风险分析就是对股票市场价格波动进行分析。波动性代表了未来价格取值的不确定性，这种不确定性一般用方差或标准差来刻画。

温馨提示：投资有风险，入市需谨慎。
应答时间：2021-01-11，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html

B. 股票中收益率标准差如何计算

先计算股票的平均收益率x0，然后将股票的各个收益率与平均收益率相减平方如（x1-x0）^2，然后把所有的这些相减平方加起来后，开平方根得到股票收益率的标准差。

C. 股票收益率，方差，协方差计算

股票收益率=收益额/原始投资额，这一题中A股票的预期收益率＝（3%＋5%＋4%）/3＝4%。

方差计算公式：

(3)股票市场方差扩展阅读：

股票收益率是反映股票收益水平的指标。投资者购买股票或债券最关心的是能获得多少收益，衡量一项证券投资收益大小以收益率来表示。反映股票收益率的高低，一般有三个指标：

1、本期股利收益率。是以现行价格购买股票的预期收益率。

2、持有期收益率。股票没有到期，投资者持有股票的时间有长有短，股票在持有期间的收益率为持有期收益率。

3、折股后的持有期收益率。股份公司进行折股后，出现股份增加和股价下降的情况，因此，折股后股票的价格必须调整。

D. 股票，期望收益率，方差，均方差的计算公式

1、期望收益率计算公式：

HPR=（期末价格 -期初价格+现金股息）/期初价格

例：A股票过去三年的收益率为3%、5%、4%，B股票在下一年有30%的概率收益率为10%，40%的概率收益率为5%，另30%的概率收益率为8%。计算A、B两只股票下一年的预期收益率。

解:

A股票的预期收益率 ＝（3%＋5%＋4%）/3 ＝ 4% 

B股票的预期收益率 ＝10%×30%＋5%×40%＋8%×30% ＝ 7.4%

2、在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。

解：由上面的解题可求X、Y的相关系数为

r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979

E. 股票数据求数学期望或方差

首先你得对股票市场有所了解，你是要对个股还是整个盘面做分析
举个例子，对上证的一个月的指数或者交易量做个统计（可从股票操作系统中得到）利用统计的公式计算方差，期望等等，经过数值的比较可以看出一定的结论
个股也是一样
需要了解的知识有概率统计和股票常识

F. 某一个股票与股票市场组合的方差是什么意思

任何投资者都希望投资获得最大的回报，但是较大的回报伴随着较大的风险。为了分散风险或减少风险，投资者投资资产组合。资产组合是使用不同的证券和其他资产构成的资产集合，目的是在适当的风险水平下通过多样化获得最大的预期回报，或者获得一定的预期回报使用风险最小。 作为风险测度的方差是回报相对于它的预期回报的离散程度。资产组合的方差不仅和其组成证券的方差有关，同时还有组成证券之间的相关程度有关。为了说明这一点，必须假定投资收益服从联合正态分布（即资产组合内的所有资产都服从独立正态分布，它们间的协方差服从正态概率定律），投资者可以通过选择最佳的均值和方差组合实现期望效用最大化。如果投资收益服从正态分布，则均值和方差与收益和风险一一对应。 如本题所示，两个资产的预期收益率和风险根据前面所述均值和方差的公式可以计算如下：1。股票基金 预期收益率=1/3*(-7%)+1/3*12%+1/3*28%=11% 方差=1/3[(-7%-11%)^2+(12%-11%)^2+(28%-11%)^2]=2.05% 标准差=14.3%(标准差为方差的开根，标准差的平方是方差)2。债券基金 预期收益率=1/3*(17%)+1/3*7%+1/3*（-3%）=7% 方差=1/3[(17%-7%)^2+(7%-7%)^2+(-3%-7%)^2]=0.67% 标准差=8.2%注意到，股票基金的预期收益率和风险均高于债券基金。然后我们来看股票基金和债券基金各占百分之五十的投资组合如何平衡风险和收益。投资组合的预期收益率和方差也可根据以上方法算出，先算出投资组合在三种经济状态下的预期收益率，如下： 萧条：50%*(-7%)+50%*17%=5% 正常：50%*(12%)+50%*7%=9.5% 繁荣：50%*(28%)+50%*(-3%)=12.5%则该投资组合的预期收益率为：1/3*5%+1/3*9.5%+1/3*12.5%=9%该投资组合的方差为：1/3[(5%-9%)^2+(9.5%-9%)^2+(12.5%-9%)^2]=0.001%该投资组合的标准差为：3.08% 注意到，其中由于分散投资带来的风险的降低。一个权重平均的组合（股票和债券各占百分之五十）的风险比单独的股票或债券的风险都要低。 投资组合的风险主要是由资产之间的相互关系的协方差决定的，这是投资组合能够降低风险的主要原因。相关系数决定了两种资产的关系。相关性越低，越有可能降低风险。

G. 股票方差变化对期权价格有什么影响

假设股票的期末价格分布为20-60美元，若股票的市场价格是36.36美元，看跌期权的市场价格是1.
14美元，看涨期权的市场价格是10.23美元。现在假设某些事件的出现增加了股票期末价格的不确定性，以前它的年末价格确信落在20~60美元之间，而现在只能相信落在10~70美元之间。股票期末价格的分布和看涨期权、看跌期权期末价格的分布分别为10~70美元和。0~40美元、0~20美元。股票期末价格的预期价值仍然是40美元，并假设投资为风险中性，其市场价格仍为36.
36美元。

当股票价格保持不变时，看涨期权和看跌期权的价格都上涨。现在先考虑看涨期权期末价格的概率分布，其条件预期值现在是20美元。如果上述概率分布为实际总概率的2/3，则看涨期权的预期价格为13.
33美元。因此它的市场价格为12.12美元，价格上升超过了18%。为什么看涨期权的价格会上升呢?现在股票价格能上升到70美元那么高，这就意味着期权价格能上升到40美元那么高。而以一前它的最高可能期末价格是30美元，尽管股票最低可能价格现在为10美元是事实，但作为看涨期权的持有者并不关心这一点，因为股票价格一旦跌到30美元以下，那投资者的期权无论如何是没有价值的了。股票价格方差的增大使投资者的投资潜在收益上限上升，而下跌时对投资者没有影响。可以认为，期权的零价值概率现在变大了(由33.3%替代了25%);而无论如何，这比由长方形概率分布的条件预期价值增加的补偿来得大。

现在再来分析一个看跌期权的概率分布，其条件预期价值是10美元。上述概率分布为实际总概率的1/3，这个看跌期权的预期价值为3.
33美元，它的市场价格为3.03美元，几乎上升了200%股票价格方差的增大再次使投资潜在收益上界上升。

根据上述分析，可以得出有关股票的期权行为的两个重要结论:

(1)股票价格的方差越大，则这种股票的看涨期权和看跌期权的市场价格越高。

(2)如果给定股票价格方差的变化，则具有负的内在价值的期权价格变化比具有正的内在价值的期权价格变化的绝对百分率要大。

股票价格的方差实际上是在期权定价和在期权基础上开发投资策略的一个关键因素。尽管股票价格方差有时在长达数月甚至数年时间内保持不变，但也会发生突然的戏剧性变化。这种股票的期权价格变会发生变化。因此，认识股票价格方差发生变化后不久期权价格的迅速变化，理解期权价格这些变化的含义，是开发期权投资策略的一个重要方面。

综上所述，当股票的价格上升的时候，看涨期权的价格将会上升，看跌期权的价格将下降。股票价格和期权价格之间关系曲线的切线斜率的绝对值可以告诉投资者执行期权的概率。就市场价格变化的百分比而言，期权市场价格的波动性比股票投资更大，而且具有负的内在价值的期权比具有正的内在价值的期权有更大的波动性。股票价格方差的增加将使股票的期权价格上升，由此引起的具有正内在价值期权价格百分比变化将小于具有负内在价值期权价格百分比变化。

H. 某一股票与市场组合的协方差是什么意思

方差描述了一组数列的波动情况，如果一个数列都是1种数，如1，1，1，1，1，1 那么它的方差为0
期望其实就是一组数的平均值
协方差是建立在方差分析和回归分析基础之上的一种统计分析方法
两个不同参数之间的方差就是协方差
相关系数r
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，误差Q越小，变量之间的线性相关程度越高；|r|值越接近0，Q越大，变量之间的线性相关程度越低。
相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。通常|r|大于0.75时，认为两个变量有很强的线性相关性。
相关系数的计算公式为：
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
参考资料：网络

I. “某一股票与市场组合的协方差除以市场组合的方差”是什么意思

某一股票与市场组合的协方差除以市场组合的方差

J. 关于股票中贝塔系数和方差的问题

方差反映自身风险。方差是这两种风险总和。
贝塔系数只反映系统风险大小。望采纳