股票投资分析的主要方法范文第1篇

摘要：

多元统计分析方法是研究股票价格的一般方法，本文利用统计分析方法考察并确定上市公司与股票价格相关的基本因素，利用聚类分析与因子分析两种分析方法来进行实例研究，并判断出各公司股票质量特征，为投资者的投资提供科学严谨的建议．

关键词：

聚类分析;因子分析;股票市场

股票市场是对已经发行的股票进行转让、买卖和流通的场所．股份公司通过对股票的全面发行，可以迅速集中大量资金，实现生产的规模经营;而社会上分散的资金盈余者本着“利益共享、风险共担”的原则投资股份公司，谋求财富的增值．当今中国股票市场发展迅速，越来越多的人关注着股票市场的行情，将自己的资产投入到股票行业中以期得到丰厚的回报，为了促进股票合理化，产生了对股票市场价格变动的分析和预测，对上市公司股票业绩进行综合评估是十分必要的．多元统计分析是研究股票价格的新型方法，我们利用统计分析方法，考察并且确定上市公司股票价格之间的基本关键因素，利用聚类分析与因子分析两种分析方法来进行实例研究，判断出股票价格的基本变动趋势，为股票投资者的投资提供科学的建议．国外学者Serpil［1］将主成分分析与判别分析相结合，对早期综合预警模型进行估计．AprilKerby和JamesLawrence［2］利用主成分分析与判别分析来作为选择质量好或不好股票的依据．NewtonDaCosta等人［3］提出了一种根据风险回报准则的基于聚类分析方法对现货市场中的股票分组的技术．Anderon［4］利用判别分析来对资本市场作进一步的研究．国内许多专家学者［5～10］根据证劵报告中的信息，选择每股收益、投资收益、净收益率等财务指标，对一些公司或企业的这些指标数据进行了多元统计分析，试图将这些公司和企业进行分类，为股票的选择和分析提供依据进行实例研究．本文应用聚类分析和因子分析方法对30家上市公司进行了实证研究，为投资者提供科学依据．

1股票市场数据的统计分析

1．1数据的选取

统计分析方法是处理数据、进行实证分析的有效方法，被广泛应用于各个领域［11～13］．为了研究多元统计分析方法在股票市场中的应用，需要进行实证分析．本文任意选取了巨潮资讯网2023年度报告数据中的30家上市公司的每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、营业收入共7项财务指标数据进行实例研究．每股收益，通常被用来反映企业某一会计期间的经营成果，衡量普通股的获利水平以及投资风险，是投资者等其信息使用者据以评价企业盈利能力、预测企业成长潜力进而做出相关经济决策的重要财务指标之一．净利润为最终经营业绩，净利润越多，就代表企业的经营效益越好;净利润越少，则企业的经营效益就越差，它是企业经营效益的主要衡量指标．每股净资产是指股东权益与股本总额的比率．每股净资产越高，则股东拥有的资产现值就越多;每股净资产越少，则股东拥有的资产现值就越少．净资产收益率，是指净利润与平均股东权益的百分比，是公司税后利润除以净资产的百分比率．净资产收益率是衡量股东资金使用效率的重要财务指标．总资产指的是某一经济实体拥有或控制的、预期能够为自身带来经济利益的全部资产．净资产是属企业所有并且可以自由支配的资产，即所有者权益．企业的净资产，是指企业的资产总额减去负债以后的净额．营业收入指的是企业在日常活动中从事销售商品、提供劳务和让渡资产使用权等所形成的经济利益的总流入，分为主营业务收入和其它业务收入．由巨潮资讯网年度报告数据中选取30家上市公司的财务指标数据见表1(股票名称略去，以编号代替)．总资产、净资产以及营业收入都在一定程度上反映了上市公司的盈利情况，这3者是股票是否有购买价值的基础，只有基础越好，股票才越具有购买价值．所以这3者是人们在购买股票时需要长期关注的．

1．2聚类分析

图1是运用SPSS软件对30家上市公司的数据进行系统聚类分析后得到的树枝状联结图，选取的聚类指标是30家上市公司2023年度的财务数据，包括:上市公司的每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、营业收入共7项财务指标．根据图1，可以依据股票的财务状况将这30支股票分为3组．第1组:25号股票;第2组:3号股票和4号股票;第3组:剩下的其它27支股票．从分组情况看，第1组股票归为第一类．这支股票总资产、净利润、净资产、营业收入的财务指标都很高，且每股收益、每股净资产、净资产收益率的财务指标也都不低，说明这支股票的获利能力高，并且股票的数量庞大，使总资产和营业收入等均很高．总体来说25号股票作为第一类股票有很大的投资价值，投资者可根据个人的投资理念和即时的市场条件等各方面因素对此类绩优企业进行投资．将第2组股票归为第二类．这两支股票的7项财务指标均很高，特别是每股收益是最高的，说明股票的质量很好，数量也够庞大．企业的发展速度与前景也都比较可观，投资者根据自身情况并结合其它情况以辅助自己做出投资的决策对第二类企业进行投资．剩下的27支股票归为第三类．这些股票的财务状况不如第一类和第二类好了，其中，有几支股票的每股收益甚至是负的，由此可见，这类企业显然是不适合投资者对它们进行投资的．当然在实际情况中，投资者可以结合企业的具体的其它财务指标对股票进行分析，辅助投资者进行投资决策．这样既实现了投资者的资本增值目的，又满足了整个社会的资源优化配置的要求．

1．3因子分析

因子分析的主要目的是数据降维，如果原始变量之间不存在相关性，那么因子分析的意义并不大．为了进行因子分析，首先判定各指标间的相关性．相关系数是研究变量之间线性相关程度的量．从相关系数结果表2来看，每股收益和净资产收益率的相关性最大，相关系数达到0．700，即每股收益越高，则净资产收益也就越高．总资产和净利润、净资产、营业收入的相关性都很大，相关系数均超过0．900．接下来，判断是否可以应用因子分析来进行数据降维，判断的方法为Bartlett球形检验和KMO方法．结果(表3)显示，KMO检验结果为0．706．球形度检验统计量为571．392，p值为0．000，检验结果是显著的，可以进行因子分析．下面计算各变量共同度，每个变量之间的共同度越高，就说明提取的公因子越能反映原来的7个指标的变化，结果如表4，所有变量的共同度全都超过了0．700，就说明了公因子能够很好地反映原来的7个指标的变化．应用SPSS软件的计算特征值以及方差贡献率得到表5数据，由表5可看出:只有前两个因子的特征值大于1，并且前两个因子的特征值之和占特征值总和的92．772%，也就是说只需要前两个因子就已经能够解释这7个财务指标信息的92．772%，所以本文仅采用前两个因子对股票进行综合评价．

进行因子旋转，得到效果比较好的因子．表6中的系数为旋转后的因子负荷系数估计值．表6中的2，3列分别是两个特征值的特征向量．载荷程度越大说明该指标在因子中的影响程度就越大，越小则说明该指标在因子中的影响程度就越小．把7个指标归为总体财务状况因子和股票质量因子这两类主要因子:因子1在总资产、净利润、净资产、营业收入这4个指标上有较高的正载荷，可以将这4个指标定义为总体财务状况因子;因子2在每股收益、每股净资产、净资产收益率这3个指标上具有较高的正载荷，可以将这3个指标定义为股票质量因子．将成分矩阵表中所显示的数据代入因子得分模型，可得到旋转后的因子得分函数如下:Factor1=0．045Z每股收益+0．980总资产+0．998净利润+0．996净资产－0．037每股净资产－0．008净资产收益率+0．982营业收入;Factor2=0．876Z每股收益+0．077总资产+0．035净利润－0．035净资产+0．953每股净资产+0．942净资产收益率－0．073营业收入．

计算不同股票的两个因子得分，如表7所示．在因子1中总体财务状况因子的排名中包揽前3名的分别是25号、3号、4号股票，说明这3支股票的综合财务状况较高．因子2中排名较前的是18号、3号、15号股票，说明这3支股票的质量较好，每股获利较高．注意到18号股票的因子1排在最后而因子2排在第一，这是因为该公司的总资产额在30家公司中相对较少，营业收入也相对低，导致因子1排名在后面，但其每股收益达百分之四十多，与其它公司比遥遥领先，因而因子2排名领先．

综合聚类分析的树枝状联结图1所得出的结果，我们可以看出:第一类的股票可以被称为蓝筹股，这类股票发展前景好，公司的盈利能力也是十分可观的．这表明投资者可以根据公司的财务状况进行投资，投资于公司财务状况较好公司的股票可以获得更好的投资效果．第二类股票可以称为绩优股，这类股票不论是在综合财务状况方面还是在股票盈利方面的表现都可圈可点，人们购买这类股票时需考虑即时的市场情况，分析公司即时的财务状况．第三类股票可以称为劣质股，这类股票总体财务状况则表现较差，投资于财务状况较差的股票面临着更高的风险，却不能获得更高的期望收益率，人们在购买这类股票时则需要慎重考虑．

2结论

本文运用了描述统计和多元统计分析方法对随机选取的30家上市公司的财务状况进行了综合分析，把30家上市公司的股票分为3大类，体现了各上市公司的财务状况，结果与各上市公司的实际财务状况相符合．聚类分析综合了选取的7项财务指标反映各上市公司的盈利状况和发展水平．因子分析将文中所选取的上市公司的7项财务指标综合为总体财务状况因子和股票质量因子两个综合变量，为分类和评估上市公司的财务状况的优劣提供了有力的依据．除此之外，采用因子分析的方法建立的综合评价函数评价上市公司的业绩，避免单指标评价的片面性．也可通过各因子的得分，了解财务状况的具体发展情况和经营管理中的优势和劣势，从而使得对公司的经营业绩的评价更加全面客观．实例证明，本文所采用的统计分析方法为股民选择和分析股票提供了强有力的理论和实例支持．

参考文献：

［5］柯冰，钱省三．聚类分析和因子分析在股票研究中的应用［J］．上海理工大学学报，2002，24(4):371－374．

［6］李德荣，何莉敏，李玉．聚类分析和因子分析在股票投资中的应用［J］．内蒙古统计，2023(1):29－31．

［7］李庆东．聚类分析在股票分析中的应用［J］．辽宁石油化工大学学报，2005，25(3):94－96．

［8］李利梅，柳向东．股票市场的因子分析［J］．改革与战略，2003(8):52－56．

［9］郝瑞，张悦．基于因子分析和聚类分析的股票分析方法［J］．时代金融，2023，9:135－137，141．

［10］李庆东，李颖．证劵投资分析方法新探索———聚类分析方法运用［J］．现代情报，2005(11):50－53．

［11］李淑娟，赵立纯，黄玉洁．病虫灾成灾面积的ARMA模型的分析及应用［J］．鞍山师范学院学报，2023，16(6):1－5．

［12］黄玉洁．辽宁省农村居民消费结构的动态分析［J］．鞍山师范学院学报，2023，15(4):1－4．

股票投资分析的主要方法范文第2篇

关键词 模糊决策 运筹学 模糊集 股票投资价值

1 股票技术分析及预测方法

1.1 股票技术分析方法

进行股票的预测，最直接和基本的方法是股票的技术分析，它依据统计图表和股市的图形研判股市的未来动向，技术分析方法可以分为三种类型：判断股价趋势为主的趋势分析，如道琼斯理论、趋势线法、移动平均线等；形状分析，如k线系统、整理与反转形态、支撑与阻力以及箱性理论，波浪理论等；人气指标，如成交量图、obv指标等。虽然技术分析方法具有一定的准确性，但是由于技术指标分析方法众多，各种方法之间差别巨大，对于投资者来说学习不易，掌握更难，同时技术分析理论缺乏可靠的理论支持，分析结果仁者见仁、智者见智。虽然直到目前它仍然是大多数投资者在使用和依赖的分析预测方法，但是改进和发展它已经成为不可避免的事实。

1.2 基于统计学理论的预测方法

统计学理论的预测方法，主要是基于模型拟合和最小二乘原理建立各种回归、自回归、混合回归模型进行预测。此类方法，具有严格的数学基础，应用也最广泛，近年也有相当的发展。如nelder，ja和 wedderburn，r·w·m提出了广义线性模型，它放松了经典线性模型的假设，极大地丰富了回归分析的理论。aaron li和duanleo对假设进一步放松，提出了一般回归模型，该领域研究具有十分惊人的前景。在计量经济研究中，ichi二则提出了一类十分重要的模型——单指标模型。研究的重点在于使之更适合于实际社会经济系统建模。

1.3 基于人工智能技术的股票预测技术

由于计算机与人工智能技术的飞速发展，为股票市场建模与预测提供了众多的新技术、新方法，基于人工智能的股票预测技术进展迅速。基于神经网络的股票预测方法，主要使用神经网络进行股票价格数据的学习训练，然后使用训练模型进行股市预测。采用模糊模型技术进行预测，主要是依据专家经验或统计方法建立模糊模型进行预测；另外还可采用遗传算法进行神经网络的学习权值调节或模糊模型、模糊规则的调整，使神经网络模型或模糊模型更加逼近系统模型。

1.4 股票的组合预测方法研究

决策者面临决择的预测方式可能不只一种，且各有千秋，都能从一定程度上提供不同的有用信息，如何综合利用这些信息，解决多模式预测方式问题，正是组合预测的研究内容。在1989年，international journal of forecasting和journal of forecasting分别出版了组合预测专集，granger和clemen分别给出了精辟的综述与详论，clemen从信息集合讨论了组合的实质，从而为进一步探讨获取最有用信息抛弃无用信息提供了指导。自bates和granger发表组合预测一文以来，组合预测有了很大的发展。组合的目的在于综合利用各种预测方法所提供的信息，尽可能地提高预测精度。从原理上说，组合预测结果是对各单个预测线性加权。组合预测研究主要是考虑组合机理、权值确定，主要从统计分析、贝叶斯分析和信息集合三个角度来考虑。

2 非模糊环境下投资组合分析

现在先介绍一下用传统的方法在非模糊环境下如何选择最优的投资组合。

设投资者将其资金投资于n项风险资产，xi为在风险资产i上的投资份额，ri为风险资产i的收益率，它是一个随机变量，ri=e（ri）是ri的期望值，σij=cov（ri，rj）是第i，j两项资产的协方差i，j=1，…，n。ki是每单位风险资产的变化所需的交易费用，ki≥0；ci是第i项风险资产的交易费用。

给定投资组合x0=（x01，x02，…，x0n）和一个新投资组合x=（x1，…，xn），第i项风险资产的交易费用可表示为ci=ki|xi-x0i|，i=1，…，n。

总交易费用为

■c■=■k■x■-x■■

总收益为

r（x）=e■rixi-■k■x■-x■■

=■rixi-■k■x■-x■■

总风险为

v（x）=■e（ri-e（ri）xi）

一般地，投资者希望收益最大且风险最小。数学上可以表示为以下双目标规划模型

maxr（x）=■rixi-■kix■-x■■

minv（x）=■e（ri-e（ri）xi）

st■xi=1

用线性加权法求解多目标规划问题， 可得如下参数规划问题

max（1-λ）■rixi-■kix■-x■■-λ

■e（ri-e（ri））xi

st■xi=1

xi≥0，i=1，…，n

其中，参数λ在[0，1]中取消，它被称为内险回避因子，λ取值越大，投次者风险加避意识越强。

3 利用模糊决策方法评价股票投资价值

3.1 概述

股票投资过程中的一个基本问题就是如何从一系列可用于投资的股票中选择一种或一组最优的股票，这是一个对不同股票的价值如何进行评估的问题。对股票价值的科学评估不但为股票投资者进行投资决策提供可靠的依据，也可以促使上市公司的规范化运行，从而有助于股票市场的良性发展和社会资源的合理分配。

要对股票价值进行评估，首先就要对与股票价值相关的诸因素进行综合的分析和研究。由于股票持有者是股票发行者的股东，他们投资的资金是无法向股票发行者直接收回的，他们投资的收益主体来源于发行者向股东分派的红利和股票价格上涨所带来的资本利得。所以股票价值的评估主要从影响股份公司派发股息或红利水平的公司属性和影响股票溢价收益的市场属性两方面来进行。股票的市场属性方面，用该股票在市场上的收益率、市盈率、流动性、波动性、有效性、透明性和系统风险等指标来反映股票的价值。具体来讲，在一定的考察期间内：收益率取经过除权除息调整的日平均百分比收益率，以反映股票市场上的资金溢价收益；市盈率反映股票投资的回收期，回收期越短则股票越具有投资价值；流动性用股票的换手率表示；波动性用股票百分比收益率的标准差表示；有效性用股票价格与其内在价值的平均吻合程度表示；透明性用该股票的交易信息和上市公司信息在市场上的透明程度表示；系统风险用β系数表示。以上指标除了有效性和透明性要聘请专家来评估外，其余均为定量指标。

股票的公司属性是影响股票价格变动的内在因素，它不仅决定着股利水平的大小，在一定程度上也会影响股票的市场属性。用盈利能力、偿债能力、发展能力、管理和决策能力以及股权结构合理性等指标来衡量股票的公司属性，其中盈利能力和偿债能力不能仅用几个财务指标的简单加权来衡量，还应结合上市公司所处的行业类型、公司在行业内的垄断性、公司的发展阶段、公司规模等影响公司业绩但又未反映在财务指标上的因素加以综合评估；发展能力则要从公司资金实力、技术创新能力、人力资源及市场前景等因素综合评估；管理和决策能力以及股权结构合理性是反映公司治理能力的指标，前者反映了公司治理水平，后者影响着公司治理模式，清晰合理的股权结构能为股票投资者带来合理的确定性收益预期。以上几个指标均应聘请专家来评估。

3.2 模糊多属性决策方法

给定一组方案a1，a2，…，am，伴随每个方案的属性记为c1，c2，…，cn各属性的重要程度用ω1，ω2，…，ωn表示，符合归一化条件ω1+ω2+…+ωn=1。决策的目的是要找出其中的最优方案，记为amax。

（1）引入三角模糊数，三角模糊数常用表达形式有两种，分别记为（l，m，γ）和(m，α，β)，两种表达形式可以相互转换，转换公式为α=m-l，β=γ-m。

（2）对模糊指标矩阵，f和模糊权重矢量，w进行归一化。收益类的归一化：xi是三角模糊数，记xi=（ai，bi，ci）。则归一化的模糊指标值ri可以写成■i=（■，■，■∧1）；i=1，2…成本类的归一化：xi是三角模糊数，记xi=（ai，bi，ci），则归一化的模糊指标值ri可以写成■i=（■，■，■∧1）；i=1，2…。

（3）建立模糊决策矩阵rij=wjxij。rij采用bonissone近似积公式进行计算，即ωj=（a；α，β)，xij=（c；δ，γ），则rij=（ac；aγ+cα-α·γ，aδ+cβ-β·δ）。

（4）求出模糊理想m+=(m1+，m2+…，mn+)，其中mi+=max{r1j，r2j，…，rmj}，j=1，…n，n是属性j的模糊加权指标值所对应的模糊极大集。m-=(m1-，m2-…，mn-)其中mi-=min{r1j，r2j，…，rmj}，j=1，…，n，n是属性j的模糊加权指标值所对应的模糊极小集。再确定方案ai与m+之间的差异di＋，方案ai与m－之间的差异di－，di=■，i=1，…，m按照di值从大到小的顺序排列方案的优劣次序。

3.3 实例分析

取深圳股市其中3只股票作为例子，为了更加有代表性，取3只代表不同类型的股票。他们分别是000001的深发展、000933的g神火还有000805的st炎黄。如前面所述，作为评价一直股票都投资价值，可以考察很多方面，现在只考虑以下四个方面的主要因素：现在的股票的价格，股票的业绩，流通股本，行业的发展前景即长期投资价值。截至到2006年2月23日，三只股票的价格分别为7.01元，7.70元，2.42元。业绩以2005年中期业绩来算，分别为0.11元（一般），0.94元（很高），-0.08元（低）。流通股本分别为140 936（万股），23 660（万股），1 441（万股）。至于长期的投资价值主要看公司的行业背景，深发展是银行业的龙头代表，稳定发展，所以属于高；g神火是石油能源类的股票，最近该行业正处于强发展阶段，产品供不应求，而且该股票为g股，已经完成股改，所以投资潜力很高，st炎黄为st类亏损股票，而且是做软件外包装的行业，所以长期投资价值较低（见表1）。

先用三角模糊数表示决策矩阵中的定性指标：

d=

7.01 （0.6，0.8，0.8） 140 936 （0.6，0.5，0.6）

7.10 （0.8，0.9，1.0） 23 660 （0.8，0.9，1.0）

2.42 （0.2，0.3，0.4） 1 441 （0.2，0.3，0.4）

并且假定权重矢量为w=[（0.1，0.2， 0.3），（0.3，0.4，0.5），（0，0.1，0.2），（0.2，0.3， 0.4）]。

决策矩阵归一化后为

d=

（0.345，0.345，0.345）（0.600，0.889，1.000）（0.341，0.341，0.341）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.250，0.333，0.500）

（0.010，0.010，0.010）（0.600，0.556，0.750）（0.061，0.061，0.061）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.200，0.333，0.500）

模糊加权决策矩阵rij=wjxij

v=[rij]=

（0.0345，0.6900，0.1035）（0.2334，0.3556，0.5312）（0.0341，0.0682，0.1023）（0.3000，0.4000，0.5600）（0.1000，0.2000，0.3000）（0.0498，0.1332，0.1914）（0.000，0.0010，0.0020）（0.0724，0.1668，0.2136）（0.000，0.0061，0.0122）（0.2000，0.3000，0.4400）（0.000，0.1000，0.2000）（0.2000，0.3330，0.5000）

模糊理想解m+=[（0.100，0.690，0.300），（0.300，0.400，0.560），（0.000，0.100，0.200）， （0.200，0.333，0.500）]

m-=[（0.0341，0.0682，0.1023），（0.0498， 0.1332，0.1914），（0.000，0.001，0.002），（0.0724， 0.1668，0.2136）]

最后由di=■，i=1，2，3解得

d1=0.5855，d2=0.3523，d3=0.2332；d1>d2>d3

所以，投资价值深发展比g神火好，g神火比st炎黄好。

4 结语

模糊多准则决策在生产生活的很多方面都有很多的应用，本文用了一个判断选择股票的投资价值的模型来说明了一下其在经济领域的应用。但是本例子尚有不是非常完善的地方，例如本例只研究了股票的四个方面的因素，但是影响股票的价格走势的其他因素还有很多，例如政策面的影响，庄家的操盘手法等，这些都是很重要的因素，但是却是不能用任何数学工具研究预测的。

参考文献

1 李荣钧.模糊多准则决策理论与应用[m].北京：科学出版社，2002

股票投资分析的主要方法范文第3篇

【关键词】道氏理论；价值投资法；技术分析法；主要矛盾

价值投资法认为证券的价值由其未来现金流的贴现值决定，证券的价格总会向价值回归。技术分析法则认为交易群体的心理对价格具有决定性的影响。普遍的交易观点或者将技术分析法与价值投资法对立起来，两者水火不能相容，或者主张在具体的交易操作中将两者结合起来，但是在理念上依然认为这两种方法相互独立，互不相关。本文将从股票的二元属性切入，结合对道氏理论的深度解读，推论出以道氏理论为基石的技术分析法其实包含着价值投资法的理念，技术图形的长期趋势是反映基本面主要矛盾的。

一、股票的二元属性

股票是股东权利的代表，体现了股东对公司实体经济的所有权。公司实体经济的经营状态越好则股票所代表的价值也就越大，这也正是价值投资法的基本理念，实体经济的盈利能力决定了股票的价值区域。但是，当股票可以上市交易流通以后，实体经济将不再是影响股价的唯一因素，即使在短期内公司的基本面状况不变，交易群体的预期与情绪也会对短期股价产生重要影响。因此，我们认为股票既具有实体属性也具有虚拟属性。

二、股价驱动模型

价值投资者立足于股票的实体属性，认为企业的盈利能力决定股票的价值，技术分析人士则偏重于股票的虚拟属性，想方设法判断其他参与者对股价的看法。无论是价值投资者还是技术分析派，所有的股票投资者都是根据自己对基本信息的理解来做出决策的。交易者根据对基本面信息的理解形成预期，预期指导着交易者的行为，行为则指挥资金与股票的流动，资金与股票的博弈产生了股票价格。从而我们推理出股价驱动模型“基本面—群体预期—群体行为—股价”，基本面信息的变化将影响交易者的预期，交易者根据预期做出行为判断，从而对股价施加影响。无论价值投资者还是技术分析派都遵从着股价驱动模型做出判断，只是对信息的筛选、理解的理念不一样而已。

三、股价反映一切信息

一般的主流观点认为技术分析是没有意义的，个人以前也认为技术分析是以历史来推断未来，而股市随机漫步的特征决定了以历史图形推断未来走势是人类对于股市不确定性的自我安慰。但是在真正理解了股价驱动模型“基本面—群体预期—群体行为—股价”以后，对于技术分析方法有了全新的认识。

作为技术分析的基石，道氏理论将股价的波动分为主要趋势、次要趋势和短暂波动。这种分类方法貌似平淡无奇，实则寓意深远。股价的波动就是千千万万的投资者以其资金表达其对基本面信息的理解，这种信息的反映不是一步到位的，而是循序渐进的，在凌乱无序的博弈中股价吸收了各种各样真真假假大大小小的信息，这些信息在短暂波动和次级波动中被摒弃、被消化，从而形成了主要趋势。主要趋势充分反映了股市对于基本面信息的理解和预期，并从所有的信息中筛选和抽绎出最主要的信息，最能够决定股价走势的信息——主要矛盾。

短期股价是资金与股票博弈的结果，所以呈现出随机漫步的形态，当给予股市比较充分的时间来消化其吸收的信息，那么中长期的股价则呈现出一定的趋势，股价趋势的背后则是股市对主要矛盾的反映，也正是从这个意义上而言股市作为经济的晴雨表是当之无愧的。

四、趋势将延续下去

道氏理论的三大基本假设分别是：股价反映一切信息；趋势还将延续；历史会重演。我们已经解读了“股价反映一切信息”，并推论出股价在波动中筛选信息，从而反映主要矛盾，形成主要趋势。

基本假设第二条是“趋势会延续下去”，个人给予的解读是只要主要矛盾（从基本面信息中抽绎出来的核心预期）不变，主要趋势就会延续下去。第二条基本假设不是孤立的，而是第一条基本假设的延伸，“趋势会延续下去”是因为主要矛盾的持续，是因为股市吸收了一切信息，并从一切信息中抽绎出了主要矛盾。主要矛盾是当前社会经济运行的客观反映，这种客观存在会被股市放大，因为股市是人的股市，群体的股市，群体的预期与情绪是影响股价的重要因素。根据索罗斯的“反身性理论”，当预期被股价实现后，现实会对群体预期推波助澜，此时虚拟经济的属性就会在群体情绪的推动下大放异彩。群体心理对趋势起到了强化作用。因此，“趋势将延续下去”的假设一方面是对主要矛盾延续的判断，另一方面则是对群体情绪强化的认知。

五、人性会重演

道氏理论的第三条假设是“历史会重演”，虽名曰假设，但是它是历史的提炼，是人性的高度概括。一般的技术分析人士将这一条假设理解为技术图形的历史位置对行情的发展具有参考作用，比如重要的压力位、支持位，个人认可这种理解，但是更进一步的正是因为群体情绪的强化与叠加才使得技术图形的历史位置具有了一定的指导意义。

历史会重演，重演的或许不是形态，不是压力位、支持位，重演的是群体的心理，是思维的逻辑。“历史会重演”应该是“以史为鉴”的道氏语言，重温成功投资的经典案例，投资操作的手法一再的翻版；回放股市历次的大起大落，群体的恐惧与贪婪反反复复；回望整个金融史，历次金融动荡的内含、本质不都是似曾相识吗？历史的重演即是人性的重演。

六、道氏理论中的价值理念

道氏理论以三大假设为理论基础，将基本面信息融合到技术图形中去，开辟了技术分析流派，从主要矛盾决定主要趋势的逻辑推理中，我们看到道氏理论并不排斥基本面分析方法，相反，道氏理论更尊重基本面分析，对基本面分析有着更深刻的理解。

价值投资法的核心是寻找价格偏低于价值的股票，但是价值并不是一成不变的，价值被界定为未来现金流的贴现值，那么价值将受到企业运营、产业趋势、宏观经济等多种因素的影响，而这些影响也正是技术分析法不能忽视的，也正是影响主要趋势的因素。况且，价值投资法重在企业估值，而企业盈利在很大程度上就是影响主要趋势的那个主要矛盾。技术分析法不但没有排斥价值理念，而且将群体预期对企业的影响（反身性）也纳入了思考范围，更符合现实股市的运作。

技术分析法以道氏理论为思想源泉，发展出了诸多技术工具，K线图形的背后是交易群体对基本面信息的反馈过程，均线、MACD等指标是对以其对主要趋势的描绘反映了主要矛盾，压力位、支持位则是交易群体心理纠结的体现，板块指数表达了对产业趋势的看法，综合指数则全面反映了经济结构、经济总量、股市制度等更多的信息。此时，技术分析法不是简单的教条，它是辩证的，灵动的，富有哲思的。

参考文献

股票投资分析的主要方法范文第4篇

【关键词】PEG理论 资本市场有效性 净利润增长率

一、绪论

股票投资通常分为基本分析和技术分析。技术分析通过趋势，形态，K线等分析方法。基本分析主要通过研究股票的盈利性等方面，综合判断一个公司的综合状况从而确定是否进行长期投资。此外，著名投资大师彼得林奇在《战胜华尔街》一书中提到PEG（市盈率相对盈率增长指标）理论，并将PEG指标作为投资股票的重要指标在其研究中得以成功应用。在国内，该理论尚未得到十足的认证。

在国内价值投资的概念以及关于价值投资最有效的方法没有得到普遍的关注。由彼得林奇提出的PEG理论和欧奈尔提出的长期投资的方法也在中国股市尚未得到大众股民的普遍关注。现状如此，但随着资本制度的日趋完善以及中国审计质量的逐渐提高，国家政策法规的监管日趋严格以及群众普遍意识的提高，中国股市的价值投资将会越来越得到投资者的关注和重视。

二、相关概念

（一）PEG概念及理论模型

PEG理论首次提出时由英国著名投资大师Jim Slater（1992）在他的著作《The Zulu Principle》中。首次为投资者所推崇是在2000年美国著名投资大师彼得林奇所著书《战胜华尔街》中，PEG方法是其选择股票的主要方法，PEG理论是综合衡量了股票成长性与盈利性的指标。能够反映公司未来盈利的预期。当然，它也有其局限性。PEG=PE/G，即PEG等于市盈率除以盈利增长率。在其后，Peter D.Easton完善了PEG在学术上未经推到的遗憾，在学术上对PEG给出严密推理，并与彼得林奇在实践中的结果完全吻合。

（二）资本市场有效性

有效市场理论即有效市场假说由著名经济学家法玛于1970年研究提出：若在一个证券市场中，价格完全反映了所有可以获得的信息，那么就称这样的市场为有效市场。后有许多知名学者对有效市场理论进行延伸与进一步证明。

依据法玛的研究，有效市场假说有三种形式：弱式有效市场假说，半强式有效市场假说和强式有效市场假说。在弱式有效市场下，不能通过技术分析获得超额收益；在半强式有效市场下，不能通过基本面获得超额收益；在强式有效市场下不能通过任何一种投资分析获得投资超额收益。

三、数据研究及结论

（一）研究方法

本研究论证PEG理论的方法与以往其他学者研究方法有所不同。本研究着眼于PEG指标的重要影响因素净利润增长率入手。PEG（市盈率增长率）等于市盈率除以利润增长率。因此，PEG指标的重要影响因素是利润增长率。因为市盈率的高低并不足以反映正确的投资决策。研究方法为不同区间数据分析法。通过提取满足自变量即净年利润与第一季度同比利润率持续增长的股票，比较其相应阶段股票收益情况与该时间段对应股票市场收益情况。此外，在筛选出满足净利润增长条件的股票的基础上通过计算PEG指标进一步筛选出PEG小于等于1的股票，比较其考察期间股票池个股回报率与市场回报率的情况，从而得出结论。

（二）操作步骤

一是从国泰安数据库中选择2003～2023年度所有上市公司的“股票代码”；“市场类型”；衡量公司利润的指标“每股收益”；衡量单只股票收益情况“年个股回报率”；衡量市场平均收益情况“年市场回报率”等指标。年市场回报率指标是指国泰安数据库中考虑现金红利再投资的年市场回报率（等权平均法），其中包括上证A股年市场回报率，上证B股年市场回报率，深证A股年市场回报率，深证B股年市场回报率。

二是对2003～2023年度所有上市公司的每股收益处理：剔除银行业数据。

三是分别筛选出2006年，2007年，2008年，2009年，2023年，2023年，2023年，2023年的前三年年每股收益增长率，当年第一季度同比前一年的每股收益增长率均保持在20%以上的股票。

四是筛选出满足以上每股收益增长率条件的股票并查找这些股票对应的市场分类，股票池中股票在研究年的年个股回报率。

五是按照年份，市场类型分类；并计算研究年份股票池中个股年回报率与所属的股票市场在当年的年市场回报率差额；计算各市场筛选出的股票池平均年个股回报率，并与对应的股票市场的年市场回报率比较。

（三）数据分析

由图可知上证B股中有三年没有满足每股收益增长率的股票。在其余五年里，绝大多数股票个股回报率高于市场回报率。

（四）结论

由此可见，在前三年的每股收益增长率及当年第一季度同比每股收益增长率维持在20%以上时，大部分股票的年个股回报率高于年市场回报率，只有少数股票当每股收益率满足增长率条件时，其年个股回报率低于年市场回报率。

参考文献

[1]樊越.PE，PEG指标在选股中的有效性分析[J].现代经济信息，2023（20）.

[2]彼得林奇.成功投资学.北京：机械工业出版社.2023.4.

股票投资分析的主要方法范文第5篇

一、引言

随着我国股票市场飞速发展，进行股票理财逐渐成为企业和个人进行资产增值的一个主要手段。但选取合适的股票牵涉因素非常宽泛，因此如何使用专业的统计手段选取股票逐渐成为广大投资者非常重视的部分。

层次分析法最早由美国学者t.l.satty（1977）提出，是一种将复杂系统的评价决策思维过程数学化的多目标评价决策方法。本文尝试使用层次分析法，以沪深股市的4只房地产股票为例，通过层次划分来简化各种影响选取的投资指标，通过对指标进行加权处理后对方案层进行比较，然后得到相应的层次分析结构模型，为层次分析法在股票投资领域的应用进行了探索和实证。

二、研究方法

本文使用层次分析法，在进行系统分析、设计、决策时，一般分为四个步骤，分别是：

（一）对系统中不同因素之间的关系进行分析，构建递阶的层次结构模型。

在模型中，一个复杂的问题按照各种不同因素的关系，一般依照上中下不同层次划分为三类，分别是最底层（一般是要使用的各种措施方案，用于解决问题）、中间层（一般用于衡量是否达到目标的判断准则，有准则和子准则）和最高层（往往只有一个，就是决策者希望达到的决策目标）。

（二）每个不同层次的不同元素按照上一层的准则重要性，进行两两比较，构建两两比较判断矩阵，并进行一致性检验。

比如，当我们考虑方案层各元素cj，j=1，2，3时，考虑到准则层元素bk，k=1，2，3，的重要性，设cij为方案ci与cj，从相对重要性的角度与上层元素bk进行比较后，其赋值规则见表1。

表1判断矩阵标度及其含义

注：cij的取值可更加细化地取2，4，6，8或1/2，1/4，1/6，1/8

定义一致性指标，要求一致性检验必须通过，因为必须要把这种不一致的程度控制在一定范围内，防止出现在多阶判断时的不一致现象。然后引入平均随机一致性指标尺及其系数表，设n为判断矩阵阶数，当n=l，2，……，9时，其对应平均随机一致性指标见表2。

表2平均随机一致性指

维数 1 2 3 4 5 6 7 8 9

ri 0.00 0.00 0.58 0.96 1.12 1.24 1.32 1.41 1.45

由表2，计算判断矩阵的随机一致性比率cr，当

时，可以认为判断矩阵具有满意的一致性。

（三）通过层次单排序计算不同元素在每个准则下的相对权重。

层次单排序的算法包括方根法、和法两种，其原理是根据判断矩阵来计算各元素在与上一层某元素有联系时的重要性次序的权值。本文的层次单排序使用和法来计算，共4个步骤：

1.对判断矩阵每一列元素求和；

2.用判断矩阵的每一元素除以其所在列的和，转换成标准判断矩阵；

3.对判断矩阵每一行元素求均值，得出层次单排序；

4.把标准判断矩阵乘以层次单排序向量（对应于最大特征根的特征向量），对所得向量的所有分量求和，得到判断矩阵的最大特征根：

（四）层次总排序。

经过上述三步以后，就可以使用层次总排序，对最底层元素相对于最高层元素（即最终目标）的相对重要性进行计算，得出排序值。

三、模型构建

基于层次分析法进行房地产类股票投资决策的模型构建，经过分析，本文最终将影响因素聚焦在公司基本素质分析上，具体包括两个维度，分别是公司竞争地位和公司营利能力及增长性。

在上述两个维度上，房地产企业均有其不同于其他行业的特殊性，首先，房地产公司的公司竞争地位主要体现在三个因素：主营业务收入、公司规模和融资能力。其次，房地产企业的营利能力及增长性主要由公司的股票的市盈率、市净率、重估净资产（ranv）以及净资产收益率这四个因素来说明。按照层次分析法对上述所分析的各相关因素进行归纳，得到最底层为具体的待选股票，中间层次是准则层和子准则层，最高层次即为最佳投资目标，对其构造投资决策层次结构图如图1所示：

图1房地产股票投资决策层次结构图

下面依据层次结构图构造判断矩阵并进行层次单排序。

（一）得到判断矩阵a-b。对准则层的公司竞争地位和公司营利能力及增长性两个指标进行两两比较，然后得到判断矩阵为：

上市表示两个因素权重的特征向量，其中最大特征值。

（二）得到判断矩阵b1-c。对主营业务收入、公司规模和融资能力等三个子准则根据公司竞争地位这一准则进行两两比较，得到判断矩阵为：

上式表示三个子准则权重的特征向量，最大特征值，ci=0，cr=0<0.1，因而矩阵满足一致性。

（三）得到判断矩阵b2-c。同理，对市盈率、市净率、重估净资产（ranv）以及净资产收益率这四个值就公司的营利能力及增长性这一准则进行比较，得到判断矩阵：

上式表示四个子准则权重的特征向量wb2=（0.4547， 0.1411，0.1411，0.2631）t，最大特征值，ci=0.0034，cr=0.0038<0.1，故此矩阵满足一致性。

（四）对子准则层一直到方案层逐层进行层次总排序，计算出所有子准则的权重如表3所示。

表3 子准则指标权重

指标 c11 c12 c13 c21 c22 c23 c24

权重 0.14 0.05 0.14 0.31 0.09 0.09 0.18

（五）对所选股票的各项指标数据及权重进行加权计算，得出各股票投资价值的优劣排序。具体计算为：

转贴于

其中，即投资价值，为n个股票投资价值的得分向量，代表m个评价指标的权重向量，是n个企业m个指标的无量纲化数据矩阵。

四、实证分析

本文数据来源于大智慧软件及上市公司咨询网，待选的4只房地产公司股票分别是万科a、渝开发、金融街和张江高科等房地产开发与经营类企业，选各公司相关指标的2023年的第一季度具体数据进行决策分析。四个上市公司的原始财务数据如表4所示。首先，对每个公司的各指标值打分，比如，假设x股票m指标的得分为sx，则计算为，另外需要注意的是，市盈率、市净率两指标的计算需要使用倒数，因为这两个指标值越低，就表明股票的估值越合理，则投资价值就越高。然后，按根据子准则的权重对每个指标分值加权求和，计算出各股票的投资价值相对得分 （见表5）。根据得分对股票进行投资价值排序，越靠前，则说明该股票与待选的其他股票相比越值得投资。

表4 各上市公司财务数据

注：本数据采集截止日期为2023年3月31日

表5 股票投资价值相对得分

由相对得分分值可以看出，金融街和万科a的综合评价得分相对较高，更值得投资，其中万科a作为房地产行业龙头，品牌知名度高，效益好，但因为近几年国内住宅市场宏观调控比较严格，未来发展趋势仍不明朗，所以在公司营利能力和增长性上比金融街差上一些。而金融街更多的业务在商业地产上，现今已经发展为国内商务地产的领军者。基于上述分析，金融街的得分为83.82。渝开发和张江高科是地方性的房地产企业，相对得分较低，由此得出，其受地方房地产调控的影响较大，因而进行选股时要多加注意。基于上述分析，使用层次分析法对房地产企业股票的选股投资进行决策，符合实际，有一定的参考价值。