【有奖讨论】金融市场分析方法讨论

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

    总体上，金融市场分析方法可以分为两个维度，在内容上，技术型相对于基本面型；在方法上，分为量化型与判断型；因此，金融市场分析方法总体上可以划分为四类：
1.基本面量化型：
    通过对宏观经济数据、金融数据进行量化分析与处理，考虑金融市场相关变量与利率、汇率、通胀率、经济增长率等宏观经济变量的关联程度，建立金融计量模型，指导金融市场上的投资行为；如“巨无霸指数”、“基于经济增长率与通货膨胀率的股票价格贴现模型”等金融市场投资模型；
2.基本面判断型：
    根据宏观经济形势、宏观经济政策、产业与企业的价值、市场供需情况等信息对金融市场进行分析与判断；如巴菲特基于长期价值的投资方法、索罗斯基于宏观经济的对冲基金投资方法均属于基本面判断型投资方法；
3.技术量化型：
    用量化分析的思维模式处理金融数据，建立金融模型，从而战胜市场，获取超额盈利α；最著名的技术量化型投资案例是西蒙斯的“大奖章”基金，即根据数学模型进行套利、对冲与投机等市场行为，从而保持长期持久高盈利的基金绩效；
4.技术判断型：
    技术判断型投资方法即传统的股票市场技术分析，即通过对历史数据的判断型研究来推测未来金融市场的走向；如根据K线的图表法；著名的技术判断型投资方法如江恩的技术分析方法；一些不靠谱的技术判断型分析方法如根据星象对股票市场进行推测，根据超短裙的长度判断宏观经济形势与汇率、利率的变化等；
    中国金融市场是一个充斥了非理性繁荣的非有效市场，在中国金融市场的投资方法中，基本面型、技术型、量化型、判断型以及行为金融的假说与论断均可以发挥一定的作用。    请大家针对中国金融市场的现状，讨论一下不同的金融市场分析方法在中国金融市场分析中的作用。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享2 收藏1 回帖

关键词：分析方法 市场分析 金融市场 宏观经济形势 宏观经济政策 金融市场

有如此的分析！ 赞
基本面型、技术型、量化型、判断型以及行为金融的假说与论断

没学过金融和金融经济学。。。

学习学习！

证券市场的分析应是一个系统工程，但是具体的细则则需要认真的思考一番啦

我只是来领币的

粗浅的说一下自己的观点，班门弄斧，贻笑大方。
1.基本面量化型：3.技术量化型：
    貌似很高端的技术，我不懂，不好评论 ，
想说一点，如果这个技术门槛对于机构来说不高的话，那么，大量的机构就可以效仿，最终结果是均值回归，不会超过市场平均收益很多（比如，小于市场平均收益2%）。
2.基本面判断型：
    根据宏观经济形势、宏观经济政策、产业与企业的价值、市场供需情况等信息对金融市场进行分析与判断；如巴菲特基于长期价值的投资方法、索罗斯基于宏观经济的对冲基金投资方法均属于基本面判断型投资方法；
  但是一般散户没有巴菲特的知识，没有巴菲特的特权（可以去上市公司当独立董事），也就不可能对上市公司透彻的了解。所作出的基本面判断误差有多大，可想而知。
另外，作假帐或在现行法律下的财务技巧的运用而做出的年度财务报告，对基本面判断有严重的误导。
  4.技术判断型：
   按现在每天平均1万亿的成交量，每天印花税（千分之一，单边收）税收就10亿，每天交易手续费按万分子五算，双边收费， 又是十个亿，其他什么过户费等等，就忽略了（或都算到万五的手续费里面去）。
每天20亿消耗，上市公司能创造这么多利润吗？我没有统计，不好说，但想说的是，有很多上市公司的利润是国有的，比如四大行的大多数利润属于国有，在市面上交易的四大行的股票，能分到的利润相比国有股，少得可怜。
如果上市公司在散户手上的股份，所创造得到利润不能抵挡手续费和税收，那么最终就是个负和游戏了。  
总之，如果所有参与者是零和游戏，考虑税费后，是负和游戏。最终不可长久


最后表达观点，散户简单复制指数，可达到市场平均收益，如果想战胜市场，各种技术都可以去试试，但有人战胜市场，一定有人输给市场，还有就是大家都要为现在每天20多亿的税费买单，除非以后上市公司的回报能弥补这个现在每天缴纳的税费。

机构可以利用散户的失误来跑赢市场，只要大多散户都在积极主动的管理自己的投资，机构的机会就会存在，无论哪种技术，都能被机构或庄家利用，因为机构和庄家不仅有技术优势，还有信息优势等等，相当于已经看了底牌。

新来的。。

感谢分享

std::vector<double> DistributionData::gaussianData(int nPoints, double mean, double sigma)
{
std::vector<double> data;
boost::random::normal_distribution<> distrib(mean, sigma);
for (int i=0; i<nPoints; ++i)
{
double val = distrib(random_generator);
data.push_back(val);
}
return data;
}