㈠ 股票 相關性計算
相關性分析比較書來面化，因為自實際中同時影響多隻股票的因素很多，不好剔除。但是如果你要簡單性進行數據分析的話，那麼就設立一個時間段，把這個時間段兩只或者多隻股票的漲跌幅變化進行對比就可以了。這是最簡單但最不精確的方法。如果你想嚴謹一些，那麼選定時間段，選取兩只或多隻股票所在的行業，把這幾只股票和行業整體情況作對比，再將整個行業和大盤作對比，只要你選取的時間段足夠長，那麼得出的整個行業的ß系數還是比較靠譜的，依據這個ß系數你再相互比較應該就可以得出這幾只股票間的ρ
㈡ 我想研究股票定價模型和價格之間的關系（回歸分析，相關性之類），用什麼軟體好
你真的覺得電腦能做那些事情？那要人干什麼？matlab可以幫你處理線性相關之類，可是其他專的也差不了多少，計屬算的操作還是你自己來的。你可以把這些軟體都下載安裝，然後試試看你喜歡的界面——也許可以交叉使用呢——用其中一個優勢算出來然後去其他軟體里分析！
㈢ 股票市場相關性包含哪些內容
從總體相關性來看，股票市場和債券市場存在蹺蹺板效應，但是，這種效應在不同時期表現不一致。我們發現，在不同期間，股票價格波動和債券價格波動時而同向變化，時而反向變化。在2002年初到2004年底期間，股票價格波動與債券價格波動基本呈現出同向的變化趨勢；但是從2005年開始，兩者表現出非常明顯的反向變化。在前一個階段，兩者的相關系數為0.92，在後一個階段兩者的相關系數是-0.63。因此，股市和債市在2002年到2004年的3年時間里表現出強烈的協同效應；而在2005年初到2009年9月這將近5年時間里，表現出較強烈的蹺蹺板效應。對這種差別一種可能的解釋是，在前一段時期中，股市波動性相對不劇烈.計算得到，2002年到2004年期間，上證指數的波動標准差是20.9，只有全樣本波動性的三分之一。這種股票市場的較低波動性不足以引起投資者的股票和債券的資產組合發生大規模的變化。而這種協同效應主要由影響股市和債市的共同因素所致，比如利率的變化和經濟增長率的變化，這兩者的變化通常會帶來股市和債市的協同波動。因為股票和債券一樣都是資產，資產的價格通常同其收益率呈正比，與其貼現率成反比。經濟增長使得股票和債券的收益率都上升，市場利率的提高使得股票和債券的貼現率同時上升。為了更加詳細的分析兩者之間的關系，我們將股市的大起大落的階段作為參考期。顯示了在股市大漲大跌時期，債券市場價格的漲跌狀況。我們發現，除了2002年7月至2003年1月這段股市下跌時期中，債券市場出現同方向的下跌趨勢外，其它5個股市大波動時期，債券市場都表現出與股市變化相反的變動趨勢。在同向變化的這個時期，股價的漲跌幅最小。這組數據支持了股市與債市之間的「蹺蹺板效應」。表3的數據中表現出一個明顯的特徵是，股市漲跌幅越大，債市相反方向的漲跌幅也越大；並且，股市下跌時債市漲幅更加明顯。前一個特徵表現出投資者在資產組合選擇中對於風險的敏感性較高。後一個特徵主要是由於股市通常上漲較慢，而下跌較快。因此，在股市上漲時期，債市資金總是通過緩慢的方式撤離；而一旦股市出現大跌，投資者為了避免損失，會快速從股市撤出資金，大量資金從股市流入債市帶來的債券需求的突然增長，通常會較快的拉高債券價格。
㈣ 在計算出股票之間的相關性之後，這樣一個相關系數對於股民來講有什麼用，我們可以根據這個數字得到什麼
簡單通俗解釋：每個股票組合投資都是風險敞口的，而如果你股票之間相關性回較大，則等答於把雞蛋放在一個籃子里，那麼一旦你投資相關性非常強的股票組合不是市場熱點（甚至是市場重災區，比如，現在日本福島核爆炸，那麼核電以及核電配套設備公司相關性強，但是目前在市場受到核電利空打擊，你的組合反而面臨較大風險）的話，難以達到市場收益甚至虧損。即便你找的都是貝塔系數較高的股票，但是由於自身相關，很可能是大盤強他們弱，僅僅由於其相關性強，而同時受到一個因素干擾。
㈤ 如何分析兩只股票的漲幅的相關系數
首先你需要選擇兩只股票的漲跌數據，比如可以是向前為其三個月的數據，或者是一年的數據版，然後把兩只股權票每天的漲跌數據 一一對應收集起來。
然後就可以採用簡單的相關分析，甚至其他的統計分析方法分析兩只股票的關系。
不過說實話 中國的股票數據反映的並不是經濟規律的真相，更多的是政策和市場信息的影響。
㈥ 股票關聯性系數
股票關聯性系數說白了就是指:兩種或多種股票內在的依存方式和依存度。
舉例子版：石油行業股票權和汽車行業股票就是一對呈負相關趨勢的股票，而且是高度負相關。因為當油價上漲使得石油股市值竄升時，汽車工業股一般都受此影響市值反而會下降。再比如：汽車工業股票和鋼鐵工業股票就呈正相關關系。也就是說汽車需求量的增長會帶動鋼鐵需求量的增加，這樣一來，這兩種行業的股票就在理論上屬於同生同降板塊。當然，相關性只是理論上的概念，實際操作中還是會有各種因素來修正的。
㈦ 如何得到2隻股票的相關性有無軟體指標或演算法
建議你自己把兩只股票疊加放在一起，相關性大致能看出來，演算法的話可以通過圖形的模式識別來作，肯定能做出來，但是要費點時間。一般計算機專業碩士研究生能搞定。
㈧ 求全市場股票數據 日線 k線 包括大盤 用來做相關性分析
如果抄你是做研究用的，那襲你應該自己下載了。你沒說清楚從哪天到哪天的數據，數據發到哪裡給你。不過我相信在網路你是弄不到這些數據的。因為我以前收集過這種數據，一天就好幾十M，一般人是不會留這些數據的。祝你學業有成吧！！
數據包就是裸數據，你以為呢？炒股的人有用的數據只是3-6個月，沒人會保留。你要的數據大約是20-40G，給你你能打開嗎？
㈨ 如何快速比較股票間的相關性
。。。。。
這個問題嘿嘿我的畢設就是這個，你可以先去期刊網去找找其他人怎麼專做的，我記得屬我在01年做的時候，樣本剔除後只有300多支股票，分析來分析去，做了很多調整相關性做到了90%以上，可是以前知名學者的全面分析下來只有50%多，當時沒有wind之類的東西，全手工excel，現在用wind 方便多了。但是由於我國證券市場從初始到現在因政策5次重大變動產生了較大的變化，我建議你不妨從時間和市場兩個角度縮小樣本選取（可以選中小板為樣本），針對性更強。
㈩ 如何計算兩個股票的相關系數(correlation）（急）
抄1、計算公式為相關襲系數=協方差/兩個項目標准差之積。
相關系數：度量兩個隨機變數間關聯程度的量。相關系數的取值范圍為(-1，+1)。當相關系數小於0時，稱為負相關；大於0時，稱為正相關；等於0時，稱為零相關。
2、協方差：如果兩個變數的變化趨勢一致，也就是說如果其中一個大於自身的期望值，另外一個也大於自身的期望值，那麼兩個變數之間的協方差就是正值。
如果兩個變數的變化趨勢相反，即其中一個大於自身的期望值，另外一個卻小於自身的期望值，那麼兩個變數之間的協方差就是負值。
3、標准差（Standard Deviation） ，也稱均方差（mean square error），是各數據偏離平均數的距離的平均數，它是離均差平方和平均後的方根，用σ表示。標准差是方差的算術平方根。標准差能反映一個數據集的離散程度。平均數相同的，標准差未必相同。