Ⅰ Python 关于两个股票线性回归的 求教
你好抄：上面的程序，请看如下代码：#-*-coding:cp936-*-end=input("是否结束(y/n)：")whileend=="n":print"Numberofcoordinates：2"xx=input("x's：")yy=input("y's：")a=float(list(xx)[0])b=float(list(xx)[1])c=float(list(yy
Ⅱ 请问股票的投资价值相对估值法中的PEG中的G用线性回归模型来预测影响因素用哪些
PB是帐面价值为当前股价与每股净资产份额比。
PEG指标（市盈率相对盈利增长比率）
该指标基于对公司的盈利除以公司的盈利增长速度。他在选股的时候是要选择那些收入较低，而他们的成长率是比较高的公司，其中有一个典型的特点就是PEG会非常低。
PEG镜
2009-08-29二时30分05秒来源：第一财经日报（上海）跟贴0手机阅读股票建
投资者经常问我有什么什么样的方式对股票估值的机构投资者。其实，有很多方法估值，绝对估值法DCF（现金流贴现模型），股息贴现模型（DDM）等，这些方法可以通过各个阶段的未来现金流量或股利贴现预测，当前问题的一个合理的股票价值相对估值法，PB（PB），市盈率（PE）等，这些方法通过行业属性，对应的合理估值区间，目标公司的财务指标，给出一个合理的范围内的值？。近年来经常使用的指标，PEG，PEG = PE（目前动态市盈率）/ 100 /克（预计未来几年复合年增长率），通常被认为是低PEG公司具有较好的投资价值，PEG = 1经常有投资价值的分水岭。
事实上，在更成熟的市场，经济增长的科技类或类公司估值，用PEG指标，因为较高的增长率使得PE / PB等传统指标失败，和未来的现金流和非常差的预测。
但是在许多市场上，尤其是在新兴市场，PEG异化和滥用，它似乎认为，只要公司在未来三年保持30％的利润增长，给予30倍PE合理的。这种逻辑似乎是合理的，我们进行了计算，A公司长期以来保持了年均10％的利润增长率，投资者买了10倍的PE，B公司一直保持着年均增长率30％的利润，投资者30倍PE出价，这两家公司是拥有10年，10年后，仍然是PEG法分别给予10倍和30倍的估值水平，那么高回报率的公司做？其结果是，B公司高，且高于A的近10倍！
贵州茅台（行情股吧）为例，自2003年以来，该公司不低于50％的复合增长率，实现净利润增长，如果我们在2003年年底到目前的50倍PE即100元购买并持有到现在，也有不小于6倍的回报率（股价为30元左右，收益率更令人震惊的）的时候，盈利及股价茅台远低于100元/ 50倍PE，说明一个是熊市，所有股票的估值处于低位，第二，投资者并没有预见到如此高的复合年增长率茅台（贵州茅台也是如此渊博的知识前夕之前并不反映高增长）。过去两年增速逐步下降茅台30％的水平，市场是给对应PE约30倍。茅台这种情况也说明：1。投资者PEG估值标准加强和扩大利润趋势; 2。投资者预测未来经常有重大的偏差，但他们使用的克PEG反映在过去的增长率，但他们简单地认为未来将保持这样的增长速度。这个结论会导致一系列的重大失误未来。事实上，贵州茅台作为一个出色的豪华品公司，其产品的竞争力一旦建立，稳定的销售量和利润的可预测性比几乎所有其他行业都高得多，用PEG模式茅台的估值是比较确定的，也没有公司的行业是基本上没有那么幸运的。
滥用PEG历史教训比比皆是。铝行业上市公司为例，它位于一个典型的周期性行业，但在长期的国内产能过剩，必然是其盈利的波动性特征。自2004年以来，每年的每股收益分别为0.08，-0.25,0.53,1.42,0.69,0.02百万元（2009年中期报告），2004年至2007年，如果投资者在这个过程中，似乎反映了“连续的爆炸增长” ，利润连续翻番，似乎给予50倍PE也说得过去，所以历史上也形成了价格67元。你知道，这是一个典型的周期性行业，市场的利润高峰实际上给予了很高的市盈率，让投资者怕打通的漫漫长夜里，因为PEG镜子背后的所谓的“磨损戴维斯双玩了。“
”戴维斯双杀“是的自然纠正PEG模式，一旦利润的下降，导致价格下降，企业盈利增长，给予相应的PE水平就下来了，再加上目标自然大幅下滑（因为股价=每股净收入×PE，产品关系）。新兴市场股票价格波动的原因，是非常高的，投资者是许多机构投资者，甚至是混乱的估值体系，滥用PEG接近。
对于纯粹的价值投资者，估值模型必须基于对上市公司盈利模式的理解和不同的企业标识（包括财务特征）对应到一个完全不同的估值模型（除未来企业盈利的预测非常准确的），周期类公司使用PEG等于建立了自己的定时炸弹。但可悲的是，大部分市场是一个典型的周期性公司，而大多数投资者都愿意与PEG赌博。行业研究员，策略研究员，许多基金经理。
PEG镜子，“戴维斯双杀，”这对双胞胎将伴随投资者的噩梦继续，大多数投资者真正成熟，直到那一天。
Ⅲ 求股票高手: 收盘价的21日线性回归斜率*20+收盘价的42日指数移动平均, 刚刚拐头向上的通在信选股公式！！
A:=EMA(SLOPE(C,21)*20+C,42);
A>REF(A,1) AND REF(A,1)<REF(A,2);
根据你的复思路制做了个主图
出现黄柱子的K线就是符合选股条件的 供参考：
{黄K线主图}
A:=EMA(SLOPE(C,21)*20+C,42);
STICKLINE(A>REF(A,1) AND REF(A,1)<REF(A,2),O,C,1,0),COLORYELLOW;
Ⅳ 用线性代数方法如何找到股市投资最优解
这好像和线性代数无关啊？股市服从随机模型，需要用金融学的东西求解
Ⅳ 线性回归分析和指数回归分析有什么区别，如何使用
您好抄
线性回归分析和指数回归分析其实理论基础是一样的，基本没有区别，另外，今年的股票基本会出现大幅度的下跌，这已经是不可避免的了，经济数据您也可以看到，股票市场的股票业绩下滑也是不争的事实，另外大股东的股票减持和注册制度加快实施，也会严重影响股票市场，另外新股加速扩容和人民币加速贬值，都在很大的方面压制股票，这些还只是股票市场困难的一个部分，所以作为理财师我建议您，保持观望，远离股市，真诚回答，希望采纳！
Ⅵ 股票中画线工具的线性回归带怎么用
线性回归分析是一种可以减少市场价格走势“杂音”的方法之一。最简单的解版释就是在权价格线图上画一条直线，使得这条直线于每个价格距离的平方的加总是最小的。这种分析方式比均线灵敏，也可能会有更多的交易机会。而在回归线的基础上，这篇文章要探讨2个新的参数：回归线斜率以及R平方。利用这两个参数的结合，我们来试着抓出价格的趋势。
线性回归画法：
将鼠标从一个相对低点拖曳到一个相对高点即得到百分比线。
用法：
线性回归、线形回归带及线形回归通道：线性回归、线性回归带及线性回归通道是根据数学上线性回归的原理来确定一定时间内的价格走势。线性回归将一定时间内的股价走势线性回归，然后来确定这一段时间内的总体走势；线性回归带是根据这一段时间内的最高、最低价画出线性回归的平行通道线；回归通道是线性
Ⅶ 怎么正确计算股票Beta值的线性回归，计算感觉有问题
这个你回归出来的方抄程是 Y=-0.174+0.59X 你的beta是0.59 置信袭度很小，说明beta显著不为0
但你的截距 -0.174的置信度是0.486，可以认为是0了。所以回归的没错，只是你对这个表还不熟悉。
你说的beta为0.762是先把数据标准化再做回归，标准化的数据就没有截距（或者截距为0），所以第一行标准系数是空的。
Ⅷ 支持向量机能用到对 股票估值上吗
支持向量机SVM(Support Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表 基本情况 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线svm 产品
性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine,简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在近年来提出的一种新方法。 SVM的主要思想可以概括为两点： (1) 它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；(2) 它基于结构风险最小化理论之上在特征空间中建构最优分割超平面，使得学习器得到全svm 系列产品
局最优化,并且在整个样本空间的期望风险以某个概率满足一定上界。 在学习这种方法时，首先要弄清楚这种方法考虑问题的特点，这就要从线性可分的最简单情况讨论起，在没有弄懂其原理之前，不要急于学习线性不可分等较复杂的情况，支持向量机在设计时，需要用到条件极值问题的求解，因此需用拉格朗日乘子理论，但对多数人来说，以前学到的或常用的是约束条件为等式表示的方式，但在此要用到以不等式作为必须满足的条件，此时只要了解拉格朗日理论的有关结论就行。
Ⅸ 股市中股票涨速怎么计算N日线性回归斜率怎么算谢谢，嘿嘿。
涨速是相对某个来时刻之自前的某个价格而言。
例如，某个股票5分钟之前的股价是10元，而现在的价格是10.1元，则这个股票的5分钟涨速为：
（10.1－10）/10×100％＝1％
N日线性回归斜率怎么算
以最小平方法做线性回归估计这直线方程式
y=a+b*x;
最小平方法求出估计值a,b,代入得估计直线}
复制内容到剪贴板代码:
x:=k棒值;
y:=c;
b1:=Σ(x(i)-avr(x,30))*(y(i)-avr(y,30));
b2:=Σ(x(i)-avr(x,30))^2;
b:=b1/b2;
a:=avr(y,30)-b*avr(x,30);
SLOPE=(X,N)
表示以n个值的样本行最小平方法估测直线,slope斜率就是前面的b
Ⅹ 股票价格的波动线性连接性的吗还是跳跃式的
因为股票的价格很不稳定，我说它是一种比较快的树叶子，就像某一段时间又去结叶，某一段时间又落叶，所以说这个时间还要跟进一些，如果我跟不上的话，就会赔得精光。