① 股票的預測模型有哪些
如果不看技術分析，你可以看下經典的股票估值模型，分為絕對估值和相對估值。
絕對估值主要有DDM和DCF，相對估值就是用PE、PEG、EV/EBITDA等進行估值。
再就是具體問題具體分析了，比如無套利均衡分析。特殊的模型，像期權定價，時間序列分析，Monte Carlo simulation等,要麼直接套用現成的，要麼根據已有數據自己構建，專業軟體里都有操作，沒有完全准確的預測方法。
② 怎麼對新建的股票交易系統的好壞進行測試啊
你這個問題太大了，回答起來至少要3個工作日。
建議你每次只問一個分項，或一個問題點。問題太大別人無法回答你，也沒有時間回答你。
從你描述的情況看，知道你是個新手，還不懂得測試方法。
測試前要先建立一個測試模型，此模型中有一個測試用的資料庫，還有一個動態指令集。正確的方法是用動態測試模型對交易系統進行測試。
初學者也可以通過雙機對敲、手工數據輸入的方式簡單測試一下，看其能否進入工作狀態，能否完成各項預定功能，是否存在明顯錯誤，這些只是測試前的准備工作。
③ 如何用eviews進行GARCH模型測股票波動性，要具體步驟
Eviews是Econometrics Views的縮寫，直譯為計量經濟學觀察，通常稱為計量經濟學軟體包。它的本意是對社會經濟關系與經濟活動的數量規律，採用計量經濟學方法與技術進行「觀察」。另外Eviews也是美國QMS公司研製的在Windows下專門從事數據分析、回歸分析和預測的工具。使用Eviews可以迅速地從數據中尋找出統計關系，並用得到的關系去預測數據的未來值。Eviews的應用范圍包括：科學實驗數據分析與評估、金融分析、宏觀經濟預測、模擬、銷售預測和成本分析等。
GARCH模型是一個專門針對金融數據所量體訂做的回歸模型，除去和普通回歸模型相同的之處，GARCH對誤差的方差進行了進一步的建模。特別適用於波動性的分析和預測，這樣的分析對投資者的決策能起到非常重要的指導性作用，其意義很多時候超過了對數值本身的分析和預測。
一般的GARCH模型可以表示為：
Y（t）=h（t）^1/2*a（t） ⑴
h（t）=h（t-1）+a（t-1）^2 ⑵
其中ht為條件方差，at為獨立同分布的隨機變數，ht與at互相獨立，at為標准正態分布。⑴式稱為條件均值方程；⑵式稱為條件方差方程，說明時間序列條件方差的變化特徵。為了適應收益率序列經驗分布的尖峰厚尾特徵，也可假設 服從其他分布，如Bollerslev （1987）假設收益率服從廣義t-分布，Nelson（1991）提出的EGARCH模型採用了GED分布等。另外，許多實證研究表明收益率分布不但存在尖峰厚尾特性，而且收益率殘差對收益率的影響還存在非對稱性。當市場受到負沖擊時，股價下跌，收益率的條件方差擴大，導致股價和收益率的波動性更大；反之，股價上升時，波動性減小。股價下跌導致公司的股票價值下降，如果假設公司債務不變，則公司的財務杠桿上升，持有股票的風險提高。因此負沖擊對條件方差的這種影響又被稱作杠桿效應。由於GARCH模型中，正的和負的沖擊對條件方差的影響是對稱的，因此GARCH模型不能刻畫收益率條件方差波動的非對稱性。
④ 如何建立一個股票量化交易模型並模擬
用文化財經軟體，編寫程序化交易系統，具體參考官網教程
⑤ 股票交易模型如何建立，怎麼驗證一個成功率高的交易
閃牛分析：轉載，僅供參考！
其實，我真的不想傷害你們脆弱的內心！
歷史經驗早已經驗證，任何機械式的，程序化的炒作方法，都是失敗的。
要不然，你以為李佛摩爾是怎麼死的？
股市裡有靈性！它會變化，每隔一段時間就自動產生變異。以前有用的圖形，技術手段，在某個時刻，突然就不好使了。但使用的人不知道，還認為自己多年養成的習慣，一貫使用的指標是驗證過的，千錘百煉的，給自己帶來巨額財富的……
於是，就悲劇了！
上一輪股災，有一位期貨大佬，三十億資金灰飛煙滅，跳樓了。他自己不單是期貨屆大佬，資本雄厚，而且，自己寫過期貨操盤的書籍，裡面就有這樣的論述:任何教條式的操作，最後，都不可避免的走向失敗！
可他自己卻犯了經驗主義錯誤！
不管是股票還是期貨外匯，只要是以方向，炒作為賺錢目的，最後都會出現「方法不靈」了，而這個時候，很容易讓你一次就裸奔！
我就看到市場里有很多的【纏迷】，口口聲聲說，【纏論】是世界上最無懈可擊的，最偉大的，最實用的炒股理論！
我說，艹，你懂幾個問題？你看過幾本著作？這些人平均股齡三年左右，過了五年都閉嘴了，破產了，賠光了！
(這就是學纏論的人，說出來的話，看看，嚇人不？)
這世界最偉大的理論就是傳銷和洗腦！明明賠的當褲子了，一樣興高采烈的告訴你:我發大財了！
金融交易，唯一經過時間驗證的理論，就是巴菲特「價值投資」，目前不但成功了，人還健康長壽！剩下的理論發明者，都沒走到最後，很多人晚年窮困潦倒，甚至自殺身亡！
價值投資，被時間證明有效，為啥大家不用，非要從系統、指標、均線中找機會？
因為，他是反人性的！沒有一定的社會閱歷，學識涵養，真的做不到！心魔難除啊！
這種金融交易，越走向成功，心魔越大，真就和修仙類似，法力越高，心魔越大，最後控制不住身死道消。很多人做了一輩子交易，明明做的不錯，可能突然間一段時間里，就會狀態全無，屢戰屢錯，甚至一敗塗地！
這世界沒有一勞永逸的所謂「交易系統」，沒有的。任何系統都需要人來操作，人都有心魔，逆境時有，順境時更有，不修心者，走不長！
⑥ GARCH模型測股票波動性需要什麼數據
你只需下載股票每日歷史價位就可以了。比方說你下載的是每日開盤價（用每日均價也是可以的），記為S1，S2， S3。。。然後，你需要把這些數字轉換成價格日變化率，即（S2-S1）/S1， (S3-S2)/S2，...等等，然後把這組變化率數據導入Eviews， 按下面鏈接頁面的步驟操作就可以，很容易的。
⑦ 求一個股票歷史模擬交易軟體
是交易模型測試吧，如圖。如果你想要的是這個，有免費的，到大慶期貨知識普及網的免費下載里，下一個文華財經，它是一個期貨軟體，不但可以看國內外期貨，還可以看國際股票指數與國內股票市場。它的交易模型功能相當不錯。
⑧ 如何建立一個股票量化交易模型並模擬
研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。
⑨ 交易模型的模擬檢驗
模擬是對建立的系統或決策問題的數學或邏輯模型進行試驗，以獲得對系統行為的認識或幫助解決決策問題的過程。模擬的主要優點在於檢驗交易模型中的問題或系統的任何假設模型化的能力，使它成為最靈活的工具。判斷交易模型是否有實用價值，最簡單、最可靠的途徑是通過在盡量多的市場里，進行長時間的測試。為了減少交易模型的檢測成本，檢測先從模擬開始。交易模型檢驗的基本原則是「模擬實戰」，一切條件都要接近實戰條件，使檢驗結果盡可能真實，因為只有這樣才能使交易模型有真正的使用價值。
1.突發事件
在檢驗過程中一定要包含有突發事件(包括漲跌停板)，因為除了要檢驗交易模型在正常情況下的運作情況，還要有應付突發事件的能力，不能因為是「小概率」事件而忽略了突發事件的影響，應遵循「模擬實戰」的基本原則。一個成熟的交易模型，即使不能捕捉到突發事件帶來的超額利潤，也應該有能力抵抗突發事件帶來的風險。
2.檢驗的信息和數據
對於基本分析交易模型，需要有完善的信息資料庫，信息的來源隨著科技的發達，互聯網的不斷應用，信息的收集比以前方便了許多，因此要整理完善好信息資料庫相對較容易。對於技術分析交易模型，由於期貨基金運作的是期貨品種，期貨品種的數據有它的獨特性，歐美期貨的數據有各自不同的特點，如倫敦金屬的期貨數據沒有出現「斷層現象」，使用計算機檢驗就不會有問題，而國內的期貨數據源襲了美式期貨數據，不同的交易合約換月時會出現「數據斷層」，不能像股票一樣使用簡單的除權處理，因此要通過交易模型的檢驗首先對數據進行處理。
實際合約數據：按照實際的合約交易數據，缺點是十分明顯的，因為國內期貨合約目前只有1年的周期，因此在檢驗時數據周期就顯得太短了，而且在相當長的交易時間內合約的成交量並不活躍，流動性小，不具有代表意義。
即月連續數據：按合約交割日連接，連接起來形成連續數據。這樣產生的連續數據優點是具有實際交易性，但在實戰交易中會產生差別，交割前成交不活躍，缺乏代表性，像上海銅一般都是交割月後第四、五個合約成交活躍；缺點則是會產生「斷層現象」，對檢驗結果產生重大的失真。
價差調整連續數據：按照一定的規則，在進入交割前一定時間內連接隨後的合約數據，這里的時間參數X，要根據不同品種來確定，上海銅要比大連大豆和鄭州小麥的時間參數X要大，將調整時兩個合約的價差累計下來，最後將累計價差加減到數據列中，得出最終的期貨數據。特別注意的是，經過調整的期貨數據可能會出現負值，要做相應的數據調整，但這不會影響使用計算機檢測的交易結果。優點是能長時間反映價格變化水平；缺點是數據不能直接應用於實際交易中，需要通過轉換。
權重連續數據：按照固定的時間連接隨後的合約數據，同時按近月大、遠月小或是按成交量與持倉量的比重計算連續價格，隨著時間的推移，較近的合約的權重越來越小，而遠月的權重越來越大。優點是消除了數據「斷層現象」，可以選取多個活躍月份，這樣就可以更真實地貼近實戰交易；缺點也是數據不能直接應用於實際交易中，需要通過轉換。
以上四種數據處理方式各有所長，要根據使用者的情況選用。對於短線使用者，實際合約數據較好，而對於中長線的使用者連續數據才能真實反映實際中長期的盈虧情況，並進行計算機的檢測。在對交易模型的檢測中，為了保證檢驗結果的可靠性和穩定性，需要足夠的統計樣本數據，按照統計學的大樣本要求，樣本數量要多於30個。以短線為主的交易模型，數據時間不能短於1年的分時數據，使用日線數據檢測的不能少於3年以上，基本分析交易模型的數據要求要經歷一個以上的循環周期。
⑩ 我看到有建立模型分析股票的，有哪位高手告訴我怎麼建立模型，怎麼通過建立模型分析股票
螞蟥動態標准操盤模型操作原則：1，股價盤中突破上軌線且站上下降趨勢線，分時回踩考慮買入，跌破下軌線止盈或止損 2，放量突破前平台，量放大於昨日一倍，浪型上1浪與3浪在時間和空間（力度和獲利高度）上要留有餘地且趨勢突破前不可追漲，回踩確認不破1浪頂，可加倉 3，形態上反轉形態，如頭肩底，防三角形或楔形整理形態，注意行3似5的走勢 4，股價不能貼近BOLL上軌，MACD紅毛沒有出現明顯背馳，螞蟥三背離指標MACD，RSI，KDJ3線交叉