① 股票的预测模型有哪些
如果不看技术分析，你可以看下经典的股票估值模型，分为绝对估值和相对估值。
绝对估值主要有DDM和DCF，相对估值就是用PE、PEG、EV/EBITDA等进行估值。
再就是具体问题具体分析了，比如无套利均衡分析。特殊的模型，像期权定价，时间序列分析，Monte Carlo simulation等,要么直接套用现成的，要么根据已有数据自己构建，专业软件里都有操作，没有完全准确的预测方法。
② 怎么对新建的股票交易系统的好坏进行测试啊
你这个问题太大了，回答起来至少要3个工作日。
建议你每次只问一个分项，或一个问题点。问题太大别人无法回答你，也没有时间回答你。
从你描述的情况看，知道你是个新手，还不懂得测试方法。
测试前要先建立一个测试模型，此模型中有一个测试用的数据库，还有一个动态指令集。正确的方法是用动态测试模型对交易系统进行测试。
初学者也可以通过双机对敲、手工数据输入的方式简单测试一下，看其能否进入工作状态，能否完成各项预定功能，是否存在明显错误，这些只是测试前的准备工作。
③ 如何用eviews进行GARCH模型测股票波动性，要具体步骤
Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。另外Eviews也是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
GARCH模型是一个专门针对金融数据所量体订做的回归模型，除去和普通回归模型相同的之处，GARCH对误差的方差进行了进一步的建模。特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导性作用，其意义很多时候超过了对数值本身的分析和预测。
一般的GARCH模型可以表示为：
Y（t）=h（t）^1/2*a（t） ⑴
h（t）=h（t-1）+a（t-1）^2 ⑵
其中ht为条件方差，at为独立同分布的随机变量，ht与at互相独立，at为标准正态分布。⑴式称为条件均值方程；⑵式称为条件方差方程，说明时间序列条件方差的变化特征。为了适应收益率序列经验分布的尖峰厚尾特征，也可假设 服从其他分布，如Bollerslev （1987）假设收益率服从广义t-分布，Nelson（1991）提出的EGARCH模型采用了GED分布等。另外，许多实证研究表明收益率分布不但存在尖峰厚尾特性，而且收益率残差对收益率的影响还存在非对称性。当市场受到负冲击时，股价下跌，收益率的条件方差扩大，导致股价和收益率的波动性更大；反之，股价上升时，波动性减小。股价下跌导致公司的股票价值下降，如果假设公司债务不变，则公司的财务杠杆上升，持有股票的风险提高。因此负冲击对条件方差的这种影响又被称作杠杆效应。由于GARCH模型中，正的和负的冲击对条件方差的影响是对称的，因此GARCH模型不能刻画收益率条件方差波动的非对称性。
④ 如何建立一个股票量化交易模型并仿真
用文化财经软件，编写程序化交易系统，具体参考官网教程
⑤ 股票交易模型如何建立，怎么验证一个成功率高的交易
闪牛分析：转载，仅供参考！
其实，我真的不想伤害你们脆弱的内心！
历史经验早已经验证，任何机械式的，程序化的炒作方法，都是失败的。
要不然，你以为李佛摩尔是怎么死的？
股市里有灵性！它会变化，每隔一段时间就自动产生变异。以前有用的图形，技术手段，在某个时刻，突然就不好使了。但使用的人不知道，还认为自己多年养成的习惯，一贯使用的指标是验证过的，千锤百炼的，给自己带来巨额财富的……
于是，就悲剧了！
上一轮股灾，有一位期货大佬，三十亿资金灰飞烟灭，跳楼了。他自己不单是期货届大佬，资本雄厚，而且，自己写过期货操盘的书籍，里面就有这样的论述:任何教条式的操作，最后，都不可避免的走向失败！
可他自己却犯了经验主义错误！
不管是股票还是期货外汇，只要是以方向，炒作为赚钱目的，最后都会出现“方法不灵”了，而这个时候，很容易让你一次就裸奔！
我就看到市场里有很多的【缠迷】，口口声声说，【缠论】是世界上最无懈可击的，最伟大的，最实用的炒股理论！
我说，艹，你懂几个问题？你看过几本着作？这些人平均股龄三年左右，过了五年都闭嘴了，破产了，赔光了！
(这就是学缠论的人，说出来的话，看看，吓人不？)
这世界最伟大的理论就是传销和洗脑！明明赔的当裤子了，一样兴高采烈的告诉你:我发大财了！
金融交易，唯一经过时间验证的理论，就是巴菲特“价值投资”，目前不但成功了，人还健康长寿！剩下的理论发明者，都没走到最后，很多人晚年穷困潦倒，甚至自杀身亡！
价值投资，被时间证明有效，为啥大家不用，非要从系统、指标、均线中找机会？
因为，他是反人性的！没有一定的社会阅历，学识涵养，真的做不到！心魔难除啊！
这种金融交易，越走向成功，心魔越大，真就和修仙类似，法力越高，心魔越大，最后控制不住身死道消。很多人做了一辈子交易，明明做的不错，可能突然间一段时间里，就会状态全无，屡战屡错，甚至一败涂地！
这世界没有一劳永逸的所谓“交易系统”，没有的。任何系统都需要人来操作，人都有心魔，逆境时有，顺境时更有，不修心者，走不长！
⑥ GARCH模型测股票波动性需要什么数据
你只需下载股票每日历史价位就可以了。比方说你下载的是每日开盘价（用每日均价也是可以的），记为S1，S2， S3。。。然后，你需要把这些数字转换成价格日变化率，即（S2-S1）/S1， (S3-S2)/S2，...等等，然后把这组变化率数据导入Eviews， 按下面链接页面的步骤操作就可以，很容易的。
⑦ 求一个股票历史模拟交易软件
是交易模型测试吧，如图。如果你想要的是这个，有免费的，到大庆期货知识普及网的免费下载里，下一个文华财经，它是一个期货软件，不但可以看国内外期货，还可以看国际股票指数与国内股票市场。它的交易模型功能相当不错。
⑧ 如何建立一个股票量化交易模型并仿真
研究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态，其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用。
量化投资区别于传统定性投资的主要特征在于模型。我打个比方，我们看病，中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，主观定性程度大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象。
量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。
量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库。
量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。
统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。
用于量化研究的软件：我采用的是免费的大型数据库MYSQL，ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统。
⑨ 交易模型的模拟检验
模拟是对建立的系统或决策问题的数学或逻辑模型进行试验，以获得对系统行为的认识或帮助解决决策问题的过程。模拟的主要优点在于检验交易模型中的问题或系统的任何假设模型化的能力，使它成为最灵活的工具。判断交易模型是否有实用价值，最简单、最可靠的途径是通过在尽量多的市场里，进行长时间的测试。为了减少交易模型的检测成本，检测先从模拟开始。交易模型检验的基本原则是“模拟实战”，一切条件都要接近实战条件，使检验结果尽可能真实，因为只有这样才能使交易模型有真正的使用价值。
1.突发事件
在检验过程中一定要包含有突发事件(包括涨跌停板)，因为除了要检验交易模型在正常情况下的运作情况，还要有应付突发事件的能力，不能因为是“小概率”事件而忽略了突发事件的影响，应遵循“模拟实战”的基本原则。一个成熟的交易模型，即使不能捕捉到突发事件带来的超额利润，也应该有能力抵抗突发事件带来的风险。
2.检验的信息和数据
对于基本分析交易模型，需要有完善的信息数据库，信息的来源随着科技的发达，互联网的不断应用，信息的收集比以前方便了许多，因此要整理完善好信息数据库相对较容易。对于技术分析交易模型，由于期货基金运作的是期货品种，期货品种的数据有它的独特性，欧美期货的数据有各自不同的特点，如伦敦金属的期货数据没有出现“断层现象”，使用计算机检验就不会有问题，而国内的期货数据源袭了美式期货数据，不同的交易合约换月时会出现“数据断层”，不能像股票一样使用简单的除权处理，因此要通过交易模型的检验首先对数据进行处理。
实际合约数据：按照实际的合约交易数据，缺点是十分明显的，因为国内期货合约目前只有1年的周期，因此在检验时数据周期就显得太短了，而且在相当长的交易时间内合约的成交量并不活跃，流动性小，不具有代表意义。
即月连续数据：按合约交割日连接，连接起来形成连续数据。这样产生的连续数据优点是具有实际交易性，但在实战交易中会产生差别，交割前成交不活跃，缺乏代表性，像上海铜一般都是交割月后第四、五个合约成交活跃；缺点则是会产生“断层现象”，对检验结果产生重大的失真。
价差调整连续数据：按照一定的规则，在进入交割前一定时间内连接随后的合约数据，这里的时间参数X，要根据不同品种来确定，上海铜要比大连大豆和郑州小麦的时间参数X要大，将调整时两个合约的价差累计下来，最后将累计价差加减到数据列中，得出最终的期货数据。特别注意的是，经过调整的期货数据可能会出现负值，要做相应的数据调整，但这不会影响使用计算机检测的交易结果。优点是能长时间反映价格变化水平；缺点是数据不能直接应用于实际交易中，需要通过转换。
权重连续数据：按照固定的时间连接随后的合约数据，同时按近月大、远月小或是按成交量与持仓量的比重计算连续价格，随着时间的推移，较近的合约的权重越来越小，而远月的权重越来越大。优点是消除了数据“断层现象”，可以选取多个活跃月份，这样就可以更真实地贴近实战交易；缺点也是数据不能直接应用于实际交易中，需要通过转换。
以上四种数据处理方式各有所长，要根据使用者的情况选用。对于短线使用者，实际合约数据较好，而对于中长线的使用者连续数据才能真实反映实际中长期的盈亏情况，并进行计算机的检测。在对交易模型的检测中，为了保证检验结果的可靠性和稳定性，需要足够的统计样本数据，按照统计学的大样本要求，样本数量要多于30个。以短线为主的交易模型，数据时间不能短于1年的分时数据，使用日线数据检测的不能少于3年以上，基本分析交易模型的数据要求要经历一个以上的循环周期。
⑩ 我看到有建立模型分析股票的，有哪位高手告诉我怎么建立模型，怎么通过建立模型分析股票
蚂蟥动态标准操盘模型操作原则：1，股价盘中突破上轨线且站上下降趋势线，分时回踩考虑买入，跌破下轨线止盈或止损 2，放量突破前平台，量放大于昨日一倍，浪型上1浪与3浪在时间和空间（力度和获利高度）上要留有余地且趋势突破前不可追涨，回踩确认不破1浪顶，可加仓 3，形态上反转形态，如头肩底，防三角形或楔形整理形态，注意行3似5的走势 4，股价不能贴近BOLL上轨，MACD红毛没有出现明显背驰，蚂蟥三背离指标MACD，RSI，KDJ3线交叉