1. 股票投资数学建模问题
风险最小就是相关系数之和最小的方案吧
投资回报率和风险的关系，就是收益期望和相关系数之间的函数
数学不好，只能乱说说了
2. 债券,股票,期货三类金融市场资产定价模型的原理
债券，股票，期货三类金融市场资产定价模型的原理：
1、资本资产定价模型中，所谓资本资产主要指的是股票资产，而定价则试图解释资本市场如何决定股票收益率，进而决定股票价格。
2、根据风险与收益的一般关系，某资产的必要收益率是由无风险收益率和资产的风险收益率决定的。
3、必要收益率等于无风险收益率加风险收益率。
4、资本资产定价模型的一个主要贡献就是解释了风险收益率的决定因素和度量方法。
3. 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！
4. 金融模型有哪些
金融模型就是跟据所收集的数据利用回归分析做出一个影响所分析数据的公式，根据公式将数据带入可以进行预测，在股市上的应用就是可以预测股市价格，在这方面比较好的软件是SARS。
一、波动性方法
自从1952年Markowitz提出了基于方差为风险的*3资产组合选择理论后，方差（均方差）就成了一种极具影响力的经典的金融风险度量。方差计算简便，易于使用，而且已经有了相当成熟的理论。当然，波动性方法也存在以下缺点：
（1）把收益高于均值部分的偏差也计入风险，这可能大家很难接受；
（2）以收益均值作为回报基准，也与事实不符；
（3）只考虑平均偏差，不适合用来描述小概率事件发生所导致的巨大损失，而金融市场中的“稀少事件”产生的极端风险才是金融风险的真正所在。
二、VaR模型（Value at Risk）
风险价值模型产生于1994年，比较正规的定义是：在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内预期发生的最坏情况的损失大小X。在数学上的严格定义如下：设X是描述证券组合损失的随机变量，F(x)是其概率分布函数，置信水平为a，则：VaR(a)=-inf{x|F(x)≥a}。该模型在证券组合损失X符合正态分布，组合中的证券数量不发生变化时，可以比较有效的控制组合的风险。
因此，2001年的巴塞耳委员会指定VaR模型作为银行标准的风险度量工具。但是VaR模型只关心超过VaR值的频率，而不关心超过VaR值的损失分布情况，且在处理损失符合非正态分布（如厚尾现象）及投资组合发生改变时表现不稳定。
三、灵敏度分析法
灵敏度方法是对风险的线性度量，它测定市场因子的变化与证券组合价值变化的关系。对于市场因子的特定变化量，通过这关系种变化关系可得到证券组合价值的变化量。针对不同的金融产品有不同的灵敏度。比如：在固定收入市场的久期，在股票市场的“β”，在衍生工具市场“δ”等。灵敏度方法由于其简单直观而得到广泛的应用但是它有如下的缺陷：
（1）只有在市场因子变化很小时，这种近似关系才与现实相符，是一种局部性测量方法；
（2）对产品类型的高度依赖性；
（3）不稳定性。如股票的“贝塔”系数存在不稳定的缺陷，用其衡量风险，有很大的争议；
（4）相对性。敏感度只是相对的比例概念，并没有回答损失到底有多大。
5. 股票模型的建模过程
模型准备 ：了解个股的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。
模型假设 ：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。
模型建立 ：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具）
模型求解 ：利用获取的数据资料，对模型的所有参数做出计算（估计）。
模型分析 ：对所得的结果进行数学上的分析。
模型检验 ：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。
模型应用 ：应用方式因问题的性质和建模的目的而异。
6. 如何设计股票模型
股票模型 网络名片 股票模型就是对于现实中的个股，为了达到盈利目的，作出一些必要的简化和假设，运用适当的数学分析，得到一个数学结构。 目录概念股票建模建模过程股票模型的作用 编辑本段概念在这里引用数学模型的定义，也可以说，股票建模是利用数学语言（符号、式子与图象）模拟现实的模型。把现实模型抽象、简化为某种数学结构是数学模型的基本特征。它或者能解释特定现象的现实状态，或者能预测到对象的未来状况，或者能提供处理对象的最优决策或控制。 编辑本段股票建模把个股的实际问题加以提炼，抽象为数学模型，求出模型的解，验证模型的合理性，并用该数学模型所提供的解答来解释现实问题，我们把这一应用过程称为股票建模。 编辑本段建模过程模型准备 ：了解个股的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。 模型假设 ：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。 模型建立 ：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具） 模型求解 ：利用获取的数据资料，对模型的所有参数做出计算（估计）。 模型分析 ：对所得的结果进行数学上的分析。 模型检验 ：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。 模型应用 ：应用方式因问题的性质和建模的目的而异。 编辑本段股票模型的作用第一，能让分析过程简化，并让复杂的分析过程通过数据表达出来。 第二，通过对模型的反复修正，能起到对个股的未来走势起到预测效果。 第三，便于掌握股市行情。