引言
股票数据是理解金融市场的一个至关重要的方面。它提供了深入了解公司业绩、市场趋势和投资机会的宝贵见解。股票数据的复杂性可能会让初学者感到不知所措。本文将引导您了解股票数据的复杂世界，从基本指标到高级预测建模。基本股票指标
股票数据的核心是基本指标，它们提供了对公司财务状况、绩效和市场表现的概况。关键指标包括：开盘价：股票在交易日开始时的价格。最高价：股票在交易日达到的最高价格。最低价：股票在交易日达到的最低价格。收盘价：股票在交易日结束时的价格。成交量：在交易日交易的股票份额数量。每股收益 (EPS)：公司每股收益。市盈率 (P/E)：股票当前价格与 EPS 的比率。市净率 (P/B)：股票当前价格与公司账面价值的比率。这些指标提供了一个起点，用于评估公司的价值和潜力。技术分析
技术分析涉及研究历史价格模式和趋势，以预测股票的未来走势。它依赖于图表和数学指标来识别潜在的交易机会。一些常用的技术分析指标包括：移动均线：计算股票价格的平均值，以平滑价格波动。相对强弱指数 (RSI)：衡量股票超买或超卖程度的指标。布林带：计算股票价格的预期波动范围，以识别突破和反转。MACD：平滑移动均线之间的差异，以识别趋势的动量。技术分析提供了一个框架，用于识别支撑位、阻力位和潜在的价格反转。基本面分析
基本面分析着重于公司的财务和运营信息，以评估其内在价值和增长潜力。它考虑因素包括：收入：公司的销售额。净利润：公司的盈利。资产负债率：公司负债与资产的比例。成长率：公司收入和收益的增长率。竞争优势：公司在市场中保持竞争力的因素。基本面分析提供了一个更全面的理解公司的财务状况和长期前景。预测建模
高级预测建模方法利用机器学习和统计技术来预测股票的未来走势。这些方法包括：回归模型：建立股票价格与相关变量之间的关系。时间序列模型：分析历史价格数据以预测未来趋势。神经网络：一种人工神经网络，可以学习并识别价格模式。决策树：一种树状结构，用于根据一系列规则预测股票价格。预测建模为投资者提供了更复杂的分析工具，以识别潜在的交易机会和管理风险。数据获取
获取高质量的股票数据至关重要。可用的数据源包括：金融数据提供商：例如彭博社、路透社和 FactSet。交易平台：例如 Robinhood、eToro 和 Coinbase。免费在线资源：例如 Yahoo! Finance 和 Google Finance。挑战和限制
股票数据分析并非没有挑战和限制：数据噪声：股票价格可能受到外部因素的干扰。主观性：指标的解释和模型的构建可以是主观的。历史局限性：过去的绩效可能无法预测未来的结果。重要的是要认识到这些限制并谨慎解释结果。结论
股票数据的复杂世界为投资者提供了深入了解金融市场的机会。从基本指标到预测建模，有各种工具和技术可以帮助您分析股票、识别交易机会并管理风险。通过了解这些工具的优势和局限性，您可以做出明智的投资决策并最大化您的回报。人工智能可以用来炒股吗
说的神乎其神，人工智能能用来炒股吗？
人工智能在围棋、象棋、德扑等领域都已经取得了碾压式胜利，这已经是一个不争的事实。 事实上AlphaGo这样的AI已经可以用于任何需要理解复杂模式、进行长期计划、并制定决策的领域。 人们不禁想问，还有什么是人工智能不能克服的吗？譬如说，变幻莫测的A股？
对于这个问题，持各种观点的都不乏其人。探讨它实可以分为两个部分：1. 股市可以预测吗？ 2、 假如可以预测，用机器学习的方法去预测可以吗？
先回答第一个问题：股市的涨跌可以预测吗？
如果将股市的价格变化看做一个随时间变化的序列，Price = Market (t), 我们往往会发现，不管是尝试用N个模型(线性，非线性, 概率)来进行逼近，即使是建立了符合股价变化的这样的模型，并且在有足够多的训练数据的情况下模拟出了股价，但是这些模型最多只能在特定的区间能做一些并不十分精准的预测。
首先是ReinforcementLearning, 这个算法基于马尔可夫性，从一个状态预测下一个状态，但是股价的涨跌具有强烈的马尔可夫性吗?也就是上一时刻的股价与下一个时刻的股价间有必然的联系吗?应该是不太大。 这种基于N阶马尔可夫性的系统对于股价的分析很不利。 而且假如只使用股价的历史数据进行模型的训练的话，准确度可以说几乎为0。
事实上影响股价的因素不仅仅是历史股价，还有更多的因素，公司的近况，股民对股票的态度，政策的影响等等。 所以许多人从这方面进行入手，用人工智能提供的快速计算能力，使用合适的模型，来量化这些因素，例如, (政策X出台, 可能会对股价造成变化y元)。 当你的模型将所有的因素全都考虑进来, 那么股价的预测就唾手可得了。 股价 = f(政策因素, 公司情况，市场因素, 历史股价，上一年历史股价, 某个股民自杀的影响...)
然而这些因素到底有多少? 它们之间会如何影响，这才是问题的关键。 在某些稳定的情况下，我们是可以做大概的预测的，但是有很多时候会不准确，这是因为，你的模型很难把所有的 因素都考虑进来。 而且因素与因素间还会产生互相影响的情况下。 股价的模型将会变得极其复杂。 如下图：
一个因素与一个因素之间的互相影响是很可能被预测出来的，但是假如它们之间产生了相互的影响，这时候整个系统就变得几乎不可预测了。 一个因素发生变化，会造成好几个因素的变化，最后这几个因素又会反作用回来使上一个因素直接或间接的发生变化，股价变化一下子就变得难以捉摸起来。 一些微小的因素也可以通过这种系统无限的放大，最后给股市造成巨大的影响。
那么是不是预测股价是就是不可能的呢？
事实上人工智能远比我们想象的更强大。 例如非常繁复的Bayesian reasoning，包括deep learning/deepreinforcement learning，它们都能表示复杂的hidden variables之间的关系。 现在国内外也已经有许多公司在探索将人工智能应用于股市的可能性了。
但是这里所说的将人工智能技术应用于股市，大部分不是说让人工智能代替人去做决策，而是利用人工智能在数据处理和不受主观喜好影响上的优势，在投资决策中扮演一个“AI专家顾问系统”的角色，去辅助人类做出更明智的决策。
股市分析包括基本面分析与技术分析两大块，而人工智能技术在这两方面都能发挥作用：
基本面分析
简言之，就是读取各类财经资讯。 面对网上海量又纷繁复杂的信息，只依靠人脑已经无法解决问题了。 我们知道数据挖掘的三个V，（Volume数据大）,（Velocity更新快）,（Variety多样），在处理这样的海量数据时，计算机相比人脑具有不可比拟的优势。 而深度学习在自然语言处理领域的应用，可以做到在海量的信息中做出自动摘要，提取出精华信息以帮助人类进行决策。
另外，股票价格在很大程度上是由买卖双方的力量对比决定的，是由每个股民对某支股票的情绪而决定的。 如果大家都很看好一支股票，那么它就很可能会涨；反之会跌。 还有一些特定事件会很明显地影响到股票价格，例如今年美国40年来首次开放原油出口后，国内能源版块不出意料下跌了。 这也是为什么这么多股民会刷新闻，看动态来保持敏锐的嗅觉。 可以看出，在预测股票这件事上，最重要的是信息，或者说是数据，从中挖掘股民的情绪。 而情绪识别已经是人工智能所擅长的技术了。 国外已经有很多这方面的研究，也有DataMinr这样的公司专注从社交媒体中提取有价值的金融信号。
如下图，美联社官推被黑（谣言奥巴马被袭击受伤），很快股市出现了大幅度下滑-上升（看13点左右）。 虽然这个事件较为特殊，但是设想如果能够在第一时间得到类似消息，实际上就掌握了预测股市的主动权。
可以大胆想象，如果将情感分析与机器学习相结合，抓来海量的数据，去做情感分析，大概找出民众对于对某些股票持乐观还是悲观的情绪，那么至少可以将这一因素纳入模型学习范围中。 现存的很多论文都是在情感分析上找寻很多办法去提高准确率。 其他一些更简单的做法还有：（1）Google Trend。 这个是很简单的办法：谷歌提供的搜索量数据，利用搜索量的变化来预测。 （2）利用Twitter Volume(相关Twitter的发帖数量）
2. 技术分析
传统技术分析中的K线分析，什么“大阳星”、“小阴星”、“旭日东升”、“穿头破脚”，其实就是人脑的模式识别。 受人脑信息处理能力的限制，这些识别出来的模式有以下缺点：（1）只是单条K线的、只是基于一个模糊的形状，似是而非的、没有确切的数字标准的；（2）基于有限的历史信息的。 而好的深度学习策略，可以突破人脑的限制，比如突破单一K线的限制，从更多的财经信号（其他股票、黄金、外汇等）中寻找规律；或是从一个更长时间段的历史信息中识别出规律。
总之，人工智能将提升我们处理信息的深度、广度。 使用基于人工智能技术的“智能投顾”的人，将比不运用或是还在利用“人脑”进行基本面分析与技术分析的人占信息优势，从而也就更可能在股市中盈利。
人工智能在证券投资领域的兴起始于2007年。 彼时，第一个纯人工智能的投资基金在美国纽约诞生，此后人工智能在证券投研领域的发展步入快车道; 事实上，在证券投资领域，人工智能早已经不是什么新鲜事，量化对冲基金经理遍布于北京金融街、上海陆家嘴。 一般来说，公募基金或大型私募的量化投资部由两部分组成，一部分是投研团队，另一部分是IT团队，投研团队提出需求，IT团队做出算法交易的模块，解决基金经理们的需求。
“正常情况下，我每天的工作流程是早上起床后看一下(机器)生成的股票清单，再看看组合管理系统里每个策略配了多少权重，这些策略加起来的仓位又是多少，然后根据机器所给出的信号(卖出或买入)的各类数据(包括融资融券、投资者入场情况等)，判断机器给出的信号有没有明显的错误。 ”一位量化对冲经理说，如果当天需要交易，他就会生成交易指令，再下单到交易系统，交易系统就会开始自动运作。
在传统的投研中，基金经理及研究员们对财务、交易、市场等数据进行建模，分析其显著特征，利用回归分析等传统机器学习算法作出交易策略，到了人工智能阶段，这些工作便交给了计算机。 目前，一些私募基金已开始将量化对冲的三个子领域融入日常交易策略中，尝试获取收益，它们包括机器学习、自然语言处理与知识图谱。 例如，作为全球最大的对冲基金，桥水联合(Bridgewater Asspcoates)使用的是一种基于历史数据与统计概率的交易算法，让系统能够自主学习市场变化并适应新的信息。
AlphaGo大胜李世石柯洁，引发全世界关注。 投射到投研领域，则是以人工智能量化选股和人类基金经理之间的对决。 已经证明的是，人工智能选股在规避市场波动下的非理性选择、回避非系统性风险、获取确定性收益方面等更胜一筹，波动率、最大回撤等指标也更低，表现更稳定。
然而，机器虽然动作比人快，但思维还是没人快。 比如面对某个新出台的政策、市场热点，基金经理可以立即以此为主线采取行动。 但是机器没那么快。 这是人的优势。 再譬如，机器一次只能做到一个阶段做一个策略，比如供给侧改革，只能想到煤炭、钢铁、有色金属里的股票，但是对基金经理，他就还能同时做价值投资或动量反转等策略。
整体来说，将整个股票投资决策过程全部交给机器，目前来说还属于少部分金融巨头企业才能做到的事情。
美国硅谷“感知力”技术公司让人工智能程序全程负责股票交易，与其他一些运用人工智能的投资公司不同，该公司交易部门只有两名员工负责监控机器，以确保出现不可控情形时可通过关机终止交易。 据报道，“感知力”公司的人工智能投资系统可以通过经验学习实现“自主进化”。 公司在全球拥有数千台同时运行的机器，其独特算法创造了数万亿被称为“基因”的虚拟交易者。 系统利用历史数据模拟交易，目前可在几分钟内模拟1800天的交易量，经过测试，不好的“基因”被剔除，好的“基因”被保留。 通过考验的好“基因”被用于真正的交易。 公司员工只需设定好时间、回报率、风险指数等交易指标，剩下的一切都交由机器负责。
公司首席投资官杰夫·霍尔曼透露，目前机器在没有人为干预情况下掌握着大量股票，每天完成数以百计的交易，持仓期限为数日到几周。 公司说机器的表现已超越他们设定的内部指标，但没有透露指标的具体内容。
随着人工智能技术的持续进步，人工智能投资成为被学术界和资本看好的领域。 英国布里斯托尔大学教授克里斯蒂亚尼尼说，股票投资是十大最有可能被人工智能改变的行业之一。 另一方面，也不是所有的投资商都信任机器，英国对冲基金曼氏金融首席科学家莱德福警告说，不应过度信任人工智能投资，该领域还远没有成熟。 虽然有各种各样具有迷惑性的承诺，很多投资人的钱却有去无回。
有哪些常见的股票交易系统？
探索股票交易的世界：揭秘常用系统架构与关键环节
在股票交易的复杂版图中，各类交易系统犹如精密的交响乐团，每个环节都至关重要。 它们以独特的中低频策略为主导，强调长周期持仓与低反馈循环，将研究、目标设定与执行分离，形成一种有序的系统化交易流程。
首先，交易系统的核心环节是回测与信号生成。 研究者深入挖掘历史数据，通过严谨的回溯分析，计算信号的历史收益，这是系统设计的基石，确保了策略的可追溯性和稳定性。 实盘交易则在此基础上，生成目标并进行严格的审核，监控数据、信号的准确性，以及操作中的潜在风险。
复盘审核是交易系统中的重要环节，它通过模拟交易与实际市场的对比，揭示策略在不同环境下的表现差异，为策略优化提供依据。 系统的基础组成部分包括数据源（累积历史和实时更新）、信号生成机制，以及必要的人工干预，以应对复杂市场环境。 模拟交易则模拟真实交易成本，衡量盈亏，为策略执行提供预演。
软件架构设计中，数据处理是关键，无论是低频的API调用、爬虫获取，还是高频的socket实时数据，都需要借助消息队列、缓存、持久化存储以及数据管道管理工具如Airflow，确保数据的高效流动。 股票数据本身为二维结构，ID映射和静态信息的处理是必不可少的。
计算部分，交易系统通常采用计算图进行大规模运算，实盘交易中的报警、报告生成，以及与执行系统的交互，通过API接口实现。 Python生态系统中的numpy、pandas、scikit-learn、tensorflow、polars等工具在此大显身手，为策略执行提供强大支持。
部署阶段，代码、计算资源和配置的分离至关重要，Docker、Git、Linux、Jenkins等工具在此过程中扮演着重要角色。 在dev、stage和prod等不同环境的划分下，Kafka、Redis、MySQL/MongoDB、Airflow、Git、Linux、Jenkins、Spark和Kubernetes等技术被广泛应用，确保系统的稳定性和灵活性。
总结来说，从数据处理到信号生成，从模拟交易到实盘操作，再到部署与运维，每个环节都在股票交易系统中发挥着不可或缺的作用，共同构建了一个高效、智能的交易生态环境。
对买股票想不太通的地方
股票基金的特点：①与其他基金相比，股票基金的投资对象具有多样性，投资目的也具有多样性。 ②与投资者直接投资于股票市场相比，股票基金具有分散风险。 费用较低等特点。 对一般投资者而言，个人资本毕竟是有限的，难以通过分散投资种类而降低投资风险。 但若投资于股票基金，投资者不仅可以分享各类股票的收益，而且已可以通过投资于股票基金而将风险分散于各类股票上，大大降低了投资风险。 此外，投资者投资了股票基金，还可以享受基金大额投资在成本上的相对优势，降低投资成本，提高投资效益，获得规模效益的好处。 ③从资产流动性来看，股票基金具有流动性强、变现性高的特点。 股票基金的投资对象是流动性极好的股票，基金资产质量高、变现容易。 ④对投资者来说，股票基金经营稳定、收益可观。 一般来说，股票基金的风险比股票投资的风险低。 因而收益较稳定。 不仅如此，封闭式股票基金上市后，投资者还可以通过在交易所交易获得买卖差价。 基金期满后，投资者享有分配剩余资产的权利。 ⑤股票基金还具有在国际市场上融资的功能和特点。 就股票市场而言，其资本的国际化程度较外汇市场和债券市场为低。 一般来说，各国的股票基本上在本国市场上交易，股票投资者也只能投资于本国上市的股票或在当地上市的少数外国公司的股票。 在国外，股票基金则突破了这一限制、投资者可以通过购买股票基金，投资于其他国家或地区的股票市场，从而对证券市场的国际化具有积极的推动作用。 从海外股票市场的现状来看，股票基金投资对象有很大一部分是外国公司股票。 证券投资基金是一种利益共享、风险共担的集合证券投资方式，即通过发行基金单位，集中投资者的资金，由基金托管人托管，由基金管理人管理和运用资金、从事股票、债券等金融工具投资。 在我国。 基金托管人必须由合格的商业银行担任，基金管理人必须由专业的基金管理公司担任。 基金投资人享受证券投资基金的收益，也承担亏损的风险。 证券投资基金的特点有：（1）证券投资基金是由专家运作，管理并专门投资于证券市场的基金。 我国《证券投资基金管理暂行办法》规定，证券投资基金投资于股票、债券的比例，不得低于该基金资产总值的80％。 基金资产由专业的基金管理公司负责管理。 基金管理公司配备了大量的投资专家，他们不仅掌握了广博的投资分析和投资组合理论知识，而且在投资领域也积累了相当丰富的经验。 （2）证券投资基金是一种间接的证券投资方式。 投资者是通过购买基金而间接投资于证券市场的。 与直接购买股票相比。 投资者与上市公司没有任何直接关系，不参与公司决策和管理，只享有公司利润的分配权。 投资者若直接投资于股票、债券，就成了股票、债券的所有者，要直接承担投资风险。 而投资者若购买了证券投资基金，则是由基金管理人来具体管理和运作基金资产，进行证券的买卖活动。 因此，对投资者来说，证券投资基金是一种间接证券投资方式。 （3）证券投资基金具有投资小、费用低的优点。 在我国，每份基金单位面值为人民币1元。 证券投资基金最低投资额一般较低，投资者可以根据自己的财力，多买或少买基金单位、从而解决了中小投资者钱不多、入市难的问题。 基金的费用通常较低。 根据国际市场上的一般惯例，基金管理公司就提供基金管理服务而向基金收取的管理费一般为基金资产净值的1％--2.5％，而投资者购买基金需缴纳的费用通常为认购总额的0.25％，低于购买股票的费用。 此外，由于基金集中了大量的资金进行证券交易，通常也能在手续费方面得到证券商的优惠，而且为了支持基金业的发展，很多国家和地区还对基金的税收给予优惠，使投资者通过基金投资证券所承担的税赋不高于直接投资于证券须承担的税赋。 （4）证券投资基金具有组合投资、分散风险的好处。 根据投资专家的经验，要在投资中做到起码的分散风险。 投资学上有一句谚语：不要把你的鸡蛋放在同一个篮子里.然而，中小投资者通常无力做到这一点。 如果投资者把所有资金都投资于一家公司的股票，一旦这家公司破产，投资者便可能尽失其所有。 而证券投资基金通过汇集众多中小投资者的小额资金。 形成雄厚的资金实力，可以同时把投资者的资金分散投资于各种股票，使某些股票跌价造成的损失可以用其他股票涨价的盈利来弥补，分散了投资风险。 如我国最近颁布的《证券投资基金管理暂行办法》规定，1个基金持有1家上市公司的股票，不得超过该基金资产净值的10％。 换言之，如果某基金将其80％的资产净值投资于股票的话，它至少应购买8家公司的股票。 （5）证券投资基金流动性强。 基金的买卖程序非常简便。 对开放式基金而言。 投资者既可以向基金管理公司直接购买或赎回基金、也可以通过证券公司等代理销售机构购买或赎回，或委托投资顾问机构代为买入。 国外的基金大多是开放式基金，每天都会进行公开报价，投资者可随时据以购买或赎回。 根据不同标准可将证券投资基金划分为不同的种类。 （1）根据基金单位是否可增加或赎回，投资基金可分为开放式基金和封闭式基金。 开放式基金是指基金设立后，投资者可以随时申购或赎回基金单位，基金规模不固定的投资基金；封闭式基金是指基金规模在发行前已确定，在发行完毕后的规定期限内，基金规模固定不变的投资基金。 （2）根据组织形态的不同，投资基金可分为公司型投资基金和契约型投资基金。 公司型投资基金是具有共同投资目标的投资者组成以盈利为目的的股份制投资公司，并将资产投资于特定对象的投资基金；契约型投资基金也称信托型投资基金，是指基金发起人依据其与基金管理人、基金托管人订立的基金契约，发行基金单位而组建的投资基金。 （3）根据投资风险与收益的不同，投资基金可分为成长型投资基金、收入型投资基金和平衡型投资基金。 成长型投资基金是指把追求资本的长期成长作为其投资目的的投资基金；收入型基金是指以能为投资者带来高水平的当期收人为目的的投资基金；平衡型投资基金是指以支付当期收入和追求资本的长期成长为目的的投资基金。 （4）根据投资对象的不同，投资基金可分为股票基金、债券基金、货币市场基金、期货基金、期权基金，指数基金和认股权证基金等。 股票基金是指以股票为投资对象的投资基金；债券基金是指以债券为投资对象的投资基金；货币市场基金是指以国库券、大额银行可转让存单、商业票据、公司债券等货币市场短期有价证券为投资对象的投资基金；期货基金是指以各类期货品种为主要投资对象的投资基金；期权基金是指以能分配股利的股票期权为投资对象的投资基金；指数基金是指以某种证券市场的价格指数为投资对象的投资基金；认股权证基金是指以认股权证为投资对象的投资基金。 （5）根据投资货币种类，投资基金可分为美元基金、日元基金和欧元基金等。 美元基金是指投资于美元市场的投资基金；日元基金是指投资于日元市场的投资基金；欧元基金是指投资于欧元市场的投资基金。 此外，根据资本来源和运用地域的不同，投资基金可分为国际基金、海外基金、国内基金，国家基金和区域基金等，国际基金是指资本来源于国内，并投资于国外市场的投资基金；海外基金也称离岸基金。 是指资本来源于国外，并投资于国外市场的投资基金；国内基金是指资本来源于国内，并投资于国内市场的投资基金；国家基金是指资本来源于国外，并投资于某一特定国家的投资基金；区域基金是指投资于某个特定地区的投资基金股票价格指数股票价格指数简介股票价格指数即股票指数。 是由证券交易所或金融服务机构编制的表明股票行市变动的一种供参考的指示数字。 由于股票价格起伏无常，投资者必然面临市场价格风险。 对于具体某一种股票的价格变化，投资者容易了解，而对于多种股票的价格变化，要逐一了解，既不容易，也不胜其烦。 为了适应这种情况和需要，一些金融服务机构就利用自己的业务知识和熟悉市场的优势，编制出股票价格指数，公开发布，作为市场价格变动的指标。 投资者据此就可以检验自己投资的效果，并用以预测股票市场的动向。 同时，新闻界、公司老板乃至政界领导人等也以此为参考指标，来观察、预测社会政治、经济发展形势。 这种股票指数，也就是表明股票行市变动情况的价格平均数。 编制股票指数，通常以某年某月为基础，以这个基期的股票价格作为100，用以后各时期的股票价格和基期价格比较，计算出升除的百分比，就是该时期的股票指数。 投资者根据指数的升降，可以判断出股票价格的变动趋势。 并且为了能实时的向投资者反映股市的动向，所有的股市几乎都是在股价变化的同时即时公布股票价格指数。 计算股票指数，要考虑三个因素：一是抽样，即在众多股票中抽取少数具有代表性的成份股；二是加权，按单价或总值加权平均，或不加权平均；三是计算程序，计算算术平均数、几何平均数，或兼顾价格与总值。 由于上市股票种类繁多，计算全部上市股票的价格平均数或指数的工作是艰巨而复杂的，因此人们常常从上市股票中选择若干种富有代表性的样本股票，并计算这些样本股票的价格平均数或指数。 用以表示整个市场的股票价格总趋势及涨跌幅度。 计算股价平均数或指数时经常考虑以下四点：(1)样本股票必须具有典型性、普通性，为此，选择样本对应综合考虑其行业分布、市场影响力、股票等级、适当数量等因素。 (2)计算方法应具有高度的适应性，能对不断变化的股市行情作出相应的调整或修正，使股票指数或平均数有较好的敏感性。 (3) 要有科学的计算依据和手段。 计算依据的口径必须统一，一般均以收盘价为计算依据，但随着计算频率的增加，有的以每小时价格甚至更短的时间价格计算。 (4) 基期应有较好的均衡性和代表性。 指数的计算方法计算股票指数时，往往把股票指数和股价平均数分开计算。 按定义，股票指数即股价平均数。 但从两者对股市的实际作用而言，股价平均数是反映多种股票价格变动的一般水平，通常以算术平均数表示。 人们通过对不同的时期股价平均数的比较，可以认识多种股票价格变动水平。 而股票指数是反映不同时期的股价变动情况的相对指标，也就是将第一时期的股价平均数作为另一时期股价平均数的基准的百分数。 通过股票指数，人们可以了解计算期的股价比基期的股价上升或下降的百分比率。 由于股票指数是一个相对指标，因此就一个较长的时期来说，股票指数比股价平均数能更为精确地衡量股价的变动。 股价平均数的计算股票价格平均数反映一定时点上市股票价格的绝对水平，它可分为简单算术股价平均数、修正的股价平均数、加权股价平均数三类。 人们通过对不同时点股价平均数的比较，可以看出股票价格的变动情况及趋势。 (1)简单算术股价平均数 简单算术股价平均数是将样本股票每日收盘价之和除以样本数得出的，即： 简单算术股价平均数＝(P1＋P2＋P3＋…＋ Pn)/n 世界上第一个股票价格平均——道·琼斯股价平均数在1928年10月1日前就是使用简单算术平均法计算的。 现假设从某一股市采样的股票为A、B、C、D四种，在某一交易日的收盘价分别为10元、16元、24元和30元，计算该市场股价平均数。 将上述数置入公式中，即得： 股价平均数＝(P1＋P2＋P3＋P4)/n＝(10＋16＋24＋30)/4＝20(元) 简单算术股价平均数虽然计算较简便，但它有两个缺点：一是它未考虑各种样本股票的权数，从而不能区分重要性不同的样本股票对股价平均数的不同影响。 二是当样本股票发生股票分割派发红股、增资等情况时，股价平均数会产生断层而失去连续性，使时间序列前后的比较发生困难。 例如，上述D股票发生以1股分割为3股时，股价势必从30元下调为10元， 这时平均数就不是按上面计算得出的20元，而是(10＋16＋24＋10)/4＝15(元)。 这就是说，由于D股分割技术上的变化，导致股价平均数从20元下跌为15元(这还未考虑其他影响股价变动的因素)，显然不符合平均数作为反映股价变动指标的要求。 (2)修正的股份平均数 修正的股价平均数有两种： 一是除数修正法，又称道式修正法。 这是美国道·琼斯在1928年创造的一种计算股价平均数的方法。 该法的核心是求出一个常数除数，以修正因股票分割、增资、发放红股等因素造成股价平均数的变化，以保持股份平均数的连续性和可比性。 具体作法是以新股价总额除以旧股价平均数，求出新的除数，再以计算期的股价总额除以新除数，这就得出修正的股价平均数。 即： 新除数＝变动后的新股价总额/旧的股价平均数 修正的股价平均数＝报告期股价总额/新除数 在前面的例子除数是4，经调整后的新的除数应是： 新的除数＝(10＋16＋24＋10)/20＝3，将新的除数代入下列式中，则： 修正的股价平均数＝(10＋16＋24＋10)/3＝20(元)得出的平均数与未分割时计算的一样，股价水平也不会因股票分割而变动。 二是股价修正法。 股价修正法就是将股票分割等，变动后的股价还原为变动前的股价，使股价平均数不会因此变动。 美国《纽约时报》编制的500种股价平均数就采用股价修正法来计算股价平均数。 (3)加权股价平均数 加权股价平均数是根据各种样本股票的相对重要性进行加权平均计算的股价平均数，其权数(Q) 可以是成交股数、股票总市值、股票发行量等。 股票指数的计算股票指数是反映不同时点上股价变动情况的相对指标。 通常是将报告期的股票价格与定的基期价格相比，并将两者的比值乘以基期的指数值，即为该报告期的股票指数。 股票指数的计算方法有三种：一是相对法，二是综合法，三是加权法。 (1)相对法 相对法又称平均法，就是先计算各样本股票指数。 再加总求总的算术平均数。 其计算公式为： 股票指数＝n个样本股票指数之和/n 英国的《经济学人》普通股票指数就使用这种计算法。 (2)综合法 综合法是先将样本股票的基期和报告期价格分别加总，然后相比求出股票指数。 即： 股票指数＝报告期股价之和/基期股价之和 代入数字得： 股价指数＝(8＋12＋14＋18)/(5＋8＋10＋15) ＝ 52/38＝136.8% 即报告期的股价比基期上升了36.8%。 从平均法和综合法计算股票指数来看，两者都未考虑到由各种采样股票的发行量和交易量的不相同，而对整个股市股价的影响不一样等因素，因此，计算出来的指数亦不够准确。 为使股票指数计算精确，则需要加入权数，这个权数可以是交易量，亦可以是发行量。 (3)加权法 加权股票指数是根据各期样本股票的相对重要性予以加权，其权数可以是成交股数、股票发行量等。 按时间划分，权数可以是基期权数，也可以是报告期权数。 以基期成交股数(或发行量)为权数的指数称为拉斯拜尔指数；以报告期成交股数(或发行量)为权数的指数称为派许指数。 拉斯拜尔指数偏重基期成交股数(或发行量)，而派许指数则偏重报告期的成交股数(或发行量)。 目前世界上大多数股票指数都是派许指数。 世界上几种著名的股票指数道·琼斯股票指数道·琼斯股票指数是世界上历史最为悠久的股票指数，它的全称为股票价格平均数。 它是在1884年由道·琼斯公司的创始人查理斯·道开始编制的。 其最初的道·琼斯股票价格平均指数是根据11种具有代表性的铁路公司的股票，采用算术平均法进行计算编制而成，发表在查理斯·道自己编辑出版的《每日通讯》上。 其计算公式为：股票价格平均数＝入选股票的价格之和/入选股票的数量。 自1897年起，道·琼斯股票价格平均指数开始分成工业与运输业两大类，其中工业股票价格平均指数包括12种股票，运输业平均指数则包括20种股票，并且开始在道·琼斯公司出版的《华尔街日报》上公布。 在1929年，道·琼斯股票价格平均指数又增加了公用事业类股票，使其所包含的股票达到65种，并一直延续至今。 现在的道·琼斯股票价格平均指数是以1928年10月1日为基期，因为这一天收盘时的道·琼斯股票价格平均数恰好约为100美元，所以就将其定为基准日。 而以后股票价格同基期相比计算出的百分数，就成为各期的投票价格指数，所以现在的股票指数普遍用点来做单位，而股票指数每一点的涨跌就是相对于基准日的涨跌百分数。 道·琼斯股票价格平均指数最初的计算方法是用简单算术平均法求得，当遇到股票的除权除息时，股票指数将发生不连续的现象。 1928年后，道·琼斯股票价格平均数就改用新的计算方法，即在计点的股票除权或除息时采用连接技术，以保证股票指数的连续，从而使股票指数得到了完善，并逐渐推广到全世界。 目前，道·琼斯股票价格平均指数共分四组，第一组是工业股票价格平均指数。 它由30种有代表性的大工商业公司的股票组成，且随经济发展而变大，大致可以反映美国整个工商业股票的价格水平，这也就是人们通常所引用的道·琼斯工业股票价格平均数。 第二组是运输业股票价格平均指数。 它包括着20种有代表性的运输业公司的股票，即8家铁路运输公司、8家航空公司和 4家公路货运公司。 第三组是公用事业股票价格平均指数，是由代表着美国公用事业的1 5家煤气公司和电力公司的股票所组成。 第四组是平均价格综合指数。 它是综合前三组股票价格平均指数65种股票而得出的综合指数，这组综合指数虽然为优等股票提供了直接的股票市场状况，但现在通常引用的是第一组--工业股票价格平均指数。 道·琼斯股票价格平均指数是目前世界上影响最大、最有权威性的一种股票价格指数，原因之一是道·琼斯股票价格平均指数所选用的股票都是有代表性，这些股票的发行公司都是本行业具有重要影响的著名公司，其股票行情为世界股票市场所瞩目，各国投资者都极为重视。 为了保持这一特点，道·琼斯公司对其编制的股票价格平均指数所选用的股票经常予以调整，用具有活力的更有代表性的公司股票替代那些失去代表性的公司股票。 自1928年以来，仅用于计算道·琼斯工业股票价格平均指数的30种工商业公司股票，已有30次更换，几乎每两年就要有一个新公司的股票代替老公司的股票。 原因之二是，公布道·琼斯股票价格平均指数的新闻载体--《华尔街日报》是世界金融界最有影响力的报纸。 该报每天详尽报道其每个小时计算的采样股票平均指数、百分比变动率、每种采样股票的成交数额等，并注意对股票分股后的股票价格平均指数进行校正。 在纽约证券交易营业时间里，每隔半小时公布一次道·琼斯股票价格平均指数。 原因之三是，这一股票价格平均指数自编制以来从未间断，可以用来比较不同时期的股票行情和经济发展情况，成为反映美国股市行情变化最敏感的股票价格平均指数之一，是观察市场动态和从事股票投资的主要参考。 当然，由于道·琼斯股票价格指数是一种成分股指数，它包括的公司仅占目前2500多家上市公司的极少部分，而且多是热门股票，且未将近年来发展迅速的服务性行业和金融业的公司包括在内，所以它的代表性也一直受到人们的质疑和批评。 标准·普尔股票价格指数除了道·琼斯股票价格指数外，标准·普尔股票价格指数在美国也很有影响，它是美国最大的证券研究机构即标准·普尔公司编制的股票价格指数。 该公司于1923年开始编制发表股票价格指数。 最初采选了230种股票，编制两种股票价格指数。 到1957年，这一股票价格指数的范围扩大到500种股票，分成95种组合。 其中最重要的四种组合是工业股票组、铁路股票组、公用事业股票组和500种股票混合组。 从1976年7月1日开始，改为 400种工业股票，20种运输业股票，40种公用事业股票和40种金融业股票。 几十年来，虽然有股票更迭，但始终保持为500种。 标准·普尔公司股票价格指数以1941年至1943年抽样股票的平均市价为基期，以上市股票数为权数，按基期进行加权计算，其基点数为10。 以目前的股票市场价格乘以股票市场上发行的股票数量为分子，用基期的股票市场价格乘以基期股票数为分母，相除之数再乘以10就是股票价格指数。 纽约证券交易所股票价格指数纽约证券交易所股票价格指数。 这是由纽约证券交易所编制的股票价格指数。 它起自1966年6月，先是普通股股票价格指数，后来改为混合指数，包括着在纽约证券交易所上市的1500家公司的1570种股票。 具体计算方法是将这些股票按价格高低分开排列，分别计算工业股票、金融业股票、公用事业股票、运输业股票的价格指数，最大和最广泛的是工业股票价格指数，由1093种股票组成；金融业股票价格指数包括投资公司、储蓄贷款协会、分期付款融资公司、商业银行、保险公司和不动产公司的223种股票；运输业股票价格指数包括铁路、航空、轮船、汽车等公司的65种股票；公用事业股票价格指数则有电话电报公司、煤气公司、电力公司和邮电公司的189种股票。 纽约股票价格指数是以1965年12月31日确定的50点为基数，采用的是综合指数形式。 纽约证券交易所每半个小时公布一次指数的变动情况。 虽然纽约证券交易所编制股票价格指数的时间不长，因它可以全面及时地反映其股票市场活动的综合状况，较为受投资者欢迎。 日经道·琼斯股价指数(日经平均股价)系由日本经济新闻社编制并公布的反映日本股票市场价格变动的股票价格平均数。 该指数从1950年9月开始编制。 最初根据东京证券交易所第一市场上市的225家公司的股票算出修正平均股价，当时称为东证修正平均股价。 1975年5月1日，日本经济新闻社向道·琼斯公司买进商标，采用美国道·琼斯公司的修正法计算，这种股票指数也就改称日经道·琼斯平均股价。 1985年5月1日在合同期满10年时，经两家商议，将名称改为日经平均股价。 按计算对象的采样数目不同，该指数分为两种，一种是日经225种平均股价。 其所选样本均为在东京证券交易所第一市场上市的股票，样本选定后原则上不再更改。 1981年定位制造业150家，建筑业10家、水产业3家、矿业3家、商业12家、路运及海运14家、金融保险业15家、不动产业3家、仓库业、电力和煤气4家、服务业5家。 由于日经225种平均股价从1950年一直延续下来，因而其连续性及可比性较好，成为考察和分析日本股票市场长期演变及动态的最常用和最可靠指标。 该指数的另一种是日经500种平均股价。 这是从1982年1月4日起开始编制的。 由于其采样包括有500种股票，其代表性就相对更为广泛，但它的样本是不固定的，每年4月份要根据上市公司的经营状况、成交量和成交金额、市价总值等因素对样本进行更换。 《金融时报》股票价格指数《金融时报》股票价格指数的全称是伦敦《金融时报》工商业普通股股票价格指数，是由英国《金融时报》公布发表的。 该股票价格指数包括着在英国工商业中挑选出来的具有代表性的30家公开挂牌的普通股股票。 它以1935年7月1日作为基期，其基点为100点。 该股票价格指数以能够及时显示伦敦股票市场情况而闻名于世。 香港恒生指数香港恒生指数是香港股票市场上历史最久、影响最大的股票价格指数，由香港恒生银行于1969年11月24日开始发表。 恒生股票价格指数包括从香港500多家上市公司中挑选出来的33家有代表性且经济实力雄厚的大公司股票作为成份股，分为四大类--4种金融业股票、6种公用事业股票、 9种地产业股票和14种其他工商业(包括航空和酒店)股票。 这些股票占香港股票市值的63．8％，因该股票指数涉及到香港的各个行业，具有较强的代表性。 恒生股票价格指数的编制是以1964年7月31日为基期，因为这一天香港股市运行正常，成交值均匀，可反映整个香港股市的基本情况，基点确定为100点。 其计算方法是将33种股票按每天的收盘价乘以各自的发行股数为计算日的市值，再与基期的市值相比较，乘以100就得出当天的股票价格指数。 由于恒生股票价格指数所选择的基期适当，因此，不论股票市场狂升或猛跌，还是处于正常交易水平，恒生股票价格指数基本上能反映整个股市的活动情况。 自1969年恒生股票价格指数发表以来，已经过多次调整。 由于1980年8月香港当局通过立法，将香港证券交易所、远东交易所、金银证券交易所和九龙证券所合并为香港联合证券交易所，在目前的香港股票市场上，只有恒生股票价格指数与新产生的香港指数并存，香港的其他股票价格指数均不复存在。
