股票协方差如何计算—某一股票与市场组合的协方差是什么意思？

一、股票收益的期望和标准差计算。

听了我这段做股票的心得，你一定有很大的收获。
我觉得做股票吧，首先，心态要好，创造财富也得有好心情。
中国的股市，波段操作的赢利范围和可行性最大，另外，选取的个股，也必须跟随主力的动向，这样就不会让自己的资金冒险。
为了把握最理想的买卖点，必须有主力的带动和证券技术部门的老师指引去操作，这样才能达到在股市中长期的稳定赢利。
下面我给大家推荐一位在股市中比较资深的操盘老师，主要的实战操作，才能让我们信服，这位老师的操作平台资料就在我的空间里，相信自己的眼光，关注一段时间后，你会发现，做股票，这才叫实力！

二、两证券协方差和相关系数的计算

一、首先要明白这2个的定义 1、相关系数是协方差与两个投资方案投资收益标准差之积的比值，其计算公式为：相关系数总是在-1到+1之间的范围内变动，-1代表完全负相关，+1代表完全正相关，0则表示不相关。
 2、协方差是一个用于测量投资组合中某一具体投资项目相对于另一投资项目风险的统计指标。
其计算公式为：当协方差为正值时，表示两种资产的收益率呈同方向变动；
协方差为负值时，表示两种资产的收益率呈反方向变动。
二、要辨清两者的关系 1、相关系数与协方差一定是在投资组合中出现的，只有组合才有相关系数和协方差。
单个资产是没有相关系数和协方差之说的。
 2、相关系数和协方差的变动方向是一致的，相关系数的负的，协方差一定是负的。
 3、（1）协方差表示两种证劵之间共同变动的程度：相关系数是变量之间相关程度的指标根据协方差的公式可知，协方差与相关系数的正负号相同，但是协方差是相关系数和两证券的标准差的乘积，所以协方差表示两种证劵之间共同变动的程度。
（2）相关系数是变量之间相关程度的指标，相关系数在0到1之间，表示两种报酬率的增长是同向的；
相关系数在0到-1之间，表示两种报酬率的增长是反向的，所以说相关系数是变量之间相关程度的指标。
总体来说，两项资产收益率的协方差，反映的是收益率之间共同变动的程度；
而相关系数反映的是两项资产的收益率之间相对运动的状态。
两项资产收益率的协方差等于两项资产的相关系数乘以各自的标准差。

三、求救，股票的贝塔值怎么算啊？方差、协方差那些怎么求？

股票β值表示投资组合对系统风险的敏感程度：β值为1，表示指数变化时，股票价格会以相同的百分率变化；
β值为1．8时，表示指数发生1％的变动，股票价 格会呈现1．8％的变动；
β值为值0．5时，表示指数发生1％的变动，股票价格会呈现0．5％的变动。
行情上涨时，一般选取β值偏高的投资组合；
行情下跌 时，一般选取β值偏低的投资组合，这样才能取得最佳收益。
当然，β值是历史数据的统计，有一定的时效性，这一点在应用时必须考虑。
 例，计算股票关铝股份（000831）与沪深300指数之间的相关关系，即贝塔值。
 1.首先利用大智慧软件导出关铝股份以及沪深300指数的所有数据，粘贴到EXCEL表格中。
 2.将关铝股份的日期以及相应的收盘价放到一张新表中，对沪深300指数也进行相同的操作。
3.将关铝股份中的2005年1月4日以前的数据全部删除，并且将两张表的所有汉字删除！ 4.点击数据-筛选-高级筛选，然后不管弹出什么对话框，点确定。

四、两证券协方差和相关系数的计算

方差描述了一组数列的波动情况，如果一个数列都是1种数，如1，1，1，1，1，1   那么它的方差为0　　期望其实就是一组数的平均值　　协方差是建立在方差分析和回归分析基础之上的一种统计分析方法　　两个不同参数之间的方差就是协方差　　相关系数r　　相关系数是变量之间相关程度的指标。
样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。
|r|值越大，误差Q越小，变量之间的线性相关程度越高；
|r|值越接近0，Q越大，变量之间的线性相关程度越低。
　　相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
　　相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
　　γ＞0为正相关，γ＜0为负相关。
γ＝0表示不相关；
　　γ的绝对值越大，相关程度越高。
　　两个现象之间的相关程度，一般划分为四级：　　如两者呈正相关，r呈正值，r=1时为完全正相关；
如两者呈负相关则r呈负值，而r=-1时为完全负相关。
完全正相关或负相关时，所有图点都在直线回归线上；
点子的分布在直线回归线上下越离散，r的绝对值越小。
当例数相等时，相关系数的绝对值越接近1，相关越密切；
越接近于0，相关越不密切。
当r=0时，说明X和Y两个变量之间无直线关系。
通常|r|大于0.75时，认为两个变量有很强的线性相关性。
　　相关系数的计算公式为：　　其中xi为自变量的标志值；
i＝1，2，…n；
■为自变量的平均值，　　为因变量数列的标志值；
■为因变量数列的平均值。
　　为自变量数列的项数。
对于单变量分组表的资料，相关系数的计算公式为：　　其中fi为权数，即自变量每组的次数。
在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：　　使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不　　必再列计算表。
　　参考资料：搜狗百科

五、某一股票与市场组合的协方差是什么意思？

方差描述了一组数列的波动情况，如果一个数列都是1种数，如1，1，1，1，1，1   那么它的方差为0　　期望其实就是一组数的平均值　　协方差是建立在方差分析和回归分析基础之上的一种统计分析方法　　两个不同参数之间的方差就是协方差　　相关系数r　　相关系数是变量之间相关程度的指标。
样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。
|r|值越大，误差Q越小，变量之间的线性相关程度越高；
|r|值越接近0，Q越大，变量之间的线性相关程度越低。
　　相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
　　相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
　　γ＞0为正相关，γ＜0为负相关。
γ＝0表示不相关；
　　γ的绝对值越大，相关程度越高。
　　两个现象之间的相关程度，一般划分为四级：　　如两者呈正相关，r呈正值，r=1时为完全正相关；
如两者呈负相关则r呈负值，而r=-1时为完全负相关。
完全正相关或负相关时，所有图点都在直线回归线上；
点子的分布在直线回归线上下越离散，r的绝对值越小。
当例数相等时，相关系数的绝对值越接近1，相关越密切；
越接近于0，相关越不密切。
当r=0时，说明X和Y两个变量之间无直线关系。
通常|r|大于0.75时，认为两个变量有很强的线性相关性。
　　相关系数的计算公式为：　　其中xi为自变量的标志值；
i＝1，2，…n；
■为自变量的平均值，　　为因变量数列的标志值；
■为因变量数列的平均值。
　　为自变量数列的项数。
对于单变量分组表的资料，相关系数的计算公式为：　　其中fi为权数，即自变量每组的次数。
在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：　　使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不　　必再列计算表。
　　参考资料：搜狗百科

参考文档