如何在股票中构建数学模型图…建立数学模型有哪两类主要方法

一、这个数学模型怎么建？

展开全部我去年参加过数学建模，稍微有点了解！这个要用到概率，最好按百分制表示，你多统计点数据，每组数据先把图像画出来，先按平均值算一次，然后再建立个模型，按照比重分一定的比例，比如0.1，0.2，0.3，0.1，0.3，这是个比方。
如果你有时间，你还可以用更多的时间去建立更多的模型。
将建立的模型，与现实世界比较，你看是否合理，不合理找出原因，应该在概率方面出错了。
这个建模不是太难，好好做，几天就做出来了！

二、股票交易 的数学建模问题

弘历在股市的投资理念在软件中的体现是"先大后小"与"先长后短"的图形分析功能的界面。
"先大后小"可以把个股与大盘进行比较，"先长后短"可以把股票的日、周、月线进行同屏比较。
软件免费试用中，请登录乐股网 *：//*legu168*/software/hxzsy.jsp

三、股市分析的数学建模问题 哪位高手给点指导啊

筹码公式是无法用到指数上的，请知悉

四、请高手将这个副图改写成为在个股副图中显示大盘指标的公式

筹码公式是无法用到指数上的，请知悉

五、如何应用及建立数学模型

怎样帮助学生构建“应用问题”数学模型的。
构建“应用问题”数学模型，首先要明确这个命题的含义。
所谓数学建模，就是对实际问题的一种数学表述，是对现实原型的概括，是数学基础知识与数学实际应用之间的桥梁，简而言之，就是将当前的问题转化为数学模型。
如何帮助学生构建“应用问题”数学模型？我想谈谈自己的看法：一、选择学生身边的应用问题“建模”。
数学源于生活。
在数学教学中，我们应该善于选择学生身边的问题，让学生在生活中学习掌握知识。
现实的生活材料，能激发学生思考数学问题的兴趣，他们会认识到现实生活中隐藏丰富的数学问题，这有利于学生地关注生活中的数学问题。
就拿行程问题来说，学生每天上学放学的方式、行程路线等就是很好的例子。
我们可以充分利用这些知识帮助学生构建数学模型。
通过教学实践发现，选择学生有生活经验的事例作“数学建模”，更有利于帮助学生掌握知识，提高应用题的分析能力。
二、帮助学生在“建模”的过程中注意由简到繁的认知规律。
应用题的背景材料来自于社会生活实际，简单的应用题背景较简单，语言较直接，容易使学生领会如何进行审题，理顺数量关系，容易建立数学模型，为解复杂一点的应用题打下基础，又能带给学生成功解题的体验，增强学应用题的信心。
因此，在应用题教学中，我们要以简单题做铺垫，在建立基本模型的基础之上，实现由简到繁。
三、教师在实际教学中要注意培养学生建立模型的意识，为应用题“建模”教学做好多方面的准备。
在教学中，教师应该以善于发现现实生活中的题材，巧妙地结合各个知识点的训练，编制一些与生产生活实际相联系的应用题，比如：环保问题、节水问题、利润计算问题等等，并努力开展多种形式的数学教学实践活动，这样不仅能激发学生的学习兴趣，还有利于学生地关注社会，用所学的数学知识解决现实生活中的问题，成为一个有数学头脑的人。

六、股市分析的数学建模问题 哪位高手给点指导啊

然后从事这个职业。
不过个人认为比较乏味。

七、股票软件MACD数学模型是怎么计算

macd是对“短期均线和长期均线的差”再次求均值。

在数学上就是对“小组样本的平均值和大组样本的平均值的差”再次求均值。
小组样本的均值乖离率较大，而大组样本均值的反应则“较迟钝”，所以其差往往存在一定的偏差，从而我们可以对这个差在一定范围内求均值，使之能够更加准确的反应个体在小组、大组乃至于整体中的分布规律。

八、建立数学模型有哪两类主要方法

—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律，建立的模型常有明确的物理或现实意义.模型准备  首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征，由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料.模型假设  根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；
假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．模型构成  根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通，而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用，而不是只供少数专家欣赏.模型求解  可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法，特别是计算机技术．模型分析  对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制，不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等．模型检验  把数学上分析的结果翻译回到实际问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性．这一步对于建模的成败是非常重要的，要以严肃认真的态度来对待．当然，有些模型如核战争模型就不可能要求接受实际的检验了．模型检验的结果如果不符合或者部分不符合实际，问题通常出在模型假设上，应该修改、补充假设，重新建模．有些模型要经过几次反复，不断完善，直到检验结果获得某种程度上的满意．模型应用  应用的方式自然取决于问题的性质和建模的目的，这方面的内容不是本书讨论的范围。
应当指出，并不是所有建模过程都要经过这些步骤，有时各步骤之间的界限也不那么分明．建模时不应拘泥于形式上的按部就班，本书的建模实例就采取了灵活的表述方式

参考文档