如何查股票分位标准差|如何用回归直线法求资产的系统风险系数β

一、大智慧里筹码分布，计算主力持仓数怎么弄的?

1、在判断主力持仓量上可通过即时成交的内外盘统计进行测算，公式一如下：当日主力买入量=（外盘×1/2＋内盘×1 /10）/2，然后将若干天进行累加，笔者经验至少换手达到100％以上才可以。
所取时间一般以60-120个交易日为宜。
因为一个波段庄家的建仓周期通常在55天左右。
该公式需要投资者每日对目标个股不厌其烦的统计分析，经过笔者长时间实证统计，准确率极高，误差率通常小于10％。
　　2、对底部周期明显的个股，是将底部周期内每天的成交量乘以底部运行时间，即可大致估算出庄家的持仓量，庄家持仓量=底部周期×主动性买入量（忽略散户的买入量）。
底部周期越长，庄家持仓量越大；
主动性买入量越大，庄家吸货越多。
因此，若投资者观察到底部长期横盘整理的个股，通常为资金默默吸纳，主力为了降低进货成本所以高抛低吸并且不断清洗短线客；
但仍有一小部分长线资金介入。
因此，这段时期主力吸到的货，至多也只达到总成交量的 1/3-1/4左右。
所以忽略散户的买入量的主动性买入量可以结算为总成交量×1/3或总成交量×1/4，公式二如下：庄家持仓量=阶段总成交量×1/3 或1/4，为谨慎起见可以确认较低量。
　　3、个股在低位出现成交活跃、换手率较高、而股价涨幅不大（设定标准为阶段涨幅小于50％，最好为小于30％）的个股，通常为庄家吸货。
此间换手率越大，主力吸筹越充分，投资者可重点关注“价”暂时落后于“量”的个股。
笔者的经验是换手率以50％为基数，每经过倍数阶段如2、3、4等，股价走势就进入新的阶段，也预示着庄家持仓发生变化，利用换手率计算庄家持仓的公式三：个股流通盘×（个股某段时期换手率-同期大盘换手率）；
计算结果除以3，此公式的实战意义是主力资金以超越大盘换手率的买入量（即平均买入量）的数额通常为先知先觉资金的介入，一般适用于长期下跌的冷门股。
因此，主力一旦对冷门股持续吸纳，我们就能相对容易地测算出主力手中的持仓量。

二、投资绩效的风险调整方法包括

收益率标准差应该来说就是标准差，它是衡量基金风险的，是指基金每个月的收益率相对于平均月收益率的偏差幅度的大小。
    另外有一个指标叫收益率半标准差，它也是衡量风险的，但是一字之差，这两个指标计算方法与表达意思截然不同，收益率半标准差是指是对基金跌幅的衡量指标，表示基金月收益与市场收益相比，出现负收益时的均值。
该指标越小越不好，最好值为0。
    希望对你有用。

三、如何在eviews中将大于1的数处理到0-1之间

你可以参考《中国商业银行信贷风险管理与行业授信策略分析报告》显示，在宏观经济增速放缓的背景下，银行业不良贷款惯性增长的趋势可能延续下去，可见，银行业整体业绩欠佳乃大势所趋。
虽然目前我国商业银行不良贷款率全球最低，但相当一部分银行在信用风险方面，都是通过人为手段进行了调节和控制，压制和掩盖了信用风险。
从中长期来看，信用风险、流动性风险、资金体外循环的风险都是存在的，因此要适度地释放一些风险，并通过这些风险来警示一些金融。

四、如何用回归直线法求资产的系统风险系数β

从本世纪七十年代以来，西方学者对CAPM进行了大量的实证检验。
这些检验大体可以分为三类： 1.风险与收益的关系的检验 由美国学者夏普（Sharpe）的研究是此类检验的第一例。
他选择了美国34个共同基金作为样本，计算了各基金在1954年到1963年之间的年平均收益率与收益率的标准差，并对基金的年收益率与收益率的标准差进行了回归，他的主要结论是： a、在1954—1963年间，美国股票市场的收益率超过了无风险的收益率。
 b、 基金的平均收益与其收益的标准差之间的相关系数大于0.8。
 c、风险与收益的关系是近似线形的。
 2.时间序列的CAPM的检验 时间序列的CAPM检验最著名的研究是Black，Jensen与Scholes在1972年做的，他们的研究简称为BJS方法。
BJS为了防止β的估计偏差，采用了指示变量的方法，成为时间序列CAPM检验的标准模式，具体如下： a、利用第一期的数据计算出股票的β系数。
 b、 根据计算出的第一期的个股β系数划分股票组合，划分的标准是β系数的大小。
这样从高到低系数划分为10个组合。
 c、采用第二期的数据，对组合的收益与市场收益进行回归，估计组合的β系数。
 d、 将第二期估计出的组合β值，作为第三期数据的输入变量，利用下式进行时间序列回归。
并对组合的αp进行t检验。
 其中：Rft为第t期的无风险收益率 Rmt为市场指数组合第t期的收益率 βp指估计的组合β系数 ept为回归的残差 BJS对1931—1965年间美国纽约证券交易所所有上市公司的股票进行了研究，发现实际的回归结果与理论并不完全相同。
BJS得出的实际的风险与收益关系比CAPM 模型预测的斜率要小，同时表明实际的αp在β值大时小于零，而在β值小时大于零。
这意味着低风险的股票获得了理论预期的收益，而高风险股票获得低于理论预测的收益。
 3.横截面的CAPM的检验 横截面的CAPM检验区别于时间序列检验的特点在于它采用了横截面的数据进行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他们所采用的基本方法如下： a、根据前五年的数据估计股票的β值。
 b、 按估计的β值大小构造20个组合。
 c、计算股票组合在1935年—1968年间402个月的收益率。
 d、 按下面的模型进行回归分析，每月进行一次，共402个方程。
 Rp=g0+g1bp+g2bp2+g3sep+ep 这里：Rp为组合的月收益率、 βp为估计的组合β值 bp2为估计的组合β值的平方 sep为估计βp值的一次回归方程的残差的标准差 g0、g1、g2、g3为估计的系数，每个系数共402个估计值 e、对四个系数g0、g1、g2、g3进行t检验 FM结果表明： ①g1的均值为正值，在95%的置信度下可以认为不为零，表明收益与β值成正向关系 ②g2、g3在95%的置信度下值为零，表明其他非系统性风险在股票收益的定价中不起主要作用。
 1976年Richard·Roll对当时的实证检验提出了质疑，他认为：由于无法证明市场指数组合是有效市场组合，因而无法对CAPM模型进行检验。
正是由于罗尔的批评才使CAPM的检验由单纯的收益与系统性风险的关系的检验转向多变量的检验，并成为近期CAPM检验的主流。
最近20年对CAPM的检验的焦点不是 ，而是用来解释收益的其它非系统性风险变量，这些变量往往与公司的会计数据相关，如公司的股本大小，公司的收益等等。
这些检验结果大都表明：CAPM模型与实际并不完全相符，存在着其他的因素在股票的定价中起作用。

五、在构建多因子模型之前，如何对单因子效果进行检验

在构建多因子模型之前，如何对单因子效果进行检验？Barra结构化多因子风险模型是目前指数增强和阿尔法对冲基金应用比较广泛的分析工具，在构建多因子模型之前，我们需要寻找到有效的因子。
那么，到底要通过何种方法对单因子进行检验呢？最常用的方法是，我们用目标因子构建一个投资组合进行回测，看回测的结果来验证因子的有效性。
今天，我们以因子“20日相对强弱（RSI）”为例，详细讲解：数据处理在构建投资组合之前，我们首先需要对原始的因子值进行处理：去极值、正交化去极值：是去除数据中的极值，防止出现异常的个股被选入策略股票池，从而导致策略收益表现异常。
目前常用的去极值方法：1、均值方差去极值2、3倍标准差法去极值3、分位数去极值。
在这里我们选用均值方差去极值正交化：因子本身的数值受股票所属行业和股票市值的影响，所以对因子做正交化处理，去除行业和市值的影响。
常用方法：回归取残差法构建投资组合选取目标因子：这里我们以“20日相对强弱（RSI）”为例选取样本市场：A股所有股票，去除ST，停牌，上市时间小于3个月确定调仓频率和测试时间窗：5日调仓和10日调仓，从2022年1月1日至2022年1月1日根据因子IC、IR值确定因子排序方式，通过因子值的大小对股票进行排序，挑选排序前20%的股票买入。
按照调仓周期进行换仓。
回测10日IC值：-0.054210日IR值：-0.386910日回测：5日IC值： -0.06085日IR值：-0.43585日回测：结果分析：20日RSI回测10日年化收益27.2%，回测5日年化33.9%。
我们还对4日、8日、14日RSI因子进行检验，发现4日RSI因子的效果较差，8日、14日、20日RSI因子效果相似，比较有效。

六、对银行信用风险问题的研究 好写吗

你可以参考《中国商业银行信贷风险管理与行业授信策略分析报告》显示，在宏观经济增速放缓的背景下，银行业不良贷款惯性增长的趋势可能延续下去，可见，银行业整体业绩欠佳乃大势所趋。
虽然目前我国商业银行不良贷款率全球最低，但相当一部分银行在信用风险方面，都是通过人为手段进行了调节和控制，压制和掩盖了信用风险。
从中长期来看，信用风险、流动性风险、资金体外循环的风险都是存在的，因此要适度地释放一些风险，并通过这些风险来警示一些金融。

参考文档