如何检验股票价格不相关~期货市场期货上涨就会导致A股相应的股票上涨是这样吗？请高手指教

一、期货市场期货上涨就会导致A股相应的股票上涨是这样吗？请高手指教

可以简单的这么认为，这是一种变相的‘羊群效应’，也就是大多数人不太喜欢动脑。
然而，也有例外，如果一家公司虽然名称上相关而实际上不相关，或者虽然相关，但股价早已透支了商品价格上涨的利润贡献，那么这样的股票涨一涨之后就会被打回原形，这就是所谓的‘地球引力效应’，即价值决定价格。
综上，在期货上涨时，跟进那些涨势凶猛持续性强的股票就会获得比较好的收益，这就是利用了所谓的‘强者恒强’的原理。
当然，如果你知道期货和股价的上涨，本质上是由于经济复苏或者人民币升值引起的，那你就能不单能抓住资源上涨的波段，还能抓住后续的资产升值波段和消费升级阶段以及泡沫膨胀阶段，也就是所谓的‘善于在泡沫里游泳’最后还能在泡沫破灭之前保住收益，也就是在‘潮水退去之前穿上泳裤’你你就称得上所谓的股神级投资者了，不敢说比赵丹阳，巴菲特强，但的确比林园强许多了。

二、标准差（Standard Error）和T统计量（T-Statistic)之间有什么关系及差异？

你的翻译有误！Standard Error是标准误，Standard Deviation才是标准差，这两者的概念是不同的。
T统计量与标准误（Standard Error）之间存在反比关系，见以下公式：T-Statistic=平均值 / 标准误标准误=标准差 / 样本量的开平方 当然，T统计量与标准差（Standard Deviation）之间也同样存在反比关系。

三、怎么判断随机变量不相关？？不独立？？？

不相关的话不一定独立，但独立的话一定不相关。
概率论中的不相关是指两个随机变量线性不相关，换言之，可能存在其他的关系；
而独立是指两个随机变量之间没有任何一点关系。
也就是说，独立一定不相关，而不相关不一定独立。
两个变量是不是相关变量需要用相关系数r来判定，相关系数是用以反映变量之间相关关系密切程度的统计指标。
相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度。
若n(n≥2)个随机变量相互独立，则其中任意m(2≤m≤n)个随机变量也相互独立，与各随机变量相联系的任意n个事件也相互独立。
扩展资料：随机变量不相关与相互独立区别：1、描述对象不同：独立描述的对象是事件，涉及的是A，B是两事件；
不相关描述的对象是随机变量，涉及的是随机变量 X 和 Y 。
2、判断条件不同：独立的判断条件是概率，如果满足等式 p(AB)=P(A)P(B)，则事件相互独立；
不相关的判断条件是相关系数，如果随机变量 X 和 Y 的相关系数为0，则X和Y 不相关。

四、如何判断股票价格和公司的实际价值相符，不相上下，即价值过高过底？

一般的情况下是公司的基本面(包括净资产和它的股价，当然这不是绝对的.)它价值的过高过低是个相对的问题，(比方和同板块的，就有个比价效应)等等这些只是一个参考，切不可按步照办.

五、怎么证明被解释变量的估计值与残差不相关

被解释变量的估计的均值等于实际值的均值，即ˆY Y；
 残差和为零，即 1 0n i ie ；
 解释变量与残差的乘积之和为零，即 1 0n ii iXe ；
 被解释变量的估计与残差的乘积之和为零，即0所以相等

参考文档