股票的现价、换手和涨幅关系分析在sas中的实现

《股票的现价、换手和涨幅关系分析在sas中的实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、股票的现价、换手和涨幅关系分析在SAS中的实现摘要股票在现在被越来越多的人所使用。正所谓高收益高风险，股票就属于这种类型。股票让人欢喜让人愁。学习如何利用好股票的工具，让我们能更好地驾驭股票，是一门比较深的学问，也是我们炒股必不可少的一项工作。关键词股票名词关系分析、线图、散点图、SAS应用、统计分析。一、问题重述学习如何利用好股票的工具，让我们能更好地驾驭股票，是一门比较深的学问，也是我们炒股必不可少的一项工作。现价、换手和涨幅是人们平时比较关心的关键词之一。但是，很多人都弄不清楚他们之间到底有没有必然的联系。常常被股票的走势牵着鼻子走。现在，我们就来讨论这个问题。通过建立相应的

2、模型来分析这三者之间的关系。由于股票数据众多，因此，我们先算出这三个因素每天的均值，然后对其均值作统计分析。二、问题分析要分析现价、换手和涨幅的关系，可以从最基层的数据开始。在这39个Excel表格中，每个表格有3758个记录和21个字段，即每个表格有3758行21列，导入SAS中成为数据集后则“记录”改为“观测”，“字段”改为“变量”。这么多的观测值，做成表格面对着这么一大堆数字，看到都头晕了，那就更谈不上分析了。即使画成图表，由于空间限制，也是无法看清楚他们之间的关系的。三、模型假设1.假设这三个变量不受其它因素影响或影响甚微，可以忽略不计。2.假设这些数据都是真实可靠的。3.

3、假设全部数据的有效性不影响总体的结果分析。四、符号说明N：所分析变量的有效观测数；Mean：所分析变量的均值；StdDev：所分析变量的标准差；SumWgts：所分析变量的加权的总数值；Variance：所分析变量的方差；NMiss：所分析变量的缺失数；Min：所分析变量的最小值；Max：所分析变量的最大值；Med：所分析变量的中位数；Q1：所分析变量的第一四分位数；Q3：所分析变量的第三四分位数；Q3-Q1：所分析变量的半极差；StdMean：所分析变量的均值的标准误；Range：所分析变量的极差；Sum：所分析变量的数据总和；CSS：所分析变量的校正平方和；USS：所分析变量的

4、未校正平方和；CoeffofVariation：所分析变量的变异系数；Skewness：所分析变量的偏度；Kurtosis：所分析变量的峰度；price：字段“现价”在SAS数据集中的变量名；hs：字段“换手”在SAS数据集中的变量名；zf：字段“涨幅”在SAS数据集中的变量名；date：字段“日期”在SAS数据集中的变量名；五、模型的分析，建立和求解用INSIGHT（交互式数据分析）中的分布函数来分析结果如下，其中第一个图为箱线图，红色竖线为均值（Distribution统计分析1–现价均值的箱线图、密度分布图、矩统计量和分位数统计、Distribution统计分析2–换手均值的

5、箱线图、密度分布图、矩统计量和分位数统计、Distribution统计分析3–涨幅均值的箱线图、密度分布图、矩统计量和分位数统计）：Distribution统计分析1–现价均值的箱线图、密度分布图、矩统计量和分位数统计Distribution统计分析2–换手均值的箱线图、密度分布图、矩统计量和分位数统计Distribution统计分析3–涨幅均值的箱线图、密度分布图、矩统计量和分位数统计下面是2011年6月9日以来39天的股票数据中现价、换手和涨幅的均值表格（39天均值表1）。39天均值表1datepricehszf2011060914.500821.617516-2.144892

6、011061314.440091.189398-0.188072011061414.681971.4577341.4809952011061514.513571.385221-0.859812011061614.156831.33813-2.267362011061713.950561.140316-1.381762011062013.807081.074578-1.291562011062113.893431.1855081.4241022011062213.898281.160367-0.104882011062314.183571.4530641.78455520110624

7、14.396192.1387032.389732011062714.578181.9941591.2742522011062814.621781.6911190.3188412011062914.34941.657292-1.242232011063014.494491.613891.3735992011070414.971322.2382962.2882962011070515.089492.2021170.7380852011070615.141762.04316