股票的预期收益率和方差怎么算

1. 股票的预期收益率和方差怎么算

2. 收益率的方差公式表示什么

期望收益率，又称为持有期收益率（HPR）指投资者持有一种理财产品或投资组合期望在下一个时期所能获得的收益率。这仅仅是一种期望值，实际收益很可能偏离期望收益。 　　HPR=（期末价格 -期初价格+现金股息）/期初价格

方差是各个数据与平均数之差的平方的平均数
比如1.2.3.4.5 这五个数的平均数是3
方差就是 1/5[（1-3）²+（2-3）²+（3-3）²+（4-3）²+（5-3）²]=2

协方差定义1：变量xk和xl如果均取n个样本，则它们的协方差定义为 ，这里 分别表示两变量系列的平均值。协方差可记为两个变量距平向量的内积，它反映两气象要素异常关系的平均状况。 
定义2：度量两个随机变量协同变化程度的方差。
协方差分析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。
 E[(X-E(X))(Y-E(Y))]称为随机变量X和Y的协方差，记作COV(X，Y)，即COV(X，Y)=E[(X-E(X))(Y-E(Y))]。 
协方差与方差之间有如下关系：   D(X+Y)=D(X)+D(Y)+2COV(X，Y)   D(X-Y)=D(X)+D(Y)-2COV(X，Y)   因此，COV(X，Y)=E(XY)-E(X)E(Y)。
协方差的性质：
（1）COV(X，Y)=COV(Y，X)；   （2）COV(aX，bY)=abCOV(X，Y)，（a，b是常数）；   （3）COV(X1+X2，Y)=COV(X1，Y)+COV(X2，Y)。   由协方差定义，可以看出COV(X，X)=D(X)，COV(Y，Y)=D(Y)。

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0.8时，认为两个变量有很强的线性相关性。
编辑本段相关系数的计算公式
  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：     相关系数计算公式
[1]?   r=n(写上面)∑i=1(写下面)(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(样子同上)(Xi-X平均数）的平方*∑（样子同上）（Yi-Y平均数）的平方   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。

3. 求股票的期望收益率和标准差，方差？

E(R)=0.1*0.3+0.05*0.7=0.065
方差[30%*(10%-0065)^2+70%*(12%-5%)^2=
标准差平方等于方差

4. 股票的组合收益率，组合方差怎么求？

分散投资降低了风险（风险至少不会增加）。
1、组合预期收益率=0.5*0.1+0.5*0.3=0.2。
2、两只股票收益的协方差=-0.8*0.3*0.2=-0.048。
3、组合收益的方差=（0.5*0.2）^2+(0.5*0.3)^2+2*（-0.8）*0.5*0.5*0.3*0.2=0.0085。
4、组合收益的标准差=0.092。
组合前后发生的变化：组合收益介于二者之间；风险明显下降。

扩展资料：

基本特征：
最早的对中国收益率的研究应该是Jamison&Gaag在1987年发表的文章。初期的研究样本数量及所覆盖的区域都很有限，往往仅是某个城市或县的样本。而且在这些模型中，往往假设样本是同质的，模型比较简单。
在后来的研究中，样本量覆盖范围不断扩大直至全国性的样本，模型中也加入了更多的控制变量，并且考虑了样本的异质性，如按样本的不同属性分别计算了其收益率，并进行比较。
这些属性除去性别外，还包括了不同时间、地区、城镇样本工作单位属性、就业属性、时间、年龄等。下面概况了研究的主要结果。
参考资料来源：百度百科-收益率

5. 股票的组合收益率，组合方差怎么求

分散投资降低了风险（风险至少不会增加）。
1、组合预期收益率=0.5*0.1+0.5*0.3=0.2。
2、两只股票收益的协方差=-0.8*0.3*0.2=-0.048。
3、组合收益的方差=（0.5*0.2）^2+(0.5*0.3)^2+2*（-0.8）*0.5*0.5*0.3*0.2=0.0085。
4、组合收益的标准差=0.092。
组合前后发生的变化：组合收益介于二者之间；风险明显下降。

扩展资料：

基本特征：
最早的对中国收益率的研究应该是Jamison&Gaag在1987年发表的文章。初期的研究样本数量及所覆盖的区域都很有限，往往仅是某个城市或县的样本。而且在这些模型中，往往假设样本是同质的，模型比较简单。
在后来的研究中，样本量覆盖范围不断扩大直至全国性的样本，模型中也加入了更多的控制变量，并且考虑了样本的异质性，如按样本的不同属性分别计算了其收益率，并进行比较。
这些属性除去性别外，还包括了不同时间、地区、城镇样本工作单位属性、就业属性、时间、年龄等。下面概况了研究的主要结果。
参考资料来源：百度百科-收益率

6. 股票的组合收益率，组合方差怎么求？

分散投资降低了风险（风险至少不会增加）。
1、组合预期收益率=0.5*0.1+0.5*0.3=0.2。
2、两只股票收益的协方差=-0.8*0.3*0.2=-0.048。
3、组合收益的方差=（0.5*0.2）^2+(0.5*0.3)^2+2*（-0.8）*0.5*0.5*0.3*0.2=0.0085。
4、组合收益的标准差=0.092。
组合前后发生的变化：组合收益介于二者之间；风险明显下降。

扩展资料：

基本特征：
最早的对中国收益率的研究应该是Jamison&Gaag在1987年发表的文章。初期的研究样本数量及所覆盖的区域都很有限，往往仅是某个城市或县的样本。而且在这些模型中，往往假设样本是同质的，模型比较简单。
在后来的研究中，样本量覆盖范围不断扩大直至全国性的样本，模型中也加入了更多的控制变量，并且考虑了样本的异质性，如按样本的不同属性分别计算了其收益率，并进行比较。
这些属性除去性别外，还包括了不同时间、地区、城镇样本工作单位属性、就业属性、时间、年龄等。下面概况了研究的主要结果。
参考资料来源：百度百科-收益率

7. 股票的组合收益率，组合方差怎么求

1.股票基金
预期收益率=1/3*(-7%)+1/3*12%+1/3*28%=11%
方差=1/3[(-7%-11%)^2+(12%-11%)^2+(28%-11%)^2]=2.05%
标准差=14.3%(标准差为方差的开根,标准差的平方是方差)
2.债券基金
预期收益率=1/3*(17%)+1/3*7%+1/3*（-3%）=7%
方差=1/3[(17%-7%)^2+(7%-7%)^2+(-3%-7%)^2]=0.67%
标准差=8.2%
注意到,股票基金的预期收益率和风险均高于债券基金.然后我们来看股票基金和债券基金各占百分之五十的投资组合如何平衡风险和收益.投资组合的预期收益率和方差也可根据以上方法算出,先算出投资组合在三种经济状态下的预期收益率,如下：
萧条：50%*(-7%)+50%*17%=5%
正常：50%*(12%)+50%*7%=9.5%
繁荣：50%*(28%)+50%*(-3%)=12.5%
则该投资组合的预期收益率为：1/3*5%+1/3*9.5%+1/3*12.5%=9%
该投资组合的方差为：1/3[(5%-9%)^2+(9.5%-9%)^2+(12.5%-9%)^2]=0.001%
该投资组合的标准差为：3.08%
注意到,其中由于分散投资带来的风险的降低.一个权重平均的组合（股票和债券各占百分之五十）的风险比单独的股票或债券的风险都要低.
投资组合的风险主要是由资产之间的相互关系的协方差决定的,这是投资组合能够降低风险的主要原因.相关系数决定了两种资产的关系.相关性越低,越有可能降低风险

8. 股票，期望收益率，方差，均方差的计算公式

一、股票的计算公式：购买价=买入价×数量（股数）+佣金+过户费成本价=购买价÷数量二、期望收益率计算公式：HPR=（期末价格 -期初价格+现金股息）/期初价格三、方差计算公式：设一组数据x1,x2,x3xn中，各组数据与它们的平均数x（拔）的差的平方分别是(x1-x拔)2，(x2-x拔)2(xn-x拔)2，那么我们用他们的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。四、均差的计算公式：设一组数据x1,x2,x3xn中，各组数据与它们的平均数x（拔）的差的平方分别是(x1-x拔)2，(x2-x拔)2(xn-x拔)2，那么我们用他们的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。拓展资料关于协方差1、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，通俗点就是投资组合中两个项目间收益率的相关程度，正数说明两个项目一个收益率上升，另一个也上升，收益率呈同方向变化。如果是负数，则一个上升另一个下降，表明收益率是反方向变化。协方差的绝对值越大，表示这两种资产收益率关系越密切；绝对值越小表明这两种资产收益率的关系越疏远。2、由于协方差比较难理解，所以将协方差除以两个投资方案投资收益率的标准差之积，得出一个与协方差具有相同性质却没有量化的数。这个数就是相关系数。计算公式为相关系数=协方差/两个项目标准差之积。