文档介绍：股票市场数据分析
Click here to modify the text , you may post text here . Click here to modify the text . Click here to modify 股票市场数据分析
Click here to modify the text , you may post text here . Click here to modify the text . Click here to modify the text , you may post text here
Name：Ares
Date：16 Feb
2021
相关分析结论
通过做相关分析我们可以看到，收盘时的价格跟过滤指标，人气意愿指标，振动升降指标，动态买卖气指标主力进出指标都存在一定的联系，相比较而言，与振动升降指标之间的联系比较的大。
然后跟交易部分的联系情况是收盘价格和交易笔数是基本不存在什么联系，但和交易的金额总量联系就相当的大了，这也比较的符合事实情况。
分类分析
聚类分析的结果
通过上面的聚类分析，我们可以基本将上面的各个指标分成4类：
换手率，交易量，交易额为一类
一系列的价格为一类
过滤指标，布林极限指标，人气意愿指标，动态买卖指标为一类
主力进出和NDB为一类。
相关矩阵分析
分析得到，此相关矩阵非单位矩阵，故考虑进行因子分析。KMO值偏小，意味着因子分析的结果可能不能接受
因子分析
经过正交旋转
因子分析结论
4个因子，分别可以代表先前的几个因子
因子1可以代表振动升降指标，成本均线指标以及当日各个价格情况指标。
因子2可以代表过滤指标，人气意愿指标，布林极限指标，动态买卖气指标。
因子分析结论
因子3可以代表换手率，交易量，交易额指标。
因为4可以代表主力进出指标，NDB指标。
发现因子分析的结论和上面的聚类分析结论一样。
结论分析
通过上述分析，我们可以得到股票市场是一个及其复杂的系统，其内含性因素颇多不可预测性相当的大。
研究股票大盘变化和单个股票变化是否存在比较大的关系
研究对象：上证指数和浦发银行之间的关系
数据（上海证券交易所所有挂牌上市的股票为计算范围，以发行量为权数综合，反应了交易市场的总体走势）
数据比较
两边数据的相关性
相关性分析
经过相关性的分析，我们可以得到如下结果：
，交易额，过滤指标，人气意愿指标，布林极限指标，动态买卖气指标这些指标在大盘和单个股票之间不存在太大的关联。
。
聚类分析
聚类分析的结果也证明了相关性分析的结果
结论
大盘和个股之间的关系错综复杂，有相关性大的部分也有相关性小的部分。
演讲完毕谢谢下载
Fresh business general templateApplicable to enterprise introduction, summary report, sales marketing, chart dataa