怎样建立有关股票的数学模型…如何用数学模型炒股票

一、数学建模中关于股票走势的模型有哪些？

创新杯，同纠结中

二、股票软件MACD数学模型是怎么计算

macd是对“短期均线和长期均线的差”再次求均值。

在数学上就是对“小组样本的平均值和大组样本的平均值的差”再次求均值。
小组样本的均值乖离率较大，而大组样本均值的反应则“较迟钝”，所以其差往往存在一定的偏差，从而我们可以对这个差在一定范围内求均值，使之能够更加准确的反应个体在小组、大组乃至于整体中的分布规律。

三、我是一名美股交易员 请问高手 想要自制一款 “股票 自动委托买卖软件” 怎样编写？（本人无电脑基础）

哈哈哈～不愧是股票交易员，不然又怎么会有如此想法～在2002年美国骑士交易所第一次正式的用全电脑程序来交易他们所管理的所有股票账户～虽然在开始的几个月亏本 可到04年之后就开始了持续的盈利，这也是我在2年前看到的新闻，并且产生的浓厚的兴趣～你所说的纯电脑自动化并非不可以，但是需要我们攻克几个问题。
1.你需要有你自己的数学模型即：有你独特的方法来判断股票的走势，根据量价的结合还有一些其他数据的综合判断。
（并且：成功率极高～预判准确率至少在76％以上。
）2.你需要破解证券公司的交易软件（因为毕竟我们做出来得东西是依托在证券公司的交易软件上的）至于把你的数学模型编进计算机里再做一个软件，那是很简单的了。
ps：你说的“重点”，我认为那并不是非常重要，重点是我说的以上两个问题，而关于从现有的交易软件中提取以及检索你所需要的数据以及最后下达指令给交易软件，那也是很成熟的技术，并不是什么新鲜事。
有个叫小闪客的股票自动交易软件，但是他可以让用用户编辑的检索条件有限，不能完全按照我们的意愿来。
所以要想要好的，还要自己开发如果你想很深入的和我继续探讨这个问题的话我的qq：54974206 随时欢迎～

四、股市分析的数学建模问题 哪位高手给点指导啊

然后从事这个职业。
不过个人认为比较乏味。

五、如何用数学模型炒股票

找寻大牛股，从中提出上涨的核心要素，转化成数学问题，建模，编程，然后用编辑好的程序选股；
这工作量和需要展握的技能不是一两个人能做出来的，一般中型大型机构会有这个方面的研究；
希望我的回答能够帮助到您，也祝愿您投资顺利，心想事成

六、股市分析的数学建模问题 哪位高手给点指导啊

—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律，建立的模型常有明确的物理或现实意义.

下面给出建模的—般步骤：
模型准备 首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征，由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料.
模型假设 根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；
假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
模型构成 根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通，而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用，而不是只供少数专家欣赏.
模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法，特别是计算机技术．
模型分析 对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制，不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等．
模型检验 把数学上分析的结果翻译回到实际问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性．这一步对于建模的成败是非常重要的，要以严肃认真的态度来对待．当然，有些模型如核战争模型就不可能要求接受实际的检验了．模型检验的结果如果不符合或者部分不符合实际，问题通常出在模型假设上，应该修改、补充假设，重新建模．有些模型要经过几次反复，不断完善，直到检验结果获得某种程度上的满意．
模型应用 应用的方式自然取决于问题的性质和建模的目的，这方面的内容不是本书讨论的范围。

应当指出，并不是所有建模过程都要经过这些步骤，有时各步骤之间的界限也不那么分明．建模时不应拘泥于形式上的按部就班，本书的建模实例就采取了灵活的表述方式．

七、试述数学模型建立的步骤与方法

模型准备、模型假设、模型构成、模型求解、模型分析、模型检验、模型应用

参考文档