股票投资量化分析方法有哪些股票技术分析种类有哪些，各类中哪种方法最有效？要求：技术分析不重叠，就是不同根不同源

一、股票投资分析方法有哪些

立足基本面的长线投资 比如以存股概念投资某个行业周期可能在未来占主流几十年的企业选择这个行业的龙头企业选择大幅下跌后季报股东人数持续减少的时候长线布局 比如格力 中国联通等等立足技术面和筹码面的中短线分析 这个涉及的比较多 就不详细说了

二、股票技术分析种类有哪些，各类中哪种方法最有效？要求：技术分析不重叠，就是不同根不同源

我是一个短线炒手 能站得年收益50%的队伍里 未来应该也能保持吧。
我只使用kdj 如果你擅长一种指标足以 建议你把均线 设置成6根 成交量的变化 应该注意过分的涨和跌 都是有理由的随时留意 随时可能启动的版块和本版块中尚待挖掘的个股别总追着股评 分析师跑其他的来源 交易的灵感和经验，如果你真的想在股市赚钱 多看书 牛市频繁操作换取你交易的灵感和经验，记住一个 能把股票从3元捂到130元的人 照样能把股票从130元 捂到3元。
如果可能 适当的投资炒点外汇 能对股市分时图每个高低点的把握 都是有相当的好处的。
经验来源于实践

三、股票的技术层面的分析方法有哪些。

股票的技术分析设计的知识很多，最重要的还是要综合自己的股市敏感度
市场千变万化，没有任何一种技术是万能的，技术是死的，人是活的
*：//*gupiao918.cn/gupiaozhishi/7.html

四、量化投资策略的优势有哪些

量化投资策略的优势有哪些?量化投资策略有如下五大方面的优势，主要包括纪律性、系统性、及时性、准确性、分散化等。
(1)纪律性：严格执行量化投资模型所给出的投资建议，而不是随着投资者情绪的变化而随意更改。
纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。
(2)系统性：量化投资的系统性特征主要包括多层次的量化模型、多角度的观察及海量数据的观察等等。
多层次模型主要包括大类资产配置模型、行业选择模型、精选个股模型等等。
多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度的分析。
(3)及时性：及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。
(4)准确性：准确客观评价交易机会，克服主观情绪偏差，妥善运用套利的思想。
量化投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。
与定性投资经理不同，量化投资经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
(5)分散化：在控制风险的条件下，充当准确实现分散化投资目标的工具。
分散化也可以说量化投资是靠概率取胜。
这表现为两个方面，一是量化投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是有较大概率获胜的策略。
二是依靠筛选出股票组合来取胜，而不是一个或几个股票取胜，从投资组合理念来看也是捕获大概率获胜的股票，而不是押宝到单个股票上。

五、量化交易主要有哪些经典的策略

其实要说种类其实很简单，完全可以按照炒股的类型来对策略模型分类，从这个角度来说，认为可以分成技术分析型、价值分析型、机器学习与人工智能。
当然了，还有一大类是多因子模型，但是多因子从广义来说其实概念很广泛，任何的技术指标和财务因子都可以作为多因子模型的因子。
①技术分析型主要是结合各种技术指标来对动量效应或反转效应做研判交易；
时变夏普率的择时策略、情绪择时-GSIS、RSRS指标择时及大小盘轮动②价值分析则偏重股票标的的基本面分析；
查尔斯·布兰德斯价值投资法、迈克尔•普莱斯低估价值选股策略、阿梅特·欧卡莫斯集中投资法则③机器学习与人工智能可以算作是区别于前两类一种新兴的方式，主要利用一些统计机器学习算法和神经网络做出预测而量化；
基于KMeans的指数择时策略、利用随机森林进行因子选择、基于HMM的指数择时策略供参考！

参考文档