如何进行股票对数差分－哪里可以查阅的股票的周收益率

一、哪里可以查阅的股票的周收益率

可以下载一个通达信，免费的，  你只需要下载这些股票的周线数据到excel里面就ok了   再对数化、一阶差分搞定  非常简单

二、对股票对数收益率序列的一阶差分可以嘛？有什么经济含义？

取对数：1.如果各个解释变量的数值差距很大，可以对数值高的变量取对数，使得各变量在同一数量层次，估计方程的结果易于解释和书写。
2.符合经济理论的假设。
比如X变量增加百分之几，对Y变量有多大影响。
即半弹性，弹性方程。
3.取对数通常会缩小变量的取值范围，使得估计值对因变量和自变量的异常观测不那么明显差分：1.计量中需要广义差分方法的时候，如时间序列一阶单整变为弱相关，序列相关用广义差分修正，两时期面板数据作差分控制非观测效应（这个貌似不是对变量差分了。
。
）对数差分：第一次看到是在Ben S.Bernanke&；
Harold James合著的《大萧条中的金本位制，通货紧缩与金融危机：一个国际比较》。
作者基于24个国家的面板数据集，实证研究从通货紧缩到产出的各种传递机制的重要性时，做的回归。
各个国家的工业产值的对数差分作为被解释变量，批发价格指数的对数差分，名义出口额的对数差分，名义工资的对数差分等变量作为解释变量。
题主看不懂他为什么要将变量做对数差分处理。

三、对股价作一阶差分得到的数据有什么经济意义

那要看你在当下哪种结构去一阶差分，脱离当下结构（当下市场结构的一种近似稳定状态）没有任何意义。

四、量子力学在金融工程方向的应用?

那么在金融中，我们是否可以想象这些点代表了股票，而边代表着两只股票之间是否有关联性呢？ 那好，我们如何从咱们常见的股票价格数据来得到以上的表征股票之间关联性质的网络呢？从我们现有的价格序列出发。
假如我们有N只股票，其中股票的价格序列为： 由于我们知道，简单的价格序列在时间序列的描述语境下是一个非平稳的序列或者说异方差序列，会具有长期的趋势，不利于计算两两关联。
那么我么通过所谓的去趋势转化，得到一个稳定时间序列： 其实这是最简单的差分序列，更加常用的做法是对价格序列取对数，然后做一阶差分，便于计算复合收益率。
那么我们有了序列之后我们可以计算N只股票两两之间的关联系数。
最常见的线性关联例如Pearson关联。
当然也可以计算非线性关联。
那么我们会得到一个N*N的关联矩阵：

五、用后一日股价与前一日股价的自然对数差计算股价日收益率.

为什么在做实证时股票市场的日收益率都用对数收益率（rt=ln(pt/pt-1）) ， 而不是等于(pt-pt-1)/pt-1？处理股票收益率数据的时候人们倾向于使用“ln”，也就是continuous compounding。
按照数学逻辑推导，在价格序列变动性很小的情况下，这两个收益率的结果是近似相等的，根据极限定理，当r无穷小，两者基本无差别。
另外就是对于使用“ln”处理一方面是的数据更加平滑，克服数据本身的异方差；
同时“ln”处理能够达到价格上涨下架的对称性，即数据的对称性。
另外还要讲到“ln”的后续处理可以得到一些有用数据，这包括差分后的增长率，求导后的弹性系数。

六、Eviews 多个变量单位根检验的问题

1.单位根检验的是序列的平稳，可以一个一个检验，也可一组同时进行检验；
2.要根据序列的具体情况来选，比如，你可以在excel画出折线图，观察图线的趋势。
如果图像有明显的趋势和截距，在ADF检验中便选trend and intercept。
3.如果平稳，可以直接建立回归模型。
如果不平稳，可作一阶差分，看是否平稳，若仍不平衡，可作二阶差分等。
很多经济变量本身是不平稳的，但是差分序列往往是平稳的。
4.检验之后，会有“prob”这一项（即：伴随概率），如果你的置信水平选择的是5%，只要prob小于5%表明序列平稳，反之则有单位根。
要取自然对数，可直接在命令窗口输入genr y=log() ，然后回车。
  (括号中填上你要取对数的序列名）希望能对你有所帮助，财富值对我来说并不重要。

七、请问如何计算一只股票的周收益率？

你提的问题很难理解，一只股票的周收益率？一：是你买了这只股票，一周内的收益率。
 二：是这只股票本身在一周内的收益率。
 要是你买了这只股票买入价是十元，一同内它上涨了一元，那么这只股票的周收益率就是10%。

八、求助，怎样在Eviews中作出样本的自相关系数图

可以下载一个通达信，免费的，  你只需要下载这些股票的周线数据到excel里面就ok了   再对数化、一阶差分搞定  非常简单

参考文档