眾所周知，一些股票分析磚家，做股票投資分析主要用：基本分析、技術分析、演化分析，下面就讓學習啦小編為你們介紹一下股票數(shù)據分析方法吧。

　　股票數(shù)據分析方法一

　　作為提高股票分析數(shù)據時效性和真實性的重要方法，技術分析和演化分析主用于具體投資操作和波段判斷上，基本分析則是用于對股票常規(guī)數(shù)據分析進行的前期準備。

　　每個想自己做股票投資或者是想讓操盤手和機構代為投資的，都需要學習一些基礎的股票分析方法，因為我們知道不看路的人，遲早會掉進沒井蓋的下水溝里。

　　一、基本分析：以傳統(tǒng)經濟學為理論基礎，將企業(yè)的經營狀況和經營戰(zhàn)略，行業(yè)發(fā)展前景，企業(yè)綜合實力等諸多因素作為研究對象。以分析其公司上市后的投資價值和邊際效率，以形成有效投資建議。但也因為分析一些不可預防的股價波動，所以做短期不如做長期持有，來的安全。

　　二、技術分析：以傳統(tǒng)證券學為理論基礎，研究股票價格波動的各種因素和可能性，也就是磚家們在電視上經常鼓吹的依據。這部分的分析數(shù)據量很大，要看很多股價變化的歷史數(shù)據和對波動規(guī)律進行統(tǒng)計。這方面的知識，建議簡單看看就好，畢竟我們不是很專業(yè)，買股也是看熱點和政策支持等因素。

　　三、演化分析：以煙花證券學為理論基礎。和技術分析相似，都是需要龐大的數(shù)據支持，進行推演，預測股價的波動和走勢。但它屬于假想范圍，是一種模糊的預測。

　　通過股票的數(shù)據分析，可以更好的判斷股票所代表公司的經營狀況和發(fā)展方向，看看是否達到建倉買進的要求的程度。并基本分析得到的數(shù)據里判斷它的發(fā)展空間和上漲力度，以及它的現(xiàn)行股價是否合理。技術分析則是讓我們掌握好購買的價位和時機。

　　其中基本分析法適合用于長期持有股票的分析，而技術分析經常應用于短期持有股。無論哪一種方法，都需要有肯打持久戰(zhàn)的準備和沉著冷靜的強心臟。

　　以上個人觀點，僅供參考。希望股友們有所斬獲，

　　股票數(shù)據分析方法二

　　記得上大學的時候，老師在第一堂課里對我們說：“經濟學是一門奇怪的學科，它所使用的數(shù)據如此之多，但卻得不到什么確定的結論。”多年以后，筆者發(fā)現(xiàn)，投資這門學科也如出一轍。

　　數(shù)字不能推導出未來，這其中有很多的原因，有些是我們不可控制的，這無可厚非，畢竟誰也沒有水晶石。不過其中有些偏差，是由于我們沒有仔細分析數(shù)據造成的。這其中的一類偏差，就是由我們沒有能夠進行正確的數(shù)據比較造成的。舉個簡單的例子，就好比有人發(fā)現(xiàn)美國的牛奶、汽車比中國的便宜，就攻擊中國的物價體系，卻忘記比較兩者的白菜價格、保姆薪酬一樣。在這里，筆者就想指出幾個在投資中經常碰到、或者曾經碰到的、極易被忽視的數(shù)據比較誤區(qū)。

　　一般來說，主要的股票指數(shù)均不包含派息，這包括了標普500指數(shù)、滬深300指數(shù)等。在美國，按照證券交易委員會的規(guī)定，共同基金在將他們的業(yè)績和某種指數(shù)的回報率進行比較時，必須將指數(shù)的派息收益包含在內。而在A股，目前尚沒有這一硬性要求。那么，包含和不包含股息收益，到底會對業(yè)績的比較產生多大影響呢?

　　舉例來說，滬深300指數(shù)過去5年的平均股息率大約在1.23%左右，上證50、標普500、日經225、富時100指數(shù)則分別在1.44%、1.61%、2.21%、3.81%左右。假設一個股票指數(shù)在5年的時間里平均股息率為2%，每年凈資產增長10%，同時估值不改變，那么考慮和不考慮股息率的回報率將分別為76.2%和61.1%，相差15.2%。如果把以上的股息率取值1.5%，則相差為11.3%。實際上，在2006年4月至今的5.2年里，滬深300指數(shù)增長了68%，滬深300全收益指數(shù)則增長了85.3%，相差達到17.3%。和什么指數(shù)比?這是個問題。

　　在過去兩年的小盤股行情中，我們看到許多分析認為，小公司未來有更好的增長，所以從動態(tài)PE來看，小股票并不貴。那么到底小股票貴不貴呢?我們在2010年進行了一系列比對，主要是對比了A股和海外大約15個發(fā)達、發(fā)展中市場的估值結構，結果發(fā)現(xiàn)從PB來看，A股的小股票估值達到藍籌股的2倍以上，而海外市場無一高于藍籌股。類似的，在創(chuàng)業(yè)板剛推出的時候，市盈率高達50余倍，當時有分析認為，韓國KOSDAQ的PE也有40多倍，所以創(chuàng)業(yè)板不貴。但是如果看看PB就會發(fā)現(xiàn)，韓國KOSDAQ的PB只有1倍左右，其PE高主要是因為沒有盈利。和什么估值體系比?這也是個問題。

　　曾經有個朋友推薦一只股票，說是一家高成長公司，過去4年凈利潤增長了250%，CAGR達到37%，遠遠高于行業(yè)平均水平，現(xiàn)在PE只有40倍，可以看好。我說光憑這個原因，我不會看好這家公司。她問為什么?我說你看看工行同期的凈利潤CAGR是多少?一查，是35.6%。那么工行只有不到10倍的PE，因而僅憑增速就去看好一家增速一樣、估值卻要貴4倍的公司，似乎也不可取。和什么股票比?這還是個問題。

　　另外，在看主動投資分析的時候，會發(fā)現(xiàn)大部分作者喜歡先說一段國外的情況(通常是美國)，然后再說國內的。有意思的是，如果看一下金融工程、量化投資的分析，則會發(fā)現(xiàn)極少有人借用國外的數(shù)據進行比較。為什么呢?筆者的工作正好跨主動策略投資和量化投資兩個領域，因此對此提出一個簡單的猜想：是不是因為金工、量化想要在成熟市場找到一種足夠有效、能夠經得住跨市場、跨周期回測的算法，實在是比較困難?而對主動投資來說，成熟市場歷史悠久、數(shù)據豐富，幾乎可以找到任何情況下股市的表現(xiàn)，因此在調素材的時候多用一些，也就順理成章了?你看，比還是不比?這更是個問題。

　　有了數(shù)據還不行，數(shù)據怎么分析、和什么對比，是更大的問題，值得更細致地研究。而有些時候，我們甚至連數(shù)據收集都難以保證精確，那么又怎么保證我們的研究質量呢?如果數(shù)據和結果之間有這么多的誤差，我們又應該對我們得到的結論保留多少堅持呢?舉個小反例，在以上股息率的分析中，筆者采用的是Bloomberg的平均值數(shù)據，而這個數(shù)據和Wind、Datastream的數(shù)據都有出入。你看，這還不光是和誰比、怎么比的問題呢。