【文章內(nèi)容簡介】 價(jià)為外盤。14．內(nèi)盤：成交價(jià)在買入價(jià)為內(nèi)盤。內(nèi)盤+外盤=總手?jǐn)?shù) 15．莊家：指參與股市操作的證券、保險(xiǎn)、金融等資金雄厚的機(jī)構(gòu)，它們構(gòu)成股市的主力，莊家的操作意圖對股市的趨勢起著決定性的作用，是散戶跟蹤的目標(biāo)。16．市盈率：指某種股票每股市價(jià)與每股盈利的比率。市盈率=普通股每股市場價(jià)格247。普通股每年每股盈利17．市凈率：指股票市場價(jià)格與賬面價(jià)格的比值。市凈率=股票價(jià)格247。每股凈值18．資產(chǎn)收益率：指企業(yè)凈利潤與平均資產(chǎn)總額的百分比。資產(chǎn)收益率=(凈利潤247。平均資產(chǎn)總額)*100%。19．綜合指數(shù)：是大盤分析的代表變量，在我國國內(nèi)分為上證綜合指數(shù)和深證綜合指數(shù)。（MACD）指數(shù)平滑異同移動(dòng)平均線（MACD）是以快速移動(dòng)平均線（短期線）與慢速移動(dòng)平均線（長期線）相對距離的變化提示買賣時(shí)機(jī)的指標(biāo)。它首先以指數(shù)平滑計(jì)算法計(jì)算出快速移動(dòng)平均線和慢速移動(dòng)平均線，再以快速線數(shù)值減慢速線數(shù)值即得到快慢線相對距離的差離值，為使趨勢信號(hào)更明顯并且不受股價(jià)過分波動(dòng)的影響，對差離值也進(jìn)行平滑計(jì)算，得到差離值的平均值，把差離值和差離平均值畫在以時(shí)間為橫軸，以 MACD 為縱軸的坐標(biāo)上，通過觀察差離值和差離平均值的方向、絕對位置和相對位置關(guān)系，把它們的同向、異向和交叉現(xiàn)象作為買賣信號(hào)的提示，為使買賣信號(hào)更直觀，還可以從差離值減差離平均值之差向時(shí)間軸引垂直線，得到 MACD 柱狀線。指數(shù)平滑異同移動(dòng)平均線是利用了快速移動(dòng)平均線和慢速移動(dòng)平均線，在一段上漲或下跌行情中兩線之間的差距拉大，而在漲勢或跌勢趨緩時(shí)兩線又相互接近或交叉的特征，通過雙重平滑運(yùn)算后，用以研究和判別買賣時(shí)機(jī)的方法。（WMS）威廉指標(biāo)最早起源于期貨市場，由 Larry Williams 于 1973 年首創(chuàng)。該指標(biāo)通過分析一段時(shí)間內(nèi)股價(jià)高低價(jià)位和收盤價(jià)之間的關(guān)系，來量度股市的超買超賣狀態(tài)，依此作為短期投資信號(hào)的一種技術(shù)指標(biāo)。目前它已經(jīng)成為中國股市中被廣泛使用的指標(biāo)之一。WMS 的操作法則從兩方面考慮：一是 WMS 的數(shù)值，二是 WMS 曲線的形狀。第一，從 WMS 的取值方面考慮：①當(dāng) WMS 高于 80 時(shí)，處于超賣狀態(tài)，行情即將見底，應(yīng)當(dāng)考慮買進(jìn)；②當(dāng) WMS 低于 20 時(shí)，處于超買狀態(tài)，行情即將見頂，應(yīng)當(dāng)考慮賣出。這里 80 和 20 只是一個(gè)經(jīng)驗(yàn)數(shù)字，并不是絕對的。同時(shí)，WMS 在使用過程中應(yīng)該注意與其他技術(shù)指標(biāo)相配合。在盤整過程中，WMS 的準(zhǔn)確性較高；而在上升或下降趨勢當(dāng)中，卻不能只以 WMS 超買超賣信號(hào)作為行情判斷的依據(jù)。第二，從 WMS 的曲線形狀考慮。①在 WMS 進(jìn)入低數(shù)值區(qū)位后(此時(shí)為超買)，一般要回頭。如果這時(shí)股價(jià)還繼續(xù)上升，就會(huì)產(chǎn)生背離，是賣出的信號(hào)。②在 WMS進(jìn)人高數(shù)值區(qū)位后(此時(shí)為超賣)，一般要反彈。如果這時(shí)股價(jià)還繼續(xù)下降，就會(huì)產(chǎn)生背離，是買進(jìn)的信號(hào)。③WMS 連續(xù)幾次撞頂(底)，局部形成雙重或多重頂(底)，則是賣出(買進(jìn))的信號(hào)。這里需要說明的是，WMS 的頂部數(shù)值為 0，底部數(shù)值為 100。（KD）隨機(jī)指標(biāo) KD 是分析師喬治蘭德首先提出的技術(shù)分析理論。在股票、期貨等證券市場中有很好的實(shí)戰(zhàn)效果。從實(shí)踐看，KD 指標(biāo)的核心原理是平衡的觀點(diǎn)，即股價(jià)的任何動(dòng)蕩都將向平衡位置回歸。KD 指標(biāo)把一定周期內(nèi)最高股價(jià)和最低股價(jià)的中心點(diǎn)作為平衡位置，高于此位置過遠(yuǎn)將向下回歸，低于此位置過遠(yuǎn)將向上回歸。在分析中設(shè)置快速線 K 和慢速線 D 共同研判，另外還有考察 K、D 位置關(guān)系的 J 線。（RSI）RSI 指標(biāo)(Relative Strength lndex)是與 KD 指標(biāo)齊名的常用技術(shù)指標(biāo)。RSI 以一特定時(shí)期內(nèi)股價(jià)的變動(dòng)情況推測價(jià)格未來的變動(dòng)方向，并根據(jù)股價(jià)漲跌幅度顯示市場的強(qiáng)弱。相對強(qiáng)弱指標(biāo) RSI 是分析師(Wells. Wilder, Jr )于七十年代首先提出的技術(shù)分析理論。RSI 是Relative Strength Index 的縮寫。盡管其歷史不長，但由于該指標(biāo)客觀實(shí)用的特點(diǎn)，目前已為廣大投資者接受，從而成為廣泛使用的普及性指標(biāo)之一。技術(shù)分析原理之一是市場變化包含一切。相對強(qiáng)弱指標(biāo)正是從這一點(diǎn)出發(fā)，從市場價(jià)格變化觀察買賣雙方的力量變化，其中以價(jià)格上漲幅度代表買方力量，以價(jià)格下跌幅度代表賣方力量，以漲跌幅度的對比代表買賣雙方力量的對比，通過對比預(yù)測未來股價(jià)的運(yùn)行方向，這種對比的比值就是 RSI 數(shù)值。（BIAS）乖離率是表示當(dāng)前股價(jià)偏離移動(dòng)平均線程度的指標(biāo)。當(dāng)日收盤價(jià)減移動(dòng)平均線之差與移動(dòng)平均線的比值，即乖離率。在股市上，主要用乖離率來決定投資者的買賣行為。6. 心理線指標(biāo)（PSY）PSY(Psychological Line)是從投資者的買賣趨向心理方面，將一定時(shí)期內(nèi)投資者看多或看空的心理事實(shí)轉(zhuǎn)化為數(shù)值，來研究和判斷股價(jià)未來走勢的技術(shù)指標(biāo)。（OBV）OBV 的英文全稱是 On Balance Volume，即“平衡交易量”，人們更多地稱其為能量潮，它是 Granville 在 20 世紀(jì) 60 年代提出來的。該指標(biāo)的理論基礎(chǔ)是市場價(jià)格的有效變動(dòng)必須有成交量配合，量是價(jià)的先行指標(biāo)。利用 OBV 可以驗(yàn)證當(dāng)前股價(jià)走勢的可靠性，并可以得到趨勢可能反轉(zhuǎn)的信號(hào)。比起單獨(dú)使用成交量來，OBV 看得更清楚。（ADL）ADL(Advance／Decline Line，騰落指數(shù))，中文名稱為騰落指數(shù)，即上升下降曲線的意思。ADL 是以股票每天上漲或下跌的家數(shù)作為觀察的對象，通過簡單算術(shù)加減來比較每日上漲股票和下跌股票家數(shù)的累積情況，形成升跌曲線，并與綜合指數(shù)相互對比，對大勢的未來進(jìn)行預(yù)測。（ADR）ADR(Advance／Decline Ratio)，中文名稱為漲跌比指標(biāo)，即上升下降比。ADR 是根據(jù)股票的上漲家數(shù)和下跌家數(shù)的比值，推斷證券市場多空雙方力量的對比，進(jìn)而判斷出證券市場的實(shí)際情況。（OBOS）OBOS(Over Bought OverSold，)中文名稱是超買超賣指標(biāo)，也是運(yùn)用上漲和下跌的股票家數(shù)的差距對大勢進(jìn)行分析的技術(shù)指標(biāo)。與 ADR 相比，其涵義更直觀，計(jì)算更簡便。OBOS 是用一段時(shí)間內(nèi)上漲和下跌股票家數(shù)的差距來反映當(dāng)前股市多空雙方力量的對比和強(qiáng)弱。(AR)股市中買賣雙方的氣勢主要反映在每日股指最高點(diǎn)、最低點(diǎn)及開市點(diǎn)三者之間的關(guān)系上。人氣買賣指標(biāo)(AR)指標(biāo)是利用一定周期內(nèi)三者的差異及比值反映出股市強(qiáng)弱、買賣氣勢的指標(biāo)。(BR)BR指標(biāo)反映的是昨日股指收盤價(jià)與今日最高股指和最低股指之間的強(qiáng)弱走勢，從而反映股指意愿。在前面我們已經(jīng)分析過，股票市場預(yù)測的常用變量和指標(biāo)，而這些數(shù)據(jù)信息的本質(zhì)反映的是股票市場上多方復(fù)雜博弈的體現(xiàn)，這就直接導(dǎo)致了股票市場上的數(shù)據(jù)本身具有一些特殊的性質(zhì)。這些特殊的性質(zhì)才導(dǎo)致股票價(jià)格預(yù)測的難度，可這也正是學(xué)者們研究的動(dòng)力。 雖然在前面我們對股市預(yù)測的基本假設(shè)中已經(jīng)表明，股票市場上歷史總是會(huì)重演，因此我們可以用過去已有的數(shù)據(jù)黑箱預(yù)測未來股價(jià)波動(dòng)，但實(shí)際上股票市場上經(jīng)常會(huì)有一些突發(fā)事件，它們并不會(huì)使股票價(jià)格的結(jié)構(gòu)(趨勢、周期等)發(fā)生質(zhì)的改變，僅僅會(huì)使股市數(shù)據(jù)發(fā)生暫時(shí)的偏離，但很快又會(huì)恢復(fù)到原來的趨勢及周期上去。例如：一國突發(fā)性的產(chǎn)生大規(guī)模的食品安全問題、發(fā)生強(qiáng)烈地震等自然災(zāi)害、機(jī)構(gòu)大戶的黑幕操作、局部武裝沖突等等。為了消除這些突然出現(xiàn)的噪聲奇異點(diǎn)，在線性的條件下，一般可以通過設(shè)計(jì)各種濾波器將噪音濾除，但在非線性條件下卻不能輕易處理，因?yàn)樗鼈兛赡茴A(yù)示著股市基本結(jié)構(gòu)將要發(fā)生變化的趨勢，故而股票數(shù)據(jù)的這種特性要求處理股市數(shù)據(jù)的預(yù)測系統(tǒng)具有良好的魯棒性。股票價(jià)格自身以及影響其波動(dòng)的因素多種多樣，這些變量之間往往呈現(xiàn)出非線性特性，并且這些非線性之間的數(shù)據(jù)關(guān)系一般都很復(fù)雜多元化，因此要求股市預(yù)測模型應(yīng)具有強(qiáng)大的處理非線性問題的能力。雖然已經(jīng)發(fā)展起來的非線性數(shù)學(xué)、耗散結(jié)構(gòu)理論等為描述非線性動(dòng)力學(xué)系統(tǒng)提供了一些可用的工具，但實(shí)際應(yīng)用于股票市場上實(shí)證分析仍有不少亟需解決的問題。股票市場無論怎么復(fù)雜多方博弈，其實(shí)際操作者都是投資者這些人的因素，而這些不同的投資者投資行為各有不同。不同的投資者所思考的投資方式不同，達(dá)到的目的不同，所獲得的股市已有的信息也不同，所關(guān)心的具體個(gè)股或是大盤走勢側(cè)重點(diǎn)不同，這都導(dǎo)致了股票交易具有極大的主觀性。投資者的主觀性，使得股票預(yù)測誤差相當(dāng)大，并且隨著時(shí)間的累加誤差逐漸放大。與其他物理動(dòng)力學(xué)系統(tǒng)不同，在股市預(yù)測系統(tǒng)中，對過去的樣本數(shù)據(jù)的最好匹配并不能保證是最好的未來預(yù)測，即建模數(shù)據(jù)的最小誤差準(zhǔn)則并不是提高預(yù)測精度的最好準(zhǔn)則，一種預(yù)測方法過去和現(xiàn)在的表現(xiàn)不能說明其未來的預(yù)測結(jié)果。由于我國股市建立時(shí)間短，投資者的投資心態(tài)還不十分成熟，市場經(jīng)濟(jì)體制還不完備，股市上還存在很多國有巨頭操盤，并帶有很多計(jì)劃經(jīng)濟(jì)體制的特征，因此我國股市對于國家的政策性導(dǎo)向非常敏感。故而我國上證和深證中經(jīng)常出現(xiàn)所謂的暴漲暴跌，因此很難用一個(gè)穩(wěn)定的模型來對這種股市的變動(dòng)做出準(zhǔn)確的預(yù)測。三． 神經(jīng)網(wǎng)絡(luò)的基本原理介紹人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANN)，是人工智能的一種核心方法，是人類中樞（大腦）神經(jīng)系統(tǒng)的簡化模型，是由大量簡單的并行分布的計(jì)算單元（神經(jīng)元，neurons）互相連接而成的自適應(yīng)非線性系統(tǒng)。 神經(jīng)網(wǎng)絡(luò)作為一種對人腦的最簡單的抽象和模擬，是探索人類智能奧秘的有力工具，近年來它已經(jīng)發(fā)展成為一門設(shè)計(jì)生物、電子、計(jì)算機(jī)、數(shù)學(xué)、物理等多學(xué)科相互交叉的前沿性課題，其具有廣泛的應(yīng)用前景。 神經(jīng)網(wǎng)絡(luò)的研究始于20世紀(jì)40年代。半個(gè)多世紀(jì)以來，它經(jīng)歷了一條由興起到衰退、又由衰退到興盛的曲折的發(fā)展過程，這一過程大致可分為以下的四個(gè)階段。：1940’s初，導(dǎo)致了人工智能的研究。早在1943年，“興奮”與“抑制”兩種狀態(tài)的神經(jīng)元模型和Hebb提出的神經(jīng)元連接強(qiáng)度的學(xué)習(xí)規(guī)則，開始了神經(jīng)科學(xué)理論的研究。1957年，（Perceptron）模型，這是第一個(gè)真正的人工神經(jīng)網(wǎng)絡(luò)。1962年，（Adaline）網(wǎng)絡(luò)，其具有自適應(yīng)學(xué)習(xí)功能，在信號(hào)處理、模式識(shí)別等方面受到普遍重視和應(yīng)用。：1960’s末，這個(gè)時(shí)期對神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展不大。20世紀(jì)60年代到70年代，神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的發(fā)展處于一個(gè)低潮時(shí)期，造成這種情況的原因是發(fā)展過程中遇到了本質(zhì)的困難，即電子線路交叉極限的困難。在當(dāng)時(shí)計(jì)算機(jī)技術(shù)還不夠發(fā)達(dá)的狀況之下，神經(jīng)網(wǎng)絡(luò)的應(yīng)用沒有展開，而人工智能和專家系統(tǒng)還處于發(fā)展的高潮期，因此很多學(xué)者放棄了對神經(jīng)網(wǎng)絡(luò)的研究。：1980’s 中，這個(gè)階段導(dǎo)致的對神經(jīng)網(wǎng)絡(luò)的研究熱潮，致使幾乎將其應(yīng)用于所有工程領(lǐng)域。 1982年和1984年，這是一個(gè)非線性動(dòng)力系統(tǒng)的理論模型，它引起了各國學(xué)者的關(guān)注，并力圖將這一數(shù)學(xué)模型進(jìn)行電子學(xué)或光學(xué)的硬件實(shí)現(xiàn)。這就形成了人工神經(jīng)網(wǎng)絡(luò)的隊(duì)伍。(Parallel Distributed Processing)網(wǎng)絡(luò)思想。其中的誤差反饋傳播算法，即BP算法，已成為至今影響最大、最為廣泛的一種網(wǎng)絡(luò)學(xué)習(xí)算法。：2000以后。 20世紀(jì)90年代以來神經(jīng)網(wǎng)絡(luò)理論變得更加外向，注視著自身與科學(xué)技術(shù)之間的相互作用，不斷產(chǎn)生了具有重要意義的概念和方法，并形成了良好的工具。21世紀(jì)初，在這十幾年學(xué)者們的努力下，神經(jīng)網(wǎng)絡(luò)理論的主要前沿領(lǐng)域包括：對智能和機(jī)器關(guān)系問題的認(rèn)識(shí)進(jìn)一步增長；神經(jīng)計(jì)算和進(jìn)化計(jì)算取得重大進(jìn)展；神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和神經(jīng)元芯片作用不斷擴(kuò)大。 神經(jīng)網(wǎng)絡(luò)基本原理生物神經(jīng)元是一個(gè)小細(xì)胞，具有如下功能：（輸入功能）；，并傳給其它神經(jīng)元（輸出功能）。而人腦包含：個(gè)神經(jīng)元，這其中：生物神經(jīng)元主要有三個(gè)組成部分：細(xì)胞體、軸突、樹突。（如下圖所示）突觸(連接強(qiáng)度)樹突：Input(接收信息)細(xì)胞體軸突：Output(傳輸信息) 圖1生物神經(jīng)元簡圖說明：樹突（接收信息）：接收來自其它神經(jīng)元的電信號(hào)，并傳給細(xì)胞體。細(xì)胞體（信息處理器）對輸入信號(hào)： （數(shù)學(xué)描述）軸突（傳輸信息）：把細(xì)胞體的