【道富投资分析总结】

一、概述

在股票投资方法中，股票分析投资方法占据着不可动摇的地位。而股票投资分析也被认为是股票投资的必备功课，而进过无数股民的实践，也总结出了许多行之有效的股票投资分析方法。本期道富投资与股民分享股票投资四大分析方法，助力股民股市扬帆。

二、分析方法

股票投资分析一：趋势分析投资方法

此操作方式，投资者应该顺应大盘涨势行情购买股票，并作长线持有。当市场高位出现空头信号时，必须卖出手持股票做观望，等待股市再次出现涨势行情，再继续购买。

趋势分析投资方法关注的是大盘走势或长期趋势。优点在于，不会被个股短期波动从而影响股票市场。如趋势判断正确，则股票收益将十分丰厚。但是趋势分析投资方法也存在着缺陷。

1.若投资者没设置止损价格，一旦判断错误将会带给投资者大量的资金损失;

2.即使投资者正确预测股票价格走势，但在短期之内股票市场还是会受到短期波动，促使投资者减少收益，不能实现收益最大化原则。

股票投资分析二：顺势而为投资方法

此方式适合于，股市行情大势向上时，买进股票;相反，当股价趋势向下时，则需要卖出手中股票换取现金为最佳方法。

这种方法适合于中小投资者使用，特别适合于小额投资者。此方法再使用时候必须牢记一下两点：

1.涨跌行情必须明确，大盘行情中期走势为最佳;

2.必须确定股票买卖时机。若投资者顺势而为投资方法运用得当，将起到事半功倍效果，盈利金额将大大增加;若逆市操作，往往最终结果将是爆仓收场。

股票投资分析三：过滤嘴式投资方法

过滤嘴式投资方法让投资者在涨势刚刚形成或者跌势末期时，以固定的盈亏比率，损失部分利润，从而保留预测利润的投资方法。 此方法适合于中长期投资操作(也适合于涨势行情和跌势行情使用)，是股票投资市场最为稳妥的投资方式。切记，当大盘走势处于涨势，跌势较短，或者涨跌幅过小时采用此方式，将会造成买卖过多频繁，交易成本比重过大，对此此方法需要灵活运用掌控。

股票投资分析四：金字塔式投资方法

在股市当中经常听到金字塔买卖方法，此方法是股票投资市场最为常见的投资方式，金字塔式投资方法特点在于买进股票时越买就少;当卖出股票时就越卖越多。此方法好处在于：

1.当大盘走势一直处于涨势行情时，投资者持续买入股票，投资

者账户盈利金额此时就会不断累积起来;

2.如果股票市场突然由多头市场，转变成空头市场，投资者将会因为前期买入股数较少，则不会造成太大的损失。

 

第二篇：统计分析方法总结

1.连续性资料

1.1 两组独立样本比较

1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。

1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。

1.1.3 资料方差不齐，（1）采用Satterthwate 的t检验；（2）采用非参数检验,如Wilcoxon检验。

1.2 两组配对样本的比较

1.2.1 两组差值服从正态分布，采用配对t检验。

1.2.2 两组差值不服从正态分布，采用Wilcoxon的符号配对秩和检验。

1.3 多组完全随机样本比较

1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，Tukey法，Scheffe法，SNK法等。

1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal-Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。

1.4 多组随机区组样本比较

1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，Tukey法，Scheffe法，SNK法等。

1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。

需要注意的问题：

（1） 一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。

（2） 当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组

间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，Tukey法，Scheffe法，SNK法等。**绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确**

（3） 关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。

2．分类资料

2.1 四格表资料

2.1.1 例数大于40，且所有理论数大于5，则用普通的Pearson 检验。

2.1.2 例数大于40，所有理论数大于1，且至少一个理论数小于5，则用校正的 检验或Fisher’s确切概率法检验。

2.1.3 例数小于40，或有理论数小于2，则用Fisher’s确切概率法检验。

2.2 2×C表或R×2表资料的统计分析

2.2.1 列变量＆行变量均为无序分类变量，则（1）例数大于40，且理论数小于5的格子数目<总格子数目的25％，则用普通的Pearson 检验。（2）例数小于40，或理论数小于5的格子数目>总格子数目的25％，则用Fisher’s确切概率法检验。

2.2.2列变量为效应指标，且为有序多分类变量，行变量为分组变量，用普通的Pearson 检验只说明组间构成比不同，如要说明疗效，则可用行平均分差检验或成组的Wilcoxon秩和检验。

2.2.3 列变量为效应指标，且为二分类变量，行变量为有序多分类变量，则可采用普通的Pearson 检验比较各组之间有无差别，如果总的来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。

2.3 R×C表资料的统计分析

2.2.1 列变量＆行变量均为无序分类变量，则（1）例数大于40，且理论数小于5的格子数目<总格子数目的25％，则用普通的Pearson 检验。（2）例数小于40，或理论数小于5的格子数目>总格子数目的25％，则用Fisher’s确切概率法检验。（3）如果要作相关性分析，可采用Pearson相关系数。

2.2.2列变量为效应指标，且为有序多分类变量，行变量为分组变量，用普通的Pearson 检验只说明组间构成比不同，如要说明疗效或强弱程度的不同，则可

用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。

2.2.3 列变量为效应指标，且为无序多分类变量，行变量为有序多分类变量，则可采用普通的Pearson 检验比较各组之间有无差别，如果有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。

2.2.4 列变量＆行变量均为有序多分类变量，（1）如要做组间差别分析，则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。如果总的来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。

（2）如果要做两变量之间的相关性，可采用Spearson相关分析。

2.4 配对分类资料的统计分析

2.4.1 四格表配对资料，（1）b＋c>40，则用McNemar配对 检验。（2）b＋c<40，则用校正的配对 检验。

2.4.1 C×C资料，（1）配对比较：用McNemar配对 检验。（2）一致性检验，用Kappa检验。