① 事件研究法的市場模式
估計某一事件發生或公布後，對於股價影響，必須建立股票報酬率的「預期模式」，以估計「預期報酬」(expected returns)。股票報酬率的預期模式有很多種，應用最廣的是「市場模式」 (Market Model)。市場模式假設個股股票的報酬率與市場報酬率間存在線性關系，並以市場報酬率建立股價報酬率之回歸模式，公式如下：
Rit=αi +βi Rmt +εi,t
Rit：表示 i 公司 t 期的報酬率，計算方式為 (該股X日時收盤價–該股[X-1]日時收盤價) / 市場[X-1]日時收盤價。 Rmt：表示 t 期的市場加權指數股票之報酬率，計算方式為 (市場X日時收盤指數–市場[X-1]日時收盤指數) / 市場[X-1]日時收盤指數。 αi：表示回歸截距項。 εit：表示回歸殘差項。 βi：表示回歸斜率。
建立股票報酬率的「預期模式」
針對誤差項的部分，根據Fama(1968)、Beja(1972)及Fama(1973)之研究，市場模式有下列之假設： E（εit）=0 Cov（ εiτ , εiγ）= ,τ,γ 〔t1, t2〕 Cov（ εit , Rmt）=0
因此，經由以上所示之公式，可求得個別證券在「事件期」某一期之「預期報酬率」返臘，即為：Rit=ai + bi Rmt
Rit ：表示 i 公司t期之預期報酬率，經由估計期漏悶滑計算得來。 Rmt：表第t期市場加權指數股票之報酬率。
估計平均異常報酬率(AAR)、累積異常報酬率(CAR)
一但估計出「預期報酬率」，也就可以得到異常報酬率。為了了解某一特定事件之異常報酬率或累罩虧積效果的行為，並且提供有關異常報酬率，何時開始出現關聯以及何時結束，採用異常報酬率 (AR) 及累積異常報酬率 (CAR) 以看出此項反應。
異常報酬 (Abnormal Returns , ARit) 指以事件期的實際報酬減去事件期的預期報酬：ARit=Rit－Rit
ARit：表示 i 公司第t期之異常報酬率。 Rit ：表示 i 公司第t期之實際報酬率。 Rit ：表示 i 公司第t期之預期報酬率。
累積異常報酬率 (Cumulative Abnormal Returns, CAR( T ))，則為特定期間內每日異常報酬率的累加值。
如果異常報酬率為「正」，我們可以推論事件對股價有正的影響；如果異常報酬率為「負」，我們可以推論事件對股價有負的影響。但只知道正負仍不夠，因為我們不確定此種影響是否足夠明顯，因此必須進行「顯著性檢定」。
② 事件研究法能針對盈餘的變動嗎為什麼
能。事件研究法是指運用金融市場上的數據資料來測定某一特定的經濟事件對某一或某一類上市公司價值的影響。運用該方法研究了股票分割的價格效應，隨後Ball和Brown（1968）引入了使用的事件研究法，研究了盈餘的信息含量，事件研究法經常用於探討特定經濟事件（如兼並伏神、收購、再融資等）發生前後標的公司的股票價格（或市值）的反段亮應的經驗研究方法。能針對握廳寬盈餘的變動，該研究法通過分析事件樣本中的上市公司的股票報酬率是否發生明顯異常，來探究該事件是否具有信息內涵。
③ 什麼是事件研究法
股票市場本質上是一個信息市場。在股票市場建設和發展中，上市公司信息披露工作至關重要，其中盈餘信息的披露往往被認為是最富有信息含量的信息。本文採用事件研究法，利用均值調整收益模型對深市A股上市公司2004年度年報盈餘信息披露進行實證分析與檢驗。結果表明，我國股票市場年報盈餘信息的披露不能較完全地反映在股票價格上。這一結論對提高我國上市公司信息披露質量有重要的政策含義。
累積正常收益圖
股票市場本質上是一個信息市場。信息在股票市場中處於樞紐和核心地位。股票價格的形成及發揮作用是以股票市場的各種信息為基礎的。股票價格的運行需要大量的信息參與是股票價格的特殊性所在，為了使股票價格能夠反映其真實價值，引導資本的有效流動，就需要為股票價格提供一個強大、合理的信息基礎，這也是投資者形成合理預期的基礎。1967年羅伯茨根據信息的不同層次提出了市場有效性的三種形式：弱式、半強式及強式。有效市場理論成功地將信息與股價運行相結合，揭示了股票價格的運動特徵。
然而，信息本身是非實體的，必須依附於一定形式的物質作為載體，在證券市場中信息的載體主要是說明書、報告、公告等有關的文件，這些文件的發布過程就叫做信息披露。中國證券監督管理委員會發布的《公開發行公司股票信息披露實行細則(試行)》第四條規定「必須公開披露的信息包括招股說明書、上市公告書、定期報告、臨時報告等」。這些會計信息中，會計盈餘信息是最主要的，它可以有效地反映上市公司整體質量。盈餘信息的披露往往被市場認為是最富有信息含量的信息。自 1968 年 Ball 和 Brown 關於會計盈餘信息有用性的經典之作問世以來，會計盈餘信息的有用性與驗證就成為證券界的一大研究課題。為此，我們採用事件研究方法中的均值調整收益模型，檢驗分析中國股票市場年報盈餘信息披露對股票價格的影響，得到的結果值得關注。
方法與數據說明
(一)方法說明
1969年Fama等人在分析股票拆細信息對股票價格的影響時，提出了「事件研究法」的構想，如今已被應用到了小到公司、大到整個經濟的各種經濟事件研究中，如兼並與收購、收益公告、新發行的債券或股票以及關於貿易赤字等宏觀經濟變數的分析。在證券研究中，事件研究主要集中在研究事件對上市公司證券價格的影響。事件研究法的突出特點是，其研究過程具有簡單、明了的邏輯線索，即某事件的發生是否影響了時序性價格數據的產生。這種影響的程度是用非正常收益來體現的。
(二)數據說明
按照事件研究法的要求，結合中國股市的現實情況，對研究中數據方面選擇和處理說明如下：
1、選取的研究事件是深市A股上市公司2004年度年報盈餘信息披露。
2、樣本和數據選取。對深市A股上市公司年報披露樣本的選擇，採取如下標准：
(1)如期披露了2004年年度報告。
(2)上市日期應該位於2000年1月1日之前。這主要考慮到公眾對該公司合理預期的形成往往需要一段時間，此外，在計算正常收益率時估計窗口的選取也需要一定的時間長度。
(3)樣本計算區間內不存在配股與增發股票行為，這主要是為了計算方便。
(4)樣本計算區間內數據無缺失。
按此要求對2004年深圳股票市場上市公司進行篩選，共獲得250份有效年報。
3、組合分類及相應參數處理
根據年報披露盈餘情況的不同，我們將年報分為3種類別：好消息，無消息與壞消息。判別的標准取決於本年度年報與上一年度年報凈資產收益率的離差。如果前者高於後者2.5%以上，就界定為好消息；在5%范圍內波動，屬於無消息；如果低於2.5%以上，那麼當年年報就是壞消息。①在250份年報中，根據我們的統計檢驗，確認41份屬於好消息，113份屬於無消息，96份屬於壞消息。我們根據好壞消息對所有的公司年報進行分組。年報進行分類後，下一步就是確定取樣區間、事件窗與估計窗。我們令取樣區間為一天，計算每日收益率。選擇41天作為事件窗，包括事件前的20天，事件發生日以及事件後的20天；對每份年報使用事件窗前120個交易日作為估計窗。我們基於收盤價格計算日收益率，並且利用每日對數收益率作為傳統方式定義的實際收益率的近似度量，其中為t日收盤價， 為t-1日收盤價。此外，如果年報公布日為非交易日，則將下一交易日確認為公告日。
上市公司年報盈餘信息披露對股票價格影響的實證結果與分析
根據事件研究法和相關研究數據，我們計算了250家深圳證券市場上市公司的年報披露引起的非正常收益和累積非正常收益，得出三類消息的累積非正常收益率，如上圖所示。
我們可以看出，盈利公告確實傳遞了對上市公司股票價值評估的有用信息，對股票價格產生了相應的沖擊。上圖說明了以下幾個問題。
第一，在年度盈利信息公布的前20天到前十天，年報幾乎對公司股票價格基本沒有什麼影響，不過好消息組的累積非正常收益已經呈現出上升的勢頭，而壞消息組呈現出下降的勢頭。
第二，在年報公布前10天到公布日，壞消息組的CAR開始持續下降，好消息組的CAR繼續緩慢上升，而無消息組的CAR繼續保持平穩水平。這表明，年報盈餘信息已經提前流進股票市場，少部分投資者已經獲取了該信息，並且對市場投資作出了相應的調整，取得了一定的收益；而大部分投資者尚未獲取這方面的信息，所以市場累積非正常收益變化比較緩慢。
第三，在年報公布之後，好消息組的CAR持續上升，比公告前上升幅度要大；無消息組的CAR仍舊保持平穩水平；而壞消息組的CAR急劇下跌。這說明當年報盈餘信息批露之後，大部分投資者做出了相應的調整，獲得了非正常收益。另外可以看到，市場對壞消息存在過度反應。
根據以上分析，可以得出，由於年報盈餘信息的披露沒能夠有效地作用於股票市場，因而不能及時、公平、完全地反應在股票價格上，不論在公告前還是在公告後，都有投資者利用該信息獲取了非正常收益。
對上市公司信息披露的建議
股票市場中，作為融資方——上市公司的各種信息直接決定著投資者對其價值的判斷
④ 股票市場的股價模型研究
放棄技術分析吧，美國市場已經拋棄的工具被中國無數中小投資者視為珍寶。要是靠看圖能做准確預測，那些基本面分析的機構全都能去喝西北風了。
⑤ 如何利用機器學習方法預測股票價格的波動趨勢
預測股票價格的波動趨勢是金融領域中的一個重要問題，機器學習方法可以對該問題進行建模和求解。以下是一些可以採用的機器學習方法：
1.時間序列分析：用於分析股票價格隨時間變化的趨勢性、周期性和隨機性。基於ARIMA、GARCH、VAR等模型的時間序列分析方法可用於預測未來的股票價格走勢。
2.支持向量機（SVM）：可以處理線性和非線性數據，並在訓練模型時能夠自動找到最優分類春局邊界。通過構建和訓練SVM模型，可以預測未來股票價格的漲跌趨勢。
3.人工神經網路（ANN）：模擬人類仔森搭大腦神經網路的處理過程，可以自動分析和識別輸入數據中的模式和趨勢。通過訓練ANN模型，可以預測未來股票價格的變化趨勢。
4.決策樹（DT）：通過對數據進行分類和回歸分析，可顯示支持機器學習演算法的決策過程。在預測股票價格波動趨勢時，基於決策樹的方法可以自動選擇最優屬性和分類子集，得到更准確的預測結果。
以上機器學習方法都有其應用場景和局限性，可念拿以根據數據特點和問題需求進行選擇。同時，還需進行特徵選擇、數據歸一化和建立評估指標等步驟，以確保預測模型的准確性和穩定性。
⑥ 事件研究法什麼樣的結果有效
事件研究法成功的結果是有效的。根據查詢相關資料信息顯示嘩行，事件扮埋研究法是基於有效市場假設的，即股票價格反映所有已知的公共信息，投資者廳蘆螞是理性的，投資者對新信息的反應是理性的。
⑦ 股票分析方法有哪些簡述股票基本分析方法
股票行情是一種證券市場用語，指股票交易所內各只股票的漲幅變化及交易流通情況。
(1)技術分析：技術分析是以預測市場價格變化的未來趨勢為目的，通過分析歷史圖表對市場價格的運動進行分析的一種方法。股票技術分析是證券投資市場中普遍應用的一種分析方法。
(2)基本分析：基本分析法通過對決定股票內在價值和影響股票價格的宏觀經濟形勢、行業狀況、公司經營狀況等進行分析，評估股票的投資價值和合理價值，與股票市場價進行比較，相應形成買賣的建議。
(3)演化分析：演化分析是以演化證券學理論為基礎，將股市波動的生命運動特性作為主要研究對象，從股市的代謝性，趨利性，適應性，可塑性，應激性，變異性和節律性等方面入手，對市場波動方向與空間進行動態跟蹤研究，為股票交易決策提供機會和風險評估的方法總和。
炒股對於高手說是一種藝術的創作，創作出更多的價值。股票行情分析是創作的靈感來源。所以，一個好的資源必定出現非常偉大的創作。下面我們來說說兩種簡單的分析方法：
方法一：上升三法
學習炒股，最先要會的就是看圖，所以看圖說話，在上升趨勢中，如果出現一根長陽線，在此長陽之後，出現一群實體短小的陰陽線，顯示先前趨勢所面臨的一些壓力。一般而言，這些盤整的線形大多為黑線，但最重要的一點是，這些線形的實體必須處在第一天長白線的高、低價范圍內，包括影線在內。最後一根陰陽線(通常為第五天)的開盤價位於前一天收盤價之上，並且收盤價創出新高。
方法二：下降三法
顧名思義，下降三法就是上升三法的相反方法。就是在市場處於下降趨勢的時候，如果一根長黑線的出現使其跌勢得到加強。隨後三天則為實體短小的線形，其走勢與既定趨勢相反。如果這些盤整線形的實體為白色，則情況最佳。必須注意，這些短小的實體全部位於第一根長黑線的高、低價范圍內。最後一天開盤價應該在前一天的收盤價附近，收盤則創出新低，宣告市場休息時間結束。