A. 怎麼預測股票漲跌
電動汽車板塊~
萬向錢潮
中國重汽
東風汽車
宇通客車
福田汽車
江淮汽車
長安汽車
上海汽車
萬向錢潮主打汽車零部件~1999開始研發電動汽車~2009年成立李鐵電池以及電動汽車系統的整合~只等國家的准生證~
其他品牌都已在上海汽車展上面秀出了自己的純電動汽車.
投資價值——超長線持有~因為現在還不具備電動汽車普及的條件~
價值體現時間落後於電網改造的板塊~
電網改造板塊~
由於要發展純電動汽車的產業和能夠讓純電動汽車普及~和充電站建設,充電庄~建設離不開的就是電網的改造~
因為現在的城市電網不具備支持民用電動汽車的充電設施~那麼政府會加大力度開始對電網進行改造~
因為日本政府已經開始以東京為核心建設1000個電動汽車充電站的計劃~想必是中國政府也會效仿其腳步~
巴菲特入股的BYD汽車,位於深圳~而上市於深交所的電氣公司深圳惠程發布08業績報告中指出——公司受益於電網改造公司業績同比增長+++具體多少忘記了~（在金融危機之下是很不容易的）
由此看出深圳市政府已經開始了新能源戰略的布局~開始了積極配合新能源的周邊基礎設施的建設~
深圳惠程~
上海電氣~
以及一些電氣的公司~
價值體現時間~晚於有色金屬板塊~
有色金屬板塊~
因為電網的改造涉及到各種電氣設備的零部件以及輸電線的變壓轉換材料~各種有色金屬包含其中~
具體就不舉例了~
屬於電網改造的上游產業鏈企業~毛利率高~
不可再生能源板塊~
國際形勢風起雲涌~
從08年原油每桶147美元到現在的50美元左右~
在如今經濟不好的情況下都維持50美國左右的水平,說明原油的價格影響因素已經由避險和投機保值變為了又供求關系直接作用~
可預見未來的能源價格會持續的上漲~因為需求是無限的~而供應是有限的~
以有限的供應來滿足無限的需求,連小學生都知道最後的結果是什麼？那就是供不應求~價格的上漲~
還有一個因素就是當前的金融危機下~各國政府大降利率~
降利率 = 印鈔票~
如果將利率不印鈔票,那麼政府絕對吃虧~
當經濟轉好了以後,資金恢復了信心後就開始抄底保值~
到時候通貨膨脹就會重新回來~
以前是07年美國一國印鈔票都搞得全世界的金融市場雞飛狗跳~
現在時全世界都在開動印鈔機~你想想後果吧~
資本家一定會把流動性注入硬通貨——類似黃金,礦產,石油,煤炭上面~因為只有那些才能夠體現價值~
而鈔票會像計算機中的01代碼一樣,一文不值（沒有儲存價值）~
要明白資本家和普通百姓的思維是不一樣的~
深圳和北京年初的房價暴漲就是個好的見證~
希望我的分析對你為來的投資選擇有幫助~
再補充一句~資源類股的價值體現是領先於所有的股票~
再次補充一下~
還有就是和國防工業有關的~
中國現在還不是軍事強國~很多的軍事技術和裝備都不是自己的工業生產的~
舉例~
空中加油機~
SU-27
SU-30
還有就是s-300防空導彈~（最近好像在和俄羅斯談判准備買s-400）但是別人好像是不賣~
還有就是武裝直升機~
還有就是重型直升機（這次汶川大地震大家也看到了吧~重型直升機還要借俄羅斯的~）
還有就是大型運輸機~
所以和航空機電還有光電系統相關的公司都行~
本人關注中兵光電~
是個偶然的機會看到鳳凰衛視的一個節目采訪中兵光電的老總吧~說是以前企業怎麼不行~現在經過改制~轉成了做軍工方面比較好的企業~
軍工方面只了解這一家企業~
其他的信息通過各種渠道自己去收集哈~
希望我的回答對你有幫助~
B. 用matlab什麼程序可以預測股價走勢
這個可以用matlab的時間序列工具試一下，不過感覺沒有spss的時間序列工具好用，因為很多人裝matlab不裝時間序列工具包的。
用spss更好，把數據粘貼進去，就點分析-時間序列-自動時間序列就行，很傻瓜的，等1min，會出來一個走勢圖（輸出結果里下翻才找得到），說是AR多少模型的，後面會有一小段紅線的，那個就是預測。
C. 股票分析過程 程序
1.優勢分析：公司是做什麼的？有品牌優勢嗎？有壟斷優勢嗎？是指標股嗎?
2.行業分析：所處行業前景如何？在本行業中所處地位如何？
3.財務分析：盈利能力如何？增長勢頭如何？產品利潤高嗎？產品能換回真
金白銀嗎？擔保比例高嗎？大股東欠款多嗎？
4.回報分析：公司給股東的回報高嗎？圈錢多還是分紅多？近期有好的分紅
方案嗎？
5.主力分析：機構在增倉還是減倉？籌碼更集中還是更分散？漲跌異動情況
如何？有大宗交易嗎？
6.估值分析：目前股價是被高估還是低估？
7.技術分析：股票近期表現如何？支撐位和阻力位在哪裡？
8.分析匯總。
D. 如何用（易語言）編程，設計一個控制，別的軟體的，程序。 主要是獲取股票，價格變動。
先找一個實時更新股票的權威網站然後找到網站股票的列表之後獲取該網頁的源代碼 在程序里分析.輸出數據 具體的懶得寫 只給出思路
E. 我想自己寫個自用的股票看盤與分析的軟體，如何能快速入門
接不到數據，寫了也沒用啊。我用過的比較牛的ninjatrader自定義功能是相當強大，但是沒數據接入的話，白搭。而且需要接入數據的話，要去找數據提供商，需要很大一筆費用，非普通人能承擔的。勸你放棄吧
F. 股票軟體怎麼開發股票軟體開發需要注意哪些
股票軟體開發開發過程包括以下五個階段：
一、股票軟體開發定製分析
然後把它用軟體工程開發語言（形式功能規約，軟體需求分析就是回答做什麼的問題。一個對用戶的需求進行去粗取精、去偽存真、正確理解。即需求規格說明書）表達進去的過程。本階段的基本任務是和用戶一起確定要解決的問題，建立軟體的邏輯模型，編寫需求規格說明書文檔並最終得到用戶的認可。需求分析的主要方法有結構化分析方法、數據流程圖和數據字典等方法。本階段的工作是根據需求說明書的要求，設計建立相應的軟體系統的體系結構，並將整個系統分解成若干個子系統或模塊，定義子系統或模塊間的介面關系，對各子系統進行具體設計定義，編寫軟體概要設計和詳細設計說明書，資料庫或數據結構設計說明書，組裝測試計劃。
二、股票軟體開發設計
也可以是可組合、可分解和可更換的功能單元。模塊，股票軟體設計可以分為概要設計和詳細設計兩個階段。實際上軟體設計的主要任務就是將軟體分解成模塊是指能實現某個功能的數據和程序說明、可執行程序的順序單元。可以是一個函數、過程、子程序、一段帶有順序說明的獨立的順序和數據。然後進行模塊設計。概要設計就是結構設計，其主要目標就是給出軟體的模塊結構，用軟體結構圖表示。詳細設計的首要任務就是設計模塊的順序流程、演算法和數據結構，主要任務就是設計資料庫，常用方法還是結構化順序設計方法。
三、股票軟體開發定製編碼
即寫成以某一順序設計語言表示的"源程序清單"充沛了解軟體開發語言、工具的特性和編程風格，軟體編碼是指把軟體設計轉換成計算機可以接受的順序。有助於開發工具的選擇以及保證軟體產品的開發質量。
四、股票軟體開發測試
關鍵在於理解測試方法。不同的測試方法有不同的測試用例設計方法。兩種常用的測試方法是白盒法測試對象是源程序，股票軟體測試的目的以較小的代價發現盡可能多的錯誤。要實現這個目標的關鍵在於設計一套出色的測試用例（測試數據和預期的輸出結果組成了測試用例）如何才幹設計出一套出色的測試用例。依據的順序內部的邏輯結構來發現軟體的編程錯誤、結構錯誤和數據錯誤。結構錯誤包括邏輯、數據流、初始化等錯誤。用例設計的關鍵是以較少的用例覆蓋盡可能多的內部順序邏輯結果。白盒法和黑盒法依據的軟體的功能或軟體行為描述，發現軟體的介面、功能和結構錯誤。其中介面錯誤包括內部/外部介面、資源管理、集成化以及系統錯誤。
五、股票軟體開發與維護
對軟體產品所進行的一些軟體工程的活動。即根據軟體運行的情況，維護是指在已完成對軟體的研製（分析、設計、編碼和測試）工作並交付使用以後。對軟體進行適當修改，以適應新的要求，以及糾正運行中發現的錯誤。編寫軟體問題演講、軟體修改演講。
G. 基於微信大數據的股票預測研究
基於微信大數據的股票預測研究
大數據是近些年來的熱門話題，無論國際上還是國內，影響很大。經濟學、政治學、社會學和許多科學門類都會發生巨大甚至是本質上的變化和發展，進而影響人類的價值體系、知識體系和生活方式。而全球經濟目前生成了史無前例的大量數據，如果把每天產生的大量數據比作神話時期的大洪水是完全正確的，這個數據洪流是我們前所未見的，他是全新的、強大的、當然，也是讓人恐慌但又極端刺激的。
而我所分享的話題，正是在互聯網環境下，如何利用大數據技術，進行股票預測的研究。–今天，我想分享我認為有意義的四點。
1.大數據下的商業預測
根據大數據，我們可以有效地進行故障、人流、流量、用電量、股票市場、疾病預防、交通、食物配送、產業供需等方面的預測。而本文我們所關心的內容是股票市場的預測。
大數據的核心是預測，預測依賴於對數據的分析。那麼分析的方法是否是基於隨機采樣的結果而設計的，這樣的分析方法是否會有誤差？
從傳統認識上，由於資源和科技的局限，如人和計算資源受限、從計算機處理能力來講無法處理全部數據來獲取人們所關注的結果。因此隨機采樣應運而生，通過所選取的個體來代表全體，如使用隨機抽取的方式來使得推論結果更科學。但既然提到了大數據，它是資源發展到一定程度、以及技術發展到一定階段產生的一個新的認識。如同電力的出現，使人類進入了一個快速發展階段，大數據也一樣，它的含義是全體樣本，從整體樣本來做推論。在本文大數據的含義是所有股票在整個社交網路上的流動信息，從數據源上講，本文沒有採用所有社交網路上的數據，只分析了微信這個最具代表性的社交媒體作為信息源。
互動數據能反映用戶情緒，搜索數據能反映用戶的關注點和意圖，在股市預測時這兩種數據哪種更具有參考價值？
我認為都有價值，互動數據反映了用戶對某一特定股票的喜好和厭惡，可以簡單描述為對該股票的操作是繼續持有還是賣出；而搜索數據則代表用戶在收集該股票信息的過程，它是關注度的概念，某隻股票搜索度高則意味著消息的影響力大。互動代表著方向，搜索代表著振幅。
我們知道這兩種數據得出的結論會有差異，您是如何平衡這兩種數據反映的情況來進行預測的？
正如上一個問題里提到的，如果是股票推薦，買進賣出等原則問題，則應該考慮互動數據，但如果已經買到手了，搜索數據可以提供一個幅度的概念，類似債券評級A級、AA級、AAA級等，供投資者參考，因為不同投資者對風險的承受度是不同的。
將股票和市場的消息整理成140字的短消息發布，是否意味著主要發布渠道是微博？現在微信公眾號很火，有沒有考慮通過這個渠道也發布消息？
事實上，信息傳播的方式很多，微信作為新媒體當然影響力不容小覷，但目前技術投入最小的還是郵件、簡訊等方式，未來會考慮使用公眾號來推送股票和市場消息。
如果在未來通過微信公眾號推送消息，那麼推送的消息會不會作為數據來源被再次採集？這會有多大的影響？
會被採集，但互聯網上的每日關於個股的信息數量會達到很大，該推送會增加推薦股票1點權重，每隻股票的權重成百上千，因此影響極小。
數據來源是微信公眾號，除了准確性的考慮之外，是否還考慮過這樣收集數據會較少觸犯個人隱私？
從法律角度來看，搜索微信或其他個人聊天記錄，是侵犯個人隱私權的，因此如果騰訊開放了這樣的介面，每個公民都可以對這樣的行為進行投訴、抗議、甚至進行法律起訴直至其改正過錯、賠償損失的。
這樣是否意味著即使存在違法的行為，其結果也是由騰訊來承擔，而我們作為數據的使用方不需要承擔任何法律責任？
在整個社會，我們作為系統技術提供方，應恪守大數據的倫理道德，遵守國家法律，如侵犯個人隱私，系統不會採集，谷歌有一句座右銘「谷歌不作惡」，本文提到的系統也一樣。
2.基於大數據進行股票推薦實驗
股票的及時度反應了微信文章所發布的時效性，及時度越高，數據價值就越大。
股票的熱度反應了當前某隻股票被關注的頻度，關注頻度越大，上漲的可能性越高。
數據的完整性：我們採用循環的方式對所有深滬兩地發行約2236隻股票（創業版除外）在微信搜索網站上的搜索結果進行保存。
數據的一致性：文件格式由負責保存數據文件的程序決定，單一的流程保障了文件的一致性。
數據的准確性：由於所分析的訂閱號文章的是由微信公共平台的公眾號所提供，在一定程度上杜絕了虛假消息對於預測系統的破壞。
數據的及時性：考慮到磁碟讀寫以及採集程序所處的網路帶寬，以及搜索引擎對於採集程序的屏蔽，程序中採集兩條信息之間間隔了5秒，因此理論上11180秒（3.1個小時）可收集完當日推薦所需要的數據。對於每個交易日，在9點-9點30分之間採集所有數據，需要7台以上的設備可達到最佳效果。本次試驗受限於試驗設備，在一台設備上，交易日每天早六時開始進行數據採集，也滿足及時性要求。
數據分析：查看三個高優先順序的股票，該股票當日的開盤價與收盤價，再與當日（2015-4-8）上證綜指進行比較，可得在收益上該演算法是優於上證綜指為樣本的整體股票的股價差收益的。
實驗結論：按照上述方式，系統每天推薦出當日股票，在開盤時進行買進，在第二個交易日進行賣出。經過一個月21個交易日（2015-3-1至2015-3-31），系統的收益為20%/月。通過微信搜索公眾號來預測市場走勢和投資情緒呈現出正相關性，因此可以作為股票甄選的因子。
3.股票預測的大數據發展趨勢
網路數據分成三種：
一是瀏覽數據，主要用於電商領域的消費者行為分析，瀏覽數據反映了用戶每一步的訪問腳步，進一步刻畫出用戶的訪問路徑，分析不同頁面的跳轉概率等。
二是搜索數據，主要指搜索引擎記錄的關鍵詞被搜索頻次的時間序列數據，能反映數億用戶的興趣、關注點、意圖。
三是互動數據，主要是微博、微信、社交網站的數據，反映用戶的傾向性和情緒因素。
2013年諾貝爾經濟學獎得主羅伯特?席勒的觀點被無數采訪對象引述。席勒於上世紀80年代設計的投資模型至今仍被業內稱道。在他的模型中，主要參考三個變數：投資項目計劃的現金流、公司資本的估算成本、股票市場對投資的反應（市場情緒）。他認為，市場本身帶有主觀判斷因素，投資者情緒會影響投資行為，而投資行為直接影響資產價格。
計算機通過分析新聞、研究報告、社交信息、搜索行為等，藉助自然語言處理方法，提取有用的信息；而藉助機器學習智能分析，過去量化投資只能覆蓋幾十個策略，大數據投資則可以覆蓋成千上萬個策略。
基於互聯網搜索數據和社交行為的經濟預測研究，已逐漸成為一個新的學術熱點，並在經濟、社會以及健康等領域的研究中取得了一定成果。在資本市場應用上，研究發現搜索數據可有效預測未來股市活躍度（以交易量指標衡量）及股價走勢的變化。
對於搜索數據：互聯網搜索行為與股票市場的關聯機理。這個研究屬於行為金融與互聯網的交叉領域，其原理是：股票量價調整是投資者行為在股票市場上的反應；與此同時，投資者行為在互聯網搜索市場也有相應地行為跡象，我們要做到是：找到互聯網搜索市場中領先於股票交易的行為指標，綜合眾多投資者的先行搜索指標，對未來的股票交易做出預判。
如同天氣預報那樣，不斷優化模型、灌入海量信息，然後給出結果。並且在處理的信息中，有80%是「非結構化」數據，例如政策文件、自然事件、地理環境、科技創新等，這類信息通常是電腦和模型難以消化的。採用了語義分析法，可以將互動數據里的金融對話量化為「-1（極度看空）」到「1（極度看多）」之間的投資建議，通過分析互動數據的數據文本，作為股市投資的信號。
4.正在發生的未來
大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的將來。
大數據在實用層面的影響很廣泛，解決了大量的日常問題。大數據更是利害攸關的，它將重塑我們的生活、工作和思維方式。在某些方面，我們面臨著一個僵局，比其他劃時代創新引起的社會信息范圍和規模急劇擴大所帶來的影響更大。我們腳下的地面在移動。過去確定無疑的事情正在受到質疑。大數據需要人們重新討論決策、命運和正義的性質。擁有知識曾意味著掌握過去，現在則意味著能夠預測未來。
大數據並不是一個充斥著演算法和機器的冰冷世界，其中仍需要人類扮演重要角色。人類獨有的弱點、錯覺、錯誤都是十分必要的，因為這些特性的另一頭牽著的是人類的創造力、直覺和天賦。這提示我們應該樂於接受類似的不準確，因為不準確正是我們之所以為人的特徵之一。就好像我們學習處理混亂數據一樣，因為這些數據服務的是更加廣大的目標。必將混亂構成了世界的本質，也構成了人腦的本職，而無論是世界的混亂還是人腦的混亂，學會接受和應用他們才能得益。
我相信，利用基礎數據、搜索數據、互動數據再進行加權計算，可以對所有股票進行大數據遴選，從而給出投資建議。我認為，我們的肉身剛剛步入大數據時代，但我們的精神還滯留在小數據、采樣思維之中，率先用理性擊碎固有思維的人，也將率先獲得大數據帶來的益處。
H. K線分析的准確率
就程序化交易來說，K線分析的種類有多種，比如均線法、布林線，等等，都是基於K線分析的，就准確性來說，這是個很困惑人的問題，因為你可以通過歷史回溯的辦法，找到一個最佳的數字得到最高的准確性，比如均線法，你可能得到一個最佳的匹配值，在過去某段時間內有相當高的准確性，比如90%以上，但是這樣的准確性是沒法實戰的，因為它是根據歷史數據來的。就好比，你知道昨天下午下雨了，所以你得出，我昨天上午帶傘就不會被淋雨了。這樣你的准確性是100%。但是現在問你：你預測一下，明天下午會下雨嗎？
所以你的問題實際是很多初學者碰到並被引到迷途的一個問題。
當然建議你學，這是程序化交易的基礎。但是提醒你：明天永遠無法預測。---這也是我做程序化交易系統設計的座右銘。
I. 預測股票的方法有幾種
1、股票價格的預測要綜合考慮多種因素，比如公司的基本面、日K線、周K線、月K線、成交量、各種技術指標等等。股票買了就漲是許多人夢寐以求的事情，其實，盤中判斷股價會不會拉升並不是「可『想』不可求」的事情，是通過長期看盤、操盤實踐可以達到或者部分達到的境界。其中一個重要方法是「結合技術形態研判量能變化」，尤其是研判有無增量資金。
2、股票預測公式和方法是：
如果當天量能盤中預測結果明顯大於上一天的量能，增量達到一倍以上，出現增量資金的可能性較大。股票預測首先要預測全天可能出現的成交量。公式是(240分鍾÷前市9：30分到看盤時為止的分鍾數)×已有成交量(成交股數)。使用這個公式時要注意：
（1）往往時間越是靠前，離開9：30分越近，越是偏大於當天的實際成交量。
（2）一般採用前15分鍾、30分鍾、45分鍾等三個時段的成交量來預測全天的成交量。過早則失真，因為開盤不久成交偏大偏密集;過晚則失去了預測的意義。
J. 基於java的股票走勢預測系統的設計與實現 誰會做啊
如果是要做一個這樣的系統的話
可以用其他網站的代碼實現這個功能
cctvfinance.com 這個網站的代碼可以剽竊
我的網站就是通過剽竊那個網站的代碼實現了我的網站上的功能
我的網站叫做股歌股票論壇 你可以去看看