A. 如何用Eviews预测股市波动率
用具体数据，可以做garch模型
B. 求助，用eviews算股票的贝塔系数
E（Rp）表示投资组合的期望收益率，Rf为无风险报酬率，E（RM）表示市场组合期望收益率，β为某一组合的系统风险系数，CAPM模型主要表示单个证券或投资组合同
C. 运用EVIEWS来分析 股票交易日数据（数据就自然不是每天都有），建立workfile选择数据类型是选择什么
dated-structure frequency应选择选择unstructured/undated。
D. 用eviews软件计算股票波动率，garch（1,1）模型估计出来的结果如下图，请问那些数值是表示波动率的
c————欧米伽
RESID(-1)^2——阿尔法
GARCH（-1）——贝塔
带入下面方程式
E. 用Eviews怎么求股票的收益率急！
在eviews里新建文件，输入股票价格s，然后在quick 里选genrate series，输入rs=@pch（s），点击确定，出来的结果即为收益率
F. 如何用eviews软件对站上5日线的股票统计
股票中的MA5，就是5日移动平均线,是k线图的一个组成部分。移动平均线是用统计处理的方式，将若干天的股票价格加以平均，然后连接成一条线，用以观察股价趋势。移动平均线的理论基础是道.琼斯的“平均成平”概念。通常有5日、10日、20日、30日、60日、120日等均线。其目的在取得某一段时间的平均成本，而以此平均成本的移动曲线配合每日收盘价的线路变化分析某一时期多空的优劣形势，以研判股价的可能变化。一般来说，现行价格在平均价之上，意味着市场需求较大，行情看好；反之，则表明买压较重，行情看淡。
下面以5日移动平均线为例说明均线的由来：
将第1日至第5日的5个收盘价求算术平均值，得到第1平均价；将第2日至第6日的5个收盘价求算术平均值，得到第2个平均价。以此类推，可以得到一系列平均价，将这些5日均价用一条曲线连起来就成为5日移动平均线。
G. Eviews软件操作 测试股票表现
那么你要给出具体市场表现的数据才能比较和判断、
H. 如何用Eviews6，通过某只股票以前的价格数据，分析未来的价格走势，用Eviews什么分析可以做到。
做一下时间序列模型分析
I. 如何用eviews进行GARCH模型测股票波动性，要具体步骤
Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。另外Eviews也是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
GARCH模型是一个专门针对金融数据所量体订做的回归模型，除去和普通回归模型相同的之处，GARCH对误差的方差进行了进一步的建模。特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导性作用，其意义很多时候超过了对数值本身的分析和预测。
一般的GARCH模型可以表示为：
Y（t）=h（t）^1/2*a（t） ⑴
h（t）=h（t-1）+a（t-1）^2 ⑵
其中ht为条件方差，at为独立同分布的随机变量，ht与at互相独立，at为标准正态分布。⑴式称为条件均值方程；⑵式称为条件方差方程，说明时间序列条件方差的变化特征。为了适应收益率序列经验分布的尖峰厚尾特征，也可假设 服从其他分布，如Bollerslev （1987）假设收益率服从广义t-分布，Nelson（1991）提出的EGARCH模型采用了GED分布等。另外，许多实证研究表明收益率分布不但存在尖峰厚尾特性，而且收益率残差对收益率的影响还存在非对称性。当市场受到负冲击时，股价下跌，收益率的条件方差扩大，导致股价和收益率的波动性更大；反之，股价上升时，波动性减小。股价下跌导致公司的股票价值下降，如果假设公司债务不变，则公司的财务杠杆上升，持有股票的风险提高。因此负冲击对条件方差的这种影响又被称作杠杆效应。由于GARCH模型中，正的和负的冲击对条件方差的影响是对称的，因此GARCH模型不能刻画收益率条件方差波动的非对称性。
J. 用eviews做分析时股票日收盘价需要补齐吗
不需要
这是一个时间序列数据，在右边选择时间的分类，然后输入时间的起始点和中指点，就可以建立一个workflle了
可以试一下二阶或三阶差分，差分后通过单位根检验，判断是否平稳，判断拖尾截尾，确定模型及阶数。实在不能判断的情况下可以初步确定自相关偏自相关几步衰减到0，先拟合ARMA(p，q)，根据回归结果的参数估计能否通过t检验来提出，不合理的变量，多次建模比较R^2,AIC,SC等确定最优模型。