股票五日資金累計進出公式

A. 股票每日流入資金，流出資金是怎麼計算出來的

一般的軟體，其實就是簡單地用外盤手數減去內盤手數，乘以當天的成交均價就得出當天的資金凈流量，如果外盤大於內盤就是資金凈流入，反之就是資金凈流出。有的軟體可能計算公式更復雜一些，計算所採用的數據更全面一些，比如大單小單分開計算，比如用各個價位的成交手數計算後累加等等，但是其基本原理就是根據行情回報的成交情況區分外盤內盤進行計算。首先，假定外盤手數和內盤手數都是真實的，也就是說，排除了莊家通過各種騙招虛構外盤手數和內盤手數的情況，資金凈流入或資金凈流出這樣的概念成立嗎？大家都知道，有買有賣才能成交，對於賣家來說是資金流出了，那麼買家要想得到這些股票，他們不用出錢嗎？他們出了錢，怎麼就不算流入呢？在某些情況下，這種所謂的流入流出會顯得很荒謬，看下面兩個例子：
計算實例一：假如你想以現價或高一點的價格買入一隻股票，那麼從你的操作動機來說，應該被劃分為主動性買盤，也就是外盤。但是當你委託以後，你報的價格已經比賣一的價格還低了，這時候正好有主動性賣單（所謂的主動性賣單）出現，那麼你這筆成交就會在系統上顯示為主動性賣單的成交，也就是內盤。你冤枉啊！本來是你主動性買入，但是卻被系統統計為主動性賣出。整個反了。大家想想，這種情況是不是經常出現？那末，行情系統統計的外盤和內盤反映的所謂交易者參與態度有多高的可信度呢？
計算實例二：北京有一個人想7塊錢買入工行，南京有一個人同一個時候想7塊錢賣出工行，而且是同樣的股數。兩個人一個想買，一個想賣，對於工行這只股票來說，應該說是參與者的態度是平衡的。但是，交易所主機總會先接到一個人的指令，然後接到另外一個人的指令。那末，同樣一筆交易，先接到誰的指令，最後的成交統計就完全不同。先接到北京人的後接到南京人的指令，一成交，統計出來就是內盤；而先接到南京人的後接到北京人的指令，一成交，統計出來就是外盤。舉個極端的例子，假如某隻股票一天只成交了一筆，那麼統計為內盤還是外盤其實就是隨機的，也可以說，就是上帝定的。乖乖！這樣的統計可信嗎？
除了以上所舉的例子以外，莊家可以很容易地將其主動拋出的成交手數（應該是內盤）經過某種手段讓系統統計為外盤，或者相反，以蒙蔽過分依賴統計數據做出操作決定的散戶。

B. 求股票資金公式

我有個資金流向公式,看看要不?圖片演示在下面網址里.

AA:=VOL/((HIGH-LOW)*2-ABS(CLOSE-OPEN));
買量:=IF(CLOSE>OPEN,AA*(HIGH-LOW),IF(CLOSE<OPEN,AA*((HIGH-OPEN)+ (CLOSE-LOW)),VOL/2)),LINETHICK0,COLORRED;
賣量:=IF(CLOSE>OPEN,0-AA*((HIGH-CLOSE)+(OPEN-LOW)),IF(CLOSE<OPEN,0- AA*(HIGH-LOW),0-VOL/2)),LINETHICK0,COLORCYAN;
進出量:=買量+賣量,COLOR00FFFF;
N:=5; M:=13;
主力資金動向:SUM(進出量,N),LINETHICK4,COLORGREEN;
紅進綠出:IF(主力資金動向>REF(主力資金動向,1),主力資金動向,DRAWNULL),COLORRED,LINETHICK4;

C. 5日資金凈流入是什麼意思

5日資金凈流入日資金流量是指：某日或當日流入流出之和；五日資金流量當然是指某五日內資金的流出流入之和了。凈流入是指五日內買入比賣出多的資金流量。
資金凈流入是當天兩者的差額即是當天兩種力量相抵之後剩下的推動指數上升的凈力量，這就是該板塊或個股當天的主力資金凈流入。換句話說，主力資金流向預測的是推動指數漲跌的力量強弱，這反映了人們對該板塊或個股看空或看多的程度到底有多大。
資金凈流出的計算公式：流入資金-流出資金，如果是正值表示資金凈流入，負值則表示資金凈流出。上漲時的成交額計為流入資金，下跌時的成交額計為流出資金。
一般情況下資金流向與指數漲跌幅走勢非常相近，但在以下兩種情況下，資金流向指標具有明顯的指導意義：當天的資金流向與指數漲跌相反。比如該板塊全天總體來看指數是下跌的，但資金流向顯示全天資金凈流入為正；當天的資金流向與指數漲跌幅在幅度上存在較大背離。比如全天指數漲幅較高，但實際資金凈流入量很小。
拓展資料
1. 資金流向就是股市中的資金主動選擇的方向。從量的角度去分析資金的流向，即觀察成交量和成交金額，成交量和成交金額在實際操作中是有方向性的，買入或賣出。五日凈流入就是在五天之內，資金都是主動購買股票，相對而言，這種股票都是上漲途中的，但也沒有絕對。
2. 主力資金流向在國際上是一個成熟的技術指標.在我國，主力資金是能夠影響股市、甚至控制股市中短期走勢的資金.因此，弄清其凈流入量的多少對我們選股十分重要.這種計算方法的意義在於:指數(價格)處於上升狀態時產生的每筆大於100萬的成交額是推動指數(價格)上漲的中堅力量，
3. 這部分成交額被定義為主力資金流入，反之定義為主力資金流出;當天兩者的差額即是當天兩種力量相抵之後剩下的推動指數上升的凈力量，這就是該板塊或個股當天的主力資金凈流入。主力資金流向預測的是推動指數漲跌的力量強弱，這反映了人們對該板塊或個股看空或看多的程度到底有多大。

D. 誰有機構、大戶、中戶、散戶當日資金進出股票公式

機構買:=BIGORDER(1,3)*V/CAPITAL;
機構賣:=BIGORDER(2,3)*V/CAPITAL
中戶買:=BIGORDER(1,1)*V/CAPITAL-BIGORDER(1,2)*V/CAPITAL;
中戶賣:=BIGORDER(2,1)*V/CAPITAL-BIGORDER(2,2)*V/CAPITAL;
中戶凈買:=(中戶買-中戶賣)*100;
中戶:sum(中戶凈買,1),linethick0,colorf00ff0;
大戶買:=BIGORDER(1,2)*V/CAPITAL-BIGORDER(1,3)*V/CAPITAL;
大戶賣:=BIGORDER(2,2)*V/CAPITAL-BIGORDER(2,3)*V/CAPITAL;
大戶凈買:=(大戶買-大戶賣)*100;
大戶:sum(大戶凈買,1),linethick0,colorf0f000;
散戶凈買:=(小單買-小單賣)*100;
散戶:sum(散戶凈買,1),linethick0,COLORGREEN

E. 股票五日平均量的均線怎麼畫出來的計算公式是什麼

天均線的值=最近連續5個交易日收盤價之和1/5，然後依次類推把每個五日均線的值連成一條平滑的曲線就是五日均線。
許多股民朋友在炒股的時候，可能更在乎股價的情況，然而就會不在乎一些重要的技術指標，但炒股都會用到技術指標的，但是在技術指標里的重要指標之一就是均線。均線究竟是什麼，指的是什麼以及怎麼用呢？下面就給大家簡單講解一下，學姐也是希望可以幫助到大家。我們在講之前呢，先分享一波福利--機構精選的牛股榜單新鮮出爐，趕緊看過來大福利，不要錯過：【絕密】機構推薦的牛股名單泄露，限時速領！！！
一、均線的定義
1、均線是什麼
均線是重要的技術指標，投資者經常用到過的，它是將某一段時間的收盤價之和除以該周期所得到的一根平均線。假如一個星期內有5個交易日，5個交易日的收盤價相加除以5計算的平均數值，10日、20日等也是一樣的方法。
2、均線有哪些、不同顏色
均線所使用的參數不同，其作用和反應情況也有區別。常用的參數有5日、10日、20日、30日、60日、120日、250日。常用的顏色有白色（5日線）、黃色（10日線）、紫色（20日線）、綠色（30日線）、灰色（60日線）、藍色（120日線）、橙色（250日），顏色與日線並沒有什麼關系，股民可以根據自己的愛好所設定不同的顏色。
二、均線的簡單應用
1、如何在走勢圖看均線
（1）添加均線：添加方法其實很簡單，只需要三步:第一下放在股票軟體界面、第二按MA鍵、第三再按回車鍵即可

（2）查看均線：

2、分析時用哪條
均線的詳細指向是一個時間區間內平均價格和趨勢，均線能夠將過去一個時段內價格總體運行情況直觀地顯示出來。每一根線都有獨屬於自己的作用和意義，下面就將它們之間的聯系給大家簡單的說一下吧
（1）5日均線（攻擊線）：攻擊線是向上的趨勢，且股票價格上升突破攻擊線則會導致短期內看多。同理，如果5日均線向下股價跌破均線則短期看空。
（2）10日均線（行情線）：當操盤線在盤中所持的狀態攻擊性比較大時，股價突破操盤線，也就是代表了波段性中線上漲，反之下跌。
（3）20日均線（輔助線）：作用是協助10日均線，其作用不僅可以推動價格運行力度和價格趨勢角度，還能起到修正的效果，以此把價格趨勢運行的方向穩定下來。在盤中輔助線呈持續向上的攻擊狀態時，當價格超出輔助線，這就表示波段性中線行情從這時候就開始看多了，反則就是清空了
（4）30日均線（生命線）：它可以用來表明股價在中期運動的趨勢，生命線起到了一個較強的壓力和支撐的作用。在盤中也是類似的，如果生命線趨勢是在升高，而股價突破或在線之上則看多，要不看空，
（5）60日均線（決策線）：作用是指明價格的中期反轉趨勢，指導價格大波段級別運用於預定的趨勢之中。基本主力都非常重視這根均線，它能對於股價的中期趨勢起很大的作用。
（6）120日均線（趨勢線）：作用同樣如此，也就是指明價格中長期的反轉趨勢，引導或指導價格大波段大級別運行於既定的趨勢之中。如果股價突破了趨勢線，反轉趨勢在短期內應該不會有的，差不多要十多天才能夠有所反轉的。
（7）250日均線（年線）：想要有相關參考，看均線就可以了。公司的相關情況以及收益都能通過它有一個大致的了解。
以上這些是每根線的相關作用，統籌多條均線進行分析，才能給我們更好更准確的效果。不知道哪只股票比較優秀？會不會有風險的存在？戳這個鏈接，看到這個診股報告就是你的專屬！【免費】測一測你的股票當前估值位置？
3、均線一些常見形態有哪些？
（1）多頭排列：表示多條均線維持著股價上漲的狀態，則看多。

（2）空頭排列：反應的是多條均線反壓股價，就是看空。

（3）銀山谷：全部短中線把長線都穿過了時形成的圖形，一個四邊形，或者是三角形就會出現在下邊，這里像個山谷，銀山谷就是在長期下跌後首次出現的山谷。
（4）金山谷：在銀山谷之後又出現一個山谷，經常比銀山谷的買入點更加穩當。

通常大家買股票都是買的龍頭股，因為這種類型的股票一直都是行業中的領先者，在股市中也能夠帶動一波好的行勢。我這里也整理了A股各行業的龍頭股名單，免費同大家一起分享~吐血整理！各大行業龍頭股票一覽表，建議收藏！

應答時間：2021-09-24，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

F. 股票交易中資金的進出是怎麼計算的

舉例說明：在9:50這一分鍾里，房地產板塊指數較前一分鍾是上漲的，則將9:50這一分鍾的成交額全部計作流入，反之則計作流出，若指數與前一分鍾相比沒有發生變化，則不計入。每分鍾計算一次，每天加總統計一次，流入資金與流出資金的差額就是該板塊當天的資金凈流入。而有些網站統計的很簡單僅僅是外盤單數資金量為流入，內盤資金量為流出，顯然這樣統計是不科學。

資金流向（money flow）在國際上是一個成熟的技術指標。它能夠幫助投資者透過指數（價格）漲跌的迷霧看到其他人到底在干什麼。指數（價格）上漲一個點，可能是由1000萬資金推動的，也可能是由一億資金推動的，這兩種情況對投資者具有完全不同的指導意義。

在指數處於上升狀態時產生的成交額是推動指數上漲的力量，這部分成交額被定義為資金流入；指數下跌時的成交額是推動指數下跌的力量，這部分成交額被定義為資金流出；當天兩者的差額即是當天兩種力量相抵之後剩下的推動指數上升的凈力，這就是該板塊當天的資金凈流入。換句話說，資金流向測算的是推動指數漲跌的力量強弱，這反映了人們對該板塊看空或看多的程度到底有多大。

G. 急！請問股票里的（資金凈流統計3日5日10日20日30日）是什麼意思它們是怎樣計算出來的，詳細點、謝謝

這個意思就是3日5日10日20日30日的日均線的平均值。
相關資料：
資金流向指標怎麼看?
大盤資金流向分當日實時資金流向和多日資金流向路線圖兩部分。大盤實時資金流向統計當日實時資金流向，包括資金流入、資金流出、資金差、資金比、主力散戶流入、資金異動監控等數據。大盤多日資金流向數據統計大盤近1日、3日、5日和10日的總資金流向、主力資金流向、散戶資金流向數據，並根據時間序列，將資金流向增量數據和累計數據以圖表的形式展現出來，形成資金路線圖。
實證研究表明，由日內高頻交易數據統計得到的資金流向(Money Flow)指標，對於個股的選擇是具有一定意義的。基於資金流向指標的股票組合在我們的測試周期內能取得持續的超越市場的收益。
通過對不同的資金流向指標計算周期和組合持有周期的比較， 發現在不考慮交易成本的情況下，持有周期越短，組合超越市場的收益越多，暗示資金流向對個股收益預測時短期要好於長期。
資金流向組合取得超額收益主要源於A股市場的動量效應。但是和股價動量效應相比，資金流向組合對指標的計算周期和持有周期的選擇性沒有股價動量效應敏感。在我們選擇的不同周期內，資金流向股票組合都能取得超越市場的收益，而股價動量效應組合較嚴重的依賴於周期的選擇。
東方財富網站「資金流向」的統計，但只能查看當天，怎麼樣查看歷史某天的主力資金，還有某天的五日資金？
資金流向計算方式是模糊的，以買單成交是凈流入，以賣單成交是凈流出！

H. 請問通達信股票軟體里的行業五天資金凈流入的指標公式是什麼

你的這個問題是有誤區的，他們的那些資金流入流出指標是自己的不對外，
真正有用的資金流根本就不可能給你
如果你喜歡的話，可以網路一下，選股 資金流公式，網上有很多，但是都不是你想要的那些，基本都是忽悠人的

I. 各股資金進出是如何計算的

中國股票波動性的分解實證研究
宋逢明/李翰陽
【摘 要 題】證券市場
【正 文】
一、概述
在金融學領域中，波動特性一直是重要的研究內容。目前對中國股票市場波動性的研究，大多以滬市、深市兩市場指數為對象。得到的結論普遍認為中國股票市場存在較劇烈的波動，與西方尤其是美國較為發達的股票市場相比，中國股票市場的波動顯著大於它們的市場波動。但是分析中國市場的特性後，可以認為分解股票的總體波動性，在股票的市場風險和個別風險兩個層面上對中國股市的波動進行實證研究是具有一定意義的。
首先，市場中有大量的散戶投資者，而其中相當數量的散戶持有大量個股而非投資組合。盡管機構投資者逐漸成為市場的主導力量，但是散戶投資者及其投資總量仍在市場中佔有很大比例。根據markowitz（1952）的資產組合理論，這一類投資者不能夠做到分散化投資，對於他們來說企業個別波動的影響的程度決不亞於市場波動帶來的影響。其次，市場具有高度不完全性，缺乏完善的機制和足夠的金融工具。雖然傳統理論認為20至30隻股票的資產組合可以很好地實現風險的分散化從而消除這些股票的個別風險，但在中國市場中由於缺少做空機制和必要的金融工具，也不能全部做到風險的分散化，構成這一組合的股票的個別風險不可忽視。
除這些特點外，中國市場中的投資理念變化也強調了分解總體波動性的意義：近年來，中國市場中價值投資理念開始逐步被普遍採納，對於某些特定股票的重視被加深，而分散化的做法反而逐漸淡化，所以股票的個別風險情況就顯得尤為重要。還有，中國的市場中存在大量的投機者甚至是賭博者利用某一隻股票在市場中的定價偏差進行套利，此時他們就充分暴露在這一隻股票的個別風險之下，而不是市場的總體風險。而且市場中曾經有嚴重的炒作行為，這類行為也大大影響了股票的個別波動。
基於上述分析，可以認為對於股票的總體波動進行分解，分別對市場波動性和個別波動性進行實證研究是有重要實際意義的。但是，無論是國內還是國外，很少有研究者將總體波動性分解，並同時在不同層面（市場、公司）對波動性進行實證分析。campbell，lettau，malkie和xu（2001）發現，在美國股市中，盡管市場波動並未增加，但是在1962年到1997年間，個別公司的不確定性大大增強了。但是，目前對這一現象的解釋尚無定論。對於中國市場的情況，宋逢明和江婕（2003）得出的結論是1998年以後的中國股票市場的總體風險與s&p500成分股所代表的美國股市相當，但是中國股市中的系統風險一直高於美國市場。
下面我們將先介紹研究中採用的波動分解模型和波動度量的估計方法，然後著重分析不同波動成分的變化趨勢並對其成因進行簡單的分析。
二、波動性的分解模型和估計方法
1.波動性的分解模型
本文的研究中，將一隻股票的收益分解為兩部分：市場收益與個別收益。通過這種分解，我們可以構造衡量個股的兩種波動的度量，這兩種波動之和就是該股票收益的波動，所採用的方法優點在於無需計算股票間的協方差以及個股的β。
根據capm模型，我們可以得到一種個股收益波動的分解方式：
（1）var（r[，it]）=β[2][，im]var（r[，mt]）+var（{圖}[，it]）
其中r[，it]為個股的超額收益，r[，mt]為市場超額收益，且capm模型本身有r[，mt]與{圖}[，it]正交。但是這種分解的缺點是難以估計個股的β，且個股β是隨時間變化的。為解決這一問題，下面我們給出一種簡化的模型，該模型不需要個股β的信息。同時，該模型可以對個股收益的方差進行類似於（1）的分解。
首先，考慮如下不需要β的個股收益模型：
（2）r[，it]=r[，mt]+ε[，it]
注意在模型（2）中，r[，mt]與ε[，it]不是正交的，因此在計算個股收益的方差時不能忽略協方差項。根據模型（2），個股收益的方差為：
附圖{圖}然而，這里的方差分解又一次引入了個股的β。
但是，對整個市場內的所有個股收益的方差進行加權平均便消除了帶有個股β的協方差項：
（4）∑[，i]ω[，it]var（r[，it]）=var（r[，mt]）+∑[，i]ω[，it]var（ε[，it]）=σ[2][，mt]+σ[2][，εt]
其中σ[2][，mt]=var（r[，mt]），σ[2][，εt]=∑[，i]ω[，it]var（ε[，it]）。根據這種分解方法，我們就可以利用模型（2）中的殘查項ε[，it]來構造一種不需要個股β的平均個別波動度量標准。加權平均波動∑[，i]ω[，it]var（r[，it]）可以理解為隨機選取的個股的波動期望值（隨機抽取到股票i的概率等於其在市場中的權重ω[，it]）。
2.數據及波動性成分的估計
本文採用在上海證券交易所和深圳證券交易所交易的a股股票數據來估計基於模型（4）的個股超額收益分解所得到的等式（4）中的波動成分量。樣本期從1990年12月19日始，至2001年12月31日終。這一樣本期內，股票數量發生了巨大變化，從期初的8隻增加到期末的1133隻、股票的日交易數據共計1，311，427組。為了得到模型（2）中的個股超額收益（r[，it]）和市場超額收益（r[，mt]），採用的無風險收益是人民幣一年期定期存款利率。
為估計等式（4）中的兩種波動成分量，採用下列步驟。令s為計算收益的時間間隔，本文主要採用股票日收益數據進行估計。令t為計算波動的時間間隔，本文中t一般指月。在時間間隔t內的市場收益波動，以mkt[，t]表示，由下式計算：
附圖{圖}
其中μ[，mt]是時間間隔t內市場收益r[，ms]的均值。市場收益是利用時間間隔t內所有個股收益加權平均得到的，取每隻股票當月的流通市值占總流通市值的比例且不考慮現金紅利再投資情況作為該股票的權重。這樣就得到了股票第一部分波動，即市場波動的估計量。
對於股票第二部分波動，即個別因素造成的收益波動，首先要根據公式（4）計算個股超額收益與市場超額收益的差ε[，is]=r[，is]-r[，ms]，然後計算個股在時間間隔t內的波動：
附圖{圖}
如前所述，為了消除計算中的個股之間的協方差量，必須對整個市場內的所有個股收益的方差進行加權平均。由此得到了衡量各股票個別因素造成的平均波動的估計量，以firm[，t]表示：
附圖{圖}
經過上述步驟，就得到了衡量市場內個股的市場風險和個別風險的兩個估計量mkt[，t]和firm[，t]。
三、不同波動性成分的趨勢分析
根據上述模型和估計方法，即可對中國市場的股票收益波動情況進行分解研究。首先按照前面的估計方法，估計出市場波動以及個別股票波動這兩部分波動量的大小，進行圖形分析。圖1（a）顯示了中國股市中市場波動成分隨時間變化的情形，包含了在上交所及深交所上市的所有a股股票，並按照流通市值進行加權平均，從圖中可以初步看出市場波動成分有一定的下降趨勢，但是不夠明顯。
圖1（b）對圖1（a）中的數據進行滯後12階（即數據滯後一年）的簡單移動平均，進一步表明市場波動成分有下降的趨勢。1990年至1991年股票樣本數量及交易量太小，波動不明顯，但1992年初，市場波動值約在0.020到0.025之間，至2001年底樣本期末，市場波動值約為0.05。尤其是1994年中期過後，市場波動的下降趨勢更為明顯。
圖2（a）則顯示了中國股市中個別因素波動成分隨時間變化的情形，從圖中可以初步看出個別波動成分隨時間沒有明顯的趨勢。圖2（b）同樣是圖2（a）中數據進行滯後12階移動平均的結果。圖中有一定的趨勢，但是很不明顯。期初波動值約為0.020，至2001年底，波動值約為0.010。從整體上看，圖像較為平緩。
附圖{圖}
圖2 中國股票個別因素波動（firm[，t]）
從圖形分析中可以看出，中國股市的市場波動成分在樣本期內有較為明顯的下降趨勢，而個別因素的波動成分在樣本期內有下降，但是不明顯。而且兩列時序數據都有持續的波動，說明其變化趨勢有可能是隨機性的。因此，除了進行圖形分析，要確定兩種波動成分的時間序列數據是否有確定性趨勢，還是僅僅為隨機性趨勢，還需要進一步進行計量經濟學分析。
2.確定性趨勢檢驗
為了便於分析，將市場波動數據進行年度化（即原始月數據乘以12）。第一步先分析他們的自相關結構。
市場波動的自相關系數下降很快，但是在0附近波動，因而不能明顯判斷序列的平穩性，不能排除單位根存在的可能。公司個別波動的自相關函數下降很快，且在0附近基本沒有波動，因而可以初步判斷序列是平穩的，並初步排除單位根存在的可能。
表1 自相關系數
滯後階數 1 2 3 4 5 6 7 8 9 10 11 12
市場波動 0.275 0.145 0.022 0.032 0.025 0.031 0.095 0.087 0.278 -.032 -.018 0.075
公司個別波動 0.021 -.018 0.018 0.049 -.015 0.117 0.062 -.028 0.058 0.015 -.017 -.023
為了檢驗序列是否有單位根，以及是否有確定性趨勢，需要進行adf檢驗。首先，根據campbell & perron（1991）推薦的方法確定滯後階數為9階。表2將市場波動的三種形式adf檢驗模型同時估計出，並給出ρ統計量和τ統計量的檢驗結果：
表2 市場波動的adf檢驗
模型類型 滯後 ρ pr＜ρ τ pr＜τ f pr＞f
無常數項和趨勢項 9 -7.8217 0.0512 -1.69 0.0860
有常數項 9 -33.7582 0.0011 -2.71 0.0751 3.68 0.1339
有常數項和趨勢項 9 -310.761 0.0001 -3.91 0.0144 7.79 0.0141
三種模型的ρ統計量都顯著地拒絕了存在單位根的零假設，在10％的置信水平下，τ統計量也可以拒絕模型1和模型2的存在單位根的零假設。我們主要注意模型3，即包含時間趨勢項的形式，可見ρ統計量和τ統計量都非常顯著地拒絕了存在單位根的零假設；而且f統計量表明整個模型是顯著的。
對模型3進行普通ols估計，得到的各項系數的普通t檢驗結果都是顯著的，其中趨勢項的系數為-0.00269，其t統計量是-2.79，在5％的置信水平下，可以顯著地拒絕時間趨勢項系數為零的零假設。結合前面的結果，可以確定中國股市中市場波動的成分序列沒有單位根，且模型3的顯著性表明該時間序列具有確定性趨勢。其趨勢項系數為-0.00269，表明隨時間變化，年度化的mkt[，t]數據具有減小的趨勢。
表3給出了個別波動時序數據的adf檢驗結果，根據前面提到的方法，確定滯後階數為5階。
表3 公司個別波動的adf檢驗
模型類型 滯後 ρ pr＜ρ τ pr＜τ f pr＞f
無常數項和趨勢項 5 -24.9683 0.0002 -2.92 0.0038
有常數項 5 -64.0214 0.0011 -3.89 0.0029 7.55 0.0010
有常數項和趨勢項 5 -127.348 0.0001 -4.58 0.0017 10.53 0.0010
對於模型3，該模型的檢驗結果顯著拒絕了存在單位根的零假設，雖然模型整體是顯著的，但是時間趨勢項的t統計量為-2.32，不能拒絕時間趨勢項系數為零的零假設，說明時序數據不符合該模型。繼而檢驗模型2同樣拒絕了存在單位根的零假設，其常數項的t統計量為2.49，不能拒絕常數項系數為零的零假設。模型1仍然拒絕了存在單位根的零假設，最後確定該序列無單位根，但是不包含確定性趨勢。
經過上述的計量經濟學檢驗，證實了前面圖形分析的結論，即：中國股票的市場波動成分隨時間變化有減小的確定性趨勢，但是股票的個別因素波動成分沒有確定性趨勢。這說明，中國股市的總體波動中，市場因素造成的波動在不斷減少，而股票個別因素造成的波動沒有確定的變化趨勢。
3.波動趨勢的原因討論
經過計量經濟學研究，可以確認在樣本期內中國股票的市場波動成分有減小的確定性趨勢。下面將對這一現象作進一步分析，討論其可能的成因，但更明確的定論還有待進一步研究的證明。
首先，中國股票市場處於逐步成熟的過程中，隨其發展，市場的透明度也在不斷提高，使得不同投資者之間的信息不對稱狀況得到了改善，根據我們模擬信息不對稱下市場波動的結果，可以證明：信息不對稱的程度對市場波動性的影響是存在的，當市場中有嚴重的信息不對稱時，市場波動較大，當信息不對稱較緩和時，市場波動也降低。因此我國股市中的信息不對稱程度的降低是市場波動逐步減少的一個原因。
其次，中國股票市場目前還處於高速的成長期，在本文選用的樣本期內，這一成長趨勢更為明顯。其間市場中的股票數量有顯著增加，其結果是中國a股市場中股票收益的平均相關系數不斷下降，而且這一相關性下降自1993年起尤其明顯。單個股票收益間相關性的下降在一定程度上使得市場收益趨於相對穩定，因而造成中國股票的市場波動成分逐漸減小。
第三，中國股票市場的監管也在不斷加強，不斷有新的法規出台從政策角度完善中國股票市場。而且進一步的分析發現中國股票的市場波動成分與個別因素波動成分的比值在樣本期內不斷下降，且在市場波動成分在總體波動中也占相對小的比例，從一定程度上反映了市場的持續完善化。市場的完善也會促使市場收益的穩定，即市場波動成分呈變小趨勢。
同時，在中國股票市場中，機構投資者正在逐漸替代散戶成為市場投資的主要力量。機構投資力量的加強使得市場中的炒作成分變小，也減少了投機成分，因而有利於市場收益的穩定。這同樣也可能是市場波動成分下降的原因。還有數據顯示，樣本期內中國股票市場中的交易日益活躍，這雖然可能導致個別股票收益波動增加，但是對於市場整體來說，增加的交易量可能會減小市場收益的波動。
四、結論
本文採用的波動性度量，可以有效地對總體波動性進行分解，並方便地對不同波動成分作出估計。通過移動平均方法和確定性趨勢檢驗，得到了如下主要結論：首先，中國股票的市場波動隨時間變化有減小的確定性趨勢，從中可以看到中國股市在10多年的發展中確實在不斷進步，股票市場的投資環境在逐漸完善。其次，雖然從表面上看，中國股票市場的平均個別因素波動成分有下降趨勢，但經過計量經濟學方法的檢驗，證明這一趨勢不是確定性的，表明中國市場中的上市公司質量並沒有得到根本性的改良，企業治理仍有待提高。
同時本文對中國股票的市場波動減小的結論提出了一些可能的解釋，為後續研究提供了方向，可在此基礎上，進一步論證中國股票市場的不同波動成分變化趨勢的深層原因。
【參考文獻】
[1]宋逢明，江婕.中國股票市場波動特性的實證研究[j].金融研究，2003.（4）.
[2]campbell，j.y.，and p.perron，1991，pitfalls and opportunities：what macroeconomists should know about unit roots[j].nber macroeconomics annual 6，141-201.
[3]campbell，j.y.，m.lettau，b.g.malkiel，and y.xu，2001，have indivial stocks become more volatile？an empirical exploration of idiosyncratic risk[j].the journal finance lvi 1，1-43.
[4]hamilton，j.d.，1994，time series analysis[m].princeton university press.
【原文出處】財經論叢
【原刊地名】杭州
【原刊期號】200404
【作者簡介】作者單位：清華大學經濟管理學院

J. 新浪股票中3日或5日主力凈流入率是如何計算的謝謝

3日的主力凈流入率=3日的（主力流入-主力流出）/3日的（主力流入+主力流出）x100%。

5日的主力凈流入率=5日的（主力流入-主力流出）/5日的（主力流入+主力流出）x100%。

資金凈流出和資金凈流入是用來描述資金流向的，股價或某個板塊指數處於上升狀態時產生的成交額是推動股市上漲的力量，這部分成交額被定義為資金流入；指數下跌時的成交額是推動股市下跌的力量，這部分成交額被定義為資金流出；

當天兩者的差額即是當天兩種力量相抵之後剩下的推動股市價格變化的「凈力量」，這就是該板塊當天的資金凈流入或凈流出。換句話說，資金流向測算的是推動股價或整個股市漲跌的力量強弱，這反映了人們對該股或該板塊看空或看多的程度有多大。

(10)股票五日資金累計進出公式擴展閱讀：

主力資金凈流入作用

資金流向指標具有指導意義：

1、當天的主力資金凈流入與指數漲跌相反。比如該板塊或個股全天總體來看指數是下跌的，但主力資金凈流入為正，說明主力在打壓洗盤，借勢吸籌，拉升在即。

2、當天的主力資金流向與指數漲跌幅在幅度上存在較大背離。比如全天指數漲幅較高，但實際資金凈流入量很小，說明主力在明拉暗出。