股票五日资金累计进出公式

A. 股票每日流入资金，流出资金是怎么计算出来的

一般的软件，其实就是简单地用外盘手数减去内盘手数，乘以当天的成交均价就得出当天的资金净流量，如果外盘大于内盘就是资金净流入，反之就是资金净流出。有的软件可能计算公式更复杂一些，计算所采用的数据更全面一些，比如大单小单分开计算，比如用各个价位的成交手数计算后累加等等，但是其基本原理就是根据行情回报的成交情况区分外盘内盘进行计算。首先，假定外盘手数和内盘手数都是真实的，也就是说，排除了庄家通过各种骗招虚构外盘手数和内盘手数的情况，资金净流入或资金净流出这样的概念成立吗？大家都知道，有买有卖才能成交，对于卖家来说是资金流出了，那么买家要想得到这些股票，他们不用出钱吗？他们出了钱，怎么就不算流入呢？在某些情况下，这种所谓的流入流出会显得很荒谬，看下面两个例子：
计算实例一：假如你想以现价或高一点的价格买入一只股票，那么从你的操作动机来说，应该被划分为主动性买盘，也就是外盘。但是当你委托以后，你报的价格已经比卖一的价格还低了，这时候正好有主动性卖单（所谓的主动性卖单）出现，那么你这笔成交就会在系统上显示为主动性卖单的成交，也就是内盘。你冤枉啊！本来是你主动性买入，但是却被系统统计为主动性卖出。整个反了。大家想想，这种情况是不是经常出现？那末，行情系统统计的外盘和内盘反映的所谓交易者参与态度有多高的可信度呢？
计算实例二：北京有一个人想7块钱买入工行，南京有一个人同一个时候想7块钱卖出工行，而且是同样的股数。两个人一个想买，一个想卖，对于工行这只股票来说，应该说是参与者的态度是平衡的。但是，交易所主机总会先接到一个人的指令，然后接到另外一个人的指令。那末，同样一笔交易，先接到谁的指令，最后的成交统计就完全不同。先接到北京人的后接到南京人的指令，一成交，统计出来就是内盘；而先接到南京人的后接到北京人的指令，一成交，统计出来就是外盘。举个极端的例子，假如某只股票一天只成交了一笔，那么统计为内盘还是外盘其实就是随机的，也可以说，就是上帝定的。乖乖！这样的统计可信吗？
除了以上所举的例子以外，庄家可以很容易地将其主动抛出的成交手数（应该是内盘）经过某种手段让系统统计为外盘，或者相反，以蒙蔽过分依赖统计数据做出操作决定的散户。

B. 求股票资金公式

我有个资金流向公式,看看要不?图片演示在下面网址里.

AA:=VOL/((HIGH-LOW)*2-ABS(CLOSE-OPEN));
买量:=IF(CLOSE>OPEN,AA*(HIGH-LOW),IF(CLOSE<OPEN,AA*((HIGH-OPEN)+ (CLOSE-LOW)),VOL/2)),LINETHICK0,COLORRED;
卖量:=IF(CLOSE>OPEN,0-AA*((HIGH-CLOSE)+(OPEN-LOW)),IF(CLOSE<OPEN,0- AA*(HIGH-LOW),0-VOL/2)),LINETHICK0,COLORCYAN;
进出量:=买量+卖量,COLOR00FFFF;
N:=5; M:=13;
主力资金动向:SUM(进出量,N),LINETHICK4,COLORGREEN;
红进绿出:IF(主力资金动向>REF(主力资金动向,1),主力资金动向,DRAWNULL),COLORRED,LINETHICK4;

C. 5日资金净流入是什么意思

5日资金净流入日资金流量是指：某日或当日流入流出之和；五日资金流量当然是指某五日内资金的流出流入之和了。净流入是指五日内买入比卖出多的资金流量。
资金净流入是当天两者的差额即是当天两种力量相抵之后剩下的推动指数上升的净力量，这就是该板块或个股当天的主力资金净流入。换句话说，主力资金流向预测的是推动指数涨跌的力量强弱，这反映了人们对该板块或个股看空或看多的程度到底有多大。
资金净流出的计算公式：流入资金-流出资金，如果是正值表示资金净流入，负值则表示资金净流出。上涨时的成交额计为流入资金，下跌时的成交额计为流出资金。
一般情况下资金流向与指数涨跌幅走势非常相近，但在以下两种情况下，资金流向指标具有明显的指导意义：当天的资金流向与指数涨跌相反。比如该板块全天总体来看指数是下跌的，但资金流向显示全天资金净流入为正；当天的资金流向与指数涨跌幅在幅度上存在较大背离。比如全天指数涨幅较高，但实际资金净流入量很小。
拓展资料
1. 资金流向就是股市中的资金主动选择的方向。从量的角度去分析资金的流向，即观察成交量和成交金额，成交量和成交金额在实际操作中是有方向性的，买入或卖出。五日净流入就是在五天之内，资金都是主动购买股票，相对而言，这种股票都是上涨途中的，但也没有绝对。
2. 主力资金流向在国际上是一个成熟的技术指标.在我国，主力资金是能够影响股市、甚至控制股市中短期走势的资金.因此，弄清其净流入量的多少对我们选股十分重要.这种计算方法的意义在于:指数(价格)处于上升状态时产生的每笔大于100万的成交额是推动指数(价格)上涨的中坚力量，
3. 这部分成交额被定义为主力资金流入，反之定义为主力资金流出;当天两者的差额即是当天两种力量相抵之后剩下的推动指数上升的净力量，这就是该板块或个股当天的主力资金净流入。主力资金流向预测的是推动指数涨跌的力量强弱，这反映了人们对该板块或个股看空或看多的程度到底有多大。

D. 谁有机构、大户、中户、散户当日资金进出股票公式

机构买:=BIGORDER(1,3)*V/CAPITAL;
机构卖:=BIGORDER(2,3)*V/CAPITAL
中户买:=BIGORDER(1,1)*V/CAPITAL-BIGORDER(1,2)*V/CAPITAL;
中户卖:=BIGORDER(2,1)*V/CAPITAL-BIGORDER(2,2)*V/CAPITAL;
中户净买:=(中户买-中户卖)*100;
中户:sum(中户净买,1),linethick0,colorf00ff0;
大户买:=BIGORDER(1,2)*V/CAPITAL-BIGORDER(1,3)*V/CAPITAL;
大户卖:=BIGORDER(2,2)*V/CAPITAL-BIGORDER(2,3)*V/CAPITAL;
大户净买:=(大户买-大户卖)*100;
大户:sum(大户净买,1),linethick0,colorf0f000;
散户净买:=(小单买-小单卖)*100;
散户:sum(散户净买,1),linethick0,COLORGREEN

E. 股票五日平均量的均线怎么画出来的计算公式是什么

天均线的值=最近连续5个交易日收盘价之和1/5，然后依次类推把每个五日均线的值连成一条平滑的曲线就是五日均线。
许多股民朋友在炒股的时候，可能更在乎股价的情况，然而就会不在乎一些重要的技术指标，但炒股都会用到技术指标的，但是在技术指标里的重要指标之一就是均线。均线究竟是什么，指的是什么以及怎么用呢？下面就给大家简单讲解一下，学姐也是希望可以帮助到大家。我们在讲之前呢，先分享一波福利--机构精选的牛股榜单新鲜出炉，赶紧看过来大福利，不要错过：【绝密】机构推荐的牛股名单泄露，限时速领！！！
一、均线的定义
1、均线是什么
均线是重要的技术指标，投资者经常用到过的，它是将某一段时间的收盘价之和除以该周期所得到的一根平均线。假如一个星期内有5个交易日，5个交易日的收盘价相加除以5计算的平均数值，10日、20日等也是一样的方法。
2、均线有哪些、不同颜色
均线所使用的参数不同，其作用和反应情况也有区别。常用的参数有5日、10日、20日、30日、60日、120日、250日。常用的颜色有白色（5日线）、黄色（10日线）、紫色（20日线）、绿色（30日线）、灰色（60日线）、蓝色（120日线）、橙色（250日），颜色与日线并没有什么关系，股民可以根据自己的爱好所设定不同的颜色。
二、均线的简单应用
1、如何在走势图看均线
（1）添加均线：添加方法其实很简单，只需要三步:第一下放在股票软件界面、第二按MA键、第三再按回车键即可

（2）查看均线：

2、分析时用哪条
均线的详细指向是一个时间区间内平均价格和趋势，均线能够将过去一个时段内价格总体运行情况直观地显示出来。每一根线都有独属于自己的作用和意义，下面就将它们之间的联系给大家简单的说一下吧
（1）5日均线（攻击线）：攻击线是向上的趋势，且股票价格上升突破攻击线则会导致短期内看多。同理，如果5日均线向下股价跌破均线则短期看空。
（2）10日均线（行情线）：当操盘线在盘中所持的状态攻击性比较大时，股价突破操盘线，也就是代表了波段性中线上涨，反之下跌。
（3）20日均线（辅助线）：作用是协助10日均线，其作用不仅可以推动价格运行力度和价格趋势角度，还能起到修正的效果，以此把价格趋势运行的方向稳定下来。在盘中辅助线呈持续向上的攻击状态时，当价格超出辅助线，这就表示波段性中线行情从这时候就开始看多了，反则就是清空了
（4）30日均线（生命线）：它可以用来表明股价在中期运动的趋势，生命线起到了一个较强的压力和支撑的作用。在盘中也是类似的，如果生命线趋势是在升高，而股价突破或在线之上则看多，要不看空，
（5）60日均线（决策线）：作用是指明价格的中期反转趋势，指导价格大波段级别运用于预定的趋势之中。基本主力都非常重视这根均线，它能对于股价的中期趋势起很大的作用。
（6）120日均线（趋势线）：作用同样如此，也就是指明价格中长期的反转趋势，引导或指导价格大波段大级别运行于既定的趋势之中。如果股价突破了趋势线，反转趋势在短期内应该不会有的，差不多要十多天才能够有所反转的。
（7）250日均线（年线）：想要有相关参考，看均线就可以了。公司的相关情况以及收益都能通过它有一个大致的了解。
以上这些是每根线的相关作用，统筹多条均线进行分析，才能给我们更好更准确的效果。不知道哪只股票比较优秀？会不会有风险的存在？戳这个链接，看到这个诊股报告就是你的专属！【免费】测一测你的股票当前估值位置？
3、均线一些常见形态有哪些？
（1）多头排列：表示多条均线维持着股价上涨的状态，则看多。

（2）空头排列：反应的是多条均线反压股价，就是看空。

（3）银山谷：全部短中线把长线都穿过了时形成的图形，一个四边形，或者是三角形就会出现在下边，这里像个山谷，银山谷就是在长期下跌后首次出现的山谷。
（4）金山谷：在银山谷之后又出现一个山谷，经常比银山谷的买入点更加稳当。

通常大家买股票都是买的龙头股，因为这种类型的股票一直都是行业中的领先者，在股市中也能够带动一波好的行势。我这里也整理了A股各行业的龙头股名单，免费同大家一起分享~吐血整理！各大行业龙头股票一览表，建议收藏！

应答时间：2021-09-24，最新业务变化以文中链接内展示的数据为准，请点击查看

F. 股票交易中资金的进出是怎么计算的

举例说明：在9:50这一分钟里，房地产板块指数较前一分钟是上涨的，则将9:50这一分钟的成交额全部计作流入，反之则计作流出，若指数与前一分钟相比没有发生变化，则不计入。每分钟计算一次，每天加总统计一次，流入资金与流出资金的差额就是该板块当天的资金净流入。而有些网站统计的很简单仅仅是外盘单数资金量为流入，内盘资金量为流出，显然这样统计是不科学。

资金流向（money flow）在国际上是一个成熟的技术指标。它能够帮助投资者透过指数（价格）涨跌的迷雾看到其他人到底在干什么。指数（价格）上涨一个点，可能是由1000万资金推动的，也可能是由一亿资金推动的，这两种情况对投资者具有完全不同的指导意义。

在指数处于上升状态时产生的成交额是推动指数上涨的力量，这部分成交额被定义为资金流入；指数下跌时的成交额是推动指数下跌的力量，这部分成交额被定义为资金流出；当天两者的差额即是当天两种力量相抵之后剩下的推动指数上升的净力，这就是该板块当天的资金净流入。换句话说，资金流向测算的是推动指数涨跌的力量强弱，这反映了人们对该板块看空或看多的程度到底有多大。

G. 急！请问股票里的（资金净流统计3日5日10日20日30日）是什么意思它们是怎样计算出来的，详细点、谢谢

这个意思就是3日5日10日20日30日的日均线的平均值。
相关资料：
资金流向指标怎么看?
大盘资金流向分当日实时资金流向和多日资金流向路线图两部分。大盘实时资金流向统计当日实时资金流向，包括资金流入、资金流出、资金差、资金比、主力散户流入、资金异动监控等数据。大盘多日资金流向数据统计大盘近1日、3日、5日和10日的总资金流向、主力资金流向、散户资金流向数据，并根据时间序列，将资金流向增量数据和累计数据以图表的形式展现出来，形成资金路线图。
实证研究表明，由日内高频交易数据统计得到的资金流向(Money Flow)指标，对于个股的选择是具有一定意义的。基于资金流向指标的股票组合在我们的测试周期内能取得持续的超越市场的收益。
通过对不同的资金流向指标计算周期和组合持有周期的比较， 发现在不考虑交易成本的情况下，持有周期越短，组合超越市场的收益越多，暗示资金流向对个股收益预测时短期要好于长期。
资金流向组合取得超额收益主要源于A股市场的动量效应。但是和股价动量效应相比，资金流向组合对指标的计算周期和持有周期的选择性没有股价动量效应敏感。在我们选择的不同周期内，资金流向股票组合都能取得超越市场的收益，而股价动量效应组合较严重的依赖于周期的选择。
东方财富网站“资金流向”的统计，但只能查看当天，怎么样查看历史某天的主力资金，还有某天的五日资金？
资金流向计算方式是模糊的，以买单成交是净流入，以卖单成交是净流出！

H. 请问通达信股票软件里的行业五天资金净流入的指标公式是什么

你的这个问题是有误区的，他们的那些资金流入流出指标是自己的不对外，
真正有用的资金流根本就不可能给你
如果你喜欢的话，可以网络一下，选股 资金流公式，网上有很多，但是都不是你想要的那些，基本都是忽悠人的

I. 各股资金进出是如何计算的

中国股票波动性的分解实证研究
宋逢明/李翰阳
【摘 要 题】证券市场
【正 文】
一、概述
在金融学领域中，波动特性一直是重要的研究内容。目前对中国股票市场波动性的研究，大多以沪市、深市两市场指数为对象。得到的结论普遍认为中国股票市场存在较剧烈的波动，与西方尤其是美国较为发达的股票市场相比，中国股票市场的波动显着大于它们的市场波动。但是分析中国市场的特性后，可以认为分解股票的总体波动性，在股票的市场风险和个别风险两个层面上对中国股市的波动进行实证研究是具有一定意义的。
首先，市场中有大量的散户投资者，而其中相当数量的散户持有大量个股而非投资组合。尽管机构投资者逐渐成为市场的主导力量，但是散户投资者及其投资总量仍在市场中占有很大比例。根据markowitz（1952）的资产组合理论，这一类投资者不能够做到分散化投资，对于他们来说企业个别波动的影响的程度决不亚于市场波动带来的影响。其次，市场具有高度不完全性，缺乏完善的机制和足够的金融工具。虽然传统理论认为20至30只股票的资产组合可以很好地实现风险的分散化从而消除这些股票的个别风险，但在中国市场中由于缺少做空机制和必要的金融工具，也不能全部做到风险的分散化，构成这一组合的股票的个别风险不可忽视。
除这些特点外，中国市场中的投资理念变化也强调了分解总体波动性的意义：近年来，中国市场中价值投资理念开始逐步被普遍采纳，对于某些特定股票的重视被加深，而分散化的做法反而逐渐淡化，所以股票的个别风险情况就显得尤为重要。还有，中国的市场中存在大量的投机者甚至是赌博者利用某一只股票在市场中的定价偏差进行套利，此时他们就充分暴露在这一只股票的个别风险之下，而不是市场的总体风险。而且市场中曾经有严重的炒作行为，这类行为也大大影响了股票的个别波动。
基于上述分析，可以认为对于股票的总体波动进行分解，分别对市场波动性和个别波动性进行实证研究是有重要实际意义的。但是，无论是国内还是国外，很少有研究者将总体波动性分解，并同时在不同层面（市场、公司）对波动性进行实证分析。campbell，lettau，malkie和xu（2001）发现，在美国股市中，尽管市场波动并未增加，但是在1962年到1997年间，个别公司的不确定性大大增强了。但是，目前对这一现象的解释尚无定论。对于中国市场的情况，宋逢明和江婕（2003）得出的结论是1998年以后的中国股票市场的总体风险与s&p500成分股所代表的美国股市相当，但是中国股市中的系统风险一直高于美国市场。
下面我们将先介绍研究中采用的波动分解模型和波动度量的估计方法，然后着重分析不同波动成分的变化趋势并对其成因进行简单的分析。
二、波动性的分解模型和估计方法
1.波动性的分解模型
本文的研究中，将一只股票的收益分解为两部分：市场收益与个别收益。通过这种分解，我们可以构造衡量个股的两种波动的度量，这两种波动之和就是该股票收益的波动，所采用的方法优点在于无需计算股票间的协方差以及个股的β。
根据capm模型，我们可以得到一种个股收益波动的分解方式：
（1）var（r[，it]）=β[2][，im]var（r[，mt]）+var（{图}[，it]）
其中r[，it]为个股的超额收益，r[，mt]为市场超额收益，且capm模型本身有r[，mt]与{图}[，it]正交。但是这种分解的缺点是难以估计个股的β，且个股β是随时间变化的。为解决这一问题，下面我们给出一种简化的模型，该模型不需要个股β的信息。同时，该模型可以对个股收益的方差进行类似于（1）的分解。
首先，考虑如下不需要β的个股收益模型：
（2）r[，it]=r[，mt]+ε[，it]
注意在模型（2）中，r[，mt]与ε[，it]不是正交的，因此在计算个股收益的方差时不能忽略协方差项。根据模型（2），个股收益的方差为：
附图{图}然而，这里的方差分解又一次引入了个股的β。
但是，对整个市场内的所有个股收益的方差进行加权平均便消除了带有个股β的协方差项：
（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]）。根据这种分解方法，我们就可以利用模型（2）中的残查项ε[，it]来构造一种不需要个股β的平均个别波动度量标准。加权平均波动∑[，i]ω[，it]var（r[，it]）可以理解为随机选取的个股的波动期望值（随机抽取到股票i的概率等于其在市场中的权重ω[，it]）。
2.数据及波动性成分的估计
本文采用在上海证券交易所和深圳证券交易所交易的a股股票数据来估计基于模型（4）的个股超额收益分解所得到的等式（4）中的波动成分量。样本期从1990年12月19日始，至2001年12月31日终。这一样本期内，股票数量发生了巨大变化，从期初的8只增加到期末的1133只、股票的日交易数据共计1，311，427组。为了得到模型（2）中的个股超额收益（r[，it]）和市场超额收益（r[，mt]），采用的无风险收益是人民币一年期定期存款利率。
为估计等式（4）中的两种波动成分量，采用下列步骤。令s为计算收益的时间间隔，本文主要采用股票日收益数据进行估计。令t为计算波动的时间间隔，本文中t一般指月。在时间间隔t内的市场收益波动，以mkt[，t]表示，由下式计算：
附图{图}
其中μ[，mt]是时间间隔t内市场收益r[，ms]的均值。市场收益是利用时间间隔t内所有个股收益加权平均得到的，取每只股票当月的流通市值占总流通市值的比例且不考虑现金红利再投资情况作为该股票的权重。这样就得到了股票第一部分波动，即市场波动的估计量。
对于股票第二部分波动，即个别因素造成的收益波动，首先要根据公式（4）计算个股超额收益与市场超额收益的差ε[，is]=r[，is]-r[，ms]，然后计算个股在时间间隔t内的波动：
附图{图}
如前所述，为了消除计算中的个股之间的协方差量，必须对整个市场内的所有个股收益的方差进行加权平均。由此得到了衡量各股票个别因素造成的平均波动的估计量，以firm[，t]表示：
附图{图}
经过上述步骤，就得到了衡量市场内个股的市场风险和个别风险的两个估计量mkt[，t]和firm[，t]。
三、不同波动性成分的趋势分析
根据上述模型和估计方法，即可对中国市场的股票收益波动情况进行分解研究。首先按照前面的估计方法，估计出市场波动以及个别股票波动这两部分波动量的大小，进行图形分析。图1（a）显示了中国股市中市场波动成分随时间变化的情形，包含了在上交所及深交所上市的所有a股股票，并按照流通市值进行加权平均，从图中可以初步看出市场波动成分有一定的下降趋势，但是不够明显。
图1（b）对图1（a）中的数据进行滞后12阶（即数据滞后一年）的简单移动平均，进一步表明市场波动成分有下降的趋势。1990年至1991年股票样本数量及交易量太小，波动不明显，但1992年初，市场波动值约在0.020到0.025之间，至2001年底样本期末，市场波动值约为0.05。尤其是1994年中期过后，市场波动的下降趋势更为明显。
图2（a）则显示了中国股市中个别因素波动成分随时间变化的情形，从图中可以初步看出个别波动成分随时间没有明显的趋势。图2（b）同样是图2（a）中数据进行滞后12阶移动平均的结果。图中有一定的趋势，但是很不明显。期初波动值约为0.020，至2001年底，波动值约为0.010。从整体上看，图像较为平缓。
附图{图}
图2 中国股票个别因素波动（firm[，t]）
从图形分析中可以看出，中国股市的市场波动成分在样本期内有较为明显的下降趋势，而个别因素的波动成分在样本期内有下降，但是不明显。而且两列时序数据都有持续的波动，说明其变化趋势有可能是随机性的。因此，除了进行图形分析，要确定两种波动成分的时间序列数据是否有确定性趋势，还是仅仅为随机性趋势，还需要进一步进行计量经济学分析。
2.确定性趋势检验
为了便于分析，将市场波动数据进行年度化（即原始月数据乘以12）。第一步先分析他们的自相关结构。
市场波动的自相关系数下降很快，但是在0附近波动，因而不能明显判断序列的平稳性，不能排除单位根存在的可能。公司个别波动的自相关函数下降很快，且在0附近基本没有波动，因而可以初步判断序列是平稳的，并初步排除单位根存在的可能。
表1 自相关系数
滞后阶数 1 2 3 4 5 6 7 8 9 10 11 12
市场波动 0.275 0.145 0.022 0.032 0.025 0.031 0.095 0.087 0.278 -.032 -.018 0.075
公司个别波动 0.021 -.018 0.018 0.049 -.015 0.117 0.062 -.028 0.058 0.015 -.017 -.023
为了检验序列是否有单位根，以及是否有确定性趋势，需要进行adf检验。首先，根据campbell & perron（1991）推荐的方法确定滞后阶数为9阶。表2将市场波动的三种形式adf检验模型同时估计出，并给出ρ统计量和τ统计量的检验结果：
表2 市场波动的adf检验
模型类型 滞后 ρ pr＜ρ τ pr＜τ f pr＞f
无常数项和趋势项 9 -7.8217 0.0512 -1.69 0.0860
有常数项 9 -33.7582 0.0011 -2.71 0.0751 3.68 0.1339
有常数项和趋势项 9 -310.761 0.0001 -3.91 0.0144 7.79 0.0141
三种模型的ρ统计量都显着地拒绝了存在单位根的零假设，在10％的置信水平下，τ统计量也可以拒绝模型1和模型2的存在单位根的零假设。我们主要注意模型3，即包含时间趋势项的形式，可见ρ统计量和τ统计量都非常显着地拒绝了存在单位根的零假设；而且f统计量表明整个模型是显着的。
对模型3进行普通ols估计，得到的各项系数的普通t检验结果都是显着的，其中趋势项的系数为-0.00269，其t统计量是-2.79，在5％的置信水平下，可以显着地拒绝时间趋势项系数为零的零假设。结合前面的结果，可以确定中国股市中市场波动的成分序列没有单位根，且模型3的显着性表明该时间序列具有确定性趋势。其趋势项系数为-0.00269，表明随时间变化，年度化的mkt[，t]数据具有减小的趋势。
表3给出了个别波动时序数据的adf检验结果，根据前面提到的方法，确定滞后阶数为5阶。
表3 公司个别波动的adf检验
模型类型 滞后 ρ pr＜ρ τ pr＜τ f pr＞f
无常数项和趋势项 5 -24.9683 0.0002 -2.92 0.0038
有常数项 5 -64.0214 0.0011 -3.89 0.0029 7.55 0.0010
有常数项和趋势项 5 -127.348 0.0001 -4.58 0.0017 10.53 0.0010
对于模型3，该模型的检验结果显着拒绝了存在单位根的零假设，虽然模型整体是显着的，但是时间趋势项的t统计量为-2.32，不能拒绝时间趋势项系数为零的零假设，说明时序数据不符合该模型。继而检验模型2同样拒绝了存在单位根的零假设，其常数项的t统计量为2.49，不能拒绝常数项系数为零的零假设。模型1仍然拒绝了存在单位根的零假设，最后确定该序列无单位根，但是不包含确定性趋势。
经过上述的计量经济学检验，证实了前面图形分析的结论，即：中国股票的市场波动成分随时间变化有减小的确定性趋势，但是股票的个别因素波动成分没有确定性趋势。这说明，中国股市的总体波动中，市场因素造成的波动在不断减少，而股票个别因素造成的波动没有确定的变化趋势。
3.波动趋势的原因讨论
经过计量经济学研究，可以确认在样本期内中国股票的市场波动成分有减小的确定性趋势。下面将对这一现象作进一步分析，讨论其可能的成因，但更明确的定论还有待进一步研究的证明。
首先，中国股票市场处于逐步成熟的过程中，随其发展，市场的透明度也在不断提高，使得不同投资者之间的信息不对称状况得到了改善，根据我们模拟信息不对称下市场波动的结果，可以证明：信息不对称的程度对市场波动性的影响是存在的，当市场中有严重的信息不对称时，市场波动较大，当信息不对称较缓和时，市场波动也降低。因此我国股市中的信息不对称程度的降低是市场波动逐步减少的一个原因。
其次，中国股票市场目前还处于高速的成长期，在本文选用的样本期内，这一成长趋势更为明显。其间市场中的股票数量有显着增加，其结果是中国a股市场中股票收益的平均相关系数不断下降，而且这一相关性下降自1993年起尤其明显。单个股票收益间相关性的下降在一定程度上使得市场收益趋于相对稳定，因而造成中国股票的市场波动成分逐渐减小。
第三，中国股票市场的监管也在不断加强，不断有新的法规出台从政策角度完善中国股票市场。而且进一步的分析发现中国股票的市场波动成分与个别因素波动成分的比值在样本期内不断下降，且在市场波动成分在总体波动中也占相对小的比例，从一定程度上反映了市场的持续完善化。市场的完善也会促使市场收益的稳定，即市场波动成分呈变小趋势。
同时，在中国股票市场中，机构投资者正在逐渐替代散户成为市场投资的主要力量。机构投资力量的加强使得市场中的炒作成分变小，也减少了投机成分，因而有利于市场收益的稳定。这同样也可能是市场波动成分下降的原因。还有数据显示，样本期内中国股票市场中的交易日益活跃，这虽然可能导致个别股票收益波动增加，但是对于市场整体来说，增加的交易量可能会减小市场收益的波动。
四、结论
本文采用的波动性度量，可以有效地对总体波动性进行分解，并方便地对不同波动成分作出估计。通过移动平均方法和确定性趋势检验，得到了如下主要结论：首先，中国股票的市场波动随时间变化有减小的确定性趋势，从中可以看到中国股市在10多年的发展中确实在不断进步，股票市场的投资环境在逐渐完善。其次，虽然从表面上看，中国股票市场的平均个别因素波动成分有下降趋势，但经过计量经济学方法的检验，证明这一趋势不是确定性的，表明中国市场中的上市公司质量并没有得到根本性的改良，企业治理仍有待提高。
同时本文对中国股票的市场波动减小的结论提出了一些可能的解释，为后续研究提供了方向，可在此基础上，进一步论证中国股票市场的不同波动成分变化趋势的深层原因。
【参考文献】
[1]宋逢明，江婕.中国股票市场波动特性的实证研究[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.
【原文出处】财经论丛
【原刊地名】杭州
【原刊期号】200404
【作者简介】作者单位：清华大学经济管理学院

J. 新浪股票中3日或5日主力净流入率是如何计算的谢谢

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

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

资金净流出和资金净流入是用来描述资金流向的，股价或某个板块指数处于上升状态时产生的成交额是推动股市上涨的力量，这部分成交额被定义为资金流入；指数下跌时的成交额是推动股市下跌的力量，这部分成交额被定义为资金流出；

当天两者的差额即是当天两种力量相抵之后剩下的推动股市价格变化的“净力量”，这就是该板块当天的资金净流入或净流出。换句话说，资金流向测算的是推动股价或整个股市涨跌的力量强弱，这反映了人们对该股或该板块看空或看多的程度有多大。

(10)股票五日资金累计进出公式扩展阅读：

主力资金净流入作用

资金流向指标具有指导意义：

1、当天的主力资金净流入与指数涨跌相反。比如该板块或个股全天总体来看指数是下跌的，但主力资金净流入为正，说明主力在打压洗盘，借势吸筹，拉升在即。

2、当天的主力资金流向与指数涨跌幅在幅度上存在较大背离。比如全天指数涨幅较高，但实际资金净流入量很小，说明主力在明拉暗出。