協方差證券投資

Ⅰ 兩只股票期望收益,標准差相同,與其他證券的協方差不同,則兩只股票的價格會相等嗎

絕對不可能相同，因為投資者或者說在二級市場上交易者的情緒是不一樣的，受外界的包括大盤，政策，外圍以及內因的業績影響，都會造成偏差，所以，股票和人一樣，沒有完全一模一樣的人，只有很像的（例如雙胞胎）而已。

Ⅱ 投資組合的貝塔系數計算公式

投資組合的beta值等於被組合各項資產beta系數的加權平均數。
βp=∑(βi)(Wi)=40%*0.7+10%*1.1+50%*1.7=1.24
組合必要收益率E(Rp)=Rf+[E(Rm)-Rf]*βp =3%+（12%-3%）*1.24=14.16%

Ⅲ 單個證券與市場組合協方差

因為協方差是雙線性函數啊，雙線性函數的概念在線性代數書里有，對你說的這種情況，實際是用到了：
Cov（aX+bY，cZ）=acCov（X，Z）+bcCov(Y,Z）
把aX+bY推廣到N項就可以了

Ⅳ 如果協方差的數值小於零，則兩種證券的收益變動結果是什麼

就是負相關。兩種證券收益變動結果是，一個漲一個跌，一個收益增長一個收益下降，總之是反向。

協方差表示的是兩個變數的總體的誤差，這與只表示一個變數誤差的方差不同。 如果兩個變數的變化趨勢一致，也就是說如果其中一個大於自身的期望值，另外一個也大於自身的期望值，那麼兩個變數之間的協方差就是正值。

如果兩個變數的變化趨勢相反，即其中一個大於自身的期望值，另外一個卻小於自身的期望值，那麼兩個變數之間的協方差就是負值。

(4)協方差證券投資擴展閱讀：

協方差矩陣

分別為m與n個標量元素的列向量隨機變數X與Y，這兩個變數之間的協方差定義為m×n矩陣.其中X包含變數X1.X2......Xm，Y包含變數Y1.Y2......Yn，假設X1的期望值為μ1，Y2的期望值為v2，那麼在協方差矩陣中（1,2）的元素就是X1和Y2的協方差。

兩個向量變數的協方差Cov(X,Y)與Cov(Y,X)互為轉置矩陣。協方差有時也稱為是兩個隨機變數之間「線性獨立性」的度量，但是這個含義與線性代數中嚴格的線性獨立性不同。

Ⅳ 協方差的大小比較,是絕對值大的大嗎

絕對值越大，說明隨機變數的獨立性越小，若是不計較隨機變數的相互關系，那麼絕對值越大協方差越大。

如果兩個變數的變化趨勢相反，即其中一個大於自身的期望值，另外一個卻小於自身的期望值，那麼兩個變數之間的協方差就是負值。

協方差表示的是兩個變數的總體的誤差，這與只表示一個變數誤差的方差不同。 如果兩個變數的變化趨勢一致，也就是說如果其中一個大於自身的期望值，另外一個也大於自身的期望值，那麼兩個變數之間的協方差就是正值。

(5)協方差證券投資擴展閱讀

性質：

若兩個隨機變數X和Y相互獨立，則E[(X-E(X))(Y-E(Y))]=0，因而若上述數學期望不為零，則X和Y必不是相互獨立的，亦即它們之間存在著一定的關系。

協方差與方差之間有如下關系：

D(X+Y)=D(X)+D(Y)+2Cov(X，Y)

D(X-Y)=D(X)+D(Y)-2Cov(X，Y)

協方差與期望值有如下關系：

Cov(X，Y)=E(XY)-E(X)E(Y)

協方差的性質：

（1）Cov(X，Y)=Cov(Y，X)

（2）Cov(aX，bY)=abCov(X，Y)，（a，b是常數）

（3）Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)

由協方差定義，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)

Ⅵ 想自學證券投資，需要哪些方面的知識。

先看下《證券投資學》，需要學下概率統計的一些知識 ，比如期望，方差，協方差，相關系數這類計算，要想看懂這些是必須的~找本教材看看，然後再看些一些人寫的實戰經驗書，自己慢慢摸索就行了

Ⅶ 兩證券協方差和相關系數的計算

一、首先要明白這2個的定義 1、相關系數是協方差與兩個投資方案投資收益標准差之積的比值，其計算公式為：相關系數總是在-1到+1之間的范圍內變動，-1代表完全負相關，+1代表完全正相關，0則表示不相關。 2、協方差是一個用於測量投資組合中某一具體投資項目相對於另一投資項目風險的統計指標。其計算公式為：當協方差為正值時，表示兩種資產的收益率呈同方向變動；協方差為負值時，表示兩種資產的收益率呈反方向變動。二、要辨清兩者的關系 1、相關系數與協方差一定是在投資組合中出現的，只有組合才有相關系數和協方差。單個資產是沒有相關系數和協方差之說的。 2、相關系數和協方差的變動方向是一致的，相關系數的負的，協方差一定是負的。 3、（1）協方差表示兩種證劵之間共同變動的程度：相關系數是變數之間相關程度的指標根據協方差的公式可知，協方差與相關系數的正負號相同，但是協方差是相關系數和兩證券的標准差的乘積，所以協方差表示兩種證劵之間共同變動的程度。（2）相關系數是變數之間相關程度的指標，相關系數在0到1之間，表示兩種報酬率的增長是同向的；相關系數在0到-1之間，表示兩種報酬率的增長是反向的，所以說相關系數是變數之間相關程度的指標。總體來說，兩項資產收益率的協方差，反映的是收益率之間共同變動的程度；而相關系數反映的是兩項資產的收益率之間相對運動的狀態。兩項資產收益率的協方差等於兩項資產的相關系數乘以各自的標准差。

Ⅷ 股票的組合收益率，組合方差怎麼求

分散投資降低了風險（風險至少不會增加）。

1、組合預期收益率=0.5*0.1+0.5*0.3=0.2。

2、兩只股票收益的協方差=-0.8*0.3*0.2=-0.048。

3、組合收益的方差=（0.5*0.2）^2+(0.5*0.3)^2+2*（-0.8）*0.5*0.5*0.3*0.2=0.0085。

4、組合收益的標准差=0.092。

組合前後發生的變化：組合收益介於二者之間；風險明顯下降。

(8)協方差證券投資擴展閱讀：

基本特徵：

最早的對中國收益率的研究應該是Jamison&Gaag在1987年發表的文章。初期的研究樣本數量及所覆蓋的區域都很有限，往往僅是某個城市或縣的樣本。而且在這些模型中，往往假設樣本是同質的，模型比較簡單。

在後來的研究中，樣本量覆蓋范圍不斷擴大直至全國性的樣本，模型中也加入了更多的控制變數，並且考慮了樣本的異質性，如按樣本的不同屬性分別計算了其收益率，並進行比較。

這些屬性除去性別外，還包括了不同時間、地區、城鎮樣本工作單位屬性、就業屬性、時間、年齡等。下面概況了研究的主要結果。

Ⅸ 如何知道投資組合中的一種證券對應於另一種證券的協方差或者相關系數

相關系數一般是由歷史數據推算的