求证券的收益率方差

1. 求证券的收益率方差

举例说明：已知证券组合P是由证券A和B构成，证券A和B的期望收益、标准差以及相关系数如下：证券名称期望收益率标准差相关系数投资比重A10%6%0.1230%B5%2%0.1270%那么，组合P的期望收益为：期望收益=(0.1×0.3+0.05×0.7)×100%=6.5%组合P的方差为：方差=(0.3×0.3×0.06×0.06)+(0.7×0.7×0.02×0.02)+(2×0.3×0.7×0.06×0.02×0.12)=0.0327选择不同的组合权数，可以得到包含证券A和证券B的不同的证券组合，从而得到不同的期望收益率和方差。投资者可以根据自己对收益率和方差（风险）的偏好，选择自己最满意的组合。一、证券是各类财产所有权或债权凭证的通称，是用来证明证券持有人有权依据券面所载内容取得相应权益的凭证。按其性质不同可将证券分为证据证券，凭证证券和有价证券。人们通常所说的证券即有价证券。收益率是指投资的回报率，一般以年度百分比表达，根据当时市场价格、面值、息票利率以及距离到期日时间计算。对公司而言，收益率指净利润占使用的平均资本的百分比。收益率研究的是收益率作为一项个人（以及家庭）和社会（政府公共支出）投资的收益率的大小，可以分为个人收益率与社会收益率，证券是多种经济权益凭证的统称，也指专门的种类产品，是用来证明券票持有人享有的某种特定权益的法律凭证，[1]主要包括资本证券、货币证券和商品证券等。狭义上的证券主要指的是证券市场中的证券产品，其中包括产权市场产品、债权市场产品、衍生市场产品、期权、利率期货等。因此证券也被称为“书据”、“书证”。但随着经济的飞速前进，尤其是电子技术和信息网络的发展，现代社会出现了证券的“无纸化”，证券投资者已几乎不再拥有任何实物券形态的证券，其所持有的证券数量或者证券权利均相应地记载于投资者账户中。“证券有纸化”向“证券无纸化”的发展过程，揭示了现代证券概念与传统证券概念的巨大差异。二、证券实质上是具有财产属性的民事权利，证券的特点在于把民事权利表现在证券上，使权利与证券相结合，权利体现为证券，即权利的证券化。它是权利人行使权利的方式和过程用证券形式表现出来的一种法律现象，是投资者投资财产符号化的一种社会现象，是社会信用发达的一种标志和结果。证券必须与某种特定的表现形式相联系。在证券的发展过程中，最早表彰证券权利的基本方式是纸张，在专用的纸单上借助文字或图形来表示特定化的权利。证券表彰的是具有财产价值的权利凭证。在现代社会，人们已经不满足于对财富形态的直接占有、使用、收益和处分，而是更重视对财富的终极支配和控制，证券这一新型财产形态应运而生。持有证券，意味着持有人对该证券所代表的财产拥有控制权，但该控制权不是直接控制权，而是间接控制权。三、证券的活力就在于证券的流通性。传统的民事权利始终面临转让上的诸多障碍，就民事财产权利而言，由于并不涉及人格及身份，其转让在性质上并无不可，但其转让是个复杂的民事行为。比如由于“债权相对性”的民事规则，债权作为财产的表现形式是可转让的，但债权人转让债权须通知债务人，这种涉及三方利益的转让行为受制于法律规范的调整，并不方便快捷。但一旦民事权利证券化，财产权利分成品质相同的若干相等份额，造就出一种“规格一律的商品”，那么这种财产转让不再局限于转让方和受让方之间按照协议转让，而是在更广的范围内，以更高的频率进行转让，甚至通过公开市场进行交易，从而形成了高度发达的财产转让制度。证券可多次转让构成了流通，通过变现为货币还可实现其规避风险的功能。证券的流通性是证券制度顺利发展的基础。

2. 股票的组合收益率，组合方差怎么求？

分散投资降低了风险（风险至少不会增加）。
1、组合预期收益率=0.5*0.1+0.5*0.3=0.2。
2、两只股票收益的协方差=-0.8*0.3*0.2=-0.048。
3、组合收益的方差=（0.5*0.2）^2+(0.5*0.3)^2+2*（-0.8）*0.5*0.5*0.3*0.2=0.0085。
4、组合收益的标准差=0.092。
组合前后发生的变化：组合收益介于二者之间；风险明显下降。

扩展资料：

基本特征：
最早的对中国收益率的研究应该是Jamison&Gaag在1987年发表的文章。初期的研究样本数量及所覆盖的区域都很有限，往往仅是某个城市或县的样本。而且在这些模型中，往往假设样本是同质的，模型比较简单。
在后来的研究中，样本量覆盖范围不断扩大直至全国性的样本，模型中也加入了更多的控制变量，并且考虑了样本的异质性，如按样本的不同属性分别计算了其收益率，并进行比较。
这些属性除去性别外，还包括了不同时间、地区、城镇样本工作单位属性、就业属性、时间、年龄等。下面概况了研究的主要结果。
参考资料来源：百度百科-收益率

3. 股票，期望收益率，方差，均方差的计算公式

股票的计算公式：购买价=买入价×数量（股数）+佣金+过户费成本价=购买价÷数量
一、期望收益率的计算方式：
第一种方法的期望收益值为：100
*
1/2
+
0
*
1/2
=50
(但实际去做可能是50
也可能是100，也可能是0，不一定等于50)；
第二种方法，则收益值肯定为50。
二、方差计算方法：
设一组数据x1,x2,x3……xn中，各组数据与它们的平均数x（拔）的差的平方分别是(x1-x拔)2，(x2-x拔)2……(xn-x拔)2，那么我们用他们的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。
三、均差的计算方法：
设一组数据x1,x2,x3……xn中，各组数据与它们的平均数x（拔）的差的平方分别是(x1-x拔)2，(x2-x拔)2……(xn-x拔)2，那么我们用他们的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。

4. 股票收益率，方差，协方差计算

5. 股票的组合收益率，组合方差怎么求？

分散投资降低了风险（风险至少不会增加）。
1、组合预期收益率=0.5*0.1+0.5*0.3=0.2。
2、两只股票收益的协方差=-0.8*0.3*0.2=-0.048。
3、组合收益的方差=（0.5*0.2）^2+(0.5*0.3)^2+2*（-0.8）*0.5*0.5*0.3*0.2=0.0085。
4、组合收益的标准差=0.092。
组合前后发生的变化：组合收益介于二者之间；风险明显下降。

扩展资料：

基本特征：
最早的对中国收益率的研究应该是Jamison&Gaag在1987年发表的文章。初期的研究样本数量及所覆盖的区域都很有限，往往仅是某个城市或县的样本。而且在这些模型中，往往假设样本是同质的，模型比较简单。
在后来的研究中，样本量覆盖范围不断扩大直至全国性的样本，模型中也加入了更多的控制变量，并且考虑了样本的异质性，如按样本的不同属性分别计算了其收益率，并进行比较。
这些属性除去性别外，还包括了不同时间、地区、城镇样本工作单位属性、就业属性、时间、年龄等。下面概况了研究的主要结果。
参考资料来源：百度百科-收益率

6. 股票的预期收益率和方差怎么算

具体我也不太清楚，所以帮你搜了一下，转发给你看，希望能帮到你！
例子:

 
上面两个资产的预期收益率和风险根据前面所述均值和方差的公式可以计算如下：1。股票基金     预期收益率=1/3*(-7%)+1/3*12%+1/3*28%=11%     方差=1/3[(-7%-11%)^2+(12%-11%)^2+(28%-11%)^2]=2.05%    标准差=14.3%(标准差为方差的开根，标准差的平方是方差)2。债券基金     预期收益率=1/3*(17%)+1/3*7%+1/3*（-3%）=7%     方差=1/3[(17%-7%)^2+(7%-7%)^2+(-3%-7%)^2]=0.67%     标准差=8.2%注意到，股票基金的预期收益率和风险均高于债券基金。然后我们来看股票基金和债券基金各占百分之五十的投资组合如何平衡风险和收益。投资组合的预期收益率和方差也可根据以上方法算出，先算出投资组合在三种经济状态下的预期收益率，如下：      萧条：50%*(-7%)+50%*17%=5%      正常：50%*(12%)+50%*7%=9.5%      繁荣：50%*(28%)+50%*(-3%)=12.5%则该投资组合的预期收益率为：1/3*5%+1/3*9.5%+1/3*12.5%=9%该投资组合的方差为：1/3[(5%-9%)^2+(9.5%-9%)^2+(12.5%-9%)^2]=0.001%该投资组合的标准差为：3.08%注意到，其中由于分散投资带来的风险的降低。一个权重平均的组合（股票和债券各占百分之五十）的风险比单独的股票或债券的风险都要低。     投资组合的风险主要是由资产之间的相互关系的协方差决定的，这是投资组合能够降低风险的主要原因。相关系数决定了两种资产的关系。相关性越低，越有可能降低风险。

7. 收益率的方差公式表示什么

期望收益率，又称为持有期收益率（HPR）指投资者持有一种理财产品或投资组合期望在下一个时期所能获得的收益率。这仅仅是一种期望值，实际收益很可能偏离期望收益。 　　HPR=（期末价格 -期初价格+现金股息）/期初价格

方差是各个数据与平均数之差的平方的平均数
比如1.2.3.4.5 这五个数的平均数是3
方差就是 1/5[（1-3）²+（2-3）²+（3-3）²+（4-3）²+（5-3）²]=2

协方差定义1：变量xk和xl如果均取n个样本，则它们的协方差定义为 ，这里 分别表示两变量系列的平均值。协方差可记为两个变量距平向量的内积，它反映两气象要素异常关系的平均状况。 
定义2：度量两个随机变量协同变化程度的方差。
协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。
 E[(X-E(X))(Y-E(Y))]称为随机变量X和Y的协方差，记作COV(X，Y)，即COV(X，Y)=E[(X-E(X))(Y-E(Y))]。 
协方差与方差之间有如下关系：   D(X+Y)=D(X)+D(Y)+2COV(X，Y)   D(X-Y)=D(X)+D(Y)-2COV(X，Y)   因此，COV(X，Y)=E(XY)-E(X)E(Y)。
协方差的性质：
（1）COV(X，Y)=COV(Y，X)；   （2）COV(aX，bY)=abCOV(X，Y)，（a，b是常数）；   （3）COV(X1+X2，Y)=COV(X1，Y)+COV(X2，Y)。   由协方差定义，可以看出COV(X，X)=D(X)，COV(Y，Y)=D(Y)。

相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，误差Q越小，变量之间的线性相关程度越高；|r|值越接近0，Q越大，变量之间的线性相关程度越低。   相关系数又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。   相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。   γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；   γ的绝对值越大，相关程度越高。   两个现象之间的相关程度，一般划分为四级：   如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。通常|r|大于0.8时，认为两个变量有很强的线性相关性。
编辑本段相关系数的计算公式
  其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，   为因变量数列的标志值；■为因变量数列的平均值。   为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：     相关系数计算公式
[1]?   r=n(写上面)∑i=1(写下面)(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(样子同上)(Xi-X平均数）的平方*∑（样子同上）（Yi-Y平均数）的平方   其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：   使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不必再列计算表。

8. 你的投资组合的预期收益率和方差各是多少

预期收益率=0.4*11%+0.6*16%=14%
相关系数是0.6不是0.6%吧？
方差=(0.4*0.22)^2+(0.6*0.29)^2+2*0.4*0.6*0.6*22%*29%=0.056394
标准差=23.75%