A. 如何计算一组数据的波动率
波动率=[有重要意义的第二高(低)点-有重要意义的第一髙(低)]/两高(低)点间的时间。
这个公式的意义是：
(1)预测是根据历史的数据。进一步讲，新股只有经过一段时间的运动观察后，才可以进行预测。
(2)重要的低点是判断的关键，点选错了，就不具有计算的意义。
(3)高低重要(支)点的选择要注意与时间同期结构相符合，月周线的高低点不一定符合日线、小时线的要求。要在特定的时间坐标内观察有意义的重要(支)点。
波动率，简单的说，就是一种经济形态，它倒底是如何波动，波动的结构倒底是如何进行的实质类问题。和桌子上摆放的苹果，是通过色，香，味，状来表达自己的存在一样，波动率的概念是对波动这样一种实体进行抽象和表达。因为它的存在实际上到了最后，是一种自然率，（不可思议的几何率）,故而，称之为"波动率“.波动率的意思，重点放在了波动体的结构上。
B. 对文本故障数据进行趋势分析，惯性分析，波动性分析等，用NLPIR和SPSS可以完成吗，还要用模型吗
这些都是常规分析，可以完成。模型构建和spss不是分开的两个概念
C. 时间序列模型中，哪一个模型可以较好地拟合波动性的分析和预测
主成份分析是为了提前众多指标中有典型代表性的几个主要成分，其中主成分的一种回计算得分答方法是用回归方法
ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。现代统计方法、计量经济模型在某种程度上已经能够帮助企业对未来进行预测。
ARIMA模型建立在历史数据的基础上，故搜集的历史数据越多，模型越准确。
每月储蓄数据.可以看作是随着时间的推移而形成的一个随机时间序列，通过对该时间序列上储蓄值的随机性、平稳性以及季节性等因素的分析，将这些单月储蓄值之间所具有的相关性或依存关系用数学模型描述出来，从而达到利用过去及现在的储蓄值信息来预测未来储蓄情况的目的。
D. excel表里怎么做出波动分析图
excel表里怎么做出波动分析图的解决方法如下：
1、打开要处理的excel文档，
2、对数据进行处理，将数据做内成表容格形式，
3、选中所有数据，
4、点击菜单栏中的插入，插入折线图
5、这时就会显示你需要的图表。
可以根据自己的需要对参数进行调整。
E. 市场数据分析在统计学中对数据离散程度描述，极差和方差哪个对数据波动更敏感
市场数据分析在统计学中对数据离散程度描述，方差对数据波动更敏感。极差是用一组数据中的最大值与最小值的差来反映数据的变化范围，主要反映一组数据中两个极端值之间的差异情况，对其他的数据的波动不敏感。 方差是用“先平均，再求差，然后平方，最后再平均”的方法得到的结果，主要反映整组数据的波动情况，是反映一组数据与其平均值离散程度的一个重要指标，每个数年据的变化都将影响方差的结果，是一个对整组数据波动情况更敏感的指标。 在实际使用时，往往计算一组数据的方差，来衡量一组数据的波动大小。
F. 波动性分析各有哪些不足
近七年我国货币政策和财政政策效果评述
——兼评经济增长模式
去年底召开的中央经济工作会议上，中央决定将我国实施了近七年的积极财政政策转变为稳健的财政政策，从而宏观政策由“一积极，一稳健”转变为“双稳健”。这是继去年10月29日央行做出加息决定后针对我国当前经济局部过热的又一重大举措，如果说加息是临时性的急救措施，那么这次财政政策的转变则是战略性的。而讨论清楚过去七年来宏观政策实施的具体效果是很有必要的，这可以为我们以后的政策制定和体制改革提供借鉴。
历时近七年的“一积极，一稳健”的宏观政策
至1996年底我国的紧缩政策成功地将当时的高通货膨胀降了下来，实现了经济的“软着陆”，加上1997年爆发的东亚金融危机的影响，中国经济整体上陷入了通货紧缩的状态，在这种内外交困的环境下，中国政府于1998年毅然决定启动积极的财政政策——这在建国以后尚属第一次，同时伴以稳健的货币政策。至这次财政政策的调整，这一整体上积极的宏观政策历时近七年之久，前后能持续如此长时间的宏观政策，在全世界也是不多见的。
（一）积极财政政策对经济的拉动作用非常明显
一方面，每年发行的长期建设国债投资大量的项目，直接增加了固定资产投资，拉动了经济增长。在实施积极财政政策期间，中央政府每年发行1000亿—1500亿元的长期建设国债，仅从1998年至2004年7月间，累计发行9100亿元。但财政的这种资本性支出的带动作用更大。在中国，政府资金具有引导效应，比如政府上一个项目，银行就争着给贷款，这种“政府投资、银行跟进”所形成的投资规模是相当惊人的。
从经济学理论上来讲，财政政策虽然能直接刺激投资，但往往因为存在一定的“挤出效应”而使其效果打折扣。这里要指出的是，由于特定的体制原因，中国这一时期的财政政策是几乎没有“挤出效应”的。
（二）“积极”的货币政策作用相当微弱
随着积极财政政策的启动，宏观政策伴以稳健的货币政策。在相关部门看来，所谓稳健的货币政策是既能防止通货膨胀又能防止通货紧缩的政策，即适中的货币政策。但从事后来看，我们的货币政策事实上是偏松的。主要原因倒不是我们名义上采行稳健的货币政策，而在实际操作时违其原意，即货币供应量仍加速增长（积极货币政策的最重要表现），相反，我们实施稳健的货币政策期间，广义货币供应量（M2）增加的并不是很快，相比之前20％以上（甚至30％左右）的年增幅，这些年M2的增幅一直稳定在15％以下，是名副其实的“稳健”；但近些年来我国的M2／GDP越来越大，尤其是1998年以后迅速增加，粗略估计当前为2左右，这在世界上都是罕见的。而且，中国人民银行从1996年以来八次调低利率，其中1998年之后就有五次。
因此，从这些意义上讲，我们的货币政策是“积极”的。而货币政策的作用无外乎表现在两个方面，即随着货币供应量的扩大，利率降低，于是居民消费增加，企业投资扩大，但从我国的实践情况来看，这两方面的刺激作用都是不明显的。主要原因仍应从解释超额货币入手，以下仅从两方面给以粗略概述。
从货币需求的角度看。按凯恩斯的分法，货币需求可以分为交易需求、预防需求和投机需求。在一个经济体中，交易需求的变化是不会很大的，无非是在经济繁荣时大一点，萧条时少一点，但并不会相差很大；但在预防需求和投机需求（二者之和与准货币相当）方面往往有大幅度的变化，我国的情况即是这样的。
首先，货币的预防需求很大。预防性储蓄在学界已经有了很多的讨论，即处于转轨时期的中国居民面临的不确定性大大增加，比如失业、未来养老以及子女教育等需要大量的支出，从而大量储蓄，边际消费倾向不断降低，降息能促进的消费增加非常有限。
其次，很高的货币投机需求也许最值得我们注意。众所周知，中国的股市历来以投机盛行为其最重要特征，民间的大量货币资金涌入股市，参与虚拟经济活动，于是新增的货币就在证券交易保证金账户和企业、居民的活期存款账户之间来回运动。有学者估计，2001年进入股市的资金占当年M2的比例为26．32％，虚拟经济对货币的吸收可见是非常惊人的。但由于绝大部分资金重于投机而非长远投资，因此这部分进入股市的资金对实质性的生产所起的作用也非常有限，而且，不仅众多拥有储蓄存款的居民参与投机，更严重的是许多企业本身也把许多生产性资金投资于股市。我们知道，适度的投机活动固然能活跃股票市场，从而利于实体经济的发展，但过度的投机只能是一种零和博弈，甚至是负和博弈，它只不过是在投机者中间进行财富再分配的游戏罢了，不但对实质性的物质生产不会有直接的促进作用，还可能有大量的负面影响。
从信贷的角度看，信贷政策一直是紧缩性的。亚洲金融危机给了中国政府足够的警示，于是央行对各商业银行的信贷监管骤然严格起来，实施了贷款责任制，自此中国出现了信贷紧缩，自1995年金融体系开始出现的“存差”进一步扩大，至2003年已高达49059亿元。虽然国有银行的信贷结构随着市场化的进程已有所改变，但并非实质性的。只不过是不再给劣等的国有企业放款，但质量好的大中型国有企业的资金仍非常富裕，而大量中小民营企业的贷款依然困难。由于大中型国有企业的资金一直是充裕的，所以降息对他们的贷款需求不会有太大的刺激，因此降息在这一特定体制下对投资的刺激作用也不明显。
从以上两方面可以看出，一方面经济主体的货币需求量一直居高不下，另一方面银行信贷却出现了萎缩，从而大量的资金沉淀在银行中不能转化为投资，即我们的货币政策传导机制出现了严重的问题，最终使“积极”货币政策效果大打折扣，以致从表面上看，中国已几乎陷入了流动性陷阱。在这时再回头看财政政策的“挤出效应”问题，就非常明显了。由于有大量资金沉淀在银行体系中不能转化为有效的投资，那么增发国债就成为使这些资金通过购买国债而转化为实际总需求的一部分的途径，国债投资项目的银行配套贷款和其他社会资金也具有同样的性质，因此基本上没有“挤出效应”。但必须指出的是，这种很小的“挤出效应”是在我国特定体制下的扭曲结果。
综上所述，近七年间，我们的积极财政政策的确起到了异常“积极”的作用，对保证特定时期的经济增长具有非凡的意义；同时，虽然“积极”的货币政策并不如意，事后效果非常微弱，但“积极”的货币政策无疑为积极财政政策有效发挥作用提供了一个异常宽松的货币环境，这也是我国目前特定的国有企业体制和银行体制下积极财政能发挥作用的必要条件。因此，中央决定改变积极的财政政策为稳健的财政政策无疑是明智的，因为过去的财政政策效果明显，淡出也有利于有效抑制当前出现的局部经济过热。而且由于我们国家利率尚未完全市场化，央行在宏观调控中使用货币政策的作用将依然非常有限，所以，财政政策还不能立即全部淡出，否则，经济很可能导致衰退，重新陷入通缩。而这也恐怕是调整为“稳健”而非“紧缩”的真正原因。由此看来，由“积极”变为“稳健”可谓恰到好处。但中国经济的问题很大程度上是长期性的，即便能做到控制短期的经济波动，而这种特定体制下的经济增长模式不能不让人担忧。
存在的问题：经济增长模式仍不够健康
从前面的详细分析我们很明显地能感受到中国经济增长模式所存在的问题，那就是仍属于“政府主导型”经济，行政干预没有减少反而有所增加，靠七年的积极宏观政策才维持住了经济的增长（其实是稳中有降），这些注定了其增长模式仍不够健康。
正像有些学者指出的，我们的经济在1997年以后发生了由资源约束型向需求约束型的转变，但必须看到，这种进步还是相当有限的，原因在于需求约束还并非市场化的约束，尤其是在投资需求方面，主要是由政府命令下的信贷紧缩而致。且消费需求约束也正是在投资需求约束下形成的，特别是城镇居民的消费需求。众所周知，上个世纪90年代中期以后，中国经济告别了短缺，城市居民的基本消费品和耐用品消费如彩电、冰箱、洗衣机等已基本饱和，开始转向对高档消费品如汽车和住房等的需求，但这些产品恰恰是市场供给不足的，尤其是个性化不足，而供给不足与信贷紧缩政策直接相关。同时，由于2003年遇上非典，信贷政策突然变得宽松起来，这立刻引发了钢铁、电力、水泥等原材料行业及房地产业的投资热潮，直接导致了经济的局部过热。但这并非无缘无故的热，而是多年被压抑后的集中释放，是由强烈的消费需求作为推动力量的必然结果。
另一方面，由于积极财政政策导致了大量国债项目上马，银行配套贷款大量参与，但这些项目的可行性和盈利性往往被论证得不够或根本不被考虑。从而使这些年来中国经济的整体投资质量不能不让人担忧。这些效果只能在相当长时间以后才能显现出来。虽然短期内拉动了经济增长，但对中国经济的损害却可能是长期的。
因此，中国的经济增长模式虽然有了一定的转变，但我们现在就来评判其积极意义还为时尚早，相反，在我看来，其存在的问题并不比之前少太多，在积极财政政策实施期间，中国政府对经济的干预变得更加严重了，其并未从原来的直接干预到间接干预，再到逐步退出，而是又回到了直接干预的轨道上，即经济增长模式不符合改革的进程。这显然不是进步。因此，我们不应高估中国经济发展模式进步的速度，必须加紧解决存在的问题，积极推进市场化进程，其中，利率的市场化是最为关键的一个。
努力方向：利率市场化最为关键
应该说，在市场经济下干预（调控）经济也是必须的，这对处于转轨过程的中国来说更为重要。因此，我国当前不是要不要干预经济的问题，而是我们还没有形成有效的干预方式，即市场化的宏观调控方式，而利率就是市场化调控的最重要手段之一。正是我们目前特定的体制环境造成了央行在宏观调控时的被动局面和行政干预的必然性。
在我们的利率没有市场化的情况下，一旦经济过热来临，央行可动用的手段和能力都极其有限，很难防止经济的大幅波动。具体地说，官方利率并不能真实反映市场利率，相当多的时候偏离很大（如民间利率一直在10％以上，我们近几年屡次降息，官方利率显然大大低于民间利率，而民间利率在一定程度上反映了市场利率，即真实利率，加上紧缩的信贷政策，从而导致大量资金的体外循环）。官方利率与市场利率偏离太大，一方面使央行对经济的微调失效，比如两者相差5个点，那么你加减0．25或0．5个点是几乎起不到作用的；这也可以解释我国的经济主体在表面上看起来对利率相对不敏感的原因。
另一方面，微调不起作用就会累积成大的经济波动，而大的经济波动来临时央行更束手无策，因为那些手段用来微调时都不起作用，这时再动用那显然更微不足道，于是，行政的力量必然又出现了，强制叫停项目，把经济硬是降下来，从而进一步加大了未来的经济波动。一来，我们的行政力量干预经济是历来都存在的，二来，从上面的分析看，行政干预也有必然性，否则经济会出大问题，这显然不利于稳定和发展。
利率未市场化和信贷歧视的最严重后果之一就是大量资金的体外循环，这不仅相应抬高了中小企业的投资成本，从而压制了很多本应进行的投资（整体上看，中国的资金是充裕的），更重要的是这给中国的宏观调控尤其是给央行调控经济带来了意想不到的困难，从而使行政力量对经济的干预一直不能退出，中国的经济增长模式也就很难有实质性的改变。利率作为市场经济中最重要的价格之一，我们必须尽快在国内促使其市场化，为央行全面发挥有效的宏观调控作用创造良好的环境，从而为经济向更健康的市场化发展模式转变奠定基础。可喜的是，目前当局在放开贷款利率方面已有了实质性的动作。
G. 一组有波动的数据的分析
在excel里面 画散点图就好了
H. 如何用EXCEL体现数据变化的稳定性
excel表里怎么做出波动分析图的解决方法如下：1、打开要处理的excel文档，2、对数据进行处理，将数据做成表格形式，3、选中所有数据，4、点击菜单栏中的插入，插入折线图5、这时就会显示你需要的图表。可以根据自己的需要对参数进行调整。
I. 如何从一些波动的数据中分析趋势
均线为辅，各种技术指标线为参考；在这个基础上，我们只要经常检查它们各自趋势的方向和这些趋势线是否相互印证就可以了，如果互相配合得好，那我们就不动，如果发现背离的情况，我们就傻一点，把它当作是一段趋势的结束及时了结另外再寻找目标就行了。在这里，需要补充几点：
1、考虑到股价运行较长时间后达到某一方深度控盘(极度分散)或高度锁仓(低位惜售)后量能背离的这一种极端情况，可以认为股价仍在趋势中运行，关注并一直到量能发生逆转时做离场或介入打算。有关指标的极度钝化也是同理。
2、对于指标线，需要注意有些指标线是超前或滞后的，如果你嫌烦，就把它们删去不看，不然你就了解一下它们的超前滞后的特性，在运用时适当做一下调整就是了，也不算很麻烦。
3、运用该简易趋势判断法，如能日K、周K、月K结合起来通盘观察则更为准确可靠。
4、此法更适合于判断中线趋势和波段操作。
5、在目标横盘或震荡方向不明时，我们就离场或不介入，这是运用本简易趋势判断法操作的要点，切记。
6、这些可以慢慢去领悟，在股市中没有百分之百的成功战术，只有合理的分析。每个方法技巧都有应用的环境，也有失败的可能。新手在把握不准的情况下不防用个牛股宝手机炒股去跟着牛人榜里的牛人去操作，这样稳妥得多，希望可以帮助到您，祝投资愉快！
J. 反映一组数据波动特征的统计项目有哪些
反映一组数据波动特征的统计项目有：
一、集中量数
描述一组数据的规律性的量数称为集中量数。它是一组数据的一般水平的代表值。教育评价中常用的描述一组评价对象一般水平的量数有算术平均数、中位数和几何平均数等。
1、算术平均数
一组性质相同数据的和除以该组数据的个数所得的商称为简单算术平均数，用公式表示为式中。
2、中位数
一组有序数据中，居中间位置的那个数据称为中位数，用符号Mdn表示。中位数也是描述一组数据一般水平的量数，但是由于中位数是靠位置确定的，而不是用全部数据求出的，因而损失一部分信息。当一组数据存在极端值或分组数据两端有不确定组限时使用中位数。
3、几何平均数
几何平均数是指n个数据连乘积的n次方根，用符号MG表示。当一组原始数据分布没有规律或呈偏态时，可用几何平均数代表该组数据的一般水平，此时X表示每个原始数据。但实践中几何平均数主要用于描述事物的平均发展速度和增长率。
二、差异量数
描述一组数据波动性的量数称为差异量数。一组数据除了具有规律性、集中趋势的特点，还有变异性、离中性的特点，正是这些数据上的差异，客观地反映了具体事物的实际形态。教育评价中用差异量数描述相同评价对象的某种属性评价结果的波动情况。常用的描述一组评价数据波动情况的量数主要有标准差、四分差、差异系数。
1、标准差
一组数据中的每个数据与其平均数的离差平方之和的平均数称为该组数据的方差，用符号表示；方差的算术平方根称为标准差，用符号表示。公式为当一组评价数据适合用算术平均数描述其规律性时，则用标准差描述其波动性。
2、差异系数
标准差与平均数的比率称为差异系数，又称为相对标准差，符号为CV。从公式可以看出，差异系数不具有实际测量单位，是一种相对差异量数。要比较单位不同、或虽然单位相同但平均数相差比较大的两组或多组评价数据的离散性大小时，宜用差异系数。
三、标准分数
标准分数是原始分数与平均数之差除以标准差所得之商，标准分数是以平均数为参照点，以标准差为单位，描述某个原始分数在团体中相对位置的量数。