什么叫股票趋势分析？什么叫股票趋势分析?

4．股价在上升行情时，一波的波峰会比前一波峰高，一波的波谷会比前一波谷高；而在下跌行情时，一波的波峰比前一波峰低，一波的的波谷会比前一波谷低

财务分析过程中，为什么需要进行趋势分析和预测分析？

趋势分析是财务报表分析的基本方法，是指通过观察企业连续数期的财务报表，在运用一定的方法比较各期有关项目金额的基础上，确定各项目的增减变动及发展趋势，并对各项目在未来可能出现的结果作出预测的一种分析方法。预测分析是财务分析估价企业未来职能的延伸。它是根据企业过去一段时期财务活动所形成的历史资料，结合企业现在所处的外部环境和自身状况，考虑企业的发展趋势，由专门人员通过主观判断或定量分析，对企业未来的财务状况和经营成果作出判断、预计和估算的行为，其核心是对企业未来的发展前景进行较为精确的估算。

主成分分析和因子分析的区别与联系及其应用

因子分析与主成分分析的异同点:

都对原始数据进行标准化处理; 都消除了原始指标的相关性对综合评价所造成的信息重复的影响; 构造综合评价时所涉及的权数具有客观性; 在信息损失不大的前提下，减少了评价工作量

公共因子比主成分更容易被解释; 因子分析的评价结果没有主成分分析准确; 因子分析比主成分分析的计算工作量大

主成分分析仅仅是变量变换，而因子分析需要构造因子模型。

主成分分析:原始变量的线性组合表示新的综合变量，即主成分；

因子分析：潜在的假想变量和随机影响变量的线性组合表示原始变量。以下是我自己通俗的理解哈。

主成分分析，就是多个变量综合起来反应一个指标，要把这个指标找出来。

因子分析就是其实潜在的有几个指标，而表现出来的是这几个指标随机组合作用出来的结果。

因子分析不好理解是吧，举个例子：给人做智力测验，得到了算数成绩，迷宫成绩，脑筋急转弯成绩等等。但这些成绩是由潜在的因子即这个人的记忆力、反应能力等等方面综合作用出来的。

主成分分析降维之后 要预测的指标怎么办

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，其中主成分的一种计算得分方法是用回归方法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。1输入数据。

2点analyze 下拉菜单，选data reduction 下的factor 。

3打开factor analysis后,将数据变量逐个选中进入variables 对话框中。

4单击主对话框中的descriptive按扭，打开factor analysis: descriptives子对话框，在statistics栏中选择univariate descriptives项要求输出个变量的均值与标准差，在correlation matrix 栏内选择coefficients项，要求计算相关系数矩阵，单击continue按钮返回factor analysis主对话框。

5单击主对话框中的extraction 按钮，打开如下图所示的factor analysis: extraction 子对话框。在method列表中选择默认因子抽取方法——principal components，在analyze 栏中选择默认的correlation matrix 项要求从相关系数矩阵出发求解主成分，在exact 栏中选择number of factors;6， 要求显示所有主成分的得分和所能解释的方差。单击continue按钮返回factor analysis主对话框。

6单击主对话框中的ok 按钮，输出结果。

统计专业研究生工作室原创，请勿复杂粘贴