- 相關(guān)推薦
傳統數據分析方法
股票投資技術(shù)分析方法，經(jīng)過(guò)一百多年的積淀，汗牛充棟，不少投資者學(xué)習運用時(shí)，無(wú)從下手，難得要領(lǐng)；還有一些分析師故弄玄妙，讓人云山霧罩。以下是小編為大家整理的傳統數據分析方法，僅供參考，希望能夠幫助大家。
傳統數據分析方法
第一，把握道氏理論的兩大要點(diǎn)�！凹~約證券交易所”成立于1863年，最初的股票買(mǎi)賣(mài)交易都是無(wú)序的，人們沒(méi)有對股市波動(dòng)規律的知識。經(jīng)過(guò)近50年的發(fā)展，即1902年，道·瓊斯指數的創(chuàng )立人查爾斯·道，經(jīng)過(guò)大量的觀(guān)察和研究，發(fā)現了股市波動(dòng)的一些規律，據此他寫(xiě)了大量相關(guān)文章，后經(jīng)一個(gè)叫漢密爾頓的人總結，成為現在人們熟知的道氏理論，這也是技術(shù)分析的最初方法。道氏理論的要點(diǎn)有十幾條，至今被運用和具有生命力的主要有兩條，一是股市是經(jīng)濟的晴雨表，指明了經(jīng)濟與股市的關(guān)系；二是認為股市波動(dòng)分為三大類(lèi)型，即主要趨勢、次級趨勢和日常趨勢。道氏認為股市波動(dòng)的主要趨勢中包含著(zhù)次級趨勢，這兩種趨勢是可以判斷的，是有規律的，而股市波動(dòng)的日常趨勢則是無(wú)法預知或準確判斷的。
第二，記住艾略特的波浪形態(tài)問(wèn)題。艾略特理論大約出現于上世紀20世紀30年代后期。此人是一個(gè)鐵路公司的財務(wù)工作人員，退休后潛心研究股市波動(dòng)規律。他發(fā)現股市的波動(dòng)形態(tài)與池水的波浪形態(tài)有相似之處，股市的上漲時(shí)，一般為三個(gè)上升浪和它們中間所夾著(zhù)的兩個(gè)調整浪，即所謂的五浪上漲形態(tài)，而股市的下跌形態(tài)則表現為兩個(gè)下跌浪和它們中間所夾著(zhù)的一個(gè)反彈浪，即所謂的三浪下跌形態(tài)。艾略特在一個(gè)朋友辦的金融雜志上寫(xiě)了一系列的波浪理論的文章，后被整理形成了現在我們熟知的波浪理論。后人對波浪理論復雜化，片面化，實(shí)際上記住股價(jià)波動(dòng)的形態(tài)問(wèn)題就學(xué)到了波浪理論的精華。
第三，記住江恩的股價(jià)運行的時(shí)間周期問(wèn)題。在艾略特后的約10年左右，一個(gè)叫江恩的股票投資家解決了艾略特技術(shù)方法中股價(jià)運行只講空間、結構而忽視時(shí)間的缺陷。江恩長(cháng)期在華爾街從事股票投資，一生成功地在股市上賺了大筆的金錢(qián)。通過(guò)大量的實(shí)踐和研究，他創(chuàng )造了江恩周期理論，認為股市運行與時(shí)間密不可分，表現為周期性的上漲和下跌，強調股價(jià)運行有時(shí)間周期因素。這一點(diǎn)很重要，需要我們記取。
第四，不要生搬硬套沙貝夫的圖形分析方法。沙貝夫的技術(shù)分析理論中有一個(gè)現在最被中國的技術(shù)分析派人士廣泛運用的方法，這就是他的圖形理論。理查德·沙貝夫生于1902年，死于1938、只活了36歲，沒(méi)有投資經(jīng)歷，寫(xiě)了3部著(zhù)作、發(fā)表于30年代早期，從而創(chuàng )立了圖形理論、以及缺口理論、趨勢線(xiàn)（找出支撐價(jià)位和阻力價(jià)位）之類(lèi)的技術(shù)分析方法。沙貝夫用平面幾何學(xué)的那一套方法，通過(guò)劃圖，劃線(xiàn)把股價(jià)走勢的分析變得易學(xué)易懂易教易用，現在我們很多分析師們對此津津樂(lè )道，其實(shí)這套東西只有參考作用，生搬硬套還有誤人的一面。
第五，對眾多技術(shù)指標進(jìn)行簡(jiǎn)化，找到幾個(gè)實(shí)用并成系統互為補充的指標即可。20世紀70年代后，隨著(zhù)計算機的逐步廣泛運用，技術(shù)分析方法又被推向前進(jìn)。人們借助計算機用棒狀圖或K線(xiàn)圖的方式記錄下股價(jià)波動(dòng)的情況，同時(shí)編制出各種技術(shù)指標來(lái)幫助人們分析股市波動(dòng)的趨勢、動(dòng)量等因素，即開(kāi)始用計量的技術(shù)方法來(lái)分析股市波動(dòng)情況和預測股市未來(lái)運動(dòng)方向的時(shí)間與空間。這些方法至今仍是我們普通投資者所運用的方法。
傳統數據分析方法
數據分析是一個(gè)從數據中通過(guò)分析手段發(fā)現業(yè)務(wù)價(jià)值的過(guò)程。這個(gè)過(guò)程的起點(diǎn)可以是確定我們的分析目的，這個(gè)過(guò)程的終點(diǎn)是發(fā)現業(yè)務(wù)價(jià)值，提供數據支撐。
數據分析步驟
個(gè)人理解的數據分析6大步驟：
第一步：明確數據分析的目的，弄清楚需要做什么
第二步：梳理和確定分析邏輯，確定怎么進(jìn)行分析
第三步：分析所用數據的收集、處理等，確定數據分析的數據
第四步：采用統計、數據挖掘等技術(shù)，提取有用信息
第五步：采用文字、表格、可視化圖形來(lái)展示數據
第六步：得出數據分析的結論，發(fā)現業(yè)務(wù)價(jià)值，撰寫(xiě)分析報告
image
數據分析方法
下面介紹的是5種基于邏輯層面的數據分析方法：
image
PEST分析法
PEST分析是指宏觀(guān)環(huán)境的分析，宏觀(guān)環(huán)境是指一切能夠影響行業(yè)或者企業(yè)發(fā)展的宏觀(guān)力量或者因素。一般適用于大型公司的戰略規劃：
P：政治Politics
E：經(jīng)濟Economy
S：社會(huì )Society
T：技術(shù)Technology
通常是戰略顧問(wèn)用來(lái)幫助企業(yè)審視宏觀(guān)環(huán)境，從而來(lái)匹配自身發(fā)展的一種分析方法
5W2H方法
5W2H方法也稱(chēng)之為七何分析法，包含的內容是：
when：什么時(shí)候
who：對象
why：為什么
what：是什么
where：在哪里
how：怎樣的方式
how much：數量大小
該方法適用于用戶(hù)行為分析、產(chǎn)品的營(yíng)銷(xiāo)活動(dòng)等，比如某家公司上架了一款新的銷(xiāo)售產(chǎn)品：
image
4P營(yíng)銷(xiāo)理論
所謂的4P指的是：
產(chǎn)品Product
價(jià)格Price
渠道Place
促銷(xiāo)Promotion
這是一種以市場(chǎng)為導向的組合營(yíng)銷(xiāo)理論。通過(guò)將四者的結合，同時(shí)協(xié)調配合發(fā)展，從而提高企業(yè)的市場(chǎng)份額，達到最終的營(yíng)銷(xiāo)獲利目的。
image
SMART分析法
SMART分析方法是一種基于目標的管理方法，即對目標的：
S（Specific）：明確性
M（Measurable）：可衡量性
A（Attainable）：可實(shí)現性
R（Relevant）：相關(guān)性
T（Time-based）：時(shí)限性
比如小明同學(xué)最近想找一份兼職的工作：
image
SWOT分析
SWOT分析也叫勢態(tài)分析法，具體解釋為：
S：Strengths，優(yōu)勢、強項
W：Weakness，劣勢、弱勢
O：Opportunities，機會(huì )、機遇
T：Threats，威脅或者風(fēng)險
該方法通常是用來(lái)確定企業(yè)或者產(chǎn)品的內部?jì)?yōu)勢、劣勢和來(lái)自外部的機會(huì )與威脅等，從而將公司戰略規劃與公司內外部的環(huán)境有機結合起來(lái)。比如某家公司的SWOT分析類(lèi)似如下：
image
總結
數據是從業(yè)務(wù)中產(chǎn)生的，數據本身沒(méi)有價(jià)值。只有當我們利用一定的科技手段，從中挖掘出有效信息，才能體現出其重要的價(jià)值。
前段時(shí)間看過(guò)一本書(shū)，阿里出版的《馬云.未來(lái)已來(lái)》，里面有談到：
如今的社會(huì )，我們已經(jīng)從IT時(shí)代（Information Technology）轉型到DT時(shí)代（Data Technology）,也就是從信息技術(shù)時(shí)代過(guò)渡到數據技術(shù)時(shí)代...... 驅動(dòng)未來(lái)制造業(yè)的最大能源的不是石油，而是數據！
在《經(jīng)濟學(xué)人.商論》中也有過(guò)類(lèi)似的結論：
如果說(shuō)石油是工業(yè)時(shí)代最重要的大宗產(chǎn)品，那么數據將是后工業(yè)時(shí)代，也就是數字經(jīng)濟時(shí)代，數一數二的大宗商品!
數據來(lái)源于業(yè)務(wù)，但數據只有服務(wù)于業(yè)務(wù)才能體現出其價(jià)值。數據分析正是將數據和業(yè)務(wù)連接起來(lái)的有力手段！
【傳統數據分析方法】相關(guān)文章：
銷(xiāo)售數據的分析方法07-25
數據分析與辦公軟件：數據分析方法07-10
配件庫存分析數據的方法07-10
多維數據分析方法04-07
數據分析常用方法07-26
數據分析技巧和方法07-10
服裝銷(xiāo)售數據分析方法08-21
數據分析常用方法(熱)07-25