一、股票价格真的能预测吗？
谢邀。提供一个我的视角。其中不可避免有很多英文的素材，我尽量不使用公式，用图表阐明观点。相关文献太多，我只选择一个切入点。
首先说，预测股价，跟预测股票的收益率是等价的，因为今天的价格是已知的。理解了这一点以后我想说，目前学术界的主流观点是：
收益率是可以预测的。这跟有效市场假说不矛盾。同时大家都知道这种预测对于投资来说没有多大卵用。
怎么预测收益率？是不是应该先定义什么叫预测？事实上，任何跟收益率相关系数不为零的变量都可以预测收益率。有效市场假说成立等价于股价已经完全反映了所有已知信息，那么任何会影响价格的信息都可以预测股票的收益率。
来我给你上点证据。
上表中使用股息率（Dividend/Price ratio）来对股价收益率进行预测。其中第一行，使用当年的股息率预测接下来一年的收益率，第二行使用当年的股息率预测接下来五年的累计收益率。注意这么两点
- （绿框）随着预测周期的增加而显著上升，股息率对于预测长期收益率有用。
- 预期收益率的波动率（红框）同样随着预测周期的增加而增加。
先说第一点，用一张图来阐明这个观点更直观。看下图，其中蓝线为CRSP股票市值加权指数的股息率，而红线为同一指数的接下来7年的累计收益。看出来两条曲线的相关度有多高了吗？
你可能会说：“我看上去相关系数不是很高啊。”学术界里面具有这种预测功能的变量，我还可以找出一堆，再看下面这张图。其中绿线仍然是股息率，它虽然跟实际收益率（红线）的相关系数高但是未免太过平滑，不算一个好的变量。现在在股息率的基础上再加上宏观上的消费/财富比率（consumpiton wealth ratio）得到蓝线。看出来蓝线跟红线的相关系数更高了吧？不仅如此，蓝线还常常比红线先变化，这算是一个好的预测变量了吧？
到目前为止，我只做了一些任何接受过基础统计训练的人都可以做的事情，我还没有上任何高级的模型，但这已经足够为收益预测的可能性进行佐证了。
好了，在你感叹收益率/股价可以预测的同时，让我们回到第二点，预期收益率的波动率也随着预测周期的增大而增大。 换言之，你如果预测错误需要付出的代价也上升了。如果你预测明天的股价收益率，在我大A股你最多吃一个跌停板，但是如果你预测下周的收益率，你预测错了，你可以吃好几个跌停板，就这么简单。
如果你觉得我举得这个例子太极端，那么我邀请你跟我思考下面这样一个问题。
从1926年1月开始，如果你把1美元一直利滚利投资到美国的国债券里，那么到了2009年12月你将会把1美元变成20美元。同期内，如果你把你的股票一直投资到 S&P 500指数里的话，那么到期你将会获得3126美元。一个合理的预测是，长期内股票的累计收益率将远远高于国债或是存款，那么为什么大家不都把钱都投资到股票里去呢？
如果这能够引发你的思考的话，那么再看下面这张时间序列图。其中绿线为CRSP股票指数的年收益率，蓝线是美国国债券的收益率。股票的长期收益率虽然远高于国债，但是波动也同时远远高于国债，而且你可能一连好几年都是负收益，这些损失需要很多年才能挽回。
这让我足以抛出我的两个核心观点
- 收益率/股价预测本身并不构成一个完整的投资/交易决策
- 不能把收益率当作衡量投资/交易质量的唯一标准
1. 收益率/股价预测本身并不构成一个完整的投资/交易决策
光有对收益的预测本身是不够的，至少还需要对风险的评估和相应的风控手段。这点我曾经在我的专栏中咕哝过两句知乎专栏 。就拿股票和国债的例子来讲吧，虽然你知道长期来看股票的收益率是高于债券的，但是你不知道你入场的时机是对是错，你也不知道这个长期到底是多少年。2008年那波站在山岗上的人现在还没解套呢。同样，你也可以说：“我大A股虽然2016年熊了一年，但是相比2013年底还是涨了50个百分点的。” 再好的预测也一定有失灵的时候，如果你不能承受错误的代价，那么你就不能执行这个策略。
2. 不能把收益率当作衡量投资/交易质量的唯一标准
获得一万块钱的喜悦可能抵消不了丢掉一万块钱的痛苦吧？人类对风险是有厌恶的，对预期是有折现的，对现金/流动性是有需求的。套在高点上的人，为什么很多不愿意站岗，宁愿割肉？衡量投资/交易的质量，需要同时考虑你能不能承受相对应的风险，不要只考虑如果你做对了能赚多少钱，也许你过了十年你证明了你当初的一场豪赌是正确的，但是这十年间你可能一直套牢没钱花，这最后的正确相比你十年的等待到底值得不值得？我想每个人的答案是不一样的吧？那么请不要把收益率当作唯一的衡量标准，这就足以避免很多豪赌行为。
我想Andrew Ang的书开头第一句话可以概括我的观点。
The two most important words in investing are bad times .
投资中最重要的是想想身后身，而不是只看眼前路。如果你能够体会，那么关于股价到底能否预测这个问题，答案其实并不重要。
相关文献
- Ang, Andrew. Asset management: A systematic approach to factor investing. Oxford University Press, 2014.
- Cochrane, J.H., 2011. Presidential address: Discount rates. The Journal of Finance, 66(4), pp.1047-1108.
- Fama, E.F. and French, K.R., 1988. Dividend yields and expected stock returns. Journal of financial economics, 22(1), pp.3-25.
- Lettau, M. and Ludvigson, S., 2001. Consumption, aggregate wealth, and expected stock returns. the Journal of Finance, 56(3), pp.815-849.
- Shiller, R.J., 1980. Do stock prices move too much to be justified by subsequent changes in dividends?.
更多内容请浏览我的专栏 -- Terrier Finance
二、有没有人用过付费版的和讯股票价格预测，准不准？
在大盘明显上涨的情况下，大智慧、和讯、新里程等预测的信息还是有很高的准确性。
你可以结合自己的理解，先观察这些软件预测的准确度，然后再做决定。如果有哪位正在使用付费版的，看到这条信息，不妨说一下你的看法。顺便推荐一支下一个交易日的会暴涨股票，用事实证明预测是否准确。其实理性的想，这些预测很难准确，要不然，那些经济学家、炒股专家云集的基金公司，怎么会也有相当一部分盈利很不理想甚至亏损的。还有这些所谓预测股票涨跌的机构，也没必要来靠出售信息来赚钱，直接投身股市岂不来钱更快。只是自己心中的贪念和企图一劳永逸的侥幸心理，总是让我们对明知不靠谱的事情心存幻想。三、csgo预测比赛怎么预测？
不能准确预测 因为CSGO比赛结果由多种因素决定，如选手状态、选手之间的默契程度、地图选择、比赛经验等。这些因素都是难以预测和评估的，因此只能够根据历史比赛数据和分析选手状况来进行预测。 但是需要注意的是，这些预测结果并不是百分之百准确的，因为比赛是变幻无常的，很难完全预测到所有情况。所以在进行预测时需要考虑到随时可能发生变化的情况，保持谨慎和客观的态度。
四、分类预测包括哪些预测？
分类和预测
分类和数值预测是预测问题的两种主要类型。分类是预测分类（离散、无序的）标号，而预测则是建立连续值函数模型。
一、分类问题的步骤：
1、使用训练集建立描述预先定义的数据类或概念集的分类器。
第一步也称之为“学习步”或者“训练模型阶段”，使用特定的分类算法通过分析从训练集中学习来构造相应的分类器或者分类模型。这一步也可以看做是，通过训练样本学习一个映射或者函数，它可以用来预测给定元组X的类标号y。
训练集是由数据元组和与之相关联的类标号组成，数据元组X由n维属性向量组成，表示该元组在第i个属性上的取值。
由于训练集中每个元组都有其对应的类标号，因此分类模型的训练过程也称为监督学习（Supervised Learning），即分类器的学习是在被告知每个训练元组的属于哪个类的监督下进行。
与之对应的是聚类，也称为无监督学习（Unsupervised Learning），在学习的过程中，每个训练元组的类标号是未知的，并且通过学习所形成的类的个数或集合也可能实现不知道。
2、使用第一步建立的分类模型对新的数据进行分类。
建立起相应的分类模型后就可以应用该模型对新数据进行分类。对于一个特定的模型衡量其性能的主要指标是：准确率（Accuracy）
（1）、分类器的准确率度量
准确率Acc(M)，在模式识别文献中也称为分类器的总体识别率（Recognition Rate），是分类器M正确分类的的元组所占的百分比，它反映分类器对各类元组的识别情况。
混淆矩阵（Confusion Matrix）是分析分类器识别不同类元组的一种有效工具。给定m个类，则混淆矩阵是一个m*m的二维表，表示类i用被分类器标记为类别j的元组数量。理想地，对于具有高准确率的分类器，大部分的元组都集中在混淆矩阵的对角线上。
给定两类，可以使用术语正元组（感兴趣的主类元组）和负元组。真正（True Positives）表示分类器正确分类的正元组，真负（True Negatives）是分类器正确标分类的负元组。假正（False Positives）是分类错误的负元组，即实际为负元组预测分类为正元组。假负（False Negatives）是错误标记的正元组，即实际为正元组被分类器分类为负元组。
五、管理预测回归分析预测方法？
回归分析研究一个随机变量Y对另一个(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析方法。应注意的问题：应用回归预测法时应首先确定变量之间是否存在相关关系。如果变量之间不存在相关关系，对这些变量应用回归预测法就会得出错误的结果。正确应用回归分析预测时应注意：①用定性分析判断现象之间的依存关系； ②避免回归预测的任意外推； ③应用合适的数据资料；拟合所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，通过调整该函数中若干待定系数f(λ1,λ2,…,λn)，使得该函数与已知点集的差别(最小二乘意义)最小。如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数，这种情况下叫作样条拟合。 一组观测结果的数字统计与相应数值组的吻合。形象的说,拟合就是把平面上一系列的点,用一条光滑的曲线连接起来.因为这条曲线有无数种可能,从而有各种拟合方法.拟合的曲线一般可以用函数表示.根据这个函数的不同有不同的拟合名字。 在MATLAB中可以用polyfit来拟合多项式。
六、如何计算股票价格？
股票价值s=（EBIT-I）（1-T）/KS 其中：（EBIT-I）（1-T）为税后净收益，KS为权益资金成本，税后净收益除以权益资金成本。
股票是虚拟资本的一种形式，它本身没有价值。从本质上讲，股票仅是一个拥有某一种所有权的凭证。所以，我们要知道，股票是没有办法去精确的计算，只能通过评估，来判定它的价值。
股票之所以能够有价，是因为股票的持有人，即股东，不但可以参加股东大会，对股份公司的经营决策施加影响，还享有参与分红与派息的权利，获得相应的经济利益。
同理，凭借某一单位数量的股票，其持有人所能获得的经济收益越大，股票的价格相应的也就越高。
那我们就学习，如何评估股票的价值？
首先遵循两个原则：1、必须尽可能的去了解企业2、尽可能的保守评估。做到这两点才能使自己的评估结果尽量远离错误。
一、了解股票价格的计算公式
股票的价格可分为：面值、净值、清算价格、发行价及市价等五种。
估计股票价值的公式是：股价=面值+净值+清算价格+发行价+市价。对于股份制公司来说，其每年的每股收益应全部以股利的形式返还给股票持有者，也就是股东，这就是所谓的分红。
当然，在股东大会同意的情况下，收益可以转为资产的形式继续投资，这就有了所谓的配送股，或者，经股东大会决定，收益暂不做分红，即可以存在每股未分配收益（通常以该国的货币作为单位，如我国就以元作为单位）。
二、评估企业过去五年以上的盈利能力
例如，一家企业的营收增速、利润增速、经营现金流增速、毛利率变化、净利率变化、总资产收率等等，选择相对于同一行业最优秀的几家。
三、评估企业的现金流表
一家企业，评估它的现金流表，最主要看企业的经营性现金流与净利率的比率。而且只选择那些过去五年以上经营现金流总和不低于过去五年净利润总和的企业，排除掉净利润失真的企业。
四、查看言论
要查看年报中的过往管理层与言论，再去看看之后的几年与它相对应的成绩，评估企业管理层是否吹牛，还是属于诚实稳健的。
五、了解常用的估值指标
简单说一下几种常用的估值指标：市盈率、市净率、市现率、股息率、PEG等。
这里就讲了五种方法评估股票价值，但是，评估股票价值，不只在于固定的方法，要学会灵活运用。希望以上五种方法能对于你有用！
七、怎么确定股票价格？
1、在中国股市中，股票的买入价格没有合适不合适的说法，只有合理与否的说法。
每个股民对股票的风险承受能力和选股期望值都是不一样的，所以合理的买入价格是很难一概而论的，这个是因人而异的。
由于股票的价格是由竞争决定，只要股民愿意、有足够的资金，且在股票交易过程中遵纪守法，其最后的成交价就由出价最高的一方决定。
2、股票价格（StockPrice）又叫股票行市，是指股票在证券市场上买卖的价格。股票价格分为理论价格与市场价格。股票的理论价格不等于股票的市场价格，两者甚至有相当大的差距。
但是，股票的理论价格为预测股票市场价格的变动趋势提供了重要的依据，也是股票市场价格形成的一个基础性因素。
八、趋势预测与定量预测的区别？
趋势预测法又称趋势分析法。是指自变量为时间，因变量为时间的函数的模式。趋势预测法的主要优点是考虑时间序列发展趋势，使预测结果能更好地符合实际。根据对准确程度要求不同， 可选择一次或二次移动平均值来进行预测。
而定量预测是使用一历史数据或因素变量来预测需求的数学模型。是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测和推测未来发展变化情况的一类预测方法。
两者为不同的分析方法，所指含义不一样，意义也不一样。
九、财务预测与投资预测的区别？
财务预测是回报率投资预测是风险度
十、预测内容和预测依据怎么写？
(一)说明现状,材料要具体可靠市场现状是预测的出发点,不说明市场现状,就无法进行分析,预测未来。从哪些方面去说明现状呢?主要掌握以下几个方面:
1.产销情况:如产销特点、产量或产销存在的问题等。
2.购买力的投向情况:要说明一个时期内产品或商品在社会上需求量的侧重点,以及不同消费对象在各种产品或商品中的购买比例等。
3.用户支付能力的情况:要说明社会集团或居民需求量和购买能力的关系、国家各项经济政策的变化、价格对销售额的影响以及外地购买力的流入等。
4.同类行业的经营情况:要说明同行业和同类产品的价格、产量、品种、质量、生产能力和地理位置,对方产品或商品的优缺点等。