商品期貨統計學

1. 統計學是干什麼的學業枯燥嗎有哪些學校統計學不錯

統計學不難,它有幾個方向，不同的學校所分的方向不一樣，整體會分為社會與經濟統計方向，證券投資分析方向，市場調查方向。依次主要學的是，用統計學的知識研究宏觀經濟指標等，利用金融的知識看股票等，學抽樣調查。
學好統計學的前提是數學功底要好.主要是概率論與數理統計.
還有要學好統計學,與統計學的相關軟體是必要的,如Eviews,SPSS等,這些市場上只有英文的,所以你的計算機和英語也不能太差.

統計學的專業素質的就是,舉個例子:
你們班的平均成績是90分,標准差是2分,要求成績大於等於95分的人佔全班人數的多少?<假如服從正態分布>.
這種題是我們必需會的.
統計學還可以做預測.舉個微觀的例子，比如一個企業的最近幾年的銷售利潤,你根據市場情況預計明年的利潤將會是多少,然後制定計劃等等..

目前有四個學校分別是人大，廈大，浙江工商大學，蘭州商學院，這四個學校的統計學專業是國家的特色專業。

廈大主要是國民經濟統計學，它相當於上述方向的第一個，這個挺不錯的。
另外，東北財經大學的統計學專業是東財最好的專業，也很不錯。

不知道答案你滿意么

2. 站在數學、統計學等科學角度上,股票、期貨市場到底能不能賺錢

如果要實現盈利並且長期穩定的盈利只有兩種可能:一種可能,你的交易模式或策略非常復雜,交易對手無法復制,或者復制門檻較高。另一種可能,你的交易模式極為簡單,簡單到常規交易者不會或者無意於此方法,但此種方法通常會有其它的隱含成本。此外,無論是上面的哪種情形,還得存在適合你方法的穩定不變的市場基礎。。根據自己的個人經驗來看,無論是基於數理統計還是其它的什麼方法,單一策略可能盈利但無法實現穩定的盈利,復合策略倒是可以解決穩定性問題,但是無法實現長期的穩定性,道理很簡單,有效地方法必會引起復制和效仿,不但別人會效仿復制,即便交易者本人也會在一筆成功的交易後不斷復制其經驗,直至機會窗口關閉有效的方法變的無效。。。
滿意請採納

3. 經濟學，統計學和金融學有什麼區別

一、學習研究方向不一樣：經濟學是一門研究人類行為及如何將有限或者稀缺資源進行合理配置的社會科學；金融學從經濟學分化出來的，是研究公司、個人、政府、與其他機構如何招募和投資資金的學科；統計學是應用數學的一個分支，主要通過利用概率論建立數學模型，收集所觀察系統的數據，進行量化的分析、總結，並進而進行推斷和預測，為相關決策提供依據和參考。

二、內容不一樣：經濟學要求學生系統掌握經濟學基本理論和相關的基礎專業知識，能熟練掌握一門外語；金融學不僅限於金融理論方面的研究，還包括金融史、金融學說史、當代東西方各派金融學說；統計學其中用到了大量的數學及其它學科的專業知識，它的使用范圍幾乎覆蓋了社會科學和自然科學的各個領域。

三、就業方向等不完全一樣：經濟學一般就業方向是經濟管理部門、政策研究部門，金融機構和企業從事經濟分析、預測、規劃和經濟管理工作的高級專門人才；金融學一般就業方向包括商業銀行、證券公司、信託投資公司、金融控股集團、保險公司等；統計學因其學科多且覆蓋領域廣泛，所以就業方向更多樣化，例如政府部門，金融部門，市場調查、研究部門，工業企業的質量檢測部門等企業事業單位。

(3)商品期貨統計學擴展閱讀

經濟學核心思想是通過研究、把握、運用經濟規律最大限度創造、轉化、實現價值。主要培養具備比較扎實的經濟學理論基礎，熟悉現代經濟學理論，比較熟練地掌握現代經濟分析方法，知識面較寬，具有向經濟學相關領域擴展滲透的能力，能在綜合經濟管理部門、政策研究部門，金融機構和企業從事經濟分析、預測、規劃和經濟管理工作的高級專門人才。

統計學是應用數學的一個分支，主被廣泛的應用在各門學科之上，從物理和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上。隨著數字化的進程不斷加快，人們越來越多地希望能夠從大量的數據中總結出一些經驗規律從而為後面的決策提供一些依據。統計學專業不是僅僅像其表面的文字表示，只是統計數字，而是包含了調查、收集、分析、預測等。應用的范圍十分廣泛。

金融專業主要是用計算機來實現數學模型，從而解決金融相關的問題。所以，金融專業不同於MBA和MSP，它主要是培養金融界的技術工作者，也稱作金融專業師——Quant。Quant 的職位主要集中在投資銀行、對沖基金、商業銀行和金融機構。雖然實際工作和其他行業的程序員沒有本質區別，但不僅收入高，而且很容易找到工作。

中國金融專業更偏向於經濟而不是正統的金融學，它的核心學科是宏觀經濟學，貨幣銀行學和國際金融，主要學習貨幣銀行學、國際金融等方面的基本理論和基本知識，而它們都是屬於經濟學大類的，貨幣銀行學屬於貨幣經濟學而國際金融屬於國際經濟學。因此是一種經濟與金融的交叉應用學科。

4. 統計學的作用是什麼

統計學自身的發展領域不僅更寬廣，而且統計學在計算機科學、信息科學、經濟學、管理學、金融工程等領域都有廣泛的應用並與之有力結合，共同發展。 1、計算機是統計學的基礎工具 對於統計學來說，我們應該看到，計算機與數學一樣，是統計學的基礎工具。計算機的發展使得比較復雜的數據計算變得簡便快捷，成為統計計算的重要工具。當今，個人計算機的普及，英特網的使用，使社會產生了很大的變革，使信息傳遞的質和量都發生了飛躍的變化。統計學的發展不能離開計算機。毫無疑問，我們的學生應該學習相關的計算機科學知識。這將包括數據結構、演算法設計、程序語言設計、程序設計方法、資料庫系統的開發與管理、程序設計等等。我們也應該擴展我們的課程計劃，它應該包括當前的計算機定向數據分析方法，它們大部分是在統計學科之外發展起來的。如此一來，無疑會大大豐富統計學專業的就業范圍。 2、數據挖掘(Data Mining)是統計學的一部分 筆者認為，數據挖掘是與統計學息息相關的，應當是統計學的一部分。數據挖掘是揭示存在於數據里的模式及數據間的關系的學科，它強調對大量觀測到的資料庫的處理。它是涉及資料庫管理，人工智慧，機器學習，模式識別，及數據可視化等學科的邊緣學科。用統計的觀點看，它可以看成是通過計算機對大量的復雜數據集的自動探索性分析。數據挖掘既然也是數據處理，統計學也就應該積極借鑒。在統計學的發展歷史上，許多數據處理相關領域發展的新方法被忽略了。比如，模式識別，神經網路，圖形模型，數據可視化等等都是在統計科學中出現萌芽，但隨後絕大部分又被統計學忽略的方法領域。而這些方法領域又是當今世界高尖端科技的領域，統計學對它們的忽略是痛心疾首的。因此，既然統計學可以在數據挖掘科學中發揮作用，統計學就應該和數據挖掘合作，而不是將它甩給計算機科學家，從而又失去一次自我增值的機會。 21世紀是信息的世紀，統計學將與計算機緊密結合，將與數據挖掘緊密合作，以全新的形式得到更廣泛的應用。據統計，計算機專業的就業率高達90%，隨著統計學的發展，這個份額必將被統計學專業人才所瓜分。因為計算機專業人員大都缺少必要的數據統計分析理論與方法，而時代又對數據的精度與可信度提出了更高的要求，具有現代統計技術、計算機技術與數據挖掘技術的復合人才無疑是更加吃香的。 3、統計學與經濟學、管理學、金融工程等學科的結合 由於數據處理及數據採集挖掘的方法呈現出多樣化，統計分析方法也相對復雜化，專業化。統計學的應用不僅要不斷提高理論統計學的基本素質，還要注重掌握經濟學的理論，金融交易制度及金融理論，管理科學的理論與計算機的技術方法。統計理論與應用的緊密結合顯得比以往任何一個時期都更為迫切，更加重要。就拿統計學與金融工程來說，金融工程屬於交叉性學科，包括以下3個領域:(1)投資分析;(2)風險管理;(3)期貨交易。其中投資分析與風險管理兩個領域直接涉及到統計數據描述及推測統計學，期貨交易部分主要是與數學有關的應用概率過程，應用概率微分方程式的研究領域，有時被稱為數理金融。無論哪個領域，金融工程與統計學都是密切相關的，金融分析離不開統計。目前，注冊金融分析師(CFA) 在中國需求量越來越大，但是只有傳統的金融理論，金融制度的知識，是遠遠不夠的。CFA對數量技術要求很高，其中尤為重要的就是統計的知識;固定收益證券分析，權益證券分析都要用到各種統計方法。據報道，中國本土金融分析師(CFA)幾乎為零，但中國加入WTO後，金融市場對CFA的需求量又很大，這勢必造成一個巨大的就業空間。因此，統計學與金融工程的結合，也是統計學發展的一個非常有潛力的空間。 4、統計學自身的發展 統計學不僅要注重與其它學科的結合，統計學自身在統計原理、統計技術、統計方法等領域也要謀求創新和突破。正如本文一開始就提到，我國過去乃至目前，都還是偏重在社會經濟統計方面的研究。數理統計學、數據挖掘是統計學的一部分，這已經為很多統計學家、統計學者所認同。因而，統計學就得把它們納入發展范圍，而不是像過去那樣，把原本屬於自身的東西再次拋棄。數理統計學、數據挖掘給統計方法和統計技術帶來更廣闊的發展前景，這不僅有利於統計學研究范疇的擴大，也利於統計工作信息化的發展。 5、再談統計就業 眾所周知，政府統計、部門統計、民間統計是我國統計工作領域的三大巨頭。一直以來，政府統計、部門統計在統計學生的就業中佔有較高的比重。然而，隨著社會主義市場的完善，隨著中國全球化貿易的發展，民間統計越來越熱。民間統計是政府統計之外的涉及市場調研、統計分析、預測和決策等內容的一系列統計活動，包括各類統計調查公司、統計信息咨詢中心、統計師事務所、統計研究所，以及把統計方法運用於企業決策和管理的企業管理咨詢公司等，是介於市場和企業、居民之間的一個橋梁，主要為企業和居民提供市場微觀信息。民間統計機構，由於其服務的多樣性、形式的靈活性，目前在我國獲得大幅度的發展，已經逐漸為廣大統計學生提供廣闊的就業機會。隨著民間統計機構的持續發展，筆者相信，民間統計機構必將成為統計學生就業的主要渠道之一。

5. 商品期貨交易中，選擇做多、做空的邏輯是什麼

理論上就是未來商品的價格
但是未來的事誰也不可能知道，
所以說技術分析，圖像統計學可能更好
因為在歷史上有經驗，可以做出統計
但是終究是概率，nba勇士淘汰雷霆，在1:3的情況下，西部決賽，就沒有翻盤的，整個季後賽翻盤次數也非常少，這種情況下就無奈了
但是這樣的事情足夠多就能盈利

就好比爾蓋茨開公司，一開始誰都不知道能不能賺錢，就是感覺賺錢概率大就做，然後一點點每個抉擇都是概率上做大的事情，然後一步步變強

期貨也是，技術上大概率事件，做的做夠多，倉位控制好，總結經驗，會做的好的。

6. 期貨商品周線按月據如何統計

這個期貨商品的這個周線啊，如果按月統計的話一周是一個時間節點的話就是四個點可以用這個曲線來表示。

7. 什麼是期貨量化交易與程序化交易一樣的嗎

量化投資理論是藉助現代統計學和數學的方法，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，用數量模型驗證及固化這些規律和策略，然後嚴格執行已固化的策略來指導投資，以求獲得可持續的、穩定且高於平均的超額回報。
量化從一開始也不是作為定性的對立面而提出的方法，它是將定性分析中的技術分析策略用模型固化，替代過程中可以用電腦進行的部分並將其效用極大優化。量化交易策略幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。

程序化交易將具體的交易時機，倉位，止損止盈，獲利標准編寫進交易程序中，也可能獨立於程序外。程序化只是交易執行的一種方式。

8. 期貨的均價是怎麼算的

倉位金：總資金*（X%-Y%）；單筆最大允許虧損額<=總資產*Z%；

單手開倉價：（現價*交易單位*保證金）+手續費；默認手數（最大開倉）：倉位金/單手開倉價；

每筆最大止損點數：最大允許虧損額/開倉手數/交易單位/最小變動價位；期貨品種波動一個價位的值：最小變動價*交易單位*開倉手數；

商品期貨是全天成交價格的加權平均，即每次成交的價格乘以手數，全天的這個值相加。期貨合約的商品品種、交易單位、合約月份、保證金、數量、質量、等級、交貨時間、交貨地點等條款都是既定的，是標准化的，唯一的變數是價格。期貨合約的標准通常由期貨交易所設計，經國家監管機構審批上市。

(8)商品期貨統計學擴展閱讀：

交易分類

商品期貨和金融期貨。商品期貨又分工業品（可細分為金屬商品（貴金屬與非貴金屬商品）、能源商品）、農產品、其他商品等。金融期貨主要是傳統的金融商品（工具）如股指、利率、匯率等，各類期貨交易包括期權交易等。

商品期貨

農產品期貨：如大豆、豆油、豆粕、秈稻、小麥、玉米、棉花、白糖、咖啡、豬腩、菜籽油、棕櫚油。

金屬期貨：如銅、鋁、錫、鉛、鋅、鎳、黃金、白銀、螺紋鋼、線材。

能源期貨：如原油（塑料、PTA、PVC）、汽油（甲醇）、燃料油。新興品種包括氣溫、二氧化碳排放配額、天然橡膠。

金融期貨

股指期貨：如英國FTSE指數、德國DAX指數、東京日經平均指數、香港恆生指數、滬深300指數。

9. 期貨如何量化

是要把標的品種設置好
一般會有一個默認的推薦板塊，從中選擇好你自己想要的

10. 學習證券與期貨專業有必要學習統計學嗎

有必要，大學這門專業配套了必修課統計學
滿意請採納哦