股票预期收益率怎么计算要详细一点的过程

　　 比如预期收益20%，一只股票10元，等涨到12元，就达目的了。 期望收益率、方差、协方差、相关系数的计算公式

　　 期望收益率，又称为持有期收益率（HPR）指投资者持有一种理财产品或投资组合期望在下一个时期所能获得的收益率。这仅仅是一种期望值，实际收益很可能偏离期望收益。 HPR=（期末价格 -期初价格+现金股息）/期初价格
方差是各个数据与平均数之差的平方的平均数
比如1.2.3.4.5 这五个数的平均数是3
方差就是 1/5[（1-3）²+（2-3）²+（3-3）²+（4-3）²+（5-3）²]=2
协方差定义1：变量xk和xl如果均取n个样本，则它们的协方差定义为 ，这里 分别表示两变量系列的平均值。协方差可记为两个变量距平向量的内积，它反映两气象要素异常关系的平均状况。
定义2：度量两个随机变量协同变化程度的方差。
协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。
E[(X-E(X))(Y-E(Y))]称为随机变量X和Y的协方差，记作COV(X，Y)，即COV(X，Y)=E[(X-E(X))(Y-E(Y))]。
协方差与方差之间有如下关系： D(X+Y)=D(X)+D(Y)+2COV(X，Y) D(X-Y)=D(X)+D(Y)-2COV(X，Y) 因此，COV(X，Y)=E(XY)-E(X)E(Y)。
协方差的性质：
（1）COV(X，Y)=COV(Y，X)； （2）COV(aX，bY)=abCOV(X，Y)，（a，b是常数）； （3）COV(X1+X2，Y)=COV(X1，Y)+COV(X2，Y)。 由协方差定义，可以看出COV(X，X)=D(X)，COV(Y，Y)=D(Y)。
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。r值越大，误差Q越小，变量之间的线性相关程度越高；r值越接近0，Q越大，变量之间的线性相关程度越低。 相关系数又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。 相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。 γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关； γ的绝对值越大，相关程度越高。 两个现象之间的相关程度，一般划分为四级： 如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线时，认为两个变量有很强的线性相关性。
编辑本段相关系数的计算公式
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值， 为因变量数列的标志值；■为因变量数列的平均值。 为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为： 相关系数计算公式
[1]? r=n(写上面)∑i=1(写下面)(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(样子同上)(Xi-X平均数）的平方*∑（样子同上）（Yi-Y平均数）的平方 其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为： 使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不必再列计算表。 股票的预期收益率和方差怎么算

　　 预期收益率，就是假设不发生重大事件的情况下（比如战争，灾难，行业转型等），根据该股票历年每股收益，计算未来每股收益，再乘以行业平均市盈率，得到预期收益率（推倒方法大同小异，但简单来说就是这意思）
方差呢，很少针对个股说，而是针对你这个资产组合的方差，也就是与期望收益率的偏离度，要求方差，需要知道你的几只股票的相关系数β 怎么计算股票预期收益率

　　 股票的预期收益率E(Ri)=Rf+β[E(Rm)-Rf]
其中:
Rf: 无风险收益率----------一般用国债收益率来衡量
E(Rm)：市场投资组合的预期收益率
βi: 投资的β值-------------- 市场投资组合的β值永远等于1，风险大于平均资产的投资β值大于1，反之小于1，无风险投资β值等于0 如何计算股票预期收益

　　 在衡量市场风险和收益模型中，使用最久，也是至今大多数公司采用的是资本资产定价模型(CAPM)，其假设是尽管分散投资对降低公司的特有风险有好处，但大部分投资者仍然将他们的资产集中在有限的几项资产上。
比较流行的还有后来兴起的套利定价模型(APM)，它的假设是投资者会利用套利的机会获利，既如果两个投资组合面临同样的风险但提供不同的预期收益率，投资者会选择拥有较高预期收益率的投资组合，并不会调整收益至均衡。
我们主要以资本资产定价模型为基础，结合套利定价模型来计算。
首先一个概念是β值。它表明一项投资的风险程度：
资产i的β值=资产i与市场投资组合的协方差/市场投资组合的方差
市场投资组合与其自身的协方差就是市场投资组合的方差，因此市场投资组合的β值永远等于1，风险大于平均资产的投资β值大于1，反之小于1，无风险投资β值等于0。
需要说明的是，在投资组合中，可能会有个别资产的收益率小于0，这说明，这项资产的投资回报率会小于无风险利率。一般来讲，要避免这样的投资项目，除非你已经很好到做到分散化。
下面一个问题是单个资产的收益率：
一项资产的预期收益率与其β值线形相关：
资产i的预期收益率E(Ri)=Rf+βi[E(Rm)-Rf]
其中: Rf: 无风险收益率
E(Rm)：市场投资组合的预期收益率
βi: 投资i的β值。
E(Rm)-Rf为投资组合的风险溢酬。
整个投资组合的β值是投资组合中各资产β值的加权平均数，在不存在套利的情况下，资产收益率。
对于多要素的情况：
E(R)=Rf+∑βi[E(Ri)-Rf]
其中，E(Ri): 要素i的β值为1而其它要素的β均为0的投资组合的预期收益率。
首先确定一个可接受的收益率，即风险溢酬。风险溢酬衡量了一个投资者将其资产从无风险投资转移到一个平均的风险投资时所需要的额外收益。风险溢酬是你投资组合的预期收益率减去无风险投资的收益率的差额。这个数字一般情况下要大于1才有意义，否则说明你的投资组合选择是有问题的。
风险越高，所期望的风险溢酬就应该越大。
对于无风险收益率，一般是以政府长期债券的年利率为基础的。在美国等发达市场，有完善的股票市场作为参考依据。就目前我国的情况，从股票市场尚难得出一个合适的结论，结合国民生产总值的增长率来估计风险溢酬未尝不是一个好的选择。 计算股票预期收益率

　　 2*（1+5%）/40 = 5.25%