如何预警不同股票？
在回答这个问题前先阐明一个观点，本文讨论的技术手段均为马后炮，即选股结果已经公布后再行分析，因此不能预测未来。但技术分析本身是为了找到客观的规律，而规律是可以追踪的，所以我们虽然无法预测具体的一只股票，但可以跟踪类似的股票或者同类板块。 接下来说说正文内容。
首先我们需要明确一点概念，个股的异动可以分为两种，一种是涨幅异动（即上涨异动）、另一种是跌幅异动（即下跌异动）；而我们经常说的“预警”指的就是对异动的预警，因此我们讨论的内容也分为两类，即涨跌幅异常的个股以及跌跌幅异常的个股。
一、涨幅异常股 在众多指标中，我们选用涨幅和换手率两个指标进行构建，其中涨幅=(今日收盘价-昨日收盘价)/昨日收盘价*100；换手率=今日成交额/流通市值。
1.无风险收益波动率 当一只股票的收益率高于无风险收益率时，该股的收益就被确认为有风险。这里我们用沪深300指数作为无风险资产，计算当天个股相对于沪深300的超额收益率 AR(1)=\frac{P_1-P_0}{P_0} 其中P_0为计算日期2015年7月1日的沪深300指数值，P_1为计算日期2015年7 月2日的沪深300指数值。如果我们希望将筛选条件设定为超过1%的收益率，则必须结合正态分布的概率测度，计算出超过1%的概率为5%，那么AR(1)大于0.05的条件即为有意义的结果。
为了进一步考察股价的异动情况，我们引入波动率的概念，用日收益率的绝对值除以当日收盘价得到 \psi _i=|\frac{P_{i+1}-P_{i}}{P_{i}}| 其中P_i表示第i天的收盘价。 为了降低因交易日长短造成的影响，我们将所有数据减去当日最高价再除以前一日收盘价，同时为简化公式，我们设定一个阈值 \phi >0 ，当 \psi_i>\phi 时，我们就认为该股票的走势出现了异动。
2.风险控制 基于上面的分析，如果我们将AR(1)和 \psi_i 看做是事件发生的可能性，那么为了避免模型出现误报的情况，我们需要设定一个控制变量 C ，使得当且仅当AR(1)>C 并且 \psi_i>C 的时候，我们才会认为这是一次真正的异响。为此我们可以建立如下的模型：
二、跌幅异响股 由于上涨会伴随风险的累积，而下跌往往伴随着风险的释放，因此我们考虑从风险的角度对股票的跌幅进行预警，这里我们仍然采用收益率和换手率两个指标。
1.风险调整 如果我们要对下跌的风险进行预警，那么最简单的方法就是计算出当日收益率的绝对值，然后通过比较判断是否超过了事前设定的阈值。但是这样直接计算出来的风险指标没有考虑到市场整体的风险水平，为此我们需要引入RMI（风险的市场系数）这个指标来对风险进行加权。 RMI 是夏普比率 SR 的倒数，可以理解为每一单位风险所对应的预期损失，其计算公式为 RMIt=\sqrt{\frac{1}{N}\sum^{N}_{i=1}(\frac{P_{i+1}- P_i}{P_i})^2 其中 N 为样本数量。 为了简单起见，我们假设每次交易日内各支股票的 RMI值保持不变。
2.风险预警 根据前面的理论分析和公式推导，现在我们就可以借助Python来进行实际的数据处理了。