在金融市场上，有哪些实用的交易法则？
金融市场细分有哪些基本的原则？
金融企业需要根据市场结构、潜在客户的特点以及自身所具备的优势，对金融市场进行细分，这是一项非常具有创造性的活动，进行金融市场细分时必须遵守以下原则。
第一，具有可衡量性。可衡量性是指细分市场的各类因素变量是可以进行测量的，同时细分出来的各个细分市场的规模和购买力水平也是相对确定的。细分市场必须能够被识别和衡量，细分市场要有清晰的边界，同时，细分市场的各种市场特征是能识别和表达的。
第二，具有可赢利性。可赢利性是指细分市场的规模要具备足以让金融企业实现赢利的潜力和量级，即金融企业所选择的目标市场是否易于进入，根据金融企业目前的人、财、物和技术等资源条件能否通过适当的营销组合策略占领目标市场。
第三，具有可进入性。可进入性是指金融企业能够通过适当的营销策略进入目标的细分市场，并在市场中为客户提供有效的金融服务，即所选择的细分市场要有足够的需求量且有一定的发展潜力，能够使金融企业赢得长期稳定的利润。应当注意的是：需求量是相对于本企业的产品而言，并不是泛指一般的人口和购买力。
第四，具有充足性。如果过度地进行市场细分，则所形成的市场板块会过分狭窄，以致每个板块的服务成本超过所产生的收益。因此，细分金融市场的规模应该足够大，要有足够的客户容量吸引金融机构去经营。
第五，具有稳定性。被细分市场必须在一定时期内保持相对稳定，以便对其进行合理的规划，制定较长期的市场营销组合战略，有效地占领目标市场而避免短期行为。
第六，具有可反馈性。细分市场能对金融机构的不同营销组合活动做出及时迅速的反应，以便金融机构调整营销策略。
金融市场的基本要素有哪些？
金融市场的基本要素分为以下四部分：
1、金融市场的参加者：政府部门，通过发行债券筹集资金。工商企业，即是筹资者，也可能是资金供应者。金融机构，是金融市场最重要的参与者。主要有存款性金融机构、非存款性金融机构、中央银行。个人：是市场上的资金供应者。
2、金融工具：是在信用活动中产生，能够证明金融交易金额、期限和价格的书面文件。
3、金融市场的组织形式：是指进行金融交易所采用e5a48de588b662616964757a686964616f31333431353330的方式。
4、金融市场的管理：是指中央银行及有关监管当局为维护金融市场的正常秩序而进行的管理。
扩展资料：
1、金融市场能够迅速有效地引导资金合理流动，提高资金配置效率。
（1）扩大了资金供求双方接触的机会，便利了金融交易，降低了融资成本，提高了资金使用效益。
（2）金融市场为筹资人和投资人开辟了更广阔的融资途径。
（3）金融市场为各种期限、内容不同的金融工具互相转换提供了必需的条件。
2．金融市场具有定价功能，金融市场价格的波动和变化是经济活动的晴雨表。
（1）金融资产均有票面金额。
（2）只有通过金融市场交易中买卖双方相互作用的过程才能“发现”。即必须以该企业有关的金融资产由市场交易所形成的价格作为依据来估价，而不是简单地以会计报表的账面数字作为依据来计算。
（3）金融市场的定价功能同样依存于市场的完善程度和市场的效率。
（4）金融市场的定价功能有助于市场资源配置功能的实现。
参考资料来源：百度百科-金融市场
金融市场最常见的市场形式
金融市场的组织方式有了交易双方和交易对象，只是有了形成市场的可能性，还需要有一种形式把交易双方和交易对象结合起来.使交易双方相互协商，共同确定交易价格，最后实现转让交易对象的目的。金融市场这种形式便是市场的组织方式。
金融市场市场形式主要有两种:一种是拍卖方式.另一种是柜台方式。
1、拍卖方式
金融市场工具的拍卖是在交易所内进行的，金融市场在以拍卖方式组织的金融市场上，所有的金傲交易都采取拍卖的形式做成。金融交易中的拍卖和其他商品拍卖一样，是买卖双方通过公开竟争的方式来确定买卖的成交价格。通常，由出售人把要出售的金融市场工具的要价报出，金融市场通过购买人之间的激烈竞争.报出买价，最后将金融市场工具出售给出价最高的购买人。
2、柜台方式
柜台方式与拍卖方式不同。它不是通过交易所把众多的交易集中起来，以竞价方式确定交易价格，金融市场而是通过作为交易中介的证券交易公司来买卖金融市场工具。金融市场工具的实际买卖双方都分别同证券交易公司进行交易，或将要出售的工具卖给证券交易公司，金融市场或从证券交易公司那里买进想要买的工具。
金融市场中的三天法则是什么
一、历史模拟法
历史模拟法的核心在于根据市场因子的历史样本变化模拟证券组合的未来损益分布，利用分位数给出一定置信水平下的VAR估计。历史模拟法是一种非参数方法，它不需要假定市场因子的统计分布，因而可以较好的处理非正态分布；该方法是一种全值模拟，可有效地处理非线性组合(如包括期权的组合)。此外该方法简单直观，易于解释，常被监管者选作资本充足性的基本方法。实际上，该方法是1993年8月巴塞尔委员会制定的银行充足性资本协议的基础。
历史模拟法中，市场因子模型采用的是历史模拟的方法――用给定历史时期上所观测到的市场因子的变化，来表示市场因子的未来变化；在估计模型中，历史模拟法采用的是全值估计法，即根据市场因子的未来价格水平对头寸进行重新估值，计算出头寸价值的变化；最后，将组合的损益从小到达排序，得到损益分布，通过给定置信水平下的分位数求得VAR。比如说有1000个可能损益情况，95%的置信水平对应的分位数位为组合的第50个最大损益值。
历史模拟法的计算步骤有：
1、映射，即识别出基础的市场因子，收集市场因子适当时期的历史数据(典型的是3到5年的日数据)，并用市场因子表示出证券组合中各个金融工具的盯市价值(包含期权的组合，可使有Black-Scholes或Garman-kohlhagen公式计算)。
2、根据市场因子过去N+1个时期的价格时间序列，计算市场因子过去N个时期价格水平的实际变化。假定未来的价格变化与过去完全相似，即过去N+1个时期价格变的N个变化在未来都可能出现，这样结合市场因子的当前价格水平可能直接估计市场因子未来一个时期的N种可能价格水平。
3、利用证券定价公式，根据模拟出的市场因子的未来N种可能价格水平，求出证券组合的N种未来盯市价值，并与对应当前市场因子的证券组合价值比较，得到证券组合未来的N种潜在损益，即损益分布。
4、根据损益分布，通过分位数求出给定置信水平下的VAR。
历史模拟法的优、缺点：
1、历史模拟法的优点
①历史模拟法概念直观，计算简单、实施方便，容易被风险管理当局接受。
②历史模拟法是一种非参数法，不需要假定市场因子变化的统计分布，可以有效处理非对称和厚尾问题。
③无须估计波动性、相关性等各种参数，也就没有参数估计的风险；此外，它不需要市场动态模型，因此避免了模型风险。
④是全值估计方法，可以较好的处理非线性、市场大幅波动的情况，捕捉各种风险。
2、历史模拟法的缺点
①假定市场因子的未来变化与历史变化完全一致，服从独立同分布，概率密度函数不随时间而变化(或明显变化)，这与实际金融市场的变化不一致。如根据历史模拟法对历史样本的使用方式，不能预测和反映不能预测和反映未来的突然变化和极端事件；而当历史样本中包含了，又存在严重的滞后效应。
②需要大量的历史数据。通常认为历史模拟法需要的样本数据不能少于1500个，如果是日数据，则相当于6年(以每年250个工作日计算)。而实际金融市场一方面很难满足这一要求，如对于新兴市场国家没有如此多非得数据；另一方面，太长的历史数据无法反映未来情形(信息陈旧)，可能到了同分布假设。所谓的两难困境――如果历史数据太少，导致VAR估计的波动性和不精确性；而较长的历史样本尽管可以使VAR估计的稳定性增加，但可能违法独立同分布假设。
③历史模拟法计算出的VAR波动性较大。当样本数据较大时，历史模拟法存在严重的滞后效应，尤其是含有异常样本数据时，滞后效应更加明显，这会导致VAR的严重高估。同时，异常数据进出样本时会造成VAR值的波动。由于市场因子的变化只是来自观测区内间内的历史样本的相应变化，而VAR估计主要使用的是尾部概率，所以代表真实分布尾部的历史观测值的数目可能很少，特别是当置信度很高时，实际历史数据的分布呈高度离散化，VAR值的跳跃性更加明显。
④难于进行灵敏度分析。在实际应用中，通常需要考虑不同市场条件下，VAR的变动情况，然而历史模拟法却只能局限于给定的环境条件，很难作出相应的调整。
⑤历史模拟法对计算能力要求很高。因为历史模拟法采用的是定价公式而不是灵敏度，特别是当组合较为庞大且结构复杂时。实际应用中，可以采用简化的方法，减少计算时间。但过多的简化会削弱全值估计方法的优点。
对历史模拟法应用效果的实证分析结论并不一致。Hendricks在对即期外汇组合的研究中发现，在回报偏离正态分布情形下，历史模拟法估计的99%置信度下的VAR的有效性高于分析方法。Mahoney的研究也支持该结论。Jackson等人的研究指出，在厚尾情况历史模拟法效果好于分析方法，特别是在尾部估计事件中。而Kupiec的研究结论却相反，他使用正态分布和t分布的模拟研究发现，当回报分布是厚尾时，历史模拟法估计的VAR具有大的变化和向上的偏差。
二、分析方法
分析方法是VAR计算中最为常用的方法。它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VAR计算。根据证券组合价值函数形式的不同，分析方法可分为两大类：Delta-类模型和Gamma-类模型。在Delta模型中，证券组合的价值函数均取一阶近似，但不同模型中市场因子的统计分布假设不同。如Delta-正态模型假定市场因子服从多元正态分布；Delta-加权正态模型使用加权正态模型(WTN)估计市场因子回报的协方差矩阵；Delta-GARCH模型使用GARCH模型描述市场因子。
在Gamma-类模型中，证券组合的价值函数均取二阶近似，其中Gamma-正态模型假定市场因子的变化服从多元正态分布，Gamma-GARCH模型使用GARCH模型描述市场因子。
三、蒙特o卡罗模拟法
分析方法利用灵敏度和统计分布特征简化了VAR。但由于对分布形式的特殊假定和灵敏度的局部特征，分析方法很难有效处理实际金融市场的厚尾性和大幅波动的非线性问题，往往产生各种误差和模型风险。模拟方法可能很好的处理非线性和、非正态问题。其主要思路是反复模拟决定金融估计价格的随机过程，每次模拟都可以得到组合在持有期末的一个可能值，如果进行大量的模拟，那么组合价值的模拟分布将收敛于组合的真实分布。这样通过模拟发布会可以导出真实分布，从而求出VAR。
蒙特o卡罗模拟法亦称作随机模拟法，其基本思想是，为了求解科学、工程技术和经济金融等方面的问题，首先建立一个概率模型或随机过程，使它的参数等于问题的解，然后通过对模型或过程的观察计算所求参数的统计特征，最后给出所求问题的近似值，解的精度可用估计值的标准差表示。
蒙特o卡罗模拟法模拟法可以解决多种类型的问题，视其是否涉及随机过程的形态和结果，该法的应用可分为两大类。
1、确定性问题
用蒙特o卡罗模拟法求解该类问题的方法是，首先建立一个与所求解有关的概率模型，使所求的解就是所建模型的概率分布或数学期望；然后对这个模型进行随机抽样观察，即产生随机变量；最后用其算术平均数作为所求解的近似估计值。计算多重积分、求逆矩阵、解线性方程组等都属于这类问题。
2、随机问题
对于这类问题，虽然有时可表示为多重积分或某些函数方程，并进而可考虑用随机抽样方法求解，然而一般情况下都不采用这种间接模拟法，二是采用直接模拟法，即根据实际情况的概率法则进行抽样试验。运筹学中的库存问题、随机服务系统中的排队问题以及模拟金融资产价值变化等都属于这类问题。
蒙特o卡罗模拟法的基本步骤如下：
①针对实际问题建立一个简单且便于实现的概率统计模型，使所求的解恰好是所建模的期望值；
②对模型中的随机变量建立抽样分布，在计算机上进行模拟试验，抽取足够的随机数，对有关的事件进行统计；
③对模拟试验结果加以分析，给出所求解的估计及其精度(方差)的估计；
④必要时，还应改进模型以提高估计精度和模拟计算的效率。
蒙特o卡罗模拟方法的优、缺点：
该法的优点在于：
①产生的大量情景，比历史模拟方法更精确和可靠；
②是一种全值估计方法，可以处理非线性、大幅波动及厚尾问题；
③可模拟回报的不同行为(如白噪声、自回归和双线性等)和不同分布。
其主要缺点在于：
①生的数据序列是伪随机数，可能导致错误结果；随机数中存在群聚效应而浪费了大量的观测值，降低了模拟效率；
②依赖于特定的随机过程和所选择的历史数据；
③计算量大、计算时间长，比分析方法和历史模拟方法更复杂；
④具有模型风险，一些模型(如几何布朗假设)不需要限制市场因子的变化过程是无套利的。(欲知股市更多内情，请进股市神秘特区……)
由于蒙特o卡罗模拟方法的全值估计、无分布假定等特点及处理非线性、非正态问题的强大能力和实际应用中的灵活性，其近年来广为应用。许多研究致力于改进传统的蒙特o卡罗模拟法，试图提高其计算速度和准确性。