1. 怎么测股票数据
您好
您说的其实就是道氏理论，也称道氏方法，是指以道·琼斯股价平均数作研究对象，来观察和预测股价走势的一种股价分析理论。这种理论是技术分析的先驱。其基本原理是认为股价的运动有三种趋势：基本趋势、次级趋势和日常趋势，并且这三种趋势只有在互证的情况下，才能明确地显示出来。
1．三种趋势论 （1）基本趋势。基本趋势又叫长期趋势，是指股价全面、普遍地上升或下降，其幅度超过20％，持续时间达一年或一年以上的变动情形。基本趋势对证券市场的股价影响力最大，同时也是道氏方法的核心和精华所在。基本趋势，又包括长期上涨趋势即多头市场和长期下跌趋势即空头市场。 ①多头市场。当股价的基本趋势呈持续上扬态势时，便形成了多头市场。
具体来说，多头市场又可分为三个阶段：第一阶段为低档盘整阶段。这一阶段的股价一般都较低，由于以前股价的下降。加上上市公司的财务状况也很一般，所以广大投资者对股票的买卖不感兴趣，股票交易比较清淡，股市处在低迷阶段。
在此阶段，只有极少数有远见的股民开始购进股票，同时，一部分持股者也看到股价上涨的苗头，惜股不卖，从而使成交量减少，一般只有正常成交量的20％左右。这样，股价开始复苏并缓慢地上涨。 第二阶段为上升阶段。由于企业盈利进一步增加，经济形势好转，前景逐渐明朗，从而促进股票价格开始持续、稳定地上升，并导致成交量的增加。
第三阶段为高涨阶段。在这一阶段，所有的消息都对股市极其有利，都被理解为利多消息。股民争先购买股票，股市的上涨，使投机盛行，而投机反过来又推波助澜地使股价扶摇直上。这时的股票，不仅投资价值高的涨到了相当的高度，而且原来价格很低的冷门股，也由于投机的因素而身价倍增。这种情形的持续发展，将酝酿着一场风暴，使股市进入空头市场。
②空头市场。空头市场是股价呈不断下跌趋势的市场，它也分为三个阶段： 第一阶段为高档盘整阶段。这一阶段，股价在较高的点位上盘整，并逐渐呈现下降的趋势。这一阶段起着承前启后的作用，它实际上在多头市场的最后阶段就已经开始。在这一阶段，就成交量来说并未减少，甚至略有增加，但股价的涨幅已日趋缩小，直至最后结束。因此整个股市的购买气氛已经冷却下来。
第二阶段为恐慌阶段。股市下跌的迹象已越来越明显，多空双方的力量对比已发生了方向性的逆转，空方已占明显优势，股价开始急剧下跌。为了避免更大的损失，持股者竞相抛售股票，以致出现多杀多的现象。到了这一阶段的后期，由于股价下跌幅度过大、过快，持股者反而宁愿套牢，也不愿低价脱手，从而使股市的供求关系得到缓解。因此，股价可能会反弹，但由于股市前景暗淡，股价在反弹后又开始继续下跌。
第三阶段为持续阶段。进入这一阶段后，各种股票的价格都在争相下跌，但其程度不一。一般来说，绩优股下跌得比较平稳，但投资价值较低的投机股则跌得很惨。这个阶段，由于股价在继续下跌，购买者很少，又由于股价过低，持投者惜售，因而交易量不大，有的股票甚至出现在正常交易日里无成交记录的现象。这样，当股价下跌到足够低的水平时，一些投资者又入市重新购买，从而使股价出现逆转，重新进入多头市场。 （2）次级趋势。次级趋势也叫中期趋势，是指连续三周以上，半年以内的股价变动情形。
次级趋势和基本趋势有着比较密切的关系： ①次级趋势的变动幅度，一般是基本趋势的1/3或2/3。 ②当次级趋势下跌时，若谷底比上次高，则表明基本趋势是上升的；当次级趋势上升时，若其顶峰比上次低，则表明基本趋势是下跌的。
（3）日常趋势。日常趋势又叫短期趋势，是指连续六天左右的股价变动情形。它可能是人为操纵而形成的，也可能是其他偶然性因素所引起的，因此，日常趋势很难预测。日常趋势与次级趋势的关系是，三个或三个以上的日常趋势就构成一个次级趋势。 上述股价变动的三种趋势，可以用下图来表示它们之间的相互关系。
2．三种趋势的互证法
（1）两种趋势（即股票指数）同时出现新的高峰或新的谷底，即可看出基本趋势是进入了多头市场还是空头市场。当两种股票指数都出现高峰，且在同一时间内，两者的新高峰都高过以前的旧高峰时，则表示多头市场已经来到。反之，在两种股价指数都出现了低谷，且股价节节下挫，即为进入空头市场的兆头。但是，若两种股票指数背道而驰，则无法判断股价走势。
（2）两种趋势（即股票指数）在盘整一段时期后，突然上升或下降，即可看出次级趋势的发展。当两种股票指数都在某一狭窄范围内盘旋，其波动幅度不超过5％，期间则可能持续数星期。当两种股票指数突然同时穿透这一范围往上升时，则股价将会上涨，否则，股价将会下跌。同样，若两者变动方向相反，也无法判断其股价走势。
希望您采纳。下面是我原创的网络经验一共十六期，您的所有问题都在里面了。
http://jingyan..com/article/066074d67e1651c3c21cb0cd.html
http://jingyan..com/magazine/4329
http://jingyan..com/magazine/5582
http://jingyan..com/magazine/6277
http://jingyan..com/magazine/7499
http://jingyan..com/magazine/7440
http://jingyan..com/magazine/13887
2. 如何对数据进行测试
首先看数据的来源，数据的来源一般来讲有三个个，一个是根据被测系统需求的分析，针对正常业务，异常情况，边界情况等来构建完整的数据，又称为“造”数据。这不仅仅包括最基本的基础数据，比如：用户、权限、配置、基础编码、原数据等，还包括上面提到的业务数据。这对于比较小型的系统来说还是可行的，对于大型的系统来说可能就是一个巨大的工程了。
第二种方式就是利用现有系统，这适合已有类似系统，测试是针对升级或者增加功能的产品化的系统。这种情况把已经在生产环境中运行的数据导出。在此基础上再进行数据的整理、加工为测试数据。
还有一种方式就是将现有非电子化的业务数据录入到系统中，在验证业务的同时也完成了测试数据的积累。即边测试边积累数据。但是这种情况积累的数据往往有一定局限性，因为已经发生的业务数据基本是正确的、一致的，而且可能缺少某些特定业务的数据（不常发生的业务）。这样就需要根据对测试需求的分析，追加新的测试数据，以便能完整覆盖业务类型。
确定好数据来源后，还需要对已有数据进行分析、验证、检查，保证数据的质量，数据的质量一般要满足测试需求、覆盖被测业务、覆盖测试边界，以及要满足完整性、一致性等要求。检查完后要整理和完善数据，清除无用和冗余的数据、补录不完整的数据，修改一些错误的数据。
经过整理好的数据要纳入配置管理，以后根据需求和变更要进行数据的维护和更新，以保证满足系统测试的要求。
3. 人类是如何测出这些数据的
先是对星体一些能够观测得进行观测，比如公转周期，轨迹，积累了大量数据。后来一个叫开普勒的小子提出了行星运动的三大定律。后来又出来了一个叫牛顿的牛人，发现了万有引力定律。于是一些不能观测的量，如质量就可以算出来了。而且牛顿那小子还发明了可以看得很远的折射望远镜。看到了一些原先看不到的星体。在后来卫星就上天了，不知道那位仁兄让卫星带了望远镜，于是有看到了许多不知道的东西。
4. 界面统计数据如何测试
数据准确性测试 报表测试的系统分为两类，一类是业务系统中，带有统计分析功能模块，该模块中包含分析报表，这个系统的主体是业务系统，报表是为办理业务的而提供帮助的。比如说，应年检统计报表，某月应交罚款车辆统计报表
5. 如何进行测试数据的判断与处理
逻辑判断，这个更要有耐心，如果你本来就是个挺有逻辑的人，就好办点，不然得注意思维的层次，和善于发现题干和备选答案的共性。图案那个比较麻烦就是得靠你悟性了
6. 用360如何测系统数据、
用鲁大师即可
7. 电力系统中怎么产生量测数据啊
主系统电信号的取得：在变电所母线、线路两端和其它主要设备上都接有互感器，主要分为电流互感器和电压互感器。前者从主系统中取出电流信号，后者则取出电压信号，再接入各种仪表，就能产生数据了。互感器的工作原理，与变压器相似，差别在于变压器除了要进行电压转换，还要传递能量，而互感器容量极小，其目的是为了取得信号。
主系统其它信号：利用传感器。如果变压器升，温度传感器；导线线夹、接头发热，红外测温仪；......
还有各种离线检测技术与方法，很多都是大家常见的，——如进行绝缘材料的耐压试验、各种安全距离的测量、油化试验、气体检测等，对设备进行各种各样的量测，每天都产生大量的数据。
8. 数据库如何进行查询，如何进行数据库测试
对于今天测试方面的提高一直很模糊，但最近整理好了思路。今年重点还是在数据库的测试方向上下手吧，因为我们公司的数据库中数据准确性非常重要，希望能提高自己对这一方面的工作经验吧。
前期一直进行数据库的测试，大约3个月。也总结了一些测试经验，拿出来与大家共享。
1、数据库日志查看测试法。这个方法是跟一个oracel DBA的老师学习的。呵呵。就是你在前台操作时，比如按一下新增按钮。新增一条数据，这是观察数据库中的日志，通过对日志的查看来明确数据的流向。从而来测试数据的正确性。当然这种方法需要测试人员本人对oracle数据库的日志很熟悉，水平很高，对数据表结构也有大体的了解。目前我还没有做到这一点，这是我今后的发展方向。
2、接口数据的测试方法。这个方法也是跟开发人员学习来的。当2个系统之间有接口时，接口传输中数据的正确性非常重要。这时候可以将系统1中与接口有关的数据提取出来形成临时表；将系统2中与接口有关的数据提取出来形成临时表。比对2个表的接口数据的一致性。通过这种方法可以发现接口数据是否一致。当然，直接在前台看2个系统的数据是否一致也是很好的方法之一。
3、数据测试的统计方法。这个方法可以同方法2组合使用，当一个系统试运行了一段时间后，可以统计系统一个月内或2个月内的数据，查看数据的正确性。因为由于数据流向的复杂性，导致我们测试数据正确性时很难能覆盖到所有的情况。这时就可以采用统计法来测试。
4、对报表参数的整理测试法。对每个前台页面需要呈现的或生成的参数，整理一个计算方法。即此参数与后台哪些表相关，是怎么生成的。我们测试人员需要对前台呈现的每个参数都明白他的数据流向，但是有时候在文档不起全的情况下，没办法明白整个的测试流程。所以需要我们自己进行每个参数的数据流向整理。
上面是总结的4条测试方法，可能还不齐全，希望大家一起来补充。还有一点是当页面查询没有任何数据时，这时候一定要弄清楚为什么没有任何数据，是不是有bug才没有数据的。好了，唠叨这么多。希望大家多提建议吧。
9. 教你如何测试数据仓库
分析源文件与其它项目一样，测试数据仓库部署时，通常都会有一份相关的说明文件。虽然这些文件对于创建基本的测试策略非常有用，但经常会缺少一些关于测试开发与执行的详细资料。有时会有一些其它文件解释技术上的细节问题，即从源到目标的转化(source-to-target mappings)说明文件。这些文件详细说明了数据的来源、如何对数据进行操作，以及存储到哪里。如果能拿到这些文件，关于系统设计的文件在设计测试策略时也会变得更加有用。 开发策略和测试计划 分析了各种各样的源文件后，就要开始创建测试策略。我发现从生命周期和质量的角度来看，增量测试是测试数据仓库的最好办法。这从本质上意味着开发团队会从开发过程的早期开始，将各种小组件交付给测试团队。这个办法的主要优点是避免交付让人吃惊的大块组件，可以从早期开始检验缺陷，并使调试变得简单。此外，这个方法还有助于在开发与测试周期中建立详细的过程。具体到数据仓库测试，即是对数据获取分段表，然后是增量表、基本的历史表格、BI视图等的测试。 另一个制定数据仓库测试策略的主要问题是基于分析(analysis-based)的测试方式和基于查询(analysis-based)的测试方式的选择。纯基于分析的方法是让测试分析师通过分析目标数据和相关标准计算出预期结果。基于查询的方法有相同的基本分析步骤，但更进一步，用SQL查询语言编写预期结果。这为将来建立回归测试过程节省了很大精力。如果测试是一次性的，那么用基于分析的方式就足够了，因为通常这种方式较快一些。反之，如果企业对回归测试有持续的需求，那么基于查询的方式会更为合适。 测试的开发与执行 不管在测试执行过程之前还是之后进行测试的开发，要根据上行需求的稳定性和分析过程决定。如果情况变动比较频繁，那么早期进行的测试开发可能大部分都会被废弃。这种场合，实时进行的整合的测试开发和执行过程通常会更有效果。不管怎样，在设计测试开发和执行过程的框架时，参考一下测试分类总是有用的。比如，一些数据仓库的测试分类可能有： 记录计数(预期与实际对比) 副本记录 参考数据有效性 参照完整性 错误与异常逻辑 增量过程与历史过程 控制栏值与默认值 除这些分类外，还可以参考缺陷分类学，比如Larry Greenfield的分类。 测试执行时，准确的状态报告过程是经常被忽略的一个方面。在确定团队里的其他人明白你的方法的前提下，测试分类和测试进度可以保证他们对测试状态也有一个清楚的概念。有了详细的规划并坚持到底，以及良好的沟通，就能建立一个数据仓库测试过程，帮助项目团队取得满意的成果。
10. 怎样测试数据分析结果的正确性
但是真正接触后，发现这确实是一个好东西，但是让它真正发挥作用要建立在分析结果的正确性上。
做ETL多长时间，这个问题就困扰了我多长时间，因为往往我们做出来的数据，不知道其正确与否，也就不能真正的为客户发生作用，而客户是要根据这些结果来了解客户情况的，所以我有的时候甚至会想，如果因为给了客户一个错误的结果，而得出错误的决策，那不就得不偿失了。