建立股票模型需要什么？
首先，要解决两个问题
1、如何获取数据 （数据来源，数据整理）
2、如何用数学方法表达 （模型形式）
一、如何获取数据呢？
一般而言，我们需要从两个方面来获取数据，一个是历史数据，也就是在过去已经发生且已不可改变的事件所形成的原始数据；另一个是真实数据，即处在研究时间窗口内并且可以干预的研究对象（可以是人或动物实验对象，也可以是计算机模拟的系统）的行为表现。
二、如何用数学方式表达 （模型形式） 这个就比较复杂了，需要根据你所研究的变量、变量之间的关系以及你所需要的模型特性等来制定合适的方案。这里我们只讨论变量之间的关系，其他的不做讨论。
通常情况下，我们对变量之间关系的研究有两种基本的方法，一种是定性描述，另一种是定量分析。
1. 定性描述 对变量之间的关系进行定性的描述是比较简单的，只要将变量划分为几个不同的类别并赋予其相应的代码，然后对各个分类的特征进行描述即可。
2. 定量分析 一般来说，对于定量分析我们采用回归分析的方法。
回归分析是一种重要的统计分析工具，它通过求取变量之间的回归方程，来揭示变量之间的内在规律。所以，如果你已经拥有了历史数据和相应的特征变量，那么就可以采用回归分析的方法来建立模型了。
最后的话
无论是采用定性描述还是定量分析的方法，关键的在于找到合适的方法和步骤来实现，而不是单纯依靠某些理论就完成建模的过程。这是因为，任何一个好的模型都必须基于对现实世界的正确抽象和刻画，这个抽象和刻画的准确与否直接关系到模型的效果。