股票正態時間分布

❶ 正太分布問題

正態分布，不是正太分布

生產與科學實驗中很多隨機變數的概率分布都可以近似地用正態分布來描述。例如，在生產條件不變的情況下，產品的強力、抗壓強度、口徑、長度等指標；
一種生物體的身長、體重等指標；同一種種子的重量；測量同一物體的誤差；彈著點沿某一方向的偏差；某個地區的年降水量；以及理想氣體分子的速度分量，等等。一般來說，如果一個量是由許多微小的獨立隨機因素影響的結果，那麼就可以認為這個量具有正態分布（見中心極限定理）。從理論上看，正態分布具有很多良好的性質 ，許多概率分布可以用它來近似；還有一些常用的概率分布是由它直接導出的，例如對數正態分布、t分布、F分布等。

個人資產受限較多，如國家政策，個人能力，社會環境等，人為因素太大，一般不遵循正態分布

❷ afp股票收益率正態分布

股票收益率並不是正態分布,而是相比正態分布,還具有尖峰厚尾,波動聚集等特徵,這很正常,因為並不是說就一定要正態,假定正態能夠方便。

❸ 股票收益率服從正態分布，這種假設合理嗎

其實也有點道理，里大盤越近，追蹤大盤越緊的收益率越高！希望能夠認可。

❹ 《超簡交易》連載5：正態分布與均值回歸

一、正態分布

正態分布（Normal distribution），也稱常態分布，是統計學中最重要的一種概率分布。正態分布概念是由德國數學家與天文學家Moivre於1733年首次提出的，但由於德國數學Gauss（C.F.Gauss，1777-1855）率先將其應用於天文學研究，故此正態分布又稱高斯分布（Gaussian distribution），是統計學中最重要的一種概率分布。

正態分布描述的是某件事出現不同結果的概率分布情況，屬於一般規律。正態分布的概率密度函數曲線呈鍾形，因此人們又經常稱之為鍾形曲線。鍾形曲線的特點是：兩頭低，中間高，左右對稱，曲線與橫軸間的面積總等於1。如下圖所示：

例如：假設抽樣調查了一個學校100名18歲男大學生身高（cm），身高為隨機變數、相互獨立，服從正態分布。身高的均值μ為172.70cm，標准差σ=4.01cm。這說明：均值μ代表了這些男大學生身高的期望值（或平均身高），中等身高的人比較多，而特別高的和特別低的人比較少。均值μ加減一個標准差σ會有68.27%的男大學生身高處於這個范圍，均值μ加減1.96個標准差σ會有95%的男大學生身高處於這個范圍，均值μ加減2.58個標准差σ會有99%的男大學生身高處於這個范圍。

正態分布對我們有什麼意義呢？與正態分布關系緊密的一個現象是「均值回歸」。

均值回歸（Mean Reversion）是以正態分布假設為基礎，認為事物在長期的變化過程中，總有向「平衡位置」（或均值位置）靠攏的傾向。「均值回歸」現象是英國人弗朗西斯·高爾頓（FrancisGalton，1822-1911）發現的。高爾頓出身名門，與著名的查爾斯·達爾文（Charles Robert Darwin，1809-1882）是堂兄弟。

大約1875年，高爾頓用一種甜豌豆種子做實驗，經過大量、艱辛的實驗，高爾頓發現，母豌豆的直徑變化范圍比子豌豆直徑的變化范圍要大很多。母豌豆平均直徑為0.18英寸，其變化范圍為0.15~0.21英寸，或者說在平均值0.18英寸兩側各0.03英寸之內。子豌豆的平均直徑為0.163英寸，其變化范圍是0.154~0.173英寸，或者說是僅在平均值0.163英寸兩邊各0.01英寸范圍內變動。子豌豆直徑的分布比母豌豆直徑的分布更為緊湊。

這種回歸，在自然界是非常必要的。因為如果這種回歸的進程不存在的話，那麼，大豌豆會繁殖出更大的豌豆，小的豌豆會繁殖出更小的豌豆……如果這樣，這個世界就會兩極化，只有侏儒和巨人。大自然會使每一代變得越來越畸形，最終達到我們無法接受的極端。均值回歸原理適用於日常生活，比如在體育運動方面，人人都有一個平均水平，只是有時會超水平發揮，有時會低於平均水平。任何一連串的重復活動，其結果通常都會接近平均值或中間值。

例如：打網球時連續揮拍24次，如果有一個球打得特別好，下一個球及可能有點拖泥帶水。如果不小心打了一記球，下一個球通產會打得漂亮一點。均值回歸原理在自然領域獲得了驗證，它又與一些社會現象頗為相似，例如：「天下大事，分久必合，合久必分」、「繁榮的必將衰亡，衰亡的必將繁榮」、「富不過三代」、「君子之澤，五世而斬」……等等。

均值回歸原理也激發了各種風險承擔和預測理論的產生。在聖經中，當約瑟夫對法老王預言「七個富年後必是七個荒年」的時候，他一定已經知道這是事物註定的規律了。而當J.P.摩根認為「市場是波動的」的時候，他所要表達的也正是這個意思。喬治·索羅斯也說：「凡事總有盛極而衰的時候，大好之後便是大壞」。

正如大多數人類活動一樣，股市中價格的均值回歸從理論上講具有必然性。因為有一點是可以肯定的，股票價格不能總是上漲或下跌，一種趨勢不管其持續的時間多長都不能永遠持續下去。在一個趨勢內，股票價格呈持續上升或下降，我們稱之為均值偏離（Mean Aversion，也叫均值迴避）。當出現相反趨勢時就呈均值回歸（Mean Reversion）。

這也是許多投資者所堅信的信條：當他們說某隻股票已經「高估」或者「低估」時，他們指的是恐懼和貪婪使得人們推動股價遠離了它的「內在價值」，但是股價最終是要回歸的。

二、何時回歸

巴菲特：「我覺得要預測會發生什麼比較簡單，但預測何時發生會比較困難」。「內在價值」，也許真的會「回歸」，但關鍵在於什麼時候回歸。

不同的股票市場，回歸的周期不一樣，就是對同一個股票市場來說，每次回歸的周期也不一樣。有時，長期趨勢來得太遲，即便均值回歸原理發揮了作用，也無法拯救我們了。到目前為止，均值回歸原理仍不能預測的是回歸的時間間隔，即回歸的周期「隨機漫步」。

一次，經濟學家凱恩斯說道：「先生們，從長遠來看，我們都會死掉的。」如果在狂風暴雨的季節里，經濟學家僅能預言：很久後風暴會過去的，一切又會恢復平靜的，那麼，他們的工作就太簡單、太無用了。如果一個人永遠強調房價會跌（或股價會漲），那麼這人更適合做民意代表，而不是預測者。從長遠看，沒有隻漲不跌的商品。如果不顧事實，永遠說會跌，這個猜硬幣正反有何區別？只要不改口，硬幣總有出反面的時候。

難道均值回歸只是一種中看不中用的理論嗎？在後續章節中，將會給出變通的方法，講述如何利用均值回歸原理，來捕捉行情走勢的波動。

三、回歸何處

均值回歸是一個簡單的概念：身材非常高的父母所生的孩子，一般會比他們的父母矮；而身材非常矮的父母所生的孩子，一般會比他們的父母高。對於大多數人來說，這是個很容易理解的概念。將這個觀點應用到證券價格的波動中，意味著證券價格會返回到平均值。

但是，我們遇到一個問題，身高的反轉是兩代人之間的生理現象，而價格反轉是一個實時的動態過程。還有一個重要問題就是「均值」怎麼確定。均值本身到底是多少，在經濟生活中卻是個很模糊的數字。昨天的均值很可能被今天新的正常值所取代，而我們對這個正常值卻一無所知。如果僅僅因為過去的經驗，認為會回歸到原來的均值上去，那是很危險的事情。

有人認為巴菲特是價值投資理念，也是基於均值回歸原理，但是學巴菲特的人多如牛毛，能夠成功的鮮如牛角。查理·芒格作為沃倫·巴菲特的最佳拍檔，有「幕後師爺」和「終極秘密武器」之稱。

有人曾問：如何評估一隻股票的「內在價值」？

芒格回答：搞清一隻股票的「內在價值」，遠比成為一個鳥類學家難得多。

依靠均值回歸預測未來是十分危險的，因為均值本身就變化不定。

揭露交易本質，奮斗財富自由。

更多精彩（金融、交易、股票、技術分析…）內容歡迎關注知道日報作者/公眾號：超簡交易

❺ 股市K線中的正態分部是什麼

一種概率分布。正態分布是具有兩個參數μ和σ2的連續型隨機變數的分布，第一參數μ是服從正態分布的隨機變數的均值，第二個參數σ2是此隨機變數的方差，所以正態分布記作N(μ，σ2 )。 服從正態分布的隨機變數的概率規律為取與μ鄰近的值的概率大 ，而取離μ越遠的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正態分布的密度函數的特點是：關於μ對稱，在μ處達到最大值，在正（負）無窮遠處取值為0，在μ±σ處有拐點。它的形狀是中間高兩邊低 ，圖像是一條位於x軸上方的鍾形曲線。當μ＝0，σ2 ＝1時，稱為標准正態分布，記為N（0，1）。μ維隨機向量具有類似的概率規律時，稱此隨機向量遵從多維正態分布。多元正態分布有很好的性質，例如，多元正態分布的邊緣分布仍為正態分布，它經任何線性變換得到的隨機向量仍為多維正態分布，特別它的線性組合為一元正態分布。
正態分布最早由A.棣莫弗在求二項分布的漸近公式中得到。C.F.高斯在研究測量誤差時從另一個角度導出了它。P.S.拉普拉斯和高斯研究了它的性質。
生產與科學實驗中很多隨機變數的概率分布都可以近似地用正態分布來描述。例如，在生產條件不變的情況下，產品的強力、抗壓強度、口徑、長度等指標；同一種生物體的身長、體重等指標；同一種種子的重量；測量同一物體的誤差；彈著點沿某一方向的偏差；某個地區的年降水量；以及理想氣體分子的速度分量，等等。一般來說，如果一個量是由許多微小的獨立隨機因素影響的結果，那麼就可以認為這個量具有正態分布（見中心極限定理）。從理論上看，正態分布具有很多良好的性質 ，許多概率分布可以用它來近似；還有一些常用的概率分布是由它直接導出的，例如對數正態分布、t分布、F分布等。

❻ 請問股票K線圖中的分時圖、日K線、周K線、月K線、動態日K、三年分時圖

看股票K線是股民炒股時常用的一種方法。股市一直是風險比較大的，可以用K線找一些「規律」，分析股票找到「規律」才能更好的投資，獲得收益。
來給朋友們講解一下K線，教大家如何分析它。
分享之前，先免費送給大家幾個炒股神器，能幫你收集分析數據、估值、了解最新資訊等等，都是我常用的實用工具，建議收藏：炒股的九大神器免費領取（附分享碼）
一、 股票K線是什麼意思？
K線圖我們也將他們叫做蠟燭圖、日本線、陰陽線等，最常見的叫法是--K線，它最早是用來計算米價每天的漲跌，之後股票、期貨、期權等證券市場都有它的一席之地。
影線和實體構成形為柱狀的k線。影線在實體上方的部分叫上影線,下方的部分叫下影線，實體分陽線和陰線。
Ps：影線代表的是當天交易的最高和最低價，實體表示的是當天的開盤價和收盤價。
其中紅色、白色柱體或者黑框空心都可用來表示陽線，然而陰線大多是選用綠色、黑色或者藍色實體柱，

除了講的這些以外，「十字線」被我們看到時，就是實體部分轉換成一條線。
其實十字線很好理解，其實就是收盤的價格和開盤時一樣。
將K線研究透，我們可以敏銳地找出買賣點（對股市方面雖然說是沒有辦法預測的，但是K線對於指導方面仍然是有作用的），對於新手來說也是最好操控的。
這里有一方面大家應該主要關注一下，K線分析比較復雜，若是你剛開始炒股，K線方面也不清楚的話，建議用一些輔助工具來幫你判斷一隻股票是否值得買。
比如說下面的診股鏈接，輸入你中意的股票代碼，就能自動幫你估值、分析大盤形勢等等，我剛開始炒股的時候就用這種方法來過渡，非常方便：【免費】測一測你的股票當前估值位置？
下面我來簡單講解幾個K線分析的小技巧，幫助你快速進入初級階段。
二、怎麼用股票K線進行技術分析？
1、實體線為陰線
股票成交量是怎樣的，這個時候是我們要重視的，如果成交量不大的話，那就代表股價可能會短期下降；如果成交量很大，那就完了，估計股價要長期下跌了。
2、實體線為陽線
實體線為陽線就表示股價上漲空間更大，至於是否是長期上漲，還是需要結合一些其他指標進行判斷。
比如說大盤形式、行業前景、估值等等因素/指標，但是由於篇幅問題，不能展開細講，大家可以點擊下方鏈接了解：新手小白必備的股市基礎知識大全

應答時間：2021-09-24，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

❼ 為什麼股票價格服從對數正態分布

我們可以假設連續復利，用lnS1-lnS0來近似股票的收益（S1-S0）/S0，而且根據集合布朗運動可知，此收益是服從正態分布的。

❽ 為什麼假設股票價格服從正態分布是不現實的

有一個最基本的想法，如果股票符合正態分布，那麼，會怎樣？因為趨勢已定，所有人都可以在股票價格變動前預測到股票將來的價格走勢。投資將成為一件沒有任何意義的事情。
另外，股票價格會受到企業的發展、經濟的環境、政策的走勢以及人們的心理波動影響。所以，其價格出現非規律變化、非正太分布的波動是非常正常的。

❾ 服從正態分布的條件

當現象受到許多相互獨立的隨機因素的影響，如果每個因素所產生的影響都很微小時，總的影響可以看作是服從正態分布的.但是最好有實驗數據，做正態性檢測，才能准確的判斷粗略判斷的話你說那三個都是（正常情況下，比如第一個球隊里不能都是超人，第二個那人不能是吸血鬼之類），因為這些事情的結果受到很多條件的限制，比如球隊那個會受到比方說天氣、球員發揮狀況、對手球隊的狀況、甚至這支球隊使用的球鞋的性能等等，可以列舉出大量的對結果有影響的微小因素，那麼整體就近似服從正態分布。你應該記得引入正態分布的實驗是一個個小球往下滾碰到釘子的，這個實驗之所以說是近似服從正態分布就是因為碰到每個釘子後的結果都可以看做微小分布，所以大量微小因素的影響形成累積，從而導致結果服從正態分布。當然，精確的判斷要藉助正態性檢驗，作出正態概率圖進行檢驗，這就要專業知識和軟體咯，如果你有興趣可以再去查查，統計學里的。