概率论在股票投资中的运用

Ⅰ 概率统计知识在生活中的应用

人类在对自然界和实际生活中各类随机现象的深入研究是产生概率统计的前提和基础，从这一方面上看，概率统计脱胎于实际生活。当前，人们对概率统计的认知只是停留在浅表的层面，认为概率统计高深莫测，采用敬而远之的策略，出现了概率统计与实际生活的分离，这不但会影响概率统计的实际应用，也会使实际生活难于做出科学的判断和合理的决策。新时期的实际生活正在丰富多彩，人们应该利用概率统计这一武器，从实际生活出发，探寻概率统计应用的方法和策略，使人们的日常行为、实际生活、具体生产得到科学化的指引，做到对整个社会发展、科学、进步水平的支持与保障。
1 概率统计对于实际生活的重要价值
从概率统计的产生和发展来看，概率统计脱胎于对实际生活现象的观察，而实际生活和生产的发展也需要概率统计作为基础和手段，因此，在生活和生产中与概率统计打交道是常见的现象，社会越发达就越需要深入利用概率统计这一武器，做到对行为的控制和决策的支持。在保险工作、抽奖活动、质量判断、游戏活动等具体的生活中，概率统计有着直接而重要地应用，而大众由于没有必要的概率统计知识和手段，往往会做出非理性判断和不科学决策，最终造成对自身的不利影响。一些商家会应用概率统计的手段，通过科学、准确地概率统计实现自身的应力和利润。从上述两个层面的分析，可以理解概率统计对社会各主体的作用，也能看到概率统计对于实际生产的重要意义，因此，有必要针对实际生产和生活展开概率统计的深层次利用。
2 实际生活中概率统计的具体应用策略和方法
（1）保险工作中对概率统计的应用
某保险公司承担汽车保险业务，在保险额上限为20万元的第三者责任险中，车主缴纳1200元保险费用，如果有1000辆汽车投保，计算此保险公司盈利40万元的概率，保险公司亏本的概率是多大？假设每次交通事故保险公司理赔平均额为5万元，盈利40万元意味被保险车辆出现事故的车次不超过16次，正常情况下车辆出现事故的概率为0.005，如果盈利40万元为事件C，计算可以得知p（C）=0.99998，由此可以得知，保险公司盈利40万元的概率是相当高的。
（2）抽奖活动中对概率统计的应用
抽奖是现代市场经济常见的促销手段，很多消费者在商家的抽奖活动前会改变消费策略和方法，因此，商家愿意通过抽奖活动确保市场扩大和利润增长。而在具体的抽奖活动中，如果奖券的数量不高，很多消费者会产生错误的想法，认为后抽奖的人具有更大的中奖概率，纷纷选择靠后的抽奖顺序。如果中奖出现在抽奖的初始时期，会在消费者中产生"内部操作"的思想。这时商家应该利用概率统计的手段，说明顺序和中奖的关系，展现抽奖活动的公平性，做到对消费者正确地引导。例如：商家可以假设50张抽奖券中有5张是中奖奖券，现在有2人去抽奖，通过概率统计的准确计算，得出P（1）和P（2）通过对比P（1）和P（2）的大小，可以科学判断抽奖顺序和中奖之间没有必然的联系，进一步体现抽奖的公平，做到对消费者困惑和歧义的有效处理，建立商家更为积极的商业形象。
（3）质量判断中概率统计的应用
例如，张老师在批发市场买苹果，当询问苹果质量如何的时候，卖主说一箱苹果100个，里面至多有四五个是坏的.张老师随机打开一箱抽取了10个，结果这10个中有3个是坏的。通过概率统计可以得知，一箱苹果100个，其中5个是坏的，抽取的10个中坏苹果为3的概率为P（X=3）=0.00625，同理，P（X=4）=0.00038，P（X=5）=0.000003，根据古典概率的定义，10个苹果中坏苹果大于2的概率P（X>2）=P（X=3）+P（X=4）+P（X=5）=0.006633，苹果质量一定与买主说的不一致.
（4）游戏活动中概率统计的应用
生活中有各类娱乐和游戏活动，很多看似简单的游戏会引发人们的兴趣，例如：常见的"套圈"就是一款看似简单而实际困难的游戏，套圈游戏的规则是：在固定的距离上，投掷套圈，套圈能够套取的物品就是游戏的奖品。在实际生活中，很多人低估了游戏的难度，导致大量购买套圈，造成得不偿失的问题。
3 结语
概率统计是数学重要的知识组成，也是来源于实际和生活的方法归纳与总结，在实际应用中概率统计与生活有着紧密的联系，特别在重要的应用领域，概率统计的思想、手法和判别有着关键性的应用，不但可以为生活提供更为科学的认知，也为各类生活决策提供合理和有效的基础。

Ⅱ 概率期望与方差有什么用

数学期望和方差公式有：DX=E(X)^2-(EX)^2；EX=1/P，DX=p^2/q；EX=np，DX=np(1-p)等等。

对于2项分布(例子：在n次试验中有K次成功，每次成功概率为P，其分布列求数学期望和方差)有EX=np，DX=np(1-p)。

n为试验次数 p为成功的概率。

对于几何分布(每次试验成功概率为P，一直试验到成功为止)有EX=1/P，DX=p^2/q。

还有任何分布列都通用的。

DX=E(X)^2-(EX)^2。

在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。

高中数学期望与方差公式应用：

1）随机炒股。

随机炒股也就是闭着眼睛在股市中挑一只股票，并且假设止损和止盈线都为10%，因为是随机选股，那么胜率=败率，由于印花税、佣金和手续费的存在，胜率=败率<50%，最后的数学期望一定为负，可见随机炒股，长期的后果，必输无疑。

2）趋势炒股。

趋势炒股是建立在惯性理论上的，胜率跟经验有很大关系，基本上平均胜率可以假定为60%，则败率为40%，一般趋势投资者本着赚点就跑，亏了套死不卖的原则，如涨10%止盈，跌50%止损，数学期望为EP=60%*10%-40%*50%=-0.14，必输无疑。

Ⅲ 股票、基金、期货、房地产投资需要会线性代数、微积分、概率论码

现代经济均可通过建立数学模型来分析，而线性代数、微积分、概率论等都是帮助分析的工具。如果懂得这些工具的操作使用，那肯定会对你的分析有莫大的帮助。
但是一般人无法完成这么多数据的分析，尤其是涉及到你所提到的股票、基金、期货和房地产投资这么泛指的东西就更不是一个人可以完成的了，必须要借助计算机运算，或者团队的合作。
有的人对这些数学一点都不懂，但是照样可以在这些领域叱咤风云。这是因为他们从自己的专业找到了一套可以解释得了这些投资市场运作的基本方法，所以也是可行的。
所以，学会这些知识，肯定有助于分析，但是也并不是唯一的办法。

Ⅳ 超短线如何操作最好大神们帮帮忙

一、短线操作的前提 任何实战操作技术都存在使用条件的限制，不分前提地随意使用，往往将好的战术做出坏的结果。在什么情况下开展短线操作呢？只有在大盘处于高位或调整态势之中，短线操作才是投资的首选，请牢记短线操作仅仅是一种获利的方法而绝对不是投资的目的。操作中绝对不能出现为了短线而做短线的认识性错误。具体地说就是大盘处于牛市末期，调整市道以及大幅下跌后需要反弹等几种情况才能开展短线操作。大盘个股处于加速上涨(包括个股)的主升阶段绝对不允许做短线，同时大盘个股处于明确的下降通道也不允许做短线，此时只能绝对地空仓。 二、短线看盘的要素 在实战操盘中，大盘的看盘(个股)研判技术极为重要，大盘的走势与个股的走势密不可分，它们之间形成了相辅的关系。个股的走势汇集成大盘的走势。同时大盘的走势又深刻影响着个股的走势。为此，加强对大盘走势的技术研判。对于个股的实时操作具有重要的意义。短线投资者必须有良好的专业心理素质，正确的资金管理方法，过硬的专业技术功力，短线目标位置(攻击或反弹)，就算在大盘背景允许进行短线操作的情况下，目标个股的技术态势也是能否操作短线的重要依据，对于短线操作既不参与个股盘整，也不放过强势股的操作，这是两种不同行情性质的机会。 三、短线选股的要素 1.市场形成为热点：市场形成的热点是有基本面与技术面共同的形成。 2.均线：均线系统研判个股3日均线处于方向朝上的状态，并且3日均量线也同时朝上，即可认定该股目前处于短线操作态势，短线有获利机会，如该股10日均线和30日均线、均量线也同时朝上就可认定该个股中期也有获利机会，并且观察K线组合是否站上短期均线之上。 3.指标：短线指标MACD、RSI、KDJ(要点看日线MACD、RSI和60分钟MACD)等一切常用于个人所理解的指标是否出现金叉和死叉、强势区间且弱势区间。 4.K线组合：K线的组合是否这只股票运行在上行通道里，K线阳线有3%以上的实体为短线有操作价值。 5.成交量：成交量的研判。观察成交量与股价涨跌是否相匹配。按趋势可划分为上涨同步与下跌同步，按区域可划分为单日同步和区域同步(除非这只股票被庄家控盘70%以上)。 6.形态：形态研判。以常规图形研判某只股票行进的速度和行情展开的力度，同时分析其股票处于什么形态之中(如头肩底、圆底形态等)。 7.时间：时间的研判。短线操作的目的是不参与走势不确定因素的调整，通常短线操作所依据的技术系统的时间周期较短，多数用3日均线、日线15分钟、30分钟、60分钟，即盘中即时走势，不同的操作过程中总用多周期、多要素之间的相互共振作用来提高、确认技术系统的质量。 8.原则：短线操作原则。按照不同的技术系统，实战操作可以选择最佳买点、次买点位(价位)进场操作，如研判操作出现错误，对于短线操作来说要严格控制资金量安全(即止损位)，果断离场，同时要严格控制自己的心态，股票最大的敌人是自己，成功的短线操作最终是战胜自己。 四、短线个股周期研判 通常情况之下某只股票短线周期为二种。一种为1-3天，另一种5-8天(一种是低位反弹的个股，另一种是强势上升和进入拉升途中)。它们的周期有不同的性质。一般低位反弹周期只有1-3天的反弹(如600718东大阿派反弹的时间出现在2000年4月18日，时间为3天，另一反弹出现在2000年5月14日，时间为4天)。另一种强势进入拉升为5-8天的周期(如600827济南百货，此股在2000年9月通过小阳小阴盘升至9月27日进入快速拉升阶段，它的时间用了8天)。另外有一点要说明，在前几年短线机会频频出现，而近期短线的机会出现的时间周期越来越短，这是因为现在大盘以不是过去的大盘，同时现在的操作手段不像过去快速进行操作和获利，而是通过较长的时间来运作，这样近期短线操作的难度越来越大。总之，短期的要求越来越高

Ⅳ 您好，我想问问您的一个回答的论文题目，百度知道上的问题是：（以下补充）谢谢！

摘 要 研究了沪深300指数日收益率时间序列，经检验其具有马氏性，并建立了马尔可夫链模型。取交易日分时数据，根据分时数据确定状态初始概率分布，通过一步转移概率矩阵对下一交易日的日收益率进行了预测。对该模型分析和计算，得出其为有限状态的不可约、非周期马尔可夫链，求解其平稳分布，从而得到沪深300指数日收益率概率分布。并预测了沪深300指数上涨或下跌的概率，可为投资管理提供参考。
关键词 马尔可夫链模型 沪深300指数 日收益率概率分布 平稳分布

1 引言
沪深300指数于2005年4月正式发布，其成份股为市场中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情况。众多证券投资基金以沪深300指数为业绩基准，因此对沪深300指数收益情况研究显得尤为重要，可为投资管理提供参考。
取沪深300指数交易日收盘价计算日收益率，可按区间将日收益率分为不同的状态，则日收益率时间序列可视为状态的变化序列，从而可以尝试采用马尔可夫链模型进行处理。马尔可夫链模型在证券市场的应用已取得了不少成果。参考文献[1]、[2]、[3]和[4]的研究比较类似，均以上证综合指数的日收盘价为对象，按涨、平和跌划分状态，取得了一定的成果。但只取了40～45个交易日的数据进行分析，历史数据过少且状态划分较为粗糙。参考文献[5]和[6]以上证综合指数周价格为对象，考察指数在的所定义区间（状态）的概率，然其状态偏少（分别只有6个和5个状态），区间跨度较大，所得结果实际参考价值有限。参考文献[7]对单只股票按股票价格划分状态，也取得了一定成果。
然而收益率是证券市场研究得更多的对象。本文以沪深300指数日收益率为对考察对象进行深入研究，采用matlab7.1作为计算工具，对较多状态和历史数据进行了处理，得出了沪深300指数日收益率概率分布，并对日收益率的变化进行了预测。
2 马尔可夫链模型方法
2.1 马尔可夫链的定义
设有随机过程{Xt，t∈T}，T是离散的时间集合，即T={0，1，2，L}，其相应Xt可能取值的全体组成状态空间是离散的状态集I={i0，i1，i2，L}，若对于任意的整数t∈T和任意的i0，i1，L，it+1∈I，条件概率则称{Xt，t∈T}为马尔可夫链，简称马氏链。马尔可夫链的马氏性的数学表达式如下：
P{Xn+1=in+1|X0=i0，X1=i1，L，Xn=in}=P{Xn+1=in+1|Xn=in} （1）
2.2 系统状态概率矩阵估计
马尔可夫链模型方法的基本内容之一是系统状态的转移概率矩阵估算。估算系统状态的概率转移矩阵一般有主观概率法和统计估算法两种方法。主观概率法一般是在缺乏历史统计资料或资料不全的情况下使用。本文采用统计估算法，其主要过程如下：假定系统有m种状态S1，S2，L，Sm根据系统的状态转移的历史记录，可得到表1的统计表格。其中nij表示在考察的历史数据范围内系统由状态i一步转移到状态j的次数，以■ij表示系统由状态i一步转移到状态的转移概率估计量，则由表1的历史统计数据得到■ij的估计值和状态的转移概率矩阵P如下：
■ij=nij■nik，P=p11 K p1mM O Mpm1 L pmn（2）
2.3 马氏性检验
随机过程{Xt，t∈T}是否为马尔可夫链关键是检验其马氏性，可采用χ2统计量来检验。其步骤如下：（nij）m×m的第j列之和除以各行各列的总和所得到的值记为■.j，即：
■.j=■nij■■nik，且■ij=nij■nik（3）
当m较大时，统计量服从自由度为（m-1）2的χ2分布。选定置信度α，查表得χ2α（（m-1）2），如果■2>χ2α（（m-1）2），则可认为{Xt，t∈T}符合马氏性，否则认为不是马尔可夫链。
■2=2■■nijlog■ij■.j（4）
2.4 马尔可夫链性质
定义了状态空间和状态的转移概率矩阵P，也就构建了马尔可夫链模型。记Pt（0）为初始概率向量，PT（n）为马尔可夫链时刻的绝对概率向量，P（n）为马尔可夫链的n步转移概率矩阵，则有如下定理：
P（n）=PnPT（n）=PT（0）P（n）（5）
可对马尔可夫链的状态进行分类和状态空间分解，从而考察该马尔可夫链模型的不可约闭集、周期性和遍历性。马尔可夫链的平稳分布有定理不可约、非周期马尔可夫链是正常返的充要条件是存在平稳分布；有限状态的不可约、非周期马尔可夫链必定存在平稳过程。
3 马尔可夫链模型方法应用
3.1 观测值的描述和状态划分
取沪深300指数从2005年1月4日~2007年4月20日共555个交易日收盘价计算日收益率（未考虑分红），将日收益率乘以100并记为Ri，仍称为日收益率。计算公式为：
Ri=（Pi-Pi-1）×100/Pi-1（6）
其中，Pi为日收盘价。
沪深300指数运行比较平稳，在考察的历史数据范围内日收益率有98.38％在[-4.5，4.5]。可将此范围按0.5的间距分为18个区间，将小于-4.5和大于4.5各记1区间，共得到20个区间。根据日收益率所在区间划分为各个状态空间，即可得20个状态（见表2）。

3.2 马氏性检验
采用χ2统计量检验随机过程{Xt，t∈T}是否具有马氏性。用前述统计估算法得到频率矩阵（nij）20×20。
由（3）式和（4）式可得：■.j=■nij■■nik，且■ij=nij■nik，■2=2■■nijlog■ij■.j=446.96，令自由度为k=（m-1）2即k=361，取置信度α=0.01。由于k>45，χ2α（k）不能直接查表获得，当k充分大时，有：
χ2α（k）≈■（zα+■）2（7）
其中，zα是标准正态分布的上α分位点。查表得z0.01=2.325，故可由（1）、（7）式得，即统计量，随机过程{Xt，t∈T}符合马氏性，所得模型是马尔可夫链模型。
3.3 计算转移概率矩阵及状态一步转移
由频率矩阵（nij）20×20和（1）、（2）式得转移概率矩阵为P=（Pij）20×20。考察2007年4月20日分时交易数据（9：30~15：30共241个数据），按前述状态划分方法将分时交易数据收益率归于各状态，并记Ci为属于状态i的个数，初始概率向量PT（0）=（p1，p2，L，pt，L，p20），则：
pj=Cj/241，j=1，2，K，20（8）
下一交易日日收益率分布概率PT（0）={p1（1），p2（1），L，pi（1），L，p20（1）}，且有PT（1）-PT（0）p，计算结果如表3所示。

3.4 马尔可夫链遍历性和平稳分布
可以分析该马尔可夫链的不可约集和周期性，从而进一步考察其平稳分布，然而其分析和求解非常复杂。本文使用matlab7.1采用如下算法进行求解：将一步转移概率矩阵P做乘幂运算，当时Pn+1=Pn停止，若n>5 000亦停止运算，返回Pn和n。计算发现当n=48时达到稳定，即有P（∞）=P（48）=P48。考察矩阵P（48）易知：各行数据都相等，不存在数值为0的行和列，且任意一行的行和为1。故该马尔可夫链{Xt，t∈T}只有一个不可约集，具有遍历性，且存在平稳分布{πj，j∈I}，平稳分布为P（48）任意一行。从以上计算和分析亦可知该马尔可夫链是不可约、非周期的马尔可夫链，存在平稳分布。计算所得平稳分布如表4所示。
3.5 计算结果分析
表3、表4给出了由当日收益率统计出的初始概率向量PT（0），状态一步预测所得绝对概率向量PT（1）和日收益率平稳分布，由表3和表4综合可得图1。可以看出，虽然当日（2007年4月20日）收益率在区间（1.5，4.5）波动且在（2.5，4.5）内的概率达到了0.7261，表明在2007年4月20日，日收益率较高（实际收盘时，日收益率为4.41），但其下一交易日和从长远来看其日收益率概率分布依然可能在每个区间。这是显然的，因为日收益率是随机波动的。
对下一交易日收益率预测（PT（1）），发现在下一交易日收益率小于0的概率为0.4729，大于0的概率为0.5271，即下一交易日收益率大于0的概率相对较高，其中在区间（-2，-1.5）、（0.5，1）和（1，1.5）概率0.2675、0.161和0.1091依次排前三位，也说明下一交易日收益率在（-2，-1.5）的概率会比较高，有一定的风险。
从日收益率长远情况（平稳分布）来看，其分布类似正态分布但有正的偏度，说明其极具投资潜力。日收益率小于0的概率为0.4107，大于0的概率为0.5893，即日收益率大于0的概率相当的高于其小于0的概率。
4 结语
采用马尔可夫链模型方法可以依据某一交易日收益率情况向对下一交易日进行预测，也可得到从长远来看其日收益率的概率分布，定量描述了日收益率。通过对沪深300指数日收益率分析和计算，求得沪深300指数日收益率的概率分布，发现沪深300指数日收益率大于0的概率相对较大（从长远看，达到了0.5893，若考虑分红此概率还会变大），长期看来沪深300指数表现乐观。若以沪深300指数构建指数基金再加以调整，可望获得较好的回报。
笔者亦采用范围（-5，5）、状态区间间距为1和范围（-6，6）、状态区间间距为2进行运算，其所得结果类似。当采用更大的范围（如-10，10等）和不同的区间大小进行运算，计算发现若状态划分过多，所得模型不易通过马氏性检验，如何更合理的划分状态使得到的结果更精确是下一步的研究之一。在后续的工作中，采用ANN考察所得的日收益率预测和实际日收益率的关系也是重要的研究内容。马尔可夫链模型方法也可对上证指数和深证成指数进行类似分析。
参考文献
1 关丽娟，赵鸣.沪综指走势的马尔可夫链模型预测[J].山东行政学院，山东省经济管理干部学院学报，2005（4）
2 陈奕余.基于马尔可夫链模型的我国股票指数研究[J].商场现代化（学术研讨），2005（2）
3 肖泽磊，卢悉早.基于马尔可夫链系统的上证指数探讨[J].科技创业月刊，2005（9）
4 边廷亮，张洁.运用马尔可夫链模型预测沪综合指数[J].统计与决策，2004（6）
5 侯永建，周浩.证券市场的随机过程方法预测[J].商业研究，2003（2）
6 王新蕾.股指马氏性的检验和预测[J].统计与决策，2005（8）
7 张宇山，廖芹.马尔可夫链在股市分析中的若干应用[J].华南理工大学学报（自然科学版），2003（7）
8 冯文权.经济预测与决策技术[M].武汉：武汉大学出版社，2002
9 刘次华.随机过程[M].武汉：华中科技大学出版社，2001
10 盛千聚.概率论与数理统计[M].北京：高等教育出版社.1989转

Ⅵ 大学数学里学习的概率论和数理统计对于研究股票市场变化有何实践上的应用。

这是个有意思的问题。
现在的行情软件已经有了指标优化工具，就是能对均线及指标为依据的交易系统选出最优参数。然而，所有的一切均是建立在历史数据上的，并进而得出如ma5上下叉ma10 B S这类的指示，还会告诉你在199*年至200*年间用这个方法在这个股上的收益是*%。－－这就是统计学。
而如果你认为1000次的金叉中有550次是上涨的不是因为偶然而是因为必然。是股市的内在规律。这就是－－概率论。
然而，过去的事真的会在未来重复吗？这是个无法证实或者一旦证实已无意义的论题。并假如真的有这种规律性，然而在5年1000次的交易中550VS450，设获利与止损各为10%，最终收益是900×－1.5%（费用）＋100×10%（获利）＝－3.5，最终你是输的。当然这只是个例子。

Ⅶ 概率论问题， 假设有一只股票今天价格上涨的概率为0.6，下跌的概率为0.4

向上的线表示价格上升，向下表示价格下

1. 明天上升的概率：0.48+0.2=0.68

   明天下降的概率是0.32，你可以用1减去上升的概率，也可以用图里在明天这个框里向下线后面跟着的概率加起来。

2. 后天上升的概率：0.384+0.06+0.16+0.1=0.704

后天下降的概率是0.296，和上面一样，你可以用1减去上升的概率，也可以用图里在后天这个图标下面跟着的向下线后面跟着的概率加起来。

Ⅷ 概率的应用（要求有参考文献）

概率的应用

摘要：随机现象存在于我们日常生活的方方面面和科学技术的各个领域，概率论是指导人们从事物表象看到其本质的一门科学。本文由现实生活中的部分现象探讨了概率知识的广泛应用。
关键词：随机现象；概率；应用分析

在自然界和现实生活中，一些事物都是相互联系和不断发展的。在它们彼此间的联系和发展中，根据它们是否有必然的因果联系，可以分成两大类：一类是确定性的现象，指在一定条件下，必定会导致某种确定的结果。如，在标准大气压下，水加热到100摄氏度，就必然会沸腾。事物间的这种联系是属于必然性的。另一类是不确定性的现象。这类现象在一定条件下的结果是不确定的。例如，同一个工人在同一台机床上加工同一种零件若干个，它们的尺寸总会有一点差异。又如，在同样条件下，进行小麦品种的人工催芽试验，各颗种子的发芽情况也不尽相同有强弱和早晚之别等。为什么在相同的情况下，会出现这种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素是人们无法事先预料的。这类现象，我们无法用必然性的因果关系，对现象的结果事先做出确定的答案。事物间的这种关系是属于偶然性的，这种现象叫做偶然现象，或者叫做随机现象。
概率，简单地说，就是一件事发生的可能性的大小。比如：太阳每天都会东升西落，这件事发生的概率就是100%或者说是1，因为它肯定会发生；而太阳西升东落的概率就是0，因为它肯定不会发生。但生活中的很多现象是既有可能发生，也有可能不发生的，比如某天会不会下雨、买东西买到次品等等，这类事件的概率就介于0和100%之间，或者说0和1之间。在日常生活中无论是股市涨跌，还是发生某类事故，但凡捉摸不定、需要用“运气”来解释的事件，都可用概率模型进行定量分析。不确定性既给人们带来许多麻烦，同时又常常是解决问题的一种有效手段甚至唯一手段。
走在街头，来来往往的车辆让人联想到概率；生产、生活更是离不开概率。在令人心动的彩票摇奖中，概率也同样指导着我们的实践。继股票之后，彩票也成了城乡居民经济生活中的一个热点。据统计，全国100个人中就有3个彩民。通过对北京、上海与广州3城市居民调查的结果显示，有50%的居民买过彩票，其中5%的居民成为“职业”(经济性购买)彩民。“以小博大”的发财梦，是不少彩票购买者的共同心态。那么，购买彩票真的能让我们如愿以偿吗?以从36个号码中选择7个的投注方式为例，看起来似乎并不很难，其实却是“可望而不可及”的。经计算，投一注的理论中奖概率如下：

由此看出，只有极少数人能中奖，购买者应怀有平常心，既不能把它作为纯粹的投资，更不应把它当成发财之路。
体育比赛中，一局定胜负，虽然比赛双方获胜的机会均为二分之一，但是由于比赛次数太少，商业价值不大，因此比赛组织者普遍采用“三局两胜”或“五局三胜”制决定胜负的方法，既令参赛选手满意，又被观众接受，组织者又有利可图。那么它对于双方选手来说真的公平吗?以下我们用概率的观点和知识加以阐述：日常生活中我们总希望自己的运气能好一些，碰运气的也大有人在，就像考生面临考试一样，这其中固然有真才实学者，但也不乏抱着侥幸心理的滥竽充数者。那么，对于一场正规的考试仅凭运气能通过吗?我们以大学英语四级考试为例来说明这个问题。
大学英语四级考试是全面检验大学生英语水平的一种考试，具有一定难度，包括听力、语法结构、阅读理解、填空、写作等。除写作15分外，其余85道题是单项选择题，每道题有A、B、C、D四个选项，这种情况使个别学生产生碰运气和侥幸心理，那么靠运气能通过四级英语考试吗?答案是否定的。假设不考虑写作15分，及格按60分算，则85道题必须答对51题以上，可以看成85重贝努利试验。

概率非常小，相当于1000亿个靠运气的考生中仅有0.874人能通过。所以靠运气通过考试是不可能的。
因此，我们在生活和工作中，无论做什么事都要脚踏实地，对生活中的某些偶然事件要理性的分析、对待。一位哲学家曾经说过：“概率是人生的真正指南”。随着生产的发展和科学技术水平的提高，概率已渗透到我们生活的各个领域。众所周知的保险、邮电系统发行有奖明信片的利润计算、招工考试录取分数线的预测甚至利用脚印长度估计犯人身高等无不充分利用概率知识。
如今“降水概率”已经赫然于电视和报端。有人设想，不久的将来，新闻报道中每一条消息旁都会注明“真实概率”，电视节目的预告中，每个节目旁都会写上“可视度概率”。另外，还有西瓜成熟概率、火车正点概率、药方疗效概率、广告可靠概率等等。又由于概率是等可能性的表现，从某种意义上说是民主与平等的体现，因此，社会生活中的很多竞争机制都能用概率来解释其公平合理性。
总之，由于随机现象在现实世界中大量存在,概率必将越来越显示出它巨大的威力。

参考文献：
[1]刘书田.概率统计学习辅导[M].北京：北京大学出版社，2001.193-196.
[2]龙永红.概率论与数理统计中的典型例题分析与习题[M].北京：高等教育出版社，2004.218-221.
[3]尹庸斌.概率趣谈[M].成都：四川科学技术出版社，1985.69-78.
[4]吴传志.应用概率统计[M].重庆：重庆大学出版社，2004.74-78.

Ⅸ 资本资产定价模型到底对股票投资有多少帮助

股票价格受很多影响，资本资产定价模型只能从理论上分析风险与报酬率的关系。所谓风险也就是股价偏离期望值的大小和程度。也就是说这种模型从计算系统风险开始即采用概率论观点计算方差，进而求出股票的投资者要求的必要报酬率，这种模型根据的是股票市价的期望值和偏离期望值的程度，而并非一个确定的价格。
此外，根据公式求解出的投资者要求必要报酬率在实际中也不一定准确，因为资本市场并非完全有效，必要报酬率和风险并非完全匹配。
就算上述因素都排除，根据股权现金流和必要报酬率折现的股票价值也存在很大误差，这是因为股票的未来现金流量估计几乎是不可能完成的。其次，资本市场并非完全有效导致股票市价并不能反映其价值。
所以，财务管理研究的资本市场定价模型、股利增长模型等都只能从一定程度上反应股票价值的变动，而且是并不十分准确的假设作出的，只具有有限的参考价值。