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。
❷ 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
❸ 股價收益是否服從正態分布論文
(一)題名(Title,Topic)
題名又稱題目或標題。題名是以最恰當、最簡明的詞語反映論文中最重要的特定內容的邏輯組合。
論文格式相關書籍論文題目是一篇論文給出的涉及論文范圍與水平的第一個重要信息，也是必須考慮到有助於選定關鍵詞不達意和編制題錄、索引等二次文獻可以提供檢索的特定實用信息。論文題目十分重要，必須用心斟酌選定。有人描述其重要性，用了下面的一句話：「論文題目是文章的一半」。對論文題目的要求是：准確得體：簡短精煉：外延和內涵恰如其分：醒目。
(二)作者姓名和單位(Author and department)
這一項屬於論文署名問題。署名一是為了表明文責自負，二是記錄作用的勞動成果，三是便於讀者與作者的聯系及文獻檢索(作者索引)。大致分為二種情形，即：單個作者論文和多作者論文。後者按署名順序列為第一作者、第二作者……。重要的是堅持實事求是的態度，對研究工作與論文撰寫實際貢獻最大的列為第一作者，貢獻次之的，列為第二作者，余類推。註明作者所在單位同樣是為了便於讀者與作者的聯系。
(三)摘要(Abstract)
論文一般應有摘要，有些為了國際交流，還有外文(多用英文)摘要。它是論文內容不加註釋和評論的簡短陳述。其他用是不閱讀論文全文即能獲得必要的信息。摘要應包含以下內容：
①從事這一研究的目的和重要性;
②研究的主要內容，指明完成了哪些工作;
③獲得的基本結論和研究成果，突出論文的新見解;
④結論或結果的意義。
(四)關鍵詞(Key words)
關鍵詞屬於主題詞中的一類。主題詞除關鍵詞外，還包含有單元詞、標題詞的敘詞。
主題詞是用來描述文獻資料主題和給出檢索文獻資料的一種新型的情報檢索語言詞彙，正是由於它的出現和發展，才使得情報檢索計算機化(計算機檢索)成為可能。主題詞是指以概念的特性關系來區分事物，用自然語言來表達，並且具有組配功能，用以准確顯示詞與詞之間的語義概念關系的動態性的詞或片語。
技巧—：依據學術方向進行選題。論文寫作的價值，關鍵在於能夠解決特定行業的特定問題，特別是在學術方面的論文更是如此。因此，論文選擇和提煉標題的技巧之一，就是依據學術價值進行選擇提煉。
技巧二：依據興趣愛好進行選題。論文選擇和提煉標題的技巧之二，就是從作者的愛好和興趣出發，只有選題符合作者興趣和愛好，作者平日所積累的資料才能得以發揮效用，語言應用等方面也才能熟能生巧。
技巧三：依據掌握的文獻資料進行選題。文獻資料是支撐、充實論文的基礎，同時更能體現論文所研究的方向和觀點，因而，作者從現有文獻資料出發，進行選題和提煉標題，即成為第三大技巧。
技巧四：從小從專進行選題。所謂從小從專，即是指軟文撰稿者在進行選則和提煉標題時，要從專業出發，從小處入手進行突破，切記全而不專，大而空洞。
❹ 馬科維茨投資理論，符合正態分布的假設合理嗎
那
❺ 為什麼假設股票價格服從正態分布是不現實的
股票價格多半不是自然形成，而是人為操縱的成份比較大，尤其受政策影響非常明顯 。
❻ 誰發現了正態分布的理論的
正態分布是最重要的一種概率分布。正態分布概念是由德國的數學家和天文學家Moivre於1733年受次提出的，但由於德國數學家Gauss率先將其應用於天文學家研究，故正態分布又叫高斯分布．
高斯這項工作對後世的影響極大，他使正態分布同時有了「高斯分布」的名稱，後世之所以多將最小二乘法的發明權歸之於他，也是出於這一工作。高斯是一個偉大的數學家，重要的貢獻不勝枚舉。但現今德國10馬克的印有高斯頭像的鈔票，其上還印有正態分布的密度曲線。這傳達了一種想法：在高斯的一切科學貢獻中，其對人類文明影響最大者，就是這一項。
在高斯剛作出這個發現之初，也許人們還只能從其理論的簡化上來評價其優越性，其全部影響還不能充分看出來。這要到20世紀正態小樣本理論充分發展起來以後。
拉普拉斯很快得知高斯的工作，並馬上將其與他發現的中心極限定理聯系起來，為此，他在即將發表的一篇文章(發表於1810年）上加上了一點補充，指出如若誤差可看成許多量的疊加，根據他的中心極限定理，誤差理應有高斯分布。這是歷史上第一次提到所謂「元誤差學說」——誤差是由大量的、由種種原因產生的元誤差疊加而成。後來到1837年，海根(G.Hagen)在一篇論文中正式提出了這個學說。其實，他提出的形式有相當大的局限性：海根把誤差設想成個數很多的、獨立同分布的「元誤差」 之和，每隻取兩值，其概率都是1/2，由此出發，按狄莫佛的中心極限定理，立即就得出誤差(近似地)服從正態分布。
拉普拉斯所指出的這一點有重大的意義，在於他給誤差的正態理論一個更自然合理、更令人信服的解釋。因為，高斯的說法有一點循環論證的氣味：由於算術平均是優良的，推出誤差必須服從正態分布；反過來，由後一結論又推出算術平均及最小二乘估計的優良性，故必須認定這二者之一(算術平均的優良性，誤差的正態性)為出發點。但算術平均到底並沒有自行成立的理由，以它作為理論中一個預設的出發點，終覺有其不足之處。拉普拉斯的理把這斷裂的一環連接起來，使之成為一個和諧的整體，實有著極重大的意義。
❼ 股價處於低位時的十種吸籌形態有哪些
股價處於低位時的十種吸籌形態
1、神仙指路：主力在拉升個股前，先打一個長長的上影線，經過短短整理之後，用實體長陽沖過去。這個長影線稱為神仙指路，投資者可以在整理時低吸買進。
2、上升三法：個股先拉上一個帶量中陽（5%以上），然後回落調整3個交易日以上，至中陽起漲點，在用一根中陽吃掉調整陰線，稱為上升三法，投資者可在起漲點低吸買進。
3、回師之軍：個股第一波快速拉起，5日均線上穿10日均線，短期均線乖離加大，實盤中不能追漲，應該等5日均線回落至10日均線附近低吸買進，如果個股再次放量上功，就形成回師之軍，上攻更猛更狠。
4、星星相映：個股調整尾聲，一般伴隨3根以上小陽或小陰線，幾乎平行排列，交相輝映，稱之為「星星相映」，一旦放量上功必有長陽出現，投資者可在三星之後低吸買進。
5、雙龍出海：個股在低位連續出現2根並列帶量的中陽，稱為「雙龍出海」，投資者可在「雙龍出海」形態出現後逢低介入，後勢有中短線機會。
6、落地開花：大盤或個股經過一段連續下跌後，做一個「落地開花」的K線形態，上影很多的十字星或星線，投資者可以在形態確立後低吸買進，必有長陽反擊。
7、雙針探底：是指股價經過連續調整後率先收出一根長下影的小陽線，接著開始小幅反彈遇到短期均線阻擋，縮量回落到上次長下影的位置附近，再次收出長下影小陽線。經過二次帶量的下影探底，股價再次回落到短期均線上方，往往是轉入急攻行情的先兆。發生在60日、130日等大均線附近的雙針探海反轉的威力更大。
8、物極必反：根據K線理論，價格走勢出現幾乎連續的8根至10根創新高（或新低）線形，代表先前趨勢已經到達強弩之未。根據K線理論，如果連創8根至10根創新高或新低線，目前趨勢逆轉的兒率升高。
9、AB底部：個股和大盤經過長期下跌，急跌出第一個低點，稱為A底，引發強烈反彈，一般經過3~5個交易日，再次下跌，出現第二個低點，稱為B底，然後引發更強烈的反彈，投資者可在B底附近低吸。
10、以退為進：指的是股價或指數經過長期縮量下跌之後，出現連續的放量（量比5以上）的中陽突破下降壓力線，就像紅旗飄揚，之後縮量回打標志性陽線的2/3處時，是最佳的中短線低吸點，往往會有更長的陽線向上突破。
具體的可參閱有關方面的書籍系統的去了解一下，同時結合個模擬盤練練，這樣理論加以實踐可快速有效的技巧，模擬軟體可用牛股寶模擬炒股去看看，個人感覺還不錯，裡面許多的功能足夠分析大盤與個股，使用起來有一定的幫助，希望可以幫助到您，祝投資愉快！
❽ 正態分布中的小概率事件理論。
「小概率事件」和假設檢驗的基本思想
「小概率事件」通常指發生的概率小於5%的事件，認為在一次試驗中該事件是幾乎不可能發生的。這種認識便是進行推斷的出發點。關於這一點我們要有以下兩個方面的認識：一是這里的「幾乎不可能發生」是針對「一次試驗」來說的，因為試驗次數多了，該事件當然是很可能發生的；二是當我們運用「小概率事件幾乎不可能發生的原理」進行推斷時，我們也有5%的犯錯誤的可能。
課本是藉助於服從正態分布的有關零件尺寸的例子來介紹假設檢驗的基本思想。進行假設檢驗一般分三步：
第一步，提出統計假設。課本例子里的統計假設是這個工人製造的零件尺寸服從正態分布 ；
第二步，確定一次試驗中的取值a是否落入范圍（μ-3σ，μ+3σ）；
第三步，作出推斷。如果a∈（μ-3σ，μ+3σ），接受統計假設；如果 ，由於這是小概率事件，就拒絕統計假設。
根據正態分布曲線的性質可知，在正常生產的情況下，質量特徵在（μ-σ）～（μ+σ）區間的產品有68．25％；在（μ-2σ）～（μ+2σ）區間的產品有85．45％；在（μ-3σ）～（μ+3σ）區間的產品有99．73％；而質量特性在（μ±3σ）范圍以外的產品不到0.3%.
❾ 正態分布的基礎知識
正態分布
normal distribution
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是遵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 )。 遵從正態分布的隨機變數的概率規律為取 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。
正態分布應用最廣泛的連續概率分布，其特徵是「鍾」形曲線。
❿ 請問對以下正態分布描述怎樣理解
對於非專業的學生來說，我想只需要知道簡單的幾點就夠了。死磕定義和公式會把你弄暈的，很多時候你只要知道正態的一些特點就可以了……
首先正態分布嚴格關於均值對稱，均值的那條線就像一面鏡子一樣。
其次正態分布是鍾型的，它的密度函數就像一個鍾倒扣在x軸上。
再次，任何正態都可以通過一個相當簡便的變換（x-miu）/sigma，得到標准正態，這為我們研究任何正態的性質打下了基礎
正態的應用十分廣泛，根據我自己的感想有兩個原因；
一是正態具有普遍意義。當我們不知道某個事物可能的分布時，如果它的樣本的直方圖看上去像正態的形狀，我們常常就假設它可能有正態的分布，而事實上，很多的直方圖畫出來就是中間高兩邊低，我們的假設還是很有意義的
二是理論意義，雖然正態分布的函數看上去很復雜，但由於一些微積分公式，統計學定理，和正態表的應用，使得正態變成我們最容易計算的分布之一。