概率分析又稱風險分析，是通過研究各種不確定性因素發生不同變動幅度的概率分布及其對項目經濟效益指標的影響，對項目可行性和風險性以及方案優劣作出判斷的一種不確定性分析法。概率分析常用於對大中型重要若干項目的評估和決策之中。
所謂股票概率分析，通過計算目標值（如凈現值）的期望值及目標值大於或等於零的累積概率來測定項目風險大小，為投資者決策提供依據。
這里有篇文章你可參考一下，題目--用概率做股票（作者fanronfr）
「本人研究3D後，頗有些心得。彩票專家說：技術分析的確可以提高中獎率，但提高的比例有限。本人的研究印證了這個結論，大約能提高5%-10%之間，至少在理論上是成立的。但是，即使按10%算，中獎率也只有60%，用累進法買進，最終還是要破產。這就是3D風行世界的科學性，莊家永遠立於不敗之地。
突然這兩天想到，用選彩票的方法先股票，情況會怎樣？
我們知道，購買處於上升通道的股票，繼續上升的概率要大於掉頭向下的概率。
現在假設：按5%的盈利和止損操作，購買後如果上升和下降的比例是60：40，大約是要虧錢的(沒有細算)，因為有交易成本在里邊。
先不考慮技術分析，本人隨機找了幾個股票做了測試，情況大大地好，年收益居然超過了50%!可惜不能馬上用於實戰。為什麼？因為是從回頭的歷史數據中做，有個人主觀印象。
現在，我們加入技術分析進行過濾。
對於選用技術分析的指標，按以下原則：
1、最常用的；
2、被實踐證明准確率較高的；
3、莊家和散戶都認同的。
按最簡單、最少量的原則，只能選取3個：K線、成交量、均線。
K線是基本的形態，必須要選；
成交量是為了看它的縮量!記住：看縮量。為什麼？因為莊家總會在要緊的時候造量騙人(幾乎每個熱衷於技術分析的人都被成交量騙過，沒錯吧)，但莊家造不出縮量來。一旦連續遞減的縮量出來，就是一個極其准確的信號。
均線：不用說了，這是核心。研究均線的人都應該知道，均線的核心含義是趨勢!本文用概率做股票的核心原理也是基於趨勢在一定時間內不會改變這個原理。
綜上，現在確定選股原則：
1、處於上升通道中(象是廢話)；
2、均線支持完美；
請一定記住「完美」這個詞。完美是世界上最美的東西，無以倫比。看看你的K線吧，漲勢良好的股票，有幾個不是完美的。或許這種說法不準確，應該說：均線完美的K線，有沒有下跌的。我要非常嚴重地告訴你：沒有!要知道，莊家只有在一種情況下能夠造出完美的圖形鼓勵你進來：他需要坐轎的時候。因為只有這個時候莊家才完全控盤，他才可能隨心所欲地畫圖。而這個時候進去是安全的。莊家出了一部分貨的時候，已經不能完全掌控股票了，所以出貨時的圖形是最醜陋的，要麼堆量不漲、要麼大幅震盪、要麼均線亂竄，總之是一幅群魔亂舞圖。
3、縮量回調，但調整幅度不大；
要點：縮量是前提，只有在縮量的前提下再去看回調問題。
縮量要至少連續三天，呈遞減趨勢(不要死搬硬套地算三天的成交量是不是比前一天少，要看是不是明顯的遞減，並在五日均量以下)。
回調，幅度不大。從形態上看，K線實體明顯縮小，總體跌幅不大(具體比例要結合個股趨勢對比，比較頭痛，但有一個原則要掌握：象選美一樣，太難看的就免了吧)。
4、不要在頭部附近做，也就是說，不要虎口拔牙。
有人說了，我要是知道哪兒是頭部，我就知道怎麼做股票了，還看你的破文章做甚？
說到這，想起一些股評：高位時應該怎樣怎樣，看著就想笑。這象是個悖論：我明明不知道，你卻給我一個我知道的前提，然後尊尊教導我怎麼怎麼。
我要說，我的破文章你還得看，但看過了也弄不清頭部在哪。想想吧，這個蓋子要是能揭開，大家都買在低點賣在高點，那這個零和游戲還做得下去嗎？
怎麼辦？除了記住群魔亂舞圖以外，只有一個辦法：止損!
關於止損，以後有空我會大面積地說。這里只說一點，沒有人否認止損的重要性，但股票做失敗的人，都是口是心非的傢伙。
不要左右看，說的就是你!回頭算算你的賬，如果你以前的止損率提高了50%，你現在的收益是多少？
主要的說完了，總結一下：所謂概率，那就有一個要點：不能憑感覺，要精確，精確到每一分線。到了5%，堅決走人，不管是漲還是跌。
現在，說點題外話。看看我們身邊我網上股票做成功的人，除了極個別運氣非常好的這外(這樣的人象中500萬的概率那樣少)，都堅持了自己的方法，而他們的方法往往簡單得不可理喻。而正是這些樸素的原理才蘊含著千古不變的真理。
感謝大家看完，覺得好就頂一下。有興趣的人可以把你的理解轉化成公式跟上，不要保守，原理已經公開了，錢是賺不完的。」
2. 敏感性分析和概率分析的聯系是什麼
敏感性分析是投資項目的經濟評價中常用的一種研究不確定性的方法。它在確定性分析的基礎上，進一步分析不確定性因素對投資投資項目的最終經濟效果指標的影響及影響程度。敏感性因素一般可選擇主要參數（如銷售收入、經營成本、生產能力、初始投資、壽命期、建設期、達產期等）進行分析。若某參數的小幅度變化能導致經濟效果指標的較大變化，則稱此參數為敏感性因素，反之則稱其為非敏感性因素。http://ke..com/view/26508.htm
概率分析又稱風險分析，是通過研究各種不確定性因素發生不同變動幅度的概率分布及其對項目經濟效益指標的影響，對項目可行性和風險性以及方案優劣作出判斷的一種不確定性分析法。概率分析常用於對大中型重要若干項目的評估和決策之中
http://ke..com/view/861942.htm
3. 概率分析的含義和步驟舉例簡述
概率分析又稱風險分析，是通過研究各種不確定性因素發生不同變動幅度的概率分布及其對項目經濟效益指標的影響，對項目可行性和風險性以及方案優劣作出判斷的一種不確定性分析法。概率分析常用於對大中型重要若干項目的評估和決策之中。
步聚
1、列出各種欲考慮的不確定因素。例如銷售價格、銷售量、投資和經營成本等，均可作為不確定因素。需要注意的是，所選取的幾個不確定因素應是互相獨立的。
2、設想各各不確定因素可能發生的情況，即其數值發生變化的幾種情況。
3、分別確定各種可能發生情況產生的可能性，即概率。各不確定因素的各種可能發生情況出現的概率之和必須等於1。
4、計算目標值的期望值。
可根據方案的具體情況選擇適當的方法。假若採用凈現值為目標值，則一種方法是，將各年凈現金流量所包含的各不確定因素在各可能情況下的數值與其概率分別相乘後再相加，得到各年凈現金流量的期望值，然後求得凈現值的期望值。另一種方法是直接計算凈現值的期望值。
5、求出目標值大於或等於零的累計概率。
對於單個方案的概率分析應求出凈現值大於或等於零的概率，由該概率值的大小可以估計方案承受風險的程度，該概率值越接近1，說明技術方案的風險越小，反之，方案的風險越大。可以列表求得凈現值大於或等於零的概率
概率分析是根據不確定因素在一定范圍內的隨機變動，分析並確定這種變動的概率分布，從而計算出其期望值及標准偏差為項目的風險決策提供依據的一種分析方法。
4. 概率什麼意思
研究隨機現象數量規律的數學分支。隨機現象是相對於決定性現象而言的。在一定條件下必然發生某一結果的現象稱為決定性現象。例如在標准大氣壓下，純水加熱到100℃時水必然會沸騰等。隨機現象則是指在基本條件不變的情況下，一系列試驗或觀察會得到不同結果的現象。每一次試驗或觀察前，不能肯定會出現哪種結果，呈現出偶然性。例如，擲一硬幣，可能出現正面或反面，在同一工藝條件下生產出的燈泡，其壽命長短參差不齊等等。隨機現象的實現和對它的觀察稱為隨機試驗。隨機試驗的每一可能結果稱為一個基本事件，一個或一組基本事件統稱隨機事件，或簡稱事件。事件的概率則是衡量該事件發生的可能性的量度。雖然在一次隨機試驗中某個事件的發生是帶有偶然性的，但那些可在相同條件下大量重復的隨機試驗卻往往呈現出明顯的數量規律。例如，連續多次擲一均勻的硬幣，出現正面的頻率隨著投擲次數的增加逐漸趨向於1／2。又如，多次測量一物體的長度，其測量結果的平均值隨著測量次數的增加，逐漸穩定於一常數，並且諸測量值大都落在此常數的附近，其分布狀況呈現中間多，兩頭少及某程度的對稱性。大數定律及中心極限定理就是描述和論證這些規律的。在實際生活中，人們往往還需要研究某一特定隨機現象的演變情況隨機過程。例如，微小粒子在液體中受周圍分子的隨機碰撞而形成不規則的運動（即布朗運動），這就是隨機過程。隨機過程的統計特性、計算與隨機過程有關的某些事件的概率，特別是研究與隨機過程樣本軌道(即過程的一次實現)有關的問題，是現代概率論的主要課題。
概率論的起源與賭博問題有關。16世紀，義大利的學者開始研究擲骰子等賭博中的一些簡單問題。17世紀中葉，有人對博弈中的一些問題發生爭論，其中的一個問題是「賭金分配問題」，他們決定請教法國數學家帕斯卡（Pascal)和費馬（Fermat）基於排列組合方法，研究了一些較復雜的賭博問題，他們解決了分賭注問題、賭徒輸光問題。他們對這個問題進行了認真的討論，花費了3年的思考，並最終解決了這個問題，這個問題的解決直接推動了概率論的產生。
隨著18、19世紀科學的發展，人們注意到在某些生物、物理和社會現象與機會游戲之間有某種相似性，從而由機會游戲起源的概率論被應用到這些領域中；同時這也大大推動了概率論本身的發展。使概率論成為數學的一個分支的奠基人是瑞士數學家j.伯努利，他建立了概率論中第一個極限定理，即伯努利大數定律，闡明了事件的頻率穩定於它的概率。隨後a.de棣莫弗和p.s.拉普拉斯 又導出了第二個基本極限定理（中心極限定理）的原始形式。拉普拉斯在系統總結前人工作的基礎上寫出了《分析的概率理論》，明確給出了概率的古典定義，並在概率論中引入了更有力的分析工具，將概率論推向一個新的發展階段。19世紀末，俄國數學家p.l.切比雪夫、a.a.馬爾可夫、a.m.李亞普諾夫等人用分析方法建立了大數定律及中心極限定理的一般形式，科學地解釋了為什麼實際中遇到的許多隨機變數近似服從正態分布。20世紀初受物理學的刺激，人們開始研究隨機過程。這方面a·n·柯爾莫哥洛夫、n.維納、a·a·馬爾可夫、a·r·辛欽、p·萊維及w·費勒等人作了傑出的貢獻。
如何定義概率，如何把概率論建立在嚴格的邏輯基礎上，是概率理論發展的困難所在，對這一問題的探索一直持續了3個世紀。20世紀初完成的勒貝格測度與積分理論及隨後發展的抽象測度和積分理論，為概率公理體系的建立奠定了基礎。在這種背景下，蘇聯數學家柯爾莫哥洛夫1933年在他的《概率論基礎》一書中第一次給出了概率的測度論的定義和一套嚴密的公理體系。他的公理化方法成為現代概率論的基礎，使概率論成為嚴謹的數學分支，對概率論的迅速發展起了積極的作用。
概率與統計的一些概念和簡單的方法，早期主要用於賭博和人口統計模型。隨著人類的社會實踐，人們需要了解各種不確定現象中隱含的必然規律性，並用數學方法研究各種結果出現的可能性大小，從而產生了概率論，並使之逐步發展成一門嚴謹的學科。現在，概率與統計的方法日益滲透到各個領域，並廣泛應用於自然科學、經濟學、醫學、金融保險甚至人文科學中 。
5. 什麼是概率分析
概率分析又稱風險分析，是通過研究各種不確定性因素發生不同變動幅度的概率分布及其對項目經濟效益指標的影響，對項目可行性和風險性以及方案優劣作出判斷的一種不確定性分析法。概率分析常用於對大中型重要若干項目的評估和決策之中。
6. 什麼是概率樹分析
概率分析（Probit Analysis） 概率分析又稱風險分析， 是通過研究各種不確定性因素發生不同變動幅度的概率分布及其對項 目 經濟效益指標 的影響， 對項目可行性和風險性以及方案優劣作出判斷的一種不確定性分析法 。概率分析常用於對大中型重要若干 項目 的評估和決策之中。
7. 什麼是概率樹分析法
概率分析（Probit Analysis） 概率分析又稱風險分析， 是通過研究各種不確定性因素發生不同變動幅度的概率分布及其對項 目 經濟效益指標 的影響， 對項目可行性和風險性以及方案優劣作出判斷的一種不確定性分析法 。概率分析常用於對大中型重要若干 項目 的評估和決策之中。
滿意請採納
8. 什麼是概率
概率論
probability theory
研究隨機現象數量規律的數學分支。隨機現象是相對於決定性現象而言的。在一定條件下必然發生某一結果的現象稱為決定性現象。例如在標准大氣壓下，純水加熱到100℃時水必然會沸騰等。隨機現象則是指在基本條件不變的情況下，一系列試驗或觀察會得到不同結果的現象。每一次試驗或觀察前，不能肯定會出現哪種結果，呈現出偶然性。例如，擲一硬幣，可能出現正面或反面，在同一工藝條件下生產出的燈泡，其壽命長短參差不齊等等。隨機現象的實現和對它的觀察稱為隨機試驗。隨機試驗的每一可能結果稱為一個基本事件，一個或一組基本事件統稱隨機事件，或簡稱事件。事件的概率則是衡量該事件發生的可能性的量度。雖然在一次隨機試驗中某個事件的發生是帶有偶然性的，但那些可在相同條件下大量重復的隨機試驗卻往往呈現出明顯的數量規律。例如，連續多次擲一均勻的硬幣，出現正面的頻率隨著投擲次數的增加逐漸趨向於1／2。又如，多次測量一物體的長度，其測量結果的平均值隨著測量次數的增加，逐漸穩定於一常數，並且諸測量值大都落在此常數的附近，其分布狀況呈現中間多，兩頭少及某程度的對稱性。大數定律及中心極限定理就是描述和論證這些規律的。在實際生活中，人們往往還需要研究某一特定隨機現象的演變情況隨機過程。例如，微小粒子在液體中受周圍分子的隨機碰撞而形成不規則的運動（即布朗運動），這就是隨機過程。隨機過程的統計特性、計算與隨機過程有關的某些事件的概率，特別是研究與隨機過程樣本軌道(即過程的一次實現)有關的問題，是現代概率論的主要課題。概率論與實際生活有著密切的聯系，它在自然科學、技術科學、社會科學、軍事和工農業生產中都有廣泛的應用。
概率論的起源與賭博問題有關。16世紀，義大利的學者開始研究擲骰子等賭博中的一些簡單問題。17世紀中葉，法國數學家B.帕斯卡、P.de費馬及荷蘭數學家C.惠更斯基於排列組合方法，研究了一些較復雜的賭博問題，他們解決了分賭注問題、賭徒輸光問題等。隨著18、19世紀科學的發展，人們注意到在某些生物、物理和社會現象與機會游戲之間有某種相似性，從而由機會游戲起源的概率論被應用到這些領域中；同時這也大大推動了概率論本身的發展。使概率論成為數學的一個分支的奠基人是瑞士數學家J.伯努利，他建立了概率論中第一個極限定理，即伯努利大數定律，闡明了事件的頻率穩定於它的概率。隨後A.de棣莫弗和P.S.拉普拉斯 又導出了第二個基本極限定理（中心極限定理）的原始形式。拉普拉斯在系統總結前人工作的基礎上寫出了《分析的概率理論》，明確給出了概率的古典定義，並在概率論中引入了更有力的分析工具，將概率論推向一個新的發展階段。19世紀末，俄國數學家P.L.切比雪夫、A.A.馬爾可夫、A.M.李亞普諾夫等人用分析方法建立了大數定律及中心極限定理的一般形式，科學地解釋了為什麼實際中遇到的許多隨機變數近似服從正態分布。20世紀初受物理學的刺激，人們開始研究隨機過程。這方面A.N.柯爾莫哥洛夫、N.維納、A.A.馬爾可夫、A.R辛欽、P.萊維及W.費勒等人作了傑出的貢獻。
如何定義概率，如何把概率論建立在嚴格的邏輯基礎上，是概率理論發展的困難所在，對這一問題的探索一直持續了3個世紀。20世紀初完成的勒貝格測度與積分理論及隨後發展的抽象測度和積分理論，為概率公理體系的建立奠定了基礎。在這種背景下，蘇聯數學家柯爾莫哥洛夫1933年在他的《概率論基礎》一書中第一次給出了概率的測度論的定義和一套嚴密的公理體系。他的公理化方法成為現代概率論的基礎，使概率論成為嚴謹的數學分支，對概率論的迅速發展起了積極的作用。