① 如果用matlab驗證股票的收盤價符合對數正態分布
先導入數據，然後取收盤價的對數值即y＝ln（y）
clc;clear
y=ln(y)
Std=std(y) %標准差
[F,XI]=ksdensity(y)
figure(1)
plot(XI,F,'o-')
x =randn(300000,1);
figure(2)
[f,xi] = ksdensity(x);
plot(xi,f);
畫出概率分布圖
ksdensity -------------------- Kernel smoothing density estimation.
表示核平滑密度估計
② 既然收益率不滿足正態分布,為何我國股票市場還是有效的呢，就是為何還是達到了弱式有效呢
收益達不到了滿族正態分布的我們股市快要社長是不可能有戲
③ 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。
④ 股票籌碼成本分布設置里平均分布和三角形分別是怎麼回事
三角形分布：在概率論與統計學中，三角形分布是低限為 a、眾數為 c、上限為 b 的連續概率分布。這種分布的數據量大大減少，主要需要"最小值"、"最可能值"和"最大值"三組數據，而且這些數據易於通過分析判斷來確定。
這樣項目具體活動風險性成本的確定者們只要根據現有的信息或自己的經驗判斷，去給出項目具體活動的"最小值"、"最可能值"和"最大值"以及"最可能值"的概率，就可以通過簡單計算或藉助於計算機模擬，得到各個項目具體活動的風險性成本期望值了。
平均分布：平均分布各行用於設置表格各行的寬度相同。
第1步，打開Word2010文檔窗口，在表格任意單元格中單擊滑鼠。
第2步，在打開的「表格工具」功能區中切換到「布局」選項卡，單擊「單元格大小」分組中的「分布行」按鈕。
用戶還可以選中整個表格，然後右鍵單擊表格中的任意單元格，在打開打的快捷菜單中選擇「平均分布各行」命令。
⑤ 個股k線值怎樣計算聽過一個金融人士的理論:XX值取對數呈正態分布，這個XX指的什麼
這些理論也不一定準確
⑥ 打新股的命中率隨時間變化是正態分布嗎
你好，不同時間段的中簽率，是平均隨機分布的，而不是正態分布。新股中簽與否，取決於申購額度、申購資金、申購賬戶數量，當然最主要的還是人品。什麼時間段申購都是一樣的。
⑦ 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 。
⑧ 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。
⑨ 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。
⑩ 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。