我们可以假设连续复利，用lnS1-lnS0来近似股票的收益（S1-S0）/S0，而且根据集合布朗运动可知，此收益是服从正态分布的。
❷ 正太分布问题
正态分布，不是正太分布
生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；
一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布（见中心极限定理）。从理论上看，正态分布具有很多良好的性质 ，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。
个人资产受限较多，如国家政策，个人能力，社会环境等，人为因素太大，一般不遵循正态分布
❸ 股价收益是否服从正态分布论文
(一)题名(Title,Topic)
题名又称题目或标题。题名是以最恰当、最简明的词语反映论文中最重要的特定内容的逻辑组合。
论文格式相关书籍论文题目是一篇论文给出的涉及论文范围与水平的第一个重要信息，也是必须考虑到有助于选定关键词不达意和编制题录、索引等二次文献可以提供检索的特定实用信息。论文题目十分重要，必须用心斟酌选定。有人描述其重要性，用了下面的一句话：“论文题目是文章的一半”。对论文题目的要求是：准确得体：简短精炼：外延和内涵恰如其分：醒目。
(二)作者姓名和单位(Author and department)
这一项属于论文署名问题。署名一是为了表明文责自负，二是记录作用的劳动成果，三是便于读者与作者的联系及文献检索(作者索引)。大致分为二种情形，即：单个作者论文和多作者论文。后者按署名顺序列为第一作者、第二作者……。重要的是坚持实事求是的态度，对研究工作与论文撰写实际贡献最大的列为第一作者，贡献次之的，列为第二作者，余类推。注明作者所在单位同样是为了便于读者与作者的联系。
(三)摘要(Abstract)
论文一般应有摘要，有些为了国际交流，还有外文(多用英文)摘要。它是论文内容不加注释和评论的简短陈述。其他用是不阅读论文全文即能获得必要的信息。摘要应包含以下内容：
①从事这一研究的目的和重要性;
②研究的主要内容，指明完成了哪些工作;
③获得的基本结论和研究成果，突出论文的新见解;
④结论或结果的意义。
(四)关键词(Key words)
关键词属于主题词中的一类。主题词除关键词外，还包含有单元词、标题词的叙词。
主题词是用来描述文献资料主题和给出检索文献资料的一种新型的情报检索语言词汇，正是由于它的出现和发展，才使得情报检索计算机化(计算机检索)成为可能。主题词是指以概念的特性关系来区分事物，用自然语言来表达，并且具有组配功能，用以准确显示词与词之间的语义概念关系的动态性的词或词组。
技巧—：依据学术方向进行选题。论文写作的价值，关键在于能够解决特定行业的特定问题，特别是在学术方面的论文更是如此。因此，论文选择和提炼标题的技巧之一，就是依据学术价值进行选择提炼。
技巧二：依据兴趣爱好进行选题。论文选择和提炼标题的技巧之二，就是从作者的爱好和兴趣出发，只有选题符合作者兴趣和爱好，作者平日所积累的资料才能得以发挥效用，语言应用等方面也才能熟能生巧。
技巧三：依据掌握的文献资料进行选题。文献资料是支撑、充实论文的基础，同时更能体现论文所研究的方向和观点，因而，作者从现有文献资料出发，进行选题和提炼标题，即成为第三大技巧。
技巧四：从小从专进行选题。所谓从小从专，即是指软文撰稿者在进行选则和提炼标题时，要从专业出发，从小处入手进行突破，切记全而不专，大而空洞。
❹ 马科维茨投资理论，符合正态分布的假设合理吗
那
❺ 为什么假设股票价格服从正态分布是不现实的
股票价格多半不是自然形成，而是人为操纵的成份比较大，尤其受政策影响非常明显 。
❻ 谁发现了正态分布的理论的
正态分布是最重要的一种概率分布。正态分布概念是由德国的数学家和天文学家Moivre于1733年受次提出的，但由于德国数学家Gauss率先将其应用于天文学家研究，故正态分布又叫高斯分布．
高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。高斯是一个伟大的数学家，重要的贡献不胜枚举。但现今德国10马克的印有高斯头像的钞票，其上还印有正态分布的密度曲线。这传达了一种想法：在高斯的一切科学贡献中，其对人类文明影响最大者，就是这一项。
在高斯刚作出这个发现之初，也许人们还只能从其理论的简化上来评价其优越性，其全部影响还不能充分看出来。这要到20世纪正态小样本理论充分发展起来以后。
拉普拉斯很快得知高斯的工作，并马上将其与他发现的中心极限定理联系起来，为此，他在即将发表的一篇文章(发表于1810年）上加上了一点补充，指出如若误差可看成许多量的叠加，根据他的中心极限定理，误差理应有高斯分布。这是历史上第一次提到所谓“元误差学说”——误差是由大量的、由种种原因产生的元误差叠加而成。后来到1837年，海根(G.Hagen)在一篇论文中正式提出了这个学说。其实，他提出的形式有相当大的局限性：海根把误差设想成个数很多的、独立同分布的“元误差” 之和，每只取两值，其概率都是1/2，由此出发，按狄莫佛的中心极限定理，立即就得出误差(近似地)服从正态分布。
拉普拉斯所指出的这一点有重大的意义，在于他给误差的正态理论一个更自然合理、更令人信服的解释。因为，高斯的说法有一点循环论证的气味：由于算术平均是优良的，推出误差必须服从正态分布；反过来，由后一结论又推出算术平均及最小二乘估计的优良性，故必须认定这二者之一(算术平均的优良性，误差的正态性)为出发点。但算术平均到底并没有自行成立的理由，以它作为理论中一个预设的出发点，终觉有其不足之处。拉普拉斯的理把这断裂的一环连接起来，使之成为一个和谐的整体，实有着极重大的意义。
❼ 股价处于低位时的十种吸筹形态有哪些
股价处于低位时的十种吸筹形态
1、神仙指路：主力在拉升个股前，先打一个长长的上影线，经过短短整理之后，用实体长阳冲过去。这个长影线称为神仙指路，投资者可以在整理时低吸买进。
2、上升三法：个股先拉上一个带量中阳（5%以上），然后回落调整3个交易日以上，至中阳起涨点，在用一根中阳吃掉调整阴线，称为上升三法，投资者可在起涨点低吸买进。
3、回师之军：个股第一波快速拉起，5日均线上穿10日均线，短期均线乖离加大，实盘中不能追涨，应该等5日均线回落至10日均线附近低吸买进，如果个股再次放量上功，就形成回师之军，上攻更猛更狠。
4、星星相映：个股调整尾声，一般伴随3根以上小阳或小阴线，几乎平行排列，交相辉映，称之为“星星相映”，一旦放量上功必有长阳出现，投资者可在三星之后低吸买进。
5、双龙出海：个股在低位连续出现2根并列带量的中阳，称为“双龙出海”，投资者可在“双龙出海”形态出现后逢低介入，后势有中短线机会。
6、落地开花：大盘或个股经过一段连续下跌后，做一个“落地开花”的K线形态，上影很多的十字星或星线，投资者可以在形态确立后低吸买进，必有长阳反击。
7、双针探底：是指股价经过连续调整后率先收出一根长下影的小阳线，接着开始小幅反弹遇到短期均线阻挡，缩量回落到上次长下影的位置附近，再次收出长下影小阳线。经过二次带量的下影探底，股价再次回落到短期均线上方，往往是转入急攻行情的先兆。发生在60日、130日等大均线附近的双针探海反转的威力更大。
8、物极必反：根据K线理论，价格走势出现几乎连续的8根至10根创新高（或新低）线形，代表先前趋势已经到达强弩之未。根据K线理论，如果连创8根至10根创新高或新低线，目前趋势逆转的儿率升高。
9、AB底部：个股和大盘经过长期下跌，急跌出第一个低点，称为A底，引发强烈反弹，一般经过3~5个交易日，再次下跌，出现第二个低点，称为B底，然后引发更强烈的反弹，投资者可在B底附近低吸。
10、以退为进：指的是股价或指数经过长期缩量下跌之后，出现连续的放量（量比5以上）的中阳突破下降压力线，就像红旗飘扬，之后缩量回打标志性阳线的2/3处时，是最佳的中短线低吸点，往往会有更长的阳线向上突破。
具体的可参阅有关方面的书籍系统的去了解一下，同时结合个模拟盘练练，这样理论加以实践可快速有效的技巧，模拟软件可用牛股宝模拟炒股去看看，个人感觉还不错，里面许多的功能足够分析大盘与个股，使用起来有一定的帮助，希望可以帮助到您，祝投资愉快！
❽ 正态分布中的小概率事件理论。
“小概率事件”和假设检验的基本思想
“小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。这种认识便是进行推断的出发点。关于这一点我们要有以下两个方面的认识：一是这里的“几乎不可能发生”是针对“一次试验”来说的，因为试验次数多了，该事件当然是很可能发生的；二是当我们运用“小概率事件几乎不可能发生的原理”进行推断时，我们也有5%的犯错误的可能。
课本是借助于服从正态分布的有关零件尺寸的例子来介绍假设检验的基本思想。进行假设检验一般分三步：
第一步，提出统计假设。课本例子里的统计假设是这个工人制造的零件尺寸服从正态分布 ；
第二步，确定一次试验中的取值a是否落入范围（μ-3σ，μ+3σ）；
第三步，作出推断。如果a∈（μ-3σ，μ+3σ），接受统计假设；如果 ，由于这是小概率事件，就拒绝统计假设。
根据正态分布曲线的性质可知，在正常生产的情况下，质量特征在（μ-σ）～（μ+σ）区间的产品有68．25％；在（μ-2σ）～（μ+2σ）区间的产品有85．45％；在（μ-3σ）～（μ+3σ）区间的产品有99．73％；而质量特性在（μ±3σ）范围以外的产品不到0.3%.
❾ 正态分布的基础知识
正态分布
normal distribution
一种概率分布。正态分布是具有两个参数μ和σ2的连续型随机变量的分布，第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2 )。 遵从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。它的形状是中间高两边低 ，图像是一条位于x轴上方的钟形曲线。当μ＝0，σ2 ＝1时，称为标准正态分布，记为N（0，1）。μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布。
正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。
生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布（见中心极限定理）。从理论上看，正态分布具有很多良好的性质 ，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。
正态分布应用最广泛的连续概率分布，其特征是“钟”形曲线。
❿ 请问对以下正态分布描述怎样理解
对于非专业的学生来说，我想只需要知道简单的几点就够了。死磕定义和公式会把你弄晕的，很多时候你只要知道正态的一些特点就可以了……
首先正态分布严格关于均值对称，均值的那条线就像一面镜子一样。
其次正态分布是钟型的，它的密度函数就像一个钟倒扣在x轴上。
再次，任何正态都可以通过一个相当简便的变换（x-miu）/sigma，得到标准正态，这为我们研究任何正态的性质打下了基础
正态的应用十分广泛，根据我自己的感想有两个原因；
一是正态具有普遍意义。当我们不知道某个事物可能的分布时，如果它的样本的直方图看上去像正态的形状，我们常常就假设它可能有正态的分布，而事实上，很多的直方图画出来就是中间高两边低，我们的假设还是很有意义的
二是理论意义，虽然正态分布的函数看上去很复杂，但由于一些微积分公式，统计学定理，和正态表的应用，使得正态变成我们最容易计算的分布之一。