概率分析又称风险分析，是通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项目经济效益指标的影响，对项目可行性和风险性以及方案优劣作出判断的一种不确定性分析法。概率分析常用于对大中型重要若干项目的评估和决策之中。
所谓股票概率分析，通过计算目标值（如净现值）的期望值及目标值大于或等于零的累积概率来测定项目风险大小，为投资者决策提供依据。
这里有篇文章你可参考一下，题目--用概率做股票（作者fanronfr）
“本人研究3D后，颇有些心得。彩票专家说：技术分析的确可以提高中奖率，但提高的比例有限。本人的研究印证了这个结论，大约能提高5%-10%之间，至少在理论上是成立的。但是，即使按10%算，中奖率也只有60%，用累进法买进，最终还是要破产。这就是3D风行世界的科学性，庄家永远立于不败之地。
突然这两天想到，用选彩票的方法先股票，情况会怎样？
我们知道，购买处于上升通道的股票，继续上升的概率要大于掉头向下的概率。
现在假设：按5%的盈利和止损操作，购买后如果上升和下降的比例是60：40，大约是要亏钱的(没有细算)，因为有交易成本在里边。
先不考虑技术分析，本人随机找了几个股票做了测试，情况大大地好，年收益居然超过了50%!可惜不能马上用于实战。为什么？因为是从回头的历史数据中做，有个人主观印象。
现在，我们加入技术分析进行过滤。
对于选用技术分析的指标，按以下原则：
1、最常用的；
2、被实践证明准确率较高的；
3、庄家和散户都认同的。
按最简单、最少量的原则，只能选取3个：K线、成交量、均线。
K线是基本的形态，必须要选；
成交量是为了看它的缩量!记住：看缩量。为什么？因为庄家总会在要紧的时候造量骗人(几乎每个热衷于技术分析的人都被成交量骗过，没错吧)，但庄家造不出缩量来。一旦连续递减的缩量出来，就是一个极其准确的信号。
均线：不用说了，这是核心。研究均线的人都应该知道，均线的核心含义是趋势!本文用概率做股票的核心原理也是基于趋势在一定时间内不会改变这个原理。
综上，现在确定选股原则：
1、处于上升通道中(象是废话)；
2、均线支持完美；
请一定记住“完美”这个词。完美是世界上最美的东西，无以伦比。看看你的K线吧，涨势良好的股票，有几个不是完美的。或许这种说法不准确，应该说：均线完美的K线，有没有下跌的。我要非常严重地告诉你：没有!要知道，庄家只有在一种情况下能够造出完美的图形鼓励你进来：他需要坐轿的时候。因为只有这个时候庄家才完全控盘，他才可能随心所欲地画图。而这个时候进去是安全的。庄家出了一部分货的时候，已经不能完全掌控股票了，所以出货时的图形是最丑陋的，要么堆量不涨、要么大幅震荡、要么均线乱窜，总之是一幅群魔乱舞图。
3、缩量回调，但调整幅度不大；
要点：缩量是前提，只有在缩量的前提下再去看回调问题。
缩量要至少连续三天，呈递减趋势(不要死搬硬套地算三天的成交量是不是比前一天少，要看是不是明显的递减，并在五日均量以下)。
回调，幅度不大。从形态上看，K线实体明显缩小，总体跌幅不大(具体比例要结合个股趋势对比，比较头痛，但有一个原则要掌握：象选美一样，太难看的就免了吧)。
4、不要在头部附近做，也就是说，不要虎口拔牙。
有人说了，我要是知道哪儿是头部，我就知道怎么做股票了，还看你的破文章做甚？
说到这，想起一些股评：高位时应该怎样怎样，看着就想笑。这象是个悖论：我明明不知道，你却给我一个我知道的前提，然后尊尊教导我怎么怎么。
我要说，我的破文章你还得看，但看过了也弄不清头部在哪。想想吧，这个盖子要是能揭开，大家都买在低点卖在高点，那这个零和游戏还做得下去吗？
怎么办？除了记住群魔乱舞图以外，只有一个办法：止损!
关于止损，以后有空我会大面积地说。这里只说一点，没有人否认止损的重要性，但股票做失败的人，都是口是心非的家伙。
不要左右看，说的就是你!回头算算你的账，如果你以前的止损率提高了50%，你现在的收益是多少？
主要的说完了，总结一下：所谓概率，那就有一个要点：不能凭感觉，要精确，精确到每一分线。到了5%，坚决走人，不管是涨还是跌。
现在，说点题外话。看看我们身边我网上股票做成功的人，除了极个别运气非常好的这外(这样的人象中500万的概率那样少)，都坚持了自己的方法，而他们的方法往往简单得不可理喻。而正是这些朴素的原理才蕴含着千古不变的真理。
感谢大家看完，觉得好就顶一下。有兴趣的人可以把你的理解转化成公式跟上，不要保守，原理已经公开了，钱是赚不完的。”
2. 敏感性分析和概率分析的联系是什么
敏感性分析是投资项目的经济评价中常用的一种研究不确定性的方法。它在确定性分析的基础上，进一步分析不确定性因素对投资投资项目的最终经济效果指标的影响及影响程度。敏感性因素一般可选择主要参数（如销售收入、经营成本、生产能力、初始投资、寿命期、建设期、达产期等）进行分析。若某参数的小幅度变化能导致经济效果指标的较大变化，则称此参数为敏感性因素，反之则称其为非敏感性因素。http://ke..com/view/26508.htm
概率分析又称风险分析，是通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项目经济效益指标的影响，对项目可行性和风险性以及方案优劣作出判断的一种不确定性分析法。概率分析常用于对大中型重要若干项目的评估和决策之中
http://ke..com/view/861942.htm
3. 概率分析的含义和步骤举例简述
概率分析又称风险分析，是通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项目经济效益指标的影响，对项目可行性和风险性以及方案优劣作出判断的一种不确定性分析法。概率分析常用于对大中型重要若干项目的评估和决策之中。
步聚
1、列出各种欲考虑的不确定因素。例如销售价格、销售量、投资和经营成本等，均可作为不确定因素。需要注意的是，所选取的几个不确定因素应是互相独立的。
2、设想各各不确定因素可能发生的情况，即其数值发生变化的几种情况。
3、分别确定各种可能发生情况产生的可能性，即概率。各不确定因素的各种可能发生情况出现的概率之和必须等于1。
4、计算目标值的期望值。
可根据方案的具体情况选择适当的方法。假若采用净现值为目标值，则一种方法是，将各年净现金流量所包含的各不确定因素在各可能情况下的数值与其概率分别相乘后再相加，得到各年净现金流量的期望值，然后求得净现值的期望值。另一种方法是直接计算净现值的期望值。
5、求出目标值大于或等于零的累计概率。
对于单个方案的概率分析应求出净现值大于或等于零的概率，由该概率值的大小可以估计方案承受风险的程度，该概率值越接近1，说明技术方案的风险越小，反之，方案的风险越大。可以列表求得净现值大于或等于零的概率
概率分析是根据不确定因素在一定范围内的随机变动，分析并确定这种变动的概率分布，从而计算出其期望值及标准偏差为项目的风险决策提供依据的一种分析方法。
4. 概率什么意思
研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的。在一定条件下必然发生某一结果的现象称为决定性现象。例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下，一系列试验或观察会得到不同结果的现象。每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。例如，掷一硬币，可能出现正面或反面，在同一工艺条件下生产出的灯泡，其寿命长短参差不齐等等。随机现象的实现和对它的观察称为随机试验。随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。事件的概率则是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。例如，连续多次掷一均匀的硬币，出现正面的频率随着投掷次数的增加逐渐趋向于1／2。又如，多次测量一物体的长度，其测量结果的平均值随着测量次数的增加，逐渐稳定于一常数，并且诸测量值大都落在此常数的附近，其分布状况呈现中间多，两头少及某程度的对称性。大数定律及中心极限定理就是描述和论证这些规律的。在实际生活中，人们往往还需要研究某一特定随机现象的演变情况随机过程。例如，微小粒子在液体中受周围分子的随机碰撞而形成不规则的运动（即布朗运动），这就是随机过程。随机过程的统计特性、计算与随机过程有关的某些事件的概率，特别是研究与随机过程样本轨道(即过程的一次实现)有关的问题，是现代概率论的主要课题。
概率论的起源与赌博问题有关。16世纪，意大利的学者开始研究掷骰子等赌博中的一些简单问题。17世纪中叶，有人对博弈中的一些问题发生争论，其中的一个问题是“赌金分配问题”，他们决定请教法国数学家帕斯卡（Pascal)和费马（Fermat）基于排列组合方法，研究了一些较复杂的赌博问题，他们解决了分赌注问题、赌徒输光问题。他们对这个问题进行了认真的讨论，花费了3年的思考，并最终解决了这个问题，这个问题的解决直接推动了概率论的产生。
随着18、19世纪科学的发展，人们注意到在某些生物、物理和社会现象与机会游戏之间有某种相似性，从而由机会游戏起源的概率论被应用到这些领域中；同时这也大大推动了概率论本身的发展。使概率论成为数学的一个分支的奠基人是瑞士数学家j.伯努利，他建立了概率论中第一个极限定理，即伯努利大数定律，阐明了事件的频率稳定于它的概率。随后a.de棣莫弗和p.s.拉普拉斯 又导出了第二个基本极限定理（中心极限定理）的原始形式。拉普拉斯在系统总结前人工作的基础上写出了《分析的概率理论》，明确给出了概率的古典定义，并在概率论中引入了更有力的分析工具，将概率论推向一个新的发展阶段。19世纪末，俄国数学家p.l.切比雪夫、a.a.马尔可夫、a.m.李亚普诺夫等人用分析方法建立了大数定律及中心极限定理的一般形式，科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。20世纪初受物理学的刺激，人们开始研究随机过程。这方面a·n·柯尔莫哥洛夫、n.维纳、a·a·马尔可夫、a·r·辛钦、p·莱维及w·费勒等人作了杰出的贡献。
如何定义概率，如何把概率论建立在严格的逻辑基础上，是概率理论发展的困难所在，对这一问题的探索一直持续了3个世纪。20世纪初完成的勒贝格测度与积分理论及随后发展的抽象测度和积分理论，为概率公理体系的建立奠定了基础。在这种背景下，苏联数学家柯尔莫哥洛夫1933年在他的《概率论基础》一书中第一次给出了概率的测度论的定义和一套严密的公理体系。他的公理化方法成为现代概率论的基础，使概率论成为严谨的数学分支，对概率论的迅速发展起了积极的作用。
概率与统计的一些概念和简单的方法，早期主要用于赌博和人口统计模型。随着人类的社会实践，人们需要了解各种不确定现象中隐含的必然规律性，并用数学方法研究各种结果出现的可能性大小，从而产生了概率论，并使之逐步发展成一门严谨的学科。现在，概率与统计的方法日益渗透到各个领域，并广泛应用于自然科学、经济学、医学、金融保险甚至人文科学中 。
5. 什么是概率分析
概率分析又称风险分析，是通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项目经济效益指标的影响，对项目可行性和风险性以及方案优劣作出判断的一种不确定性分析法。概率分析常用于对大中型重要若干项目的评估和决策之中。
6. 什么是概率树分析
概率分析（Probit Analysis） 概率分析又称风险分析， 是通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项 目 经济效益指标 的影响， 对项目可行性和风险性以及方案优劣作出判断的一种不确定性分析法 。概率分析常用于对大中型重要若干 项目 的评估和决策之中。
7. 什么是概率树分析法
概率分析（Probit Analysis） 概率分析又称风险分析， 是通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项 目 经济效益指标 的影响， 对项目可行性和风险性以及方案优劣作出判断的一种不确定性分析法 。概率分析常用于对大中型重要若干 项目 的评估和决策之中。
满意请采纳
8. 什么是概率
概率论
probability theory
研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的。在一定条件下必然发生某一结果的现象称为决定性现象。例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下，一系列试验或观察会得到不同结果的现象。每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。例如，掷一硬币，可能出现正面或反面，在同一工艺条件下生产出的灯泡，其寿命长短参差不齐等等。随机现象的实现和对它的观察称为随机试验。随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。事件的概率则是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。例如，连续多次掷一均匀的硬币，出现正面的频率随着投掷次数的增加逐渐趋向于1／2。又如，多次测量一物体的长度，其测量结果的平均值随着测量次数的增加，逐渐稳定于一常数，并且诸测量值大都落在此常数的附近，其分布状况呈现中间多，两头少及某程度的对称性。大数定律及中心极限定理就是描述和论证这些规律的。在实际生活中，人们往往还需要研究某一特定随机现象的演变情况随机过程。例如，微小粒子在液体中受周围分子的随机碰撞而形成不规则的运动（即布朗运动），这就是随机过程。随机过程的统计特性、计算与随机过程有关的某些事件的概率，特别是研究与随机过程样本轨道(即过程的一次实现)有关的问题，是现代概率论的主要课题。概率论与实际生活有着密切的联系，它在自然科学、技术科学、社会科学、军事和工农业生产中都有广泛的应用。
概率论的起源与赌博问题有关。16世纪，意大利的学者开始研究掷骰子等赌博中的一些简单问题。17世纪中叶，法国数学家B.帕斯卡、P.de费马及荷兰数学家C.惠更斯基于排列组合方法，研究了一些较复杂的赌博问题，他们解决了分赌注问题、赌徒输光问题等。随着18、19世纪科学的发展，人们注意到在某些生物、物理和社会现象与机会游戏之间有某种相似性，从而由机会游戏起源的概率论被应用到这些领域中；同时这也大大推动了概率论本身的发展。使概率论成为数学的一个分支的奠基人是瑞士数学家J.伯努利，他建立了概率论中第一个极限定理，即伯努利大数定律，阐明了事件的频率稳定于它的概率。随后A.de棣莫弗和P.S.拉普拉斯 又导出了第二个基本极限定理（中心极限定理）的原始形式。拉普拉斯在系统总结前人工作的基础上写出了《分析的概率理论》，明确给出了概率的古典定义，并在概率论中引入了更有力的分析工具，将概率论推向一个新的发展阶段。19世纪末，俄国数学家P.L.切比雪夫、A.A.马尔可夫、A.M.李亚普诺夫等人用分析方法建立了大数定律及中心极限定理的一般形式，科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。20世纪初受物理学的刺激，人们开始研究随机过程。这方面A.N.柯尔莫哥洛夫、N.维纳、A.A.马尔可夫、A.R辛钦、P.莱维及W.费勒等人作了杰出的贡献。
如何定义概率，如何把概率论建立在严格的逻辑基础上，是概率理论发展的困难所在，对这一问题的探索一直持续了3个世纪。20世纪初完成的勒贝格测度与积分理论及随后发展的抽象测度和积分理论，为概率公理体系的建立奠定了基础。在这种背景下，苏联数学家柯尔莫哥洛夫1933年在他的《概率论基础》一书中第一次给出了概率的测度论的定义和一套严密的公理体系。他的公理化方法成为现代概率论的基础，使概率论成为严谨的数学分支，对概率论的迅速发展起了积极的作用。