① 如果用matlab验证股票的收盘价符合对数正态分布
先导入数据，然后取收盘价的对数值即y＝ln（y）
clc;clear
y=ln(y)
Std=std(y) %标准差
[F,XI]=ksdensity(y)
figure(1)
plot(XI,F,'o-')
x =randn(300000,1);
figure(2)
[f,xi] = ksdensity(x);
plot(xi,f);
画出概率分布图
ksdensity -------------------- Kernel smoothing density estimation.
表示核平滑密度估计
② 既然收益率不满足正态分布,为何我国股票市场还是有效的呢，就是为何还是达到了弱式有效呢
收益达不到了满族正态分布的我们股市快要社长是不可能有戏
③ 股票收益率服从正态分布，这种假设合理吗
其实也有点道理，里大盘越近，追踪大盘越紧的收益率越高！希望能够认可。
④ 股票筹码成本分布设置里平均分布和三角形分别是怎么回事
三角形分布：在概率论与统计学中，三角形分布是低限为 a、众数为 c、上限为 b 的连续概率分布。这种分布的数据量大大减少，主要需要"最小值"、"最可能值"和"最大值"三组数据，而且这些数据易于通过分析判断来确定。
这样项目具体活动风险性成本的确定者们只要根据现有的信息或自己的经验判断，去给出项目具体活动的"最小值"、"最可能值"和"最大值"以及"最可能值"的概率，就可以通过简单计算或借助于计算机仿真，得到各个项目具体活动的风险性成本期望值了。
平均分布：平均分布各行用于设置表格各行的宽度相同。
第1步，打开Word2010文档窗口，在表格任意单元格中单击鼠标。
第2步，在打开的“表格工具”功能区中切换到“布局”选项卡，单击“单元格大小”分组中的“分布行”按钮。
用户还可以选中整个表格，然后右键单击表格中的任意单元格，在打开打的快捷菜单中选择“平均分布各行”命令。
⑤ 个股k线值怎样计算听过一个金融人士的理论:XX值取对数呈正态分布，这个XX指的什么
这些理论也不一定准确
⑥ 打新股的命中率随时间变化是正态分布吗
你好，不同时间段的中签率，是平均随机分布的，而不是正态分布。新股中签与否，取决于申购额度、申购资金、申购账户数量，当然最主要的还是人品。什么时间段申购都是一样的。
⑦ 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 。
⑧ 服从正态分布的条件
当现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的.但是最好有实验数据，做正态性检测，才能准确的判断粗略判断的话你说那三个都是（正常情况下，比如第一个球队里不能都是超人，第二个那人不能是吸血鬼之类），因为这些事情的结果受到很多条件的限制，比如球队那个会受到比方说天气、球员发挥状况、对手球队的状况、甚至这支球队使用的球鞋的性能等等，可以列举出大量的对结果有影响的微小因素，那么整体就近似服从正态分布。你应该记得引入正态分布的实验是一个个小球往下滚碰到钉子的，这个实验之所以说是近似服从正态分布就是因为碰到每个钉子后的结果都可以看做微小分布，所以大量微小因素的影响形成累积，从而导致结果服从正态分布。当然，精确的判断要借助正态性检验，作出正态概率图进行检验，这就要专业知识和软件咯，如果你有兴趣可以再去查查，统计学里的。
⑨ 为什么股票价格服从对数正态分布
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。
⑩ 股市K线中的正态分部是什么
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是服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 )。 服从正态分布的随机变量的概率规律为取与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。