股票市場正態分布

❶ 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。

❷ 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

❸ 正態分布是什麼

一種概率分布可以從圖像上理解：

標准正態分布圖像（那個鼓包）反應的是概率密度的圖像，

就是每個點x0處的一點的概率；

Φ是標准正態分布的分布函數，

反應的是x0處左側的面積，就是x<x0的概率

❹ 應該是關於正態分布的問題

設Y=X^(-2)

那麼
F(y)=P(Y<=y)
=P{X^(-2)<=y}
=P{X^2>=1/y}
=P{X>=y^(-1/2)或X<=-y^(-1/2)}
=∫(y^(-1/2)->+∞) f(x)dx + ∫(-∞-> -y^(-1/2)) f(x)dx

所以f(y)=F'(y)= -(-1/2)y^(-3/2) f(y^(-1/2)) + (1/2)y^(-3/2)f(-y^(-1/2))
=(1/2)y^(-3/2) [f(y^(-1/2)) +f(-y^(-1/2))]
=(1/√2π)y^(-3/2)e^(-1/2y)

所以f(y)=[1/√(2π)] y^(-3/2)e^(-1/2y), y>0.
0, 其他

哥們，滿意，不懂的可以追問。

❺ 什麼是正態分布

一個小車車，完全是被南充和鍋盔吸住住了，感覺肯定不錯~~開店的兩口子，配合多默契的，態度也很好，很親切溫和，這種小店店最討人喜歡了。鍋盔就放在車旁邊的炕頭烤起的，看起很飽滿，還會問要脆點還是軟點，多貼心啊~~我還是喜歡脆的~選擇還是多，耳片，牛肉，涼粉，紅糖，肯定要最經典的涼粉了~~#鍋盔灌涼粉# 涼粉是旋子涼粉，加的那個分量簡直到了讓人驚訝的地步，太多了，完全沒法混到餅子一起吃，於是，先吃粉後吃餅。。涼粉口感還是可以，就是咸了點，沒啥辣味，蒜水給的好多，流的滿袋子都是，簡直誇張。。餅子還是多酥脆的，就是厚了點，混到涼粉吃還是安逸。不錯的店，超級耿直。

❻ 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

❼ 金融數據的尖峰厚尾特徵是什麼意思

金融數據的尖峰厚尾特徵是相比較標准正態分布來說的，標准正態分布的偏度為0，峰度為3，通常做實證分析時，會假設金融數據為正態分布，這樣方便建模分析。

但是實證表明，很多數據並不符合正態分布，而更像尖峰厚尾，就是峰度比3大，兩邊的尾巴比正態分布厚，沒有下降得這么快。

厚尾分布主要是出現在金融數據中，例如證券的收益率。 從圖形上說，較正態分布圖的尾部要厚，峰處要尖。

直觀些說，就是這些數據出現極端值的概率要比正態分布數據出現極端值的概率大。因此，不能簡單的用正態分布去擬合這些數據的分布，從而做一些統計推斷。一般來說，通過實證分析發現，自由度為5或6的t分布擬合的較好。

(7)股票市場正態分布擴展閱讀：

基金收益率不服從正態分布，存在顯著的尖峰厚尾特性，我國基金市場還不是有效市場。人民幣匯率收益率波動有集群性效應，不符合正態分布，有尖峰厚尾的特點。結果表明穩定分布能更好的擬和中國股票收益率的實際分布，穩定分布較好的處理中國股票市場中的「尖峰尾」現象。

但很多資本市場上的現象無法用EMH解釋，如證券收益的尖峰厚尾，證券市場的突然崩潰，股價序列的長期記憶性等。對期貨價格數據進行統計分析，發現期貨價格具有「尖峰厚尾」特性。實證結果表明：我國股價波動具有尖峰厚尾特徵、異方差性特徵和波動的持續性和非對稱特徵。

而股票市場的收益率從分布的角度看，並不服從標準的正態分布，而是呈現出一種「尖峰、厚尾」的特徵。

❽ 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。

❾ 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 。