股票市场正态分布

❶ 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。

❷ 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

❸ 正态分布是什么

一种概率分布可以从图像上理解：

标准正态分布图像（那个鼓包）反应的是概率密度的图像，

就是每个点x0处的一点的概率；

Φ是标准正态分布的分布函数，

反应的是x0处左侧的面积，就是x<x0的概率

❹ 应该是关于正态分布的问题

设Y=X^(-2)

那么
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

哥们，满意，不懂的可以追问。

❺ 什么是正态分布

一个小车车，完全是被南充和锅盔吸住住了，感觉肯定不错~~开店的两口子，配合多默契的，态度也很好，很亲切温和，这种小店店最讨人喜欢了。锅盔就放在车旁边的炕头烤起的，看起很饱满，还会问要脆点还是软点，多贴心啊~~我还是喜欢脆的~选择还是多，耳片，牛肉，凉粉，红糖，肯定要最经典的凉粉了~~#锅盔灌凉粉# 凉粉是旋子凉粉，加的那个分量简直到了让人惊讶的地步，太多了，完全没法混到饼子一起吃，于是，先吃粉后吃饼。。凉粉口感还是可以，就是咸了点，没啥辣味，蒜水给的好多，流的满袋子都是，简直夸张。。饼子还是多酥脆的，就是厚了点，混到凉粉吃还是安逸。不错的店，超级耿直。

❻ 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

❼ 金融数据的尖峰厚尾特征是什么意思

金融数据的尖峰厚尾特征是相比较标准正态分布来说的，标准正态分布的偏度为0，峰度为3，通常做实证分析时，会假设金融数据为正态分布，这样方便建模分析。

但是实证表明，很多数据并不符合正态分布，而更像尖峰厚尾，就是峰度比3大，两边的尾巴比正态分布厚，没有下降得这么快。

厚尾分布主要是出现在金融数据中，例如证券的收益率。 从图形上说，较正态分布图的尾部要厚，峰处要尖。

直观些说，就是这些数据出现极端值的概率要比正态分布数据出现极端值的概率大。因此，不能简单的用正态分布去拟合这些数据的分布，从而做一些统计推断。一般来说，通过实证分析发现，自由度为5或6的t分布拟合的较好。

(7)股票市场正态分布扩展阅读：

基金收益率不服从正态分布，存在显著的尖峰厚尾特性，我国基金市场还不是有效市场。人民币汇率收益率波动有集群性效应，不符合正态分布，有尖峰厚尾的特点。结果表明稳定分布能更好的拟和中国股票收益率的实际分布，稳定分布较好的处理中国股票市场中的“尖峰尾”现象。

但很多资本市场上的现象无法用EMH解释，如证券收益的尖峰厚尾，证券市场的突然崩溃，股价序列的长期记忆性等。对期货价格数据进行统计分析，发现期货价格具有“尖峰厚尾”特性。实证结果表明：我国股价波动具有尖峰厚尾特征、异方差性特征和波动的持续性和非对称特征。

而股票市场的收益率从分布的角度看，并不服从标准的正态分布，而是呈现出一种“尖峰、厚尾”的特征。

❽ 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。

❾ 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 。