Ⅰ 如果用matlab驗證股票的收盤價符合對數正態分布
先導入數據，然後取收盤價的對數值即y＝ln（y）
clc;clear
y=ln(y)
Std=std(y) %標准差
[F,XI]=ksdensity(y)
figure(1)
plot(XI,F,'o-')
x =randn(300000,1);
figure(2)
[f,xi] = ksdensity(x);
plot(xi,f);
畫出概率分布圖
ksdensity -------------------- Kernel smoothing density estimation.
表示核平滑密度估計
Ⅱ 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 。
Ⅲ 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。
Ⅳ 已知某股票的一年以後價格X服從對數正態分布,當前價格為十元，且期望為15，方差為4，。求其連續復合年收益
鑒於以上3個樓層的搞笑，我算了下看圖
Ⅳ 股票的價值服從什麼分布
兩個都對
泊松分布或非標准正態分布
Ⅵ 股市K線中的正態分部是什麼
一種概率分布。正態分布是具有兩個參數μ和σ2的連續型隨機變數的分布，第一參數μ是服從正態分布的隨機變數的均值，第二個參數σ2是此隨機變數的方差，所以正態分布記作N(μ，σ2 )。 服從正態分布的隨機變數的概率規律為取與μ鄰近的值的概率大 ，而取離μ越遠的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正態分布的密度函數的特點是：關於μ對稱，在μ處達到最大值，在正（負）無窮遠處取值為0，在μ±σ處有拐點。它的形狀是中間高兩邊低 ，圖像是一條位於x軸上方的鍾形曲線。當μ＝0，σ2 ＝1時，稱為標准正態分布，記為N（0，1）。μ維隨機向量具有類似的概率規律時，稱此隨機向量遵從多維正態分布。多元正態分布有很好的性質，例如，多元正態分布的邊緣分布仍為正態分布，它經任何線性變換得到的隨機向量仍為多維正態分布，特別它的線性組合為一元正態分布。
正態分布最早由A.棣莫弗在求二項分布的漸近公式中得到。C.F.高斯在研究測量誤差時從另一個角度導出了它。P.S.拉普拉斯和高斯研究了它的性質。
生產與科學實驗中很多隨機變數的概率分布都可以近似地用正態分布來描述。例如，在生產條件不變的情況下，產品的強力、抗壓強度、口徑、長度等指標；同一種生物體的身長、體重等指標；同一種種子的重量；測量同一物體的誤差；彈著點沿某一方向的偏差；某個地區的年降水量；以及理想氣體分子的速度分量，等等。一般來說，如果一個量是由許多微小的獨立隨機因素影響的結果，那麼就可以認為這個量具有正態分布（見中心極限定理）。從理論上看，正態分布具有很多良好的性質 ，許多概率分布可以用它來近似；還有一些常用的概率分布是由它直接導出的，例如對數正態分布、t分布、F分布等。
Ⅶ 股票價量是什麼關系
你好，量價關系，是指一隻股票的成交量與價格漲跌之間存在的內在關系，有同步或者背離的關系。投資者可通過分析這種關系，判斷形勢，交易股票。
【類別】量價關系主要有同向和背離兩種。
1.量價同向時，股價與成交量變化方向相同，預示著目前走勢穩定。股價隨著成交量的增加而上漲，不斷增加的成交量支撐著股價繼續上漲的概率很大；而股價隨著成交量的萎縮而下跌，則股價很可能繼續下跌。
2.量價背離時，股價與成交量呈相反的變化趨勢，預示著趨勢可能發生反轉。股價下跌時，成交量不斷增加，說明有資金看好逢低進場，可能會推進股價上漲；股價上漲，成交量減少，這說明股價的上升趨勢沒有成交量來支撐，上漲乏力可能會下跌；
【運用】對於股市中的量價關系，市場上一般有三種觀點，沒有對錯，各人見仁見智。
1.價格是第一位的，成交量是次要的。
2.量比價先行，成交量領先於價格。
3.成交量驗證價格形態。
本信息不構成任何投資建議，投資者不應以該等信息取代其獨立判斷或僅根據該等信息作出決策。
Ⅷ 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。
Ⅸ 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
Ⅹ 股票價格的計算公式
股價是指股票的交易價格，是一個動態的數值，由市場買賣方成交決定，受供求關系的影響上下波動。