突然想到，如果两个标的不完全相关（或有各自的期望或变异）的话要怎么处理？
如果有对数正态分布对数转换后的变量的相关系数，可以直接用于分析。
但如果只有原始数据的相关系数，则进一步转换得到转换后的相关系数[1]。
原始数据相关系数 = 1.0（本来的情况）
原始数据相关系数 = 0.7
原始数据相关系数 = 0.5
原始数据相关系数 = 0.0
当然如果完全相关就不需要那么麻烦了，帮补个机率密度函数作图。
附上代码：
https://reurl.cc/yLQOyq
[^1] rovnik, G., Trkov, A., Smith, D. L., & Capote, R. (2013).
Transformation of correlation coefficients between normal and lognormal
distribution and implications for nuclear applications. Nuclear Instruments
and Methods in Physics Research Section A: Accelerators, Spectrometers,
Detectors and Associated Equipment, 727.
※ 引述《daze (一期一会)》之铭言：
: ※ 引述《calvin77 ( 诺亚方舟)》之铭言：
: : 预计报酬试算：
: : 1.美股ETF200w
: : 假设年化报酬率算5.5%
: : 9年复利成长后是约323w。
: : 2.台股富邦台50
: : 假设年化报酬率算5.5%
: : 9年复利成长后是约242w。
: : 9年
: : 200+150累积获利是215w
: 让我们换个假设。
: 假设股市满足对数常态分布
: 年化预期报酬率 5.5%，对数标准差 0.15。
: 9年后
: 报酬率有95%机率落在 -34% ~ +298% 之间
: 美股ETF+台50共350w
: 9年后，有95%机率落在 230w ~ 1394w 之间
: 累积损益有95%机率落在 -120w ~ +1044w 之间
: 另外，还要扣掉利息支出，350w*2.1%*9，约66w左右
: ===
: 对数常态分布未必足以描述股市的风险
: 但姑且就照这个假设讲吧
: 对于9年后，计入利息支出后，损益有95%机率落在 -186w ~ +978w 之间
: 或者说，损益小于零的机率，大约四分之一
: 你的想法如何?