统计结果要大于30以上才具统计上的意义
如同您所说
大样本数下的统计结果 就能得出期望值吧?
若以年来算 样本数恐怕不够多
但是若以日股价的统计来算 是否就能符合大样本
例如:A股票
上涨天数5000天
下跌天数4000天
平盘天数1000天
那么
预期上涨的期望值机率是50%
下跌的期望值机率是40%
买10万这档股票的赢钱期望值是10*0.5-10*0.4=正1万
这样算法会不会有点简单?@@
※ 引述《TKelevens (CA 94305)》之铭言：
: 无论股价是否能预测 , 您所述的方法计算出来的不能称为期望值
: 只能视为一种统计结果
: 期望值计算须为每次发生都是独立事件
: 且各种离散性随机变量出现机率恒定
: 在大样本数下所得的理论结果称期望值
: ※ 引述《SZBZ (势在必行)》之铭言：
: : 请问计量经济是否就是"量化分析"?
: : 就如同我们看某支股票的价格走势的分布
: : 做量化统计 例如过农历年后的走势 20年中有:
: : 15次 涨
: : 2次 跌
: : 3次 平
: : 所以农历年后上涨的机率有15/20=75%
: : 下跌的机率只有2/20=10%
: : 然后再把上涨平均涨的幅度与下跌平均跌的幅度算出
: : 做个期望值之类的?

好像应该加个平均涨幅 平均跌幅 才能算期望值?

hello 早安 , 你看错重点了 @@重点在于 " 各种离散性随机变量出现机率恒定 "你的资料来源是历史价格 , 并无法从历史价格计算期望值只能说过往上涨机率 50% 下跌机率 40% , 无关期望值

问题是这样只能统计过去的走势，用来预测未来不太精准应该要看看该档股票的基本面

大于30才有意义是为什么啊？

不ㄧ定要大于30 去查查统计学的样本数问题

看到30一定要回一下...这根本就是错误的观念中央极限定理从一开始就没说过"要多少"只有说"足够大"意思就是, 没有最好最适当, 只有更好更适当(样本越多越好); 自己去试试看对数常态分配的样本数要抽到多少才会逼近常态分配吧~