※ 引述《SZBZ (势在必行)》之铭言：
: 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?@@
的确是简单了点，上述您那假定的1万个交易日的每天报酬率拿来平均
得到的样本平均数大致不远了。
但是记得报酬率得要在 +7%~7%内(因为您提的是台湾)。
此外去把农历附近的报酬率模拟出来本身就有点复杂，所以做得出来固然好
没有也没关系。
至于"期望值"与统计等知识网络上资料不少，想了解在洞口边看看就好，
跳进去可是又深又黑。
您关心的通常称为日历异常效应(节日效应)。
有一个算KUSO的研究 http://ppt.cc/hS67
"月亮效应对台湾上市公司股价报酬率的影响" 看看囉
: ※ 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