統計結果要大於30以上才具統計上的意義
如同您所說
大樣本數下的統計結果 就能得出期望值吧?
若以年來算 樣本數恐怕不夠多
但是若以日股價的統計來算 是否就能符合大樣本
例如:A股票
上漲天數5000天
下跌天數4000天
平盤天數1000天
那麼
預期上漲的期望值機率是50%
下跌的期望值機率是40%
買10萬這檔股票的贏錢期望值是10*0.5-10*0.4=正1萬
這樣算法會不會有點簡單?@@
※ 引述《TKelevens (CA 94305)》之銘言：
: 無論股價是否能預測 , 您所述的方法計算出來的不能稱為期望值
: 只能視為一種統計結果
: 期望值計算須為每次發生都是獨立事件
: 且各種離散性隨機變數出現機率恆定
: 在大樣本數下所得的理論結果稱期望值
: ※ 引述《SZBZ (勢在必行)》之銘言：
: : 請問計量經濟是否就是"量化分析"?
: : 就如同我們看某支股票的價格走勢的分佈
: : 做量化統計 例如過農曆年後的走勢 20年中有:
: : 15次 漲
: : 2次 跌
: : 3次 平
: : 所以農曆年後上漲的機率有15/20=75%
: : 下跌的機率只有2/20=10%
: : 然後再把上漲平均漲的幅度與下跌平均跌的幅度算出
: : 做個期望值之類的?

好像應該加個平均漲幅 平均跌幅 才能算期望值?

hello 早安 , 你看錯重點了 @@重點在於 " 各種離散性隨機變數出現機率恆定 "你的資料來源是歷史價格 , 並無法從歷史價格計算期望值只能說過往上漲機率 50% 下跌機率 40% , 無關期望值

問題是這樣只能統計過去的走勢，用來預測未來不太精準應該要看看該檔股票的基本面

大於30才有意義是為什麼啊？

不ㄧ定要大於30 去查查統計學的樣本數問題

看到30一定要回一下...這根本就是錯誤的觀念中央極限定理從一開始就沒說過"要多少"只有說"足夠大"意思就是, 沒有最好最適當, 只有更好更適當(樣本越多越好); 自己去試試看對數常態分配的樣本數要抽到多少才會逼近常態分配吧~