㈠ 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
㈡ 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 。
㈢ 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。
㈣ 如何判斷數據近似服從正態分布
檢驗方法一：看偏度系數和峰度系數
我們把SPSS結果最上面的一個表格拿出來看看
偏度系數Skewness=-0.333;峰度系數Kurtosis=0.886；兩個系數都小於1，可認為近似於正態分布。
檢驗方法二：單個樣本K-S檢驗
在SPSS里執行「分析—>非參數檢驗—>單個樣本K-S檢驗，彈出對話框，檢驗變數選擇「期初平均分」，檢驗分布選擇「正態分布」
從結果可以看出，K-S檢驗中,Z值為0.493，P值 (sig
2-tailed)=0.968>0.05，因此數據呈近似正態分布
檢驗方法三：Q-Q圖檢驗
在SPSS里執行「圖表—>Q-Q圖」，彈出對話框，
變數選擇「期初平均分」，檢驗分布選擇「正態」，其他選擇默認，然後點「確定」，最後可以得到Q-Q圖檢驗結果，結果很多QQ Plot 中，各點近似圍繞著直線，說明數據呈近似正態分布。
正態分布也叫常態分布，在我們後面說的很多東西都需要數據呈正態分布。下面的圖就是正態分布曲線，中間隆起，對稱向兩邊下降。
1.在SPSS里執行「分析—>描述統計—>頻數統計表」(菜單見下圖，英文版的可以找到相應位置)，然後彈出左邊的對話框，變數選擇左邊的「期初平均分」，再點下面的「圖表」按鈕，彈出圖中右邊的對話框，選擇「直方圖」，並選中「包括正態曲線」
2.設置完後點「確定」，就後會出來一系列結果，包括2個表格和一個圖，我們先來看看最下面的圖，見下圖，
上圖中橫坐標為期初平均分，縱坐標為分數出現的頻數。從圖中可以看出根據直方圖繪出的曲線是很像正態分布曲線。如何證明這些數據符合正態分布呢，光看曲線還不夠，還需要檢驗如上。
㈤ 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。
㈥ 請檢驗滬深300價格收益率序列是否服從正態分布
股市有自己的去年規律，它不是隨機的數，所以不服從正態分布。
㈦ 怎樣根據參數判斷是否服從正態分布
kolmogrov smirnov檢驗就是一種擬合優度檢驗，不知道你的檢驗模型是什麼