(四) 離散型隨機變量及其概率分布
隨機變量可分為離散型隨機變量和非離散型隨機變量。非離散型隨機變量就是指連續(xù)性函數(shù)的隨機變量。本書的股價隨機過程只研究離散型隨機變量。
離散型隨機變量定義:若隨機變量X只可能取有限個值或可列個值:x1,x2,x3,…,xk,則稱X為離散型變量。X取各個可能值的概率為:
Pk = P X = xk k = 1,2,3…
稱為離散型隨機變量X的概率分布(或分布律)。
離散型隨機變量X的概率分布律可以列表來表示:
X X1 X2 X3 … Xk
P P1 P2 P3 … Pk
離散型隨機變量X的概率分布律具有下列性質:
Pk ≥ 0, k = 1,2,3 …
常用的離散型分布有:
● 二點分布
● 二項分布
● 泊松分布
● 超幾何分布
對于一個隨機變量X,如果知道它的分布律或概率密度,那么這個隨機過程變量的全部概率就知道了。
(五) 時間序列的線性模型和預報概念
時間序列是隨機系列,即參數(shù)離散的隨機過程。如股價隨時間的變化過程,它的時間系列有:
{P(T), T=1,2,3,…}
式中:P(T)是股價隨時間變化的離散系列函數(shù),T是離散時間變量。
“時間序列的線性模型和預報”涉及復雜的數(shù)學推導和算法,這里不再做進一步介紹,讀者如有興趣可參考有關數(shù)學書籍。