如何计算股票涨跌概率？
在《金融分析师一级考试》中，有一门叫做Quantitative的科目，其中一门重要考试内容就是概率与统计的知识。 在投资领域中，我们需要用到大量的统计方法去分析数据，得出结果，从而更好地决策。 首先我们要了解一个概念——假设检验（Hypothesis testing），它用来对未知的事情进行假设，然后再通过搜集相关证据来支持或不支持假设。 下面举几个例子来说明怎么进行假设检验： 一、抛硬币测试
二、正态分布假设 在经济学和金融学里，许多经济变量被假定为符合或近似符合正态分布。例如：
三、置信区间 置信区间是用以描述实验结果的精确性范围。如果将置信区间设得足够宽，则该区间能包含几乎所有可能的实验结果。一般置信区间的上下限分别用公式和表示。 如果我们将上面的两个公式带入刚才假设的数据，那么可以计算出95%的置信区间为[1.007，1.214] 当结果落在[1.008，1.364]这个范围内时，我们可以认为样本符合这一正态分布。反之，如果落在[0.736，1.537]这个范围内，我们就可以认为样本不符合这个正态分布。 这个结论是建立在样本容量相同的前提下得出的，如果样本的容量不同会产生什么影响呢？
四、单样本T-test T-test是用来比较两组数据是否相同的统计方法。如果两组的均值相等，则Z=0；如果不相等，则Z>0或者Z<0。对于零假设Ho： μ1＝μ2，如果p < α，则拒绝零假设；否则不能拒绝零假设。 当α=5%时，t统计量有95%的概率落在上述区域之内，也就是说，当p＞0.05时，我们无法拒绝Ho即两组数据的均值相等。相反，当p＜0.05时，我们可以拒绝Ho。
五、双独立样本T-test 和单样本类似，双独立样本来检验组间差异是否有显著性。 六、方差齐性检验 方差齐性指的是两组的方差相等。在方差齐性的前提下再进行后面的检验才比较合理。 七、协方差分析(Analysis of Covariance， ANCOVA) 当自变量A和B存在相关性，且B无法完全由A解释的时候，我们就会考虑加入C来解释B。因为此时B受到了C的影响，所以即使控制了C，我们也称为模型的因变量的回归效果得到了改善。这种模型就被称为协方差分析。