※ 引述《SZBZ (勢在必行)》之銘言：
: 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?@@
的確是簡單了點，上述您那假定的1萬個交易日的每天報酬率拿來平均
得到的樣本平均數大致不遠了。
但是記得報酬率得要在 +7%~7%內(因為您提的是台灣)。
此外去把農曆附近的報酬率模擬出來本身就有點複雜，所以做得出來固然好
沒有也沒關係。
至於"期望值"與統計等知識網路上資料不少，想了解在洞口邊看看就好，
跳進去可是又深又黑。
您關心的通常稱為日曆異常效應(節慶效應)。
有一個算KUSO的研究 http://ppt.cc/hS67
"月亮效應對台灣上市公司股價報酬率的影響" 看看囉
: ※ 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