所谓统计概率，就是建立在频率理沦基础上的，分别由英国逻辑学家约翰以及奥地利数学家理查德所提出的。他们认为，得出一个事件的概率值的唯一方法是经过对这个事件进行:1次随机试验，针对每次试验都必须记录下绝对频率值与相对频率值，随着试验次数n的增多，相对频率值就会趋向稳定，并且在一个特定的值上下浮动，即存在着一个极限值P(A)，相对频率值趋向这个极限值。这个极限值称为统计概率。

比如，如果想了解在一次掷般子的随机试验中得出6点的概率值能够对它进行3000次前后独立的扔掷试验，在每一次试验之后记录下出现6点的次数，接着经过计算相对频率值能够得到趋向某一个数的统计概率值，如下表。

上述所提及的这个有关相对频率的经验规律就是大数定律在现实生活中的反映，大数定律就是初等概率论的重要基石。既然如此，统计概率在金融交易的实践中其有很重要意义，它则是数理统计的基础。

 1.统计学的内涵

数据可以帮助我们认识世界、作出决策和预测，而统计正是跟数据打交道的一门科学，它是根据人们对现实生活中数据资料的收集、整理以及分析的过程中而形成的。为此引用《不列颠百科全书》对统计学作出这样的定义:“统计学是关于收集以及分析数据的科学与艺术。”

而在这个定义中有3个关键词。

(1)数据。“数据”与“数”的区别是数据应该具有实际背景，而“数”未必一定有。从这个意义上来讲，就不难理解为什么将“统计”从过去“数的运算”中独立出来，并形成一个独立的领域，统计正是通过数据处理来提取信息以帮助人们作出决策。随着信息快速地增长，投资者必须扩大对数据的认识。实际上，目前的数据不单是数，还包括图和语句。只要蕴含着一定信息，不管是什么表现形式，则都是数据。

(2)收集以及分析数据。应用统计处理数据的步骤通常包括:确定该解决的问题;决定收集数据的方法并且收集数据;整理并且尽量清晰地描述数据;分析数据并且作出决策和推断。

(3)科学与艺术。统计学不仅有着它科学的一方面，而且还有它艺术的一方面。至于相同的数据，是因背景和目标不一样可以有许多分析的方法，必须按照问题背景选择合适的方法。简单地说，统计的方法并不是简单意义上的对和错，唯有“好”与“不好”

2.统计与概率的关系

从投资学来说，概率就是研究金融市场的随机现象的一门科学，投资者渐渐认识到金融市场中存在着大量的随机现象，并意识到这些现象表面看没有规律可循，在同样的条件下出现哪一个结果事先很难预料，然而当投资者进行大量重复试验时，试验的每一个结果均会呈现出其频率的稳定性。

举一个例子来说，比如掷一枚均匀的骰子，每次掷得的点数都是随机的，然而通过大量重复投掷股子，点数的分布就会呈现某种规律(亦即所有掷出点数的频率都稳定在1/6)。因此人们期望寻找随机现象的规律。

用一句话来描述概率的话，概率就是从数量上研究金融市场随机性的学科，它可以从偶然性因素和影响中来寻找出必然的数量规律，并且对这些偶然性影响给予数量的刻画和分析。

统计就是基于收集数据和运用数据作出推断等方面并吸收了概率的成果和方法，形成了以抽样为特征的数理统计学。数理统计学是应用统计方法研究金融市场的随机现象，并描述其随机现象总体趋势的数学模型，它不将注意力停留在个体现象的特征上，而是去了解大量随机现象的总体变化趋势，从而得到金融市场随机现象的统计规律，进而获得了关于金融市场的统计预测。

总之，从投资学上讲，统计与概率均是研究金融市场中随机现象的学科。不管怎么说，机遇(或者说偶然性)处处都存在着，并伴随着整个金融，这是一个难以回避的现实。统计和概率正是从不同的角度研究如何刻画金融市场的随机现象，统计从数据来刻画金融市场的随机，概率注重于建立理论模型来刻画金融市场的随机。此外，概率则为统计提供了理论基础。在使用样本估计总体的过程中，抽样的合理性、样本推断总体的合理性，包括所犯错误的风险，均需要概率的知识来提供科学依据。正如西蒙斯所言“机会的数学”，它包含数学中的两个学科分支——概率论以及数理统计学。从大体上来讲，前者属于机会数最化的理论基础，而后者就是对它的应用。”