инвестирование - Торговле С Гауссовой Модели Статистики





--- 9 финансовых ошибок, пенсионеры не могут себе позволить сделать


--- 3 лучших кредитных карт для покупки на Amazon в 2016 году (событиями недели)

Карл Фридрих Гаусс был выдающимся математиком, который жил в начале 1800-х годов и дал мир квадратных уравнений, методами анализа методом наименьших квадратов и нормальное распределение. Хотя Пьер Симон Лаплас считали основателем нормального распределения в 1809 году Гаусс часто дается кредит на открытие, потому что он писал о концепции ранней стадии, и это является предметом изучения математиков на протяжении 200 лет. По сути, это распределение часто называют "распределение Гаусса. "Все исследование статистики возникла из Гаусса, и позволило понять рынкам, ценам и вероятностей, среди других приложений. Современная терминология определяет нормальное распределение в качестве колоколообразной Кривой с "нормальными" параметрами. И поскольку единственный способ понять Гаусса и кривой колокол, чтобы понять статистику, эта статья будет построить кривую колокола и применить его к торговле пример.
Существует среднее, медиана и ModeThree методы определения распределений: среднее, медиана и режим. Средства учитываются путем сложения всех баллов и деления на количество баллов, чтобы получить среднее. Медиана учтены путем добавления двух средних чисел выборки и деления на два, или просто взяв среднее значение из порядковой последовательности. Режим является наиболее частым чисел в распределении значений. Самый лучший способ разобраться в последовательности чисел состоит в использовании средств, потому что она усредняет все цифры, и поэтому большинство рефлексивных всего распределение.
Это был Гауссова подхода, и его предпочтительный способ. То, что мы измеряем здесь показатели центральной тенденции, или ответить, где наш образец баллы во главе. Чтобы понять это, мы должны сюжету наш счет, начиная с 0 в середине и сюжет +1, +2 и +3 стандартных отклонения на правом и -1, -2 и -3 на левый, в смысле. "Ноль" означает распределение означает. (Многие хедж-фонды, реализующие математические стратегии. Чтобы узнать больше, читайте количественного анализа хедж-фондов и Многофакторных моделей: Анализ Монте-Карло . )
Стандартное отклонение и VarianceIf значения следуют обычной модели, мы найдем 68% всех результатов будет падать в -1 и +1 стандартное отклонение, 95% - ное падение в пределах двух стандартных отклонений, и 99% - ное падение в пределах трех стандартных отклонений от среднего значения. Но это не достаточно, чтобы рассказать нам о Кривой. Мы должны определить фактическую дисперсию и другие количественные и качественные факторы. Разброс ответов на вопрос, как разложить наш дистрибутив. Это факторы в возможности относительно того, почему выбросы могут существовать в нашем образце и это помогает нам понять эти выбросы и как их можно выявить. Например, если значение падает шесть стандартных отклонений выше или ниже среднего, это может быть классифицировано как выброс для целей анализа.
Стандартные отклонения являются важным показателем того, что это просто квадратный корень из дисперсии. Современные условия называют это дисперсией. В распределение Гаусса, если мы знаем среднее значение и стандартное отклонение, мы можем знать, процент баллов, которые попадают в пределах плюс или минус 1, 2 или 3 стандартных отклонений от среднего. Это называется доверительный интервал. Это, как мы знаем, 68% из дистрибутивов падение в пределах плюс или минус 1 стандартное отклонение, 95% в плюс или минус два стандартных отклонения и 99 % в пределах плюс или минус 3 стандартных отклонения. Гаусса называли эти "функции вероятности". (Для получения дополнительной информации о статистический анализ, проверить понимание меры волатильности . )
Наклон и KurtosisSo далеко, эта статья была о разъяснении значит и различные вычисления, чтобы помочь нам это более подробно объяснить . Когда мы планировали наши результаты распределения, мы в основном рисовали наши кривая, выше всех баллов, при условии, что они обладают признаком нормальности. Так до сих пор это не достаточно, потому что мы наблюдаем за нашей Кривой, что нужно объяснять, чтобы лучше понимать весь Кривой. Для этого идем на третий и четвертый моменты статистического распределения называется skew и эксцесс.
Скошенность хвосты меры асимметрии распределения. Положительный наклон имеет отклонение от среднего значения, что является положительным и смещено вправо, а отрицательный наклон имеет отклонение от среднего перекошен влево – по сути, распределение, имеет тенденцию быть перекос на одной из сторон означает. Симметричный наклон был 0 дисперсия, которая образует идеальный нормального распределения. Когда колоколообразной Кривой сначала рисуется с длинным хвостом, это позитив. Длинный хвост в начале до глыба колоколообразной Кривой является негативным уклоном. Если распределение симметрично, то сумма отклонений в кубе выше среднего будет баланс отклонений в кубе ниже среднего. Перекос правильного распределения будет иметь наклон больше нуля, в то время как перекос левой распределения будет иметь наклон меньше, чем ноль. (Кривой может быть мощным инструментом торговли: дополнительные материалы по теме обратитесь к фондовому рынку и риск: виляет хвостом. )
Эксцесс объясняет пика и концентрацией значений характеристик распределения. Отрицательный избыточный эксцесс, называют platykurtosis характеризуется как достаточно плоское распределение, где есть меньшая концентрация значений вокруг среднего и хвосты значительно толще mesokurtic (нормальное распределение) . С другой стороны, leptokurtic раздача содержит тонкие хвосты, как большая часть данных сосредоточена в виду.
Перекос является более важным для оценки торговых позиций, чем эксцесс. Анализ ценных бумаг с фиксированным доходом требует тщательного статистического анализа, чтобы определить волатильность портфеля, когда процентные ставки варьируются. Модели для прогнозирования направления движений необходимо учитывать асимметрию и эксцесс для прогнозирования эффективности портфеля облигаций . Эти статистические понятия в дальнейшем будут применены для определения движений цен на многие другие финансовые инструменты, такие как акции, опционы и валютные пары. Перекосы используются для определения цен опционов посредством измерения подразумеваемой волатильности.
Применяя его к TradingStandard меры отклонения волатильности и спрашивает, какой возвращает производительности можно ожидать. Меньше стандартного отклонения может означать меньший риск для акций, в то время как высокая волатильность может означать более высокий уровень неопределенности. Торговцы могут измерять цены закрытия от средней, как он рассеивается от среднего. Тогда дисперсия будет измерить разницу от фактического значения к среднему значению. Большой разницы между двумя и означает высшую стандартного отклонения и волатильности. Цены, которые отклоняются далеко от среднего чаще всего, возвратится назад к среднему, так что трейдеры могут воспользоваться этой ситуацией. Цены, что торговля в небольшом диапазоне готовы для пробоя.
Часто используется технический индикатор стандартное отклонение сделок являются полосы Боллинжера®, потому что они являются показателем волатильности комплект на два стандартных отклонения для верхней и нижней полосы с 21-дневная скользящая средняя. Распределение Гаусса было только начало понимания рыночных вероятностей. В дальнейшем это привело к временным рядам и garch-модели, а также более приложений скошенных таких как улыбка волатильности.




Комментарии


Ваше имя:

Комментарий:

ответьте цифрой: дeвять + пять =



Торговле С Гауссовой Модели Статистики Торговле С Гауссовой Модели Статистики