Discussion de l'article "Analyse des Paramètres Statistiques des Indicateurs"
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Un nouvel article Analyse des Paramètres Statistiques des Indicateurs a été publié :
L’analyse technique met largement en œuvre les indicateurs montrant les cotations de base « plus clairement » et permettant aux traders d’effectuer une analyse et de prévoir l’évolution des prix du marché. Il est tout à fait évident qu’il n’y a aucun sens à utiliser les indicateurs, et encore moins les appliquer dans la création de systèmes de trading, à moins que nous ne puissions résoudre les problèmes liés à la transformation des cotations initiales et la crédibilité des résultats obtenus. Dans cet article, nous montrons qu’il existe des réels motifs pour une telle conclusion.
La distribution normale (gaussienne) est un cas extrême de presque toutes les distributions de probabilité réelles.
Le théorème de limite de Lyapunov sert d’assise théorique affirmant que la distribution des sommes des valeurs indépendantes et aléatoires ayant n’importe quelle distribution initiale seront normales en cas où il y a plusieurs observations et leur contribution est faible. Par conséquent, il est largement utilisé dans de nombreuses applications réelles de la théorie des probabilités.
La distribution normale est une courbe symétrique en forme de cloche, s’étendant sur tout l’axe des nombres. La distribution gaussienne dépend de deux paramètres : μ (espérance mathématique) et σ (écart-type).
L’espérance mathématique et la médiane de la distribution donnée sont égales à μ, tandis que la dispersion est égale à σ 2. La courbe de densité de probabilité est symétrique à l’espérance mathématique. Le rapport d’asymétrie et l’excès sont γ = 0, ε = 3.
La densité de distribution normale est souvent décrite non pas comme une fonction variable x mais comme z = (x − μ) / σ fonction variable ayant une espérance mathématique nulle et une dispersion égale à 1.
La distribution avec μ = 0 et σ = 1 est appelée la loi normale standard (i.i.i).
Fig. 1. Distribution normale
Auteur : СанСаныч Фоменко