Moving Medio Normale Distribuzione

Bell Curve SMONTAGGIO curva Bell Curve Bell è un moda in generale termine usato per descrivere una rappresentazione grafica di una distribuzione di probabilità normale. Le normali distribuzioni di probabilità sottostante deviazioni standard dalla media, o dal punto più alto della curva, è ciò che dà la forma di una campana curvo. Una deviazione standard è una misura utilizzata per quantificare la variabilità della dispersione dei dati in un insieme di valori. La media è la media di tutti i punti di dati nel set o la sequenza di dati. Le deviazioni standard sono calcolati dopo la media è calcolata e rappresentano una percentuale dei dati totali raccolti. Ad esempio, se una serie di 100 punteggi dei test sono raccolti ed utilizzati in una distribuzione di probabilità normale, 68 dei punteggi dei test 100 dovrebbe rientrare in una deviazione standard sopra o sotto la media. Spostare due deviazioni standard dalla media dovrebbe includere 95 dei 100 punteggi dei test raccolti, e lo spostamento di tre deviazioni standard dalla media dovrebbe rappresentare il 99,7 dei punteggi dei test 100. Eventuali punteggi dei test che sono valori anomali estreme, come ad esempio un punteggio di 100 o 0, sarebbero considerati punti di dati a lungo di coda e si trovano al di fuori delle tre serie deviazione standard. Usando distribuzioni di dati in Finanza Gli analisti finanziari e gli investitori spesso utilizzano una distribuzione di probabilità normale quando si analizzano i rendimenti di un titolo o di sensibilità generale del mercato. Le deviazioni standard che raffigurano i rendimenti di un titolo sono noti nel mondo della finanza come la volatilità. Ad esempio, le scorte che mostrano una curva a campana sono normalmente azioni blue chip e hanno una minore volatilità e prevedibile. Gli investitori utilizzano la distribuzione di probabilità normale di un scorte passato torna a fare ipotesi per quanto riguarda i suoi futuri previsti. Tuttavia, azioni e altri titoli a volte mostrano distribuzioni non normali, nel senso che non guardano come una curva a campana. distribuzioni non-normali hanno la coda più grassa di una distribuzione di probabilità normale. Se la coda grassa è inclinata negativo, è un segnale per investitori che vi è una maggiore probabilità di rendimenti negativi e viceversa. Positivamente inclinate code grasse possono essere un segno di futuro anormale returns. The scienziato e Guida Ingegneri di Digital Signal Processing di Steven W. Smith, Ph. D. Capitolo 2: Statistica, Probabilità e il rumore I segnali distribuzione normale formate da processi casuali di solito hanno una campana a forma di pdf. Questo si chiama una distribuzione normale, una distribuzione di Gauss, o di una gaussiana, dopo il grande matematico tedesco, Karl Friedrich Gauss (1777-1855). Il motivo per cui questa curva si verifica così di frequente in natura sarà discusso a breve in collaborazione con la generazione di rumore digitale. La forma di base della curva viene generato da un esponente quadrata negativo: Questa curva prima può essere convertito in gaussiana completa aggiungendo una media registrabile. e la deviazione standard, sigma. Inoltre, l'equazione deve essere normalizzati in modo che l'area totale sotto la curva è uguale a uno, un requisito di tutte le funzioni di distribuzione di probabilità. Il risultato è la forma generale della distribuzione normale, uno dei rapporti più importanti statistica e probabilità: Figura 2-8 mostra alcuni esempi di gaussiane con vari mezzi e le deviazioni standard. La media centra la curva su un particolare valore, mentre la deviazione standard controlla la larghezza della forma di campana. Una caratteristica interessante della gaussiana è che le code scendono verso lo zero molto rapidamente, molto più velocemente rispetto ad altre funzioni comuni quali esponenziali decomposizione o 1x. Per esempio, a due, quattro e sei deviazioni standard dalla media, il valore della curva gaussiana è scesa a circa 119, 17563, e 1166.666.666 rispettivamente. Per questo motivo i segnali normalmente distribuiti, come illustrato in Fig. 2-6c, sembrano avere un valore approssimativo di picco-picco. In linea di principio, i segnali di questo tipo possono sperimentare escursioni di ampiezza illimitata. In pratica, il forte calo del pdf gaussiana impone che questi estremi si verificano quasi mai. Ciò si traduce nella forma d'onda avente un aspetto relativamente limitata con un'apparente peakto - ampiezza di picco di circa 6-8sigma. Come precedentemente indicato, l'integrale del pdf viene utilizzato per trovare la probabilità che un segnale sarà entro un certo intervallo di valori. Questo rende l'integrale del pdf abbastanza importante che si è dato il proprio nome, la funzione di distribuzione cumulativa (CDF). Un problema particolarmente sgradevole con il gaussiana è che non può essere integrato con metodi elementari. Per ovviare a questo, l'integrale della gaussiana può essere calcolato per integrazione numerica. Ciò comporta il campionamento della curva gaussiana continuo molto finemente, per esempio, un paio di milioni di punti tra -10sigma e 10sigma. Gli esempi di questo segnale discreto sono poi aggiunti per simulare integrazione. La curva discreta risultante da questa integrazione simulato viene quindi memorizzato in una tabella da utilizzare nel calcolo delle probabilità. La cdf della distribuzione normale è mostrato in Fig. 2-9, con i suoi valori numerici elencati nella Tabella 2-5. Dal momento che questa curva è usato così spesso in probabilità, si è dato il proprio simbolo: Phi (x) (maiuscolo phi greca). Ad esempio, Phi (-2) ha un valore di 0,0228. Questo indica che c'è una probabilità 2.28 che il valore del segnale sarà tra - infin e due deviazioni standard sotto la media, in qualsiasi momento scelto a caso. Analogamente, il valore: Phi (1) 0,8413, significa che c'è un 84.13 possibilità che il valore del segnale, in un istante selezionato a caso, sarà compreso tra - infin e una deviazione standard sopra la media. Per calcolare la probabilità che il segnale sarà sarà tra due valori, è necessario sottrarre i numeri appropriati presenti nel (x) Tavolo Phi. Ad esempio, la probabilità che il valore del segnale, ad un certo tempo scelto casualmente, sarà tra due deviazioni standard sotto la media e una deviazione standard sopra la media, è data da: Phi (1) - Phi (-2) 0,8185 o 81.85 Utilizzando questo metodo, campioni prelevati da un segnale normalmente distribuita saranno all'interno 1sigma della media circa 68 del tempo. Saranno entro 2sigma circa 95 del tempo, ed entro 3sigma circa 99,75 del tempo. è così minuscola, ci si aspetterebbe La probabilità di segnale in più di 10 deviazioni standard dalla media a verificarsi solo per pochi microsecondi dall'inizio dell'universo, circa 10 miliardi di anni Equazione 2-8 può anche essere usata per esprimere la funzione di massa di probabilità di segnali discreti normalmente distribuite. In questo caso, x è limitato per essere uno dei livelli quantizzati che il segnale può assumere, come uno dei valori binari 4096 escono un convertitore analogico-digitale a 12 bit. Ignorare il radic termine sigma 2pi 1, esso viene utilizzato solo per rendere l'area totale sotto la curva pdf uguale a uno. Invece, è necessario includere qualsiasi termine è necessario per rendere la somma di tutti i valori nella PMF uguale a uno. Nella maggior parte dei casi, questo è fatto generando la curva senza preoccuparsi di normalizzazione, sommando tutti i valori non normalizzate, e dividendo tutti i valori dalla sum. Average True Range (ATR) Fasce Average True Range è stata introdotta da J. Welles Wilder nel suo libro del 1978 nuovi concetti di tecniche Trading Systems. ATR è spiegato più dettagliatamente Average True Range. Wilder ha sviluppato fermate Volatilità trend-following a seconda della distanza media vero, che successivamente si è evoluta in Average True Range Trailing Stop. ma questi hanno due grandi punti deboli: Interrompe si muovono verso il basso nel corso di un up-trend di se Average True Range si allarga. Sono disagio con questo: fermate devono muoversi solo nella direzione del trend. Il meccanismo di stop-and-Reverse presuppone che si passa a una posizione short quando viene fermato da una posizione lunga, e viceversa. Troppo spesso, gli operatori sono fermati fuori presto, quando a seguito di una tendenza e desiderio di rientrare nella stessa direzione, come il loro mestiere precedente. Media Band True Range affrontare entrambi questi punti deboli. Interrompe muoversi unicamente nella direzione del trend e non presumere che la tendenza si è invertita quando il prezzo attraversa il livello di arresto. I segnali vengono utilizzati per le uscite: Uscire da una posizione lunga quando il prezzo incrocia al di sotto del più basso Average True Range Band. Uscire da una posizione short quando il prezzo incrocia sopra la parte superiore del Average True Range Band. Mentre non convenzionale, le bande possono essere utilizzati per segnalare voci quando usato in combinazione con un filtro tendenza. Una traversa della banda opposta può essere utilizzato anche come un segnale per proteggere i profitti. L'indice CRB RJ Commodities fine del 2008 down-trend è visualizzato con le fasce Average True Range (21 giorni, 3xATR, prezzo di chiusura) e 63 giorni di media mobile esponenziale utilizzato come filtro di tendenza. Mouse sopra didascalie grafico per visualizzare segnali di trading. Andare short S quando il prezzo chiude al di sotto della media mobile esponenziale di 63 giorni e la banda di uscita inferiore a X quando il prezzo chiude sopra la banda superiore andare short S quando il prezzo chiude sotto la più bassa banda Exit X quando il prezzo chiude sopra la banda superiore andare short S quando prezzo chiude sotto la più bassa banda Exit X quando il prezzo chiude sopra la banda superiore Non posizioni lunghe sono presi quando il prezzo è al di sotto della media mobile esponenziale di 63 giorni, né posizioni corte quando al di sopra della media mobile esponenziale a 63 giorni. Ci sono due opzioni disponibili: prezzo di chiusura: fasce ATR sono tracciate intorno al prezzo di chiusura. HighLow: Le fasce sono tracciati in relazione ai prezzi alti e bassi, come Chandelier uscite. Il periodo di tempo predefinito ATR è di 21 giorni, con multipli fissato a un valore predefinito di 3 x ATR. Il range di normalità è 2, per il brevissimo termine, di 5 per le negoziazioni a lungo termine. I multipli inferiori a 3 sono inclini a whipsaws. Vedere Pannello indicatore per le indicazioni su come impostare un indicatore.