Negociação de estatísticas forex

Negociando com modelos gaussianos de estatísticas Carl Friedrich Gauss era um matemático brilhante que vivia no início dos anos 1800 e deu as equações quadráticas do mundo, métodos de análise de mínimos quadrados e distribuição normal. Embora Pierre Simon LaPlace tenha sido considerado o fundador original da distribuição normal em 1809, Gauss é freqüentemente dado o crédito pela descoberta, porque ele escreveu sobre o conceito no início e tem sido objeto de muito estudo por matemáticos há 200 anos. Na verdade, essa distribuição é muitas vezes referida como Distribuição Gaussiana. Todo o estudo das estatísticas originou-se de Gauss, e nos permitiu entender os mercados. Preços e probabilidades, entre outras aplicações. A terminologia moderna define a distribuição normal como a curva do sino com parâmetros normais. E como a única maneira de entender Gauss e a curva do sino é entender as estatísticas, este artigo irá construir uma curva de sino e aplicá-la a um exemplo comercial. Média e Métodos do Modo Três existem para determinar distribuições: média. Mediana e modo. Os meios são tidos em conta adicionando todas as pontuações e dividindo pelo número de pontuações para obter a média. A mediana é tida em conta adicionando os dois números médios de uma amostra e dividindo por dois, ou simplesmente apenas tomando o valor do meio de uma seqüência ordinal. O modo é o mais freqüente dos números em uma distribuição de valores. O melhor método para obter uma visão de uma seqüência de números é usar significa que ele mede todos os números e, portanto, é mais reflexivo de toda a distribuição. Esta foi a abordagem gaussiana, e seu método preferido. O que estamos medindo aqui são parâmetros de tendência central, ou para responder aonde nossos números de amostra são dirigidos. Para entender isso, devemos traçar nossas pontuações começando com 0 no meio e traçar 1, 2 e 3 desvios padrão à direita e -1, -2 e -3 à esquerda, em referência à média. Zero refere-se ao meio de distribuição. (Muitos fundos de hedge implementam estratégias matemáticas. Para saber mais, leia Análise Quantitativa de Fundos de Hedge e Modelos Multivariados: A Análise de Monte Carlo.) Desvio Padrão e Variância Se os valores seguem um padrão normal, encontraremos 68 de todas as pontuações cairão Dentro de -1 e 1 desvio padrão, 95 caem dentro de dois desvios padrão e 99 caem dentro de três desvios padrão da média. Mas isso não é suficiente para nos contar sobre a curva. Precisamos determinar a variância real e outros fatores quantitativos e qualitativos. A variância responde a questão de como a distribuição é distribuída. Ele é um fator nas possibilidades de por que outliers pode existir em nossa amostra e nos ajuda a entender esses valores atípicos e como eles podem ser identificados. Por exemplo, se um valor cai seis desvios padrão acima ou abaixo da média, ele pode ser classificado como um outlier para efeitos da análise. Os desvios-padrão são uma métrica importante que são simplesmente as raízes quadradas da variância. Os termos modernos chamam essa dispersão. Em uma distribuição gaussiana, se conhecemos a média e o desvio padrão, podemos conhecer as percentagens dos escores que se enquadram em mais ou menos 1, 2 ou 3 desvios-padrão da média. Isso é chamado de intervalo de confiança. É assim que sabemos que 68 de distribuições estão dentro de mais ou menos 1 desvio padrão, 95 dentro de mais ou menos dois desvios padrão e 99 em mais ou menos 3 desvios-padrão. Gauss chamou essas funções de probabilidade. (Para obter mais informações sobre análise estatística, verifique as Medidas de Volatilidade Compreensivas). Inclinação e Kurtosis Até agora, este artigo tem sido sobre a explicação da média e dos vários cálculos para nos ajudar a explicá-lo mais de perto. Uma vez que planejamos nossas pontuações de distribuição, basicamente desenhamos a curva de nossa curva acima de todas as pontuações, assumindo que possuem características de normalidade. Então, isso não é suficiente porque temos caudas na nossa curva que precisam de uma explicação para entender melhor toda a curva. Para fazer isso, vamos para o terceiro e quarto momentos de estatística da distribuição chamada desvio e kurtosis. Skewness of tails mede a assimetria da distribuição. Uma inclinação positiva tem uma variância da média que é positiva e inclinada para a direita, enquanto uma inclinação negativa tem uma variância da esquerda inclinada média essencialmente, a distribuição tende a ser distorcida em um lado particular da média. Uma inclinação simétrica tem 0 variância que forma uma distribuição normal perfeita. Quando a curva do sino é desenhada primeiro com uma cauda longa. Isso é positivo. A cauda longa no início antes do nódulo da curva do sino é considerada negativamente distorcida. Se uma distribuição é simétrica, a soma dos desvios em cubos acima da média equilibrará os desvios em cubos abaixo da média. Uma distribuição direta distorcida terá uma inclinação maior do que zero, enquanto uma distribuição de esquerda distorcida terá uma inclinação menor que zero. (A curva pode ser uma poderosa ferramenta de negociação: para uma leitura mais relacionada, consulte o Risco de Mercado de ações: Wagging the Tails.) Kurtosis explica as características de concentração de pico e valor da distribuição. Um excesso de excesso de curtose. Referido como platykurtosis é caracterizada como uma distribuição bastante plana onde há uma menor concentração de valores em torno da média e as caudas são significativamente mais gordo do que uma distribuição mesokurtic (normal). Por outro lado, uma distribuição leptokurtic contém caudas finas, uma vez que grande parte dos dados está concentrada na média. Skew é mais importante para avaliar as posições comerciais do que a curtose. A análise de títulos de renda fixa requer análise estatística cuidadosa para determinar a volatilidade de uma carteira quando as taxas de juros variam. Modelos para prever a direção dos movimentos devem influenciar a afinidade e a curtose para prever o desempenho de uma carteira de títulos. Esses conceitos estatísticos são ainda aplicados para determinar movimentos de preços para muitos outros instrumentos financeiros. Tais como ações, opções e pares de moedas. Skews são usados ​​para medir os preços das opções medindo as volatilidades implícitas. Aplicando-o a Negociação O desvio padrão mede a volatilidade e pergunta qual o tipo de retorno do desempenho que podem ser esperados. Desvios-padrão menores podem significar menos risco para uma ação, enquanto uma maior volatilidade pode significar um maior nível de incerteza. Os comerciantes podem medir os preços de fechamento da média, pois está disperso da média. A dispersão mediria a diferença do valor real para o valor médio. Uma diferença maior entre os dois significa um maior desvio padrão e volatilidade. Os preços que se desviam longe da média, muitas vezes, retornam à média, para que os comerciantes possam aproveitar essas situações. Os preços que comercializam em uma pequena gama estão prontos para uma ruptura. O indicador técnico freqüentemente usado para os negócios de desvio padrão é a Banda Bollinger. Porque eles são uma medida de volatilidade definida em dois desvios padrão para bandas superiores e inferiores com uma média móvel de 21 dias. A distribuição de Gauss foi apenas o início da compreensão das probabilidades de mercado. Mais tarde, levou a Time Series e Garch Models. Bem como mais aplicações de distorção, como o Volatility Smile. Aviso de Risco: Trading CFDs é arriscado e pode resultar na perda de seu capital investido. Certifique-se de que compreende os riscos envolvidos e não investe mais do que pode perder. Leia a Divulgação de riscos completa. O ForexTime Ltd é regulado pela CySEC sob a licença nº 18512. Aviso de risco: seu capital está em risco. É possível perder mais do que você investir. Usamos cookies para salvar suas preferências e fornecer-lhe uma experiência mais localizada. Se você aceitar o uso de cookies, você pode continuar a navegar. Consulte nossa Política de cookies para obter detalhes completos e como você pode optar por excluir. Se continuar a navegar, você concorda com nossa Política de Cookies. Estatísticas de desempenho do FXTM Como uma autoridade estabelecida na negociação Forex, as estatísticas de desempenho da FXTM são verificadas e publicadas. Nosso objetivo não é apenas repor os padrões e benchmarks no setor Forex, mas também criar consciência e oferecer os mais altos níveis de transparência a todos os nossos clientes. As estatísticas abaixo revelam o tipo de condições comerciais incomparáveis ​​e um serviço ao cliente exemplar em que nos orgulhamos. De acordo com o compromisso da FXTM com a transparência, essas estatísticas foram verificadas pela PricewaterhouseCoopers Limited (PwC) de acordo com o International Standard on Assurance Engagements (ISAE) 3000. Satisfação e Serviços do Cliente Na FXTM, nós vamos além e para garantir que nossos clientes recebam o Excelente apoio que merecem, tornando sua experiência comercial ideal e fácil de usar. Do nosso procedimento de aprovação do cliente super rápido ao nosso processamento de fundos de clientes rápidos, nosso objetivo é fornecer um serviço excepcional em todos os sentidos. Cliente aprovado Menos de 12 minutos