什麼是對稱分佈?
當變量值以常規頻率出現,並且通常是意思是,,,,中位數, 和模式全部發生在同一時刻。如果繪製了一條線的剖析圖,則將揭示兩個彼此反映的兩側。
以圖形形式,對稱分佈可能顯示為常態分佈(IE,鐘形曲線)。對稱分佈是技術交易中的核心概念,因為假定資產的價格行動隨著時間的流逝而符合對稱分配曲線。
對稱分佈可以與不對稱分佈,這是顯示的概率分佈偏斜或其他違規行為。
關鍵要點
- 對稱分佈是將數據劃分為中間的鏡像圖像的分佈。
- 鐘形曲線是對稱分佈的常見示例。
- 具有對稱分佈對於分析數據並根據統計技術進行推斷很有用。
- 在金融中,具有對稱分佈的數據生成過程可以幫助交易決策。
- 然而,現實世界中的價格數據傾向於表現出不對稱的品質,例如右手。
對稱分佈告訴您什麼?
交易者使用對稱分佈來在設定的時間範圍內建立股票,貨幣或商品的價值面積。這個時間範圍可以是室內的,例如30分鐘的間隔,也可以使用會話甚至數周和幾個月的時間長期。鐘形曲線可以圍繞在此期間的價格點命中,預計大多數價格行動(約68%的價格點)將屬於曲線中心的一個標準偏差。曲線應用於Y軸(價格),因為它是可變的,而整個時期的時間只是線性。因此,平均值的一個標準偏差內的區域是價格和資產實際價值最匹配的價值面積。
如果價格行動將資產價格從價值面積帶出,則表明價格和價值是不一致的。如果漏洞是曲線的底部,則認為該資產被低估了。如果是曲線的頂部,則資產將被高估。假設資產將隨著時間的流逝而恢復為平均值。當交易者談到恢復平均值,他們指的是價格動作的對稱分佈,隨著時間的流逝,這種分佈在平均水平以上和低於平均水平以上波動。
提示
這中央限制定理指出,隨著樣本量變得更大,無論種群分佈如何,包括不對稱的分佈都變得更大,樣本的分佈近似於正態分佈(即對稱)。
如何使用對稱分佈的示例
對稱分佈最常用於將價格動作納入上下文。價格行動與均值兩側的價值區域的一個標準偏差越來越遠,基礎資產在市場上或高估市場的可能性就越大。該觀察結果將根據價格行動與所使用時間段的平均值差距多遠,表明潛在的交易。但是,在較大的時間尺度上,缺少實際的風險很大入口和出口點。
朱莉·邦(Julie Bang)的圖片©Investopedia 2019
對稱分佈與不對稱分佈
對稱分佈的相反是不對稱分佈。如果分佈與零偏度不對稱,則分佈是不對稱的。換句話說,它不會偏斜。不對稱分佈要么左旋轉或右轉。左聯分佈(稱為負分佈)的左尾部更長。右手分佈或正偏分佈的右尾部更長。在分析數據集的偏斜時,確定平均值是正還是負面的,因為它會影響數據分佈分析。一個對數正態分佈是一個普遍引用的不對稱分佈,具有右旋轉。
偏度通常是交易者對潛在投資回報分析的重要組成部分。回報的對稱分佈圍繞平均值均勻分佈。右偏斜的不對稱分佈表明,偏離平均值的歷史回報主要集中在鐘形曲線的左側。
相反,負左偏斜顯示了與集中在曲線右側的平均值的歷史回報。
Sabrina Jiang的圖片©Investopedia 2020
使用對稱分佈的局限性
一個普遍的投資是,過去的績效不能保證未來的結果;但是,過去的績效可以說明模式,並為希望做出關於職位決定的交易者提供見解。對稱分佈是一般的經驗法則,但是無論使用的時間段如何,在該時間尺度上通常會有不對稱分佈的周期。這意味著,儘管鐘形曲線通常會恢復為對稱性,但可能存在不對稱週期,為曲線居中建立了新的平均值。這也意味著,如果其他技術指標未確認交易,則僅基於對稱分佈的價值面積的交易可能是有風險的。
在對稱分佈中的平均值,中值和模式之間的關係是什麼?
在對稱分佈中,這三個描述性統計量往往是相同的值,例如在正態分佈中(貝爾曲線)。這也包含其他對稱分佈,例如均勻分佈(所有值都是相同的;簡單地描繪成水平線)或二項式分佈,該分佈只能說明只有兩個值之一(例如,零或一個,是或否,是或否,true或false等)。
在極少數情況下,對稱分佈可能具有兩種模式(均不是均值或中位數),例如,在一個模式中看起來像兩個相同的山頂,彼此等距。
中位數是對稱的嗎?
中位數描述了上面50%的數據值,而50%在下面。因此,這是數據的中點。在對稱分佈中,中值始終是中點,並在中間的中位數創建鏡像。不對稱分佈並非如此。
頻率分佈的形狀是什麼?
數據的頻率分佈的“形狀”僅僅是其圖形表示(例如作為鈴曲線等)。可視化數據的形狀可以幫助分析師迅速了解其是否對稱。
什麼是對稱數據與非對稱數據?
當變量值以常規頻率或平均值間隔出現時,可以觀察到對稱數據。另一方面,不對稱數據可能具有偏斜或噪聲,以使數據出現在不規則或隨意的間隔中。