什么是正态分布？
正态分布（也称为高斯分布）是一种关于均值对称的概率分布，表明均值附近的数据比不均值的数据更频繁地出现。 在图形形式中，正态分布将显示为钟形曲线。
正态分布
了解正态分布
正态分布是技术股票市场分析和其他类型的统计分析中假定的最常见分布类型。 标准正态分布具有两个参数：平均值和标准偏差。 对于正态分布，68％的观察值在平均值的+/-一个标准偏差范围内，95％的观察值在+/-两个标准偏差范围内，99.7％的观察值在±3个标准偏差范围内。
正态分布模型受中心极限定理的影响。 该理论指出，从独立且均匀分布的随机变量计算出的平均值具有近似正态分布，而与从中采样变量的分布类型无关（假设其具有有限的方差）。 正态分布有时会与对称分布相混淆。 对称分布是一条分界线产生两个镜像的分布，但是实际数据可能是两个峰或一系列山丘，除了表示正态分布的钟形曲线之外。
重要要点
- 正态分布是概率钟形曲线的恰当术语，正态分布是对称分布，但并非所有对称分布都是正态的，实际上大多数定价分布都不是完全正态的。
偏度和峰度
现实生活中的数据很少（如果有的话）遵循理想的正态分布。 偏度和峰度系数用于衡量给定分布与正态分布的差异。 偏度测量分布的对称性。 正态分布是对称的，并且偏度为零。 如果数据集的分布偏度小于零或负偏度，则分布的左尾比右尾长； 正偏度表示分布的右尾比左尾长。
峰度统计量度了相对于正态分布的尾部的分布的尾部的厚度。 峰度较大的分布显示的尾部数据超过正态分布的尾部（例如，均值有五个或更多标准偏差）。 具有低峰度的分布显示的尾部数据通常不如正态分布的尾部极端。 正态分布的峰度为3，这表明该分布既没有脂肪也没有细尾巴。 因此，如果观察到的分布的峰度大于3，则与正态分布相比，该分布具有较重的尾巴。 如果该分布的峰度小于3，则与正态分布相比，其尾巴较细。
在金融中如何使用正态分布
正态分布的假设适用于资产价格以及价格行为。 交易者可以随时间绘制价格点，以使最近的价格行为符合正态分布。 在这种情况下，价格行动从均值出发的可能性越大，资产被高估或低估的可能性就越大。 交易者可以使用标准差来建议潜在交易。 这种类型的交易通常在很短的时间范围内完成，因为更大的时间范围使得选择入场点和退出点变得更加困难。
同样，许多统计理论都试图在资产价格遵循正态分布的假设下对资产价格进行建模。 实际上，价格分布往往有胖尾巴，因此峰度大于3。 此类资产的价格变动幅度超过均值的三个标准差，超过了正常分布假设下的预期。 即使资产经过了很长一段时间才能符合正态分布，也不能保证过去的表现确实能为未来的前景提供信息。
