交易不符合正态分布

Ⅰ 交易模型的评估

对于交易模型的收益和风险评估，很多投资者往往只关心净利润和回报率，而忽略了交易模型的风险测量评估，其实这正是交易模型最为关键的部分。
两个管理者的起始净值和到期净值一样，但是管理者A的期货基金的净值在中间经历了大幅起落，使投资者在投资途中的风险加大，加大了投资者和管理者的心理压力，管理者可能产生情绪波动，不能很好地执行交易模型的交易信号，产生了非市场性风险，投资者也将很可能在中途赎回基金投资，而不能取得最后的回报。
而管理者B的期货基金的净值在中间相对平稳，投资者所面临的风险减少，投资者和管理者心态平稳，管理者不去追求短期的高回报，净值则稳定增长，管理者完成交易模型成功的概率也比管理者A的期货基金要大。
交易模型的评估项目大体包括：净利润、回报率、总交易次数、盈亏次数比率、标准离差/标准离差率、回报回调率、风险指标d七个方面。
标准离差/标准离差率
期货基金交易模型常用的收益和风险评估是标准离差/标准离差率，因为标准离差/标准差离率越小，说明交易模型的收益分布概率越集中，期货基金交易模型实际收益越接近理论收益，风险越低。评估步骤如下：
1.计算交易模型收益期望值
E=∑Xi×Pi，E为收益期望值、Xi为第i笔交易的收益、Pi为第i种结果收益的概率。
2.计算交易模型的收益标准离差
δ=∑（Xi－E）2×Pi
3.标准离差率
V=δ÷E
4.权衡交易模型优劣
选择收益高且标准离差率小的交易模型。
风险指标d
在使用标准离差率对期货基金交易模型收益和风险评估的前提条件是交易模型的分布必须符合正态分布，也就收益分布是对称的，对于不符合正态分布的交易模型的收益和风险评估就没有意义了。往往出现收益为负的交易模型的标准离差率小于收益为正的交易模型，因此我们在这里引入了风险指标d。
d=|∑n÷∑c|，∑n为交易模型收益小于0的次数和收益的乘积、∑c为交易模型收益大于0的次数和收益的乘积。
引入风险指标d的好处是不用对交易模型的收益分布做任何假设，就可以对交易模型的收益进行比较。

Ⅱ 我也遇到了和你一样的问题，请问对于不符合正态分布的你用什么方法继续分析的大侠帮忙

我的也是，正态性检验p值小于0.05，不符合正态分布，经对数转换后也不符合正态分布。所以我版就用的是非参数检验权。analyze-noparametric test -2 independent sample
希望我的回答对你有所帮助，谢谢。

Ⅲ 如何快速确定数据符不符合正态分布

正态下做拟合优度检验，一般有三种方法，Anderson-Darling，Ryan-Joiner，Kolmogorov-Smirnov
第三种也称为科式检验是比较常用回的
一般拟合优度答检验只要不是特殊情况（比如列联表）计算量都是很大，不过现在有很多统计软件可以计算

Ⅳ 毕业论文研究数据几乎都不符合正态分布有没有影响

来回答你的问题，你说即使是不合乎发布，有没有影响是有影响的。

Ⅳ 克里格差值中不符合正态分布怎么办

统计一下，看原数据符合什么分布，如果符合对数正态分布，可以把内利用对数克立格容法进行估值。
一般地，分布状态呈现趋势的，那么就可以首先模拟这种趋势，然后利用泛克立格法进行估计。
还有可以利用非线性克立格法，例如指示克立格法，它不依赖于数据的分布，所以就不必考虑分布状态的问题了。

Ⅵ 当数据不符合正态分布，且希望能符合正态分布时候可以用哪些方法

正态分布法：X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概版率密度函数为正态分布的期权望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0，σ = 1时便符合正态分布了。

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换。

Ⅶ 数据不符合正态分布能用均值加减标准误差表示吗

可以.但是有些分布的这样表示意义不大.原因是正态分布这样做 是因为正态在均值左右的标准差覆盖面积基本稳定确定.那样表示会比较方便.

Ⅷ 我的数据不符合正态分布，是不是不能用多因素方差分析了

如果严重偏态 需要考虑对数据进行下处理 再做分析

Ⅸ 想问一下，在spss中，如果数据不符合正态分布，但是强行用了T检验，Pear

会出现检验效能没这么高的问题，相关检验不是t检验，regression也不是t检验，不要混淆

Ⅹ 用SPSS做相关分析时，数据不呈正态分布，是不是就不能用pearson分析了要用spearman分析

这个首先要看你的变量数据是否都属于连续性数据，如果都是连续性数专据，然后绘制一下变量属的散点图，看看是否是显著的不符合正态分布，如果完全不符合的话 那就只能用其他的来分析，如果只是略微偏态 还是可以用pearson分析
如果数据分类等级数据类型，则直接用spearman方法