matlab峰度和偏度,峰度和偏度

峰度和偏度

峰度(kurtosis)和偏度(skewness)

张贴者： EasyTrader

这是一个应用统计资料分佈的峰度(kurtosis)和偏度(skewness)所作的交易策略。当资料呈现趋势性，并且潜在趋势为正时，我们做多。当资料呈现趋势性，并且潜在趋势为负时，我们做空。当趋势发生反转后，我们平仓。

那么，我们如何确定趋势和趋势的强度呢？让我们先来复习一下峰度和偏度的定义。

首先来看常态分佈 (normal distribution)的定义

分佈 (distribution)：变项中所有数值出现次数的分佈情形，以横轴为变项数值，纵轴为出现频率的座标图呈现。常态分佈：又称高斯分佈 (Gaussian distribution)

标准常态分佈：以平均值 (mean) 为中心，标准差 (standard deviation) 为座标轴之基本单位所绘之常态分佈图。 形状为覆钟形的对称图形。

m ± 1s含有整个样本群之 68.26% 的个体。

m ± 2s含有整个样本群之 95.44% 的个体。

m ± 3s含有整个样本群之 99.74% 的个体。

95% 个体落在 m ± 1.96s 之间。

99% 的个体落在 m ± 2.58s 之间。

在统计学中，峰度(Kurtosis)衡量实数随机变量机率分布的峰态。峰度高就意味着方差增大是由低频度的大于或小