期貨價格不服從正態分布

❶ 如果數據不服從正態分布怎麼計算置信區間

計算公式

置信區間的計算公式取決於所用到的統計量。置信區間是在預先確定好的顯著性水平下計算出來的，顯著性水平通常稱為α(希臘字母alpha)，如前所述，絕大多數情況會將α設為0.05。置信度為(1-α)，或者100×(1-α)%。於是，如果α=0.05，那麼置信度則是0.95或95%，後一種表示方式更為常用[2]。置信區間的常用計算方法如下：

Pr(c1<=μ<=c2)=1-α

其中：α是顯著性水平（例：0.05或0.10）；

Pr表示概率，是單詞probablity的縮寫；

100%*(1-α)或(1-α)或指置信水平（例如：95%或0.95）；

表達方式：interval(c1,c2) - 置信區間。

(1)期貨價格不服從正態分布擴展閱讀

求解步驟

第一步：求一個樣本的均值

第二步：計算出抽樣誤差。經過實踐，通常認為調查：100個樣本的抽樣誤差為±10%；500個樣本的抽樣誤差為±5%；1200個樣本時的抽樣誤差為±3%。

第三步：用第一步求出的「樣本均值」加、減第二步計算的「抽樣誤差」，得出置信區間的兩個端點。

如果在一次大選中某人的支持率為55%，而置信水平0.95上的置信區間是（50%,60%），那麼他的真實支持率有百分之九十五的機率落在百分之五十和百分之六十之間，因此他的真實支持率不足一半的可能性小於百分之2.5（假設分布是對稱的）。

如例子中一樣，置信水平一般用百分比表示，因此置信水平0.95上的置信區間也可以表達為：95%置信區間。置信區間的兩端被稱為置信極限。對一個給定情形的估計來說，置信水平越高，所對應的置信區間就會越大。

對置信區間的計算通常要求對估計過程的假設（因此屬於參數統計），比如說假設估計的誤差是成正態分布的。

置信區間只在頻率統計中使用。在貝葉斯統計中的對應概念是可信區間。但是可信區間和置信區間是建立在不同的概念基礎上的，因此一般上說取值不會一樣。 置信空間表示通過計算估計值所在的區間。 置信水平表示准確值落在這個區間的概率。

置信區間表示具體值范圍，置信水平是個概率值。例如：估計某件事件完成會在10~12日之間，但這個估計准確性大約只有80%：表示置信區間（10,12），置信水平80%。要想提高置信水平，就要放寬置信空間。

置信水平是指總體參數值落在樣本統計值某一區內的概率；而置信區間是指在某一置信水平下，樣本統計值與總體參數值間誤差范圍。置信區間越大，置信水平越高。

參考資料來源：網路-置信區間

參考資料來源：網路-置信度

❷ 關於期貨中的合約價格問題

你好，我是期貨交易員，大豆保證金一般在8%左右。是期貨市場大盤的價格，和現貨價格沒有關系，你看期貨交易盤，我們開盤是9點至下午3點是交易時間
9點的價格是2000開盤，你在2000的時候買了一手，如果花了1600一手保證金8%
到九點半的時候，漲到2100 也就是說你一手，你在半個小時賺了1000千，但如果你在九點半的時候買一手就是21000(一手10噸） 的8% 1680元一手了
如果有期貨不明白的問題請問我，希望多交些期貨朋友，記得玩期貨，一定懂得捨得，不要貪的道理，一天能賺一個點的利潤，一年下來也不小，就是說每個月保證30個點利潤不難，難的是堅持一種正確的方式，看不準的時候，不要瞎動倉位

❸ 數據怎麼處理都不服從正態分布怎麼辦

數據不正態是非常常見的問題，很多人一旦發現數據不正態，往往第一反應是尋求變換，常用的就是Box-Cox變換。如果還不行，就直接上非參數了。我的意見是先等一等，弄清不正態的原因再說。數據不正態的表現形式根據我個人的經驗和認識，數據不正態大致有以下一些原因：數據本來就不應該是正態的如可靠性研究中，數據基本上是服從指數分布或韋伯分布的；在設備維護中，也不服從正態分布；一個城市也不可能是正態分布的；居民可支配收入也是嚴重右偏分布；客戶滿意度調查中，如果是分打分，通常會集中在分，而分是截尾的，不可能有大於分的，因此它也不可能是正態的。如果明確知道樣本數據所代表的總體本來就不是正態分布的，可以考慮尋求變換，通常都會找到恰當的變換參數。但有些數據也不一定能夠變換成功，如分辨力很低的數據數據的取值很少，如像客戶滿意度調查這樣的截尾數據，這時可以採用非參數檢驗來進行分析。

❹ 商品期貨 期末的期貨價格和 現貨價格為什麼不是接近的

是接近的啊，末期（臨近交割的時候），期貨和現貨的價格會趨向一致，你說的不接近是不是只價格不一樣。這是因為期貨價格包含了倉儲費用，要比現貨高的原因。

❺ 期貨為什麼是偏態分布

偏態分布指頻數分布的高峰位於一側，尾部向另一側延伸的分布。它分為正偏態和負偏態。偏態分布的資料有時取對數後可以轉化為正態分布，反映偏態分布的集中趨勢往往用中位數。

❻ 為什麼做了好幾年期貨交易，回頭看看感覺還無法把握價格的變動規律

你好，其實期貨市場還是股票市場價格是沒有規律的。價格只有大致方向，做交易交易就是大概率的方向，做大概率的事情。
不要想著把握價格的變動規律，價格基本上是沒有規律的。

❼ 大樣本數據不服從正態分布

樣本量大於60，一般可以認為是服從正態分布的。如果你的數據不是嚴重背離正態分布，可以用參數檢驗的方法（這時參數和非參數檢驗結論基本一樣），如果嚴重背離正態分布，還是考慮用非參數檢驗方法。

❽ 期貨投機的缺陷

在期貨市場中，一方面，由於風險遠高於普通投資，投資者急需實用的市場理論來加以指引；另一方面，傳統期貨理論的「現金價值」又受到質疑。這一現象凸顯了傳統期貨理論本身長期以來存在的缺陷和難解的問題。
雖然這是期貨這個特殊市場與生俱來的天性形成的，但從某種程度來說，作為市場理論它的確還有太多未解決的矛盾，這是需要我們去研究的地方。
這里只簡要列舉部分理論的情況，並針對四個存在缺陷的地方加以論述。
1964年，奧斯本（Osberne）發表隨機漫步模型和有效市場假說(EMH)，提出資本市場價格遵循隨機遊走的主張，指出市場價格是市場對隨機到來的事件信息做出的反應，投資者的意志並不能主導事態的發展，從而建立了投資者「整體理性」這一經典假設，並進一步假設期貨合約的持有期收益率服從正態分布，從而可以用數理統計學的工具來分析資本市場。
1965年，經濟學家法瑪(Fama)等人在此基礎上提出了「有效市場假說」。這個理論是假設參與市場的投資者有足夠的理性，能夠迅速對所有市場信息作出合理反應。這是否定基本面分析和圖表分析的理論基礎。實際上，對於投資者來說，這就是存在著很多看淡基本面分析和圖表分析的人士的理論原因。
法瑪於1970年進一步強化了其有效市場理論：由於理性投資者以理性和無偏的方式與非理性投資者博弈，前者將逐步主導市場，使得市場至少能夠達到弱式有效（Weak Form Efficient）。在這一過程中，「市場選擇」這個自然法則使理性投資者成為主導市場的有效力量。「有效市場假說」的支持者認為，市場中的非理性投資者將會遭遇理性投資者的套利活動，「市場選擇」使得發生錯誤的非理性投資者處於被動地位(虧損)，從而被逐步淘汰出市場，直到套期機會消失。通過這一「試錯」過程，市場趨近於「無套利均衡」狀態，這一過程中市場價格逐步接近其真實價值。
這樣，「有效市場假設」就隱含著兩個判斷：一是非理性交易者在價格形成過程中的作用是無足輕重的，因為他們不能長時間影響價格；二是投資者只有根據證券的內在價值進行交易才能獲得效益最大化。
在「有效市場假說」產生的同時，馬克維茨首先用「均值——方差」方法提出資產組合理論，經托賓（Tobin）、夏普（Sharpe）、林特納（Lintner）、莫辛（Mossin）將「有效市場假設」與馬克維茨的資產組合理論相結合，建立了一個以一般均衡框架中理性預期為基礎的投資者行為模型——「資本資產定價模型（CAPM）。資產組合理論和資本資產定價理論及相關的「有效市場假設」構成了傳統金融理論的標准範式，占據了金融理論研究領域的主導地位。
這些理論的特點就是在持有期收益率服從正態分布的基礎上，運用數理統計的方法來分析期貨市場，指導期貨投資。
比如，資產組合理論進一步假設投資者總是追求較大的收益率和較小的收益率方差（風險的度量）。在EMH否定了投資者的價格預測能力之後，資產組合理論指出，投資者也並不是無所作為，而是可以通過投資組合（把雞蛋放在多個籃子里）來降低投資風險，盡量獲得平均收益率。
資本資產定價模型在一系列附加假設的基礎上，經過研究指出，高風險的資產組合會有高收益率期望值，也就是所謂的「風險與收益互換」。在實際應用中，投資經理人根據這一理念使其主要工作是設計資產組合以適應不同群體和不同風險偏好者的需要。

❾ 為什麼假設股票價格服從正態分布是不現實的

股票價格多半不是自然形成，而是人為操縱的成份比較大，尤其受政策影響非常明顯 。

❿ 期貨裡面的價格都穿透了沒有成交是什麼意思

你這樣掛是委託的價格，相當於掛單，如果這個價格只是瞬間觸碰，成交的量是非常的少，而且要看你委託的時間.
穿透的把1419的單子都吃掉了，低於的這個不一定都吃掉價格就起來了