Совершенствование языка MQL5 в плане его быстродействия и постоянный рост производительности персональных компьютеров привели к тому, что пользователи платформы MetaTrader 5 все чаще для анализа рынка стали использовать достаточно сложные, развитые математические методы. Эти методы могут принадлежать различным областям экономики, эконометрики...
我支持巴斯的建议--你需要转入期权。布莱克-斯科尔斯模型显然应该对你的数据起作用。
你甚至不明白问题是关于什么的，我的建议是关于什么的）为什么如此清楚地显示你的无知？）
每个钟形函数都是正态分布的密度吗？例如，是什么阻碍了你在图中看到β分布的密度？
顺便说一下，阿列克谢，还有弗拉基米尔，你能给我们一个提示吗？假设我们想用正态分布来近似一些数据。
我想，分布的尾部和中部在近似中必须有相同的权重？
那么用对数坐标进行近似比较好？
因为在线性坐标中，尾部的绝对误差将比中间的小几个数量级，因此将很难参与近似。
或者第二个选项--将商，而不是差值的平方，作为误差？但我将无法推导出这样的公式。
你甚至不明白问题是关于什么的，我的建议是关于什么的）为什么如此清楚地显示你的无知？）
顺便说一下，阿列克谢，还有弗拉基米尔，你能给我们一个提示吗？假设我们想用正态分布来近似一些数据。
分布的尾部和中部在近似中应该有相同的权重，我想？
那么用对数坐标进行近似比较好？
因为在线性坐标中，尾部的绝对误差将比中间的小几个数量级，因此将很难参与近似。
或者第二个选项--将商，而不是差值的平方，作为误差？但我无法推导出这样的公式。
首先，有必要检查样本的正态性，至少 "用眼睛看"。
那么你应该找到Kobzar的 "应用统计学"，并在第二章中寻找)
...
那么用对数坐标进行近似是否更好？
...总的来说，你的问题（问题？）说得太笼统，太抽象了。我唯一可以肯定的是--如果近似是在对数坐标中偏差最小化的情况下进行的，它将是最小的相对误差。这适用于任何东西的逼近：多项式、三角函数、样条、有理分数、小波......。我没有听说过有典型的概率分布 的近似值。
首先，值得检查的是样品是否正常，至少 "用眼睛看"。
"这意味着要为样本和正态分布构建一个量化- 量化（或概率- 概率）图，并确保它能很好地近似于一条直线。
顺便说一句，阿列克谢，还有弗拉基米尔，告诉我。假设我们想用正态分布来近似一些数据
..
例如，这里是大家现在感兴趣的数据https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6。 只是 "一些 "数据。
为什么它们需要用正态分布或其他分布来近似？根据链式反应动力学的传播方程，这个指数在一开始还是很有意思的。
为什么它们需要用正态分布或其他分布来近似？根据链式反应传播动力学方程，该指数在开始时很有趣。
所指的不是一个时间序列，而是一个接近正常的直方图。
https://www.mql5.com/ru/articles/396
python -https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html
https://www.mql5.com/ru/articles/396
所以它是平滑的。