Forex Trading Sannsynlig Og Statistikk

Forex Strategies Forum har noen statistikk over lysemønstre og sannsynligheter, også dine egne back testing oversikter og data kan aksepteres. Hva ber jeg om. ting som hva er sannsynlighetene for en reversering etter en pinbar, hva er sannsynlighetene for at et stearinlys vil fortsette oppover etter to bullish stearinlys og ting som det. virkelig noen statistikk du har vil være velkommen. Jeg har ikke funnet noen gode studier på nettet ennå. Gode ​​bøker om Lysestake inkluderer statistikk. Jeg gjorde noen tester og fikk veldig forskjellig statistikk. Utvalg av probabilitter. Mosty 50-54. Noen få lysestaker 60 sannsynlighet med lav frekvens. Forvent ikke samme probabilites på timeplan som daglig tidsramme. Daglig tidsramme gir bedre muligheter. Tross alt er det stor variasjon av volum i løpet av øktene. Ikke så med daglige lysestaker. Ikke forvent samme sannsynlighet på alle kryss. Det er en lysestake mønster delen under quotNew (real) Helpful Sitequot Statistikken av stearinlys mønstre og sannsynligheter ble gjort av Thomas N. Bulkowski som publiserte boken kalt: quotEncyclopedia of Candlestick Chartsquot. Den inneholder rundt 105 kartmønstre. På forfatterens nettsted kan du finne beskrivelser av disse mønstrene. For eksempel beskrivelse av skytesten, sitat: quot. Teoretisk ytelse: Bearish reversering Testet ytelse: Bullish fortsettelse 61 av tiden Frekvens rangering: 51 Samlet ytelsesrangering: 52 Beste prismål: 52 (bull market, up breakout) Beste gjennomsnittlige flyt på 10 dager: -4.93 (bjørnemarked, nedbrudd) Beste 10-dagers ytelsesrangering: 31 (bjørnmarkedet, nedbrudd). quot Link: thepatternsiteShootingStar2.html Interessant om Bearish reversering. Sannsynligheten for nedgraving bare 40. Kroppslengde er viktigere enn mønsterklassifisering i henhold til Kieran Murphy. Lang øvre skygge eller lang nedre skygge er det eneste unntaket til den regelen. Kieran Murphy vil si - Gi meg et sterkt bullish dagligdagslampe - Gi meg en dag for konfimering, som en grunne retracement, ikke noe sterkt bearish lys - Gi meg et annet bullish lys (kanskje på H4, ikke veldig forskjellig fra breakout of last top) ---------------------------------------------- Trenden er oppe. Edward Revy skrev: Statistikken av lysemønstre og sannsynligheter ble utført av Thomas N. Bulkowski som publiserte boken kalt: quotEcyclopedia of Candlestick Chartsquot. Den inneholder rundt 105 kartmønstre. På forfatterens nettsted kan du finne beskrivelser av disse mønstrene. For eksempel beskrivelse av skytesten, sitat: quot. Teoretisk ytelse: Bearish reversering Testet ytelse: Bullish fortsettelse 61 av tiden Frekvens rangering: 51 Samlet ytelsesrangering: 52 Beste prismål: 52 (bull market, up breakout) Beste gjennomsnittlige flyt på 10 dager: -4.93 (bjørnemarked, nedbrudd) Beste 10-dagers ytelsesrangering: 31 (bjørnmarkedet, nedbrudd). quot Link: thepatternsiteShootingStar2.html Takk Edward. veldig interessante studier. og de viser meg mange grunner til ikke å stole på lysemønstre så mye som jeg har vært lol. Virker som om svært lave sannsynligheter for det meste. men en liten fordel alltid hjelp stearinlys pinner er bra. Men bare i høyere tidsramme. Det er alltid bedre å kombinere lysestake linjer med andre bekreftelsesverktøy som trendlinjer, glidende gjennomsnitt, etc. De er vanligvis ikke effektive når de bare brukes på egenhånd. Trenger med gaussiske modeller av statistikk Carl Friedrich Gauss var en strålende matematiker som bodde i tidlig på 1800-tallet og ga verdens kvadratiske ligninger, metoder for minste kvadratanalyse og normal fordeling. Selv om Pierre Simon LaPlace ble ansett som den opprinnelige grunnleggeren av den normale fordeling i 1809, blir Gauss ofte gitt æren til oppdagelsen, fordi han skrev om konseptet tidlig, og det har vært gjenstand for mye studie av matematikere i 200 år. Faktisk refereres denne distribusjonen ofte til den gaussiske distribusjonen. Hele studien av statistikk stammer fra Gauss, og tillot oss å forstå markeder. priser og sannsynligheter, blant annet applikasjoner. Moderne terminologi definerer den normale fordeling som bellkurven med normale parametere. Og siden den eneste måten å forstå Gauss og bellkurven er å forstå statistikk, vil denne artikkelen bygge en bellkurve og bruke den til et handelseksempel. Mean, Median og Mode Tre metoder finnes for å bestemme fordelinger: mean. median og modus. Midler er fakturert ved å legge alle score og dividere med antall score for å oppnå gjennomsnittet. Median er fakturert ved å legge til de to midtre tallene i en prøve og dividere med to, eller bare bare ta mellomverdien fra en ordinær sekvens. Modus er den hyppigste av tallene i verdifordeling. Den beste metoden for å få innblikk i en tallssekvens er å bruke betyr fordi den er gjennomsnittlig for alle tall, og er dermed mest refleksiv av hele fordeling. Dette var den gaussiske tilnærmingen, og hans foretrukne metode. Det vi måler her er parametere for sentrale tendenser, eller å svare på hvor våre prøvepoeng blir ledet. For å forstå dette må vi plotte våre poeng som begynner med 0 i midten og plot 1, 2 og 3 standardavvik til høyre og -1, -2 og -3 til venstre, i forhold til gjennomsnittet. Null refererer til fordelingsmiddelet. (Mange hedgefond implementerer matematiske strategier. For å finne ut mer, les Kvantitativ analyse av hedgefond og multivariate modeller: Monte Carlo-analysen.) Standardavvik og variasjon Hvis verdiene følger et normalt mønster, finner vi 68 av alle poengene vil falle innenfor -1 og 1 standardavvik, faller 95 innenfor to standardavvik og 99 faller innenfor tre standardavvik fra middelverdien. Men dette er ikke nok til å fortelle oss om kurven. Vi må bestemme den faktiske variansen og andre kvantitative og kvalitative faktorer. Variansen svarer på spørsmålet om hvordan spredt distribusjonen vår er. Det kan være faktorer i muligheter for hvorfor utelukkere kan forekomme i vår prøve, og hjelper oss til å forstå disse utestengene og hvordan de kan identifiseres. For eksempel, hvis en verdi faller seks standardavvik over eller under gjennomsnittet, kan den klassifiseres som en utjevner for formålet med analysen. Standardavvik er en viktig metrisk som bare er den firkantede roten av variansen. Moderne betingelser kalles denne spredningen. I en Gauss-distribusjon, hvis vi kjenner middel - og standardavviket, kan vi kjenne prosentandelen av resultatene som faller innenfor pluss eller minus 1, 2 eller 3 standardavvik fra gjennomsnittet. Dette kalles konfidensintervallet. Slik vet vi at 68 av fordelingene faller innenfor pluss eller minus 1 standardavvik, 95 innenfor pluss eller minus to standardavvik og 99 innen pluss eller minus 3 standardavvik. Gauss kalt disse sannsynlighetsfunksjonene. (For mer informasjon om statistisk analyse, sjekk ut Forstå volatilitetsmålinger.) Skew og Kurtosis Så langt har denne artikkelen vært om forklaring av gjennomsnittet og de ulike beregningene for å hjelpe oss å forklare det nærmere. Når vi plottet ut distribusjonspoengene våre, tok vi utgangspunktet vår bellkurve over alle poengene, forutsatt at de hadde egenskaper av normalitet. Så fortsatt er dette ikke nok fordi vi har haler på kurven vår som trenger forklaring for å bedre forstå hele kurven. For å gjøre dette, går vi til tredje og fjerde øyeblikk av statistikk over distribusjonen kalt skew og kurtosis. Skepsighet av haler måler asymmetri av fordelingen. En positiv skjevhet har en variasjon fra det gjennomsnittet som er positivt og skjev rett, mens en negativ skjevhet har en varianse fra den gjennomsnittlige skjevde venstre i hovedsak, har fordelingen en tendens til å være skjev på en bestemt side av middelværet. En symmetrisk skjevhet har 0 varians som danner en perfekt normal fordeling. Når bellkurven tegnes først med en lang hale. dette er positivt. Den lange halen i begynnelsen før klumpkurvens klump betraktes som negativt skjev. Hvis en fordeling er symmetrisk, vil summen av kubede avvik over gjennomsnittet balansere de kubede avvikene under gjennomsnittet. En skjev rett utbredelse vil ha en skjevhet større enn null, mens en skjev venstre fordeling vil ha en skrå mindre enn null. (Kurven kan være et kraftig handelsverktøy: for mer relatert lesing referer til aksjemarkedsrisiko: Wagging the Tails.) Kurtosis forklarer topp - og verdienskonsentrasjonsegenskapene til fordelingen. En negativ overskytende kurtose. referert til som platykurtose er karakterisert som en forholdsvis flat fordeling hvor det er en mindre konsentrasjon av verdier rundt gjennomsnittet og haler er betydelig dypere enn en mesokurtisk (normal) fordeling. På den annen side inneholder en leptokurtisk distribusjon tynne haler, ettersom mye av dataene er konsentrert til gjennomsnittet. Skew er viktigere for å vurdere handelsstillinger enn kurtose. Analyse av rentepapirer krever omhyggelig statistisk analyse for å bestemme volatiliteten i en portefølje når renten varierer. Modeller for å forutsi retningen av bevegelser må være i skygge og kurtose for å prognose utførelsen av en obligasjonsportefølje. Disse statistiske konseptene brukes videre for å bestemme prisbevegelser for mange andre finansielle instrumenter. som for eksempel aksjer, opsjoner og valutapar. Skews brukes til å måle opsjonspriser ved å måle implisitte volatiliteter. Bruke den til trading Standardavviksforanstaltninger volatilitet og spør hva slags resultatavkastning kan forventes. Mindre standardavvik kan medføre mindre risiko for aksjer, mens høyere volatilitet kan bety høyere grad av usikkerhet. Traders kan måle sluttpriser fra gjennomsnittet da det er spredt fra gjennomsnittet. Dispersjon vil da måle forskjellen fra faktisk verdi til gjennomsnittsverdi. En større forskjell mellom de to betyr en høyere standardavvik og volatilitet. Prisene som avviger langt fra gjennomsnittet, går ofte tilbake til gjennomsnittet, slik at handelsmenn kan dra nytte av disse situasjonene. Prisene som handler i et lite utvalg er klare for en breakout. Den ofte brukte tekniske indikatoren for standardavviksbransjen er Bollinger Band. fordi de er et mål for volatilitet satt til to standardavvik for øvre og nedre bånd med et 21-dagers glidende gjennomsnitt. Gaussfordelingen var bare begynnelsen på forståelsen av markedssannsynligheter. Det førte senere til Time Series og Garch Models. så vel som flere applikasjoner av skew som flyktighet smil. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO er ofte utstedt av mindre, yngre selskaper som søker. Gjeldsgrad er gjeldsgrad som brukes til å måle selskapets økonomiske innflytelse eller en gjeldsgrad som brukes til å måle en person. En type kompensasjonsstruktur som hedgefondsledere vanligvis bruker i hvilken del av kompensasjonen, er ytelsesbasert. MetaTrader Expert Advisor Sannsynlighetsverktøy for bedre Forex Trading For å lykkes, må forex-handelsmenn vite den grunnleggende matematikken av sannsynlighet. Tross alt er det vanskelig å oppnå og opprettholde handelsgevinster uten først å ha muligheten til å forstå tallene og måle dem. Mange handelsfolk bruker en kombinasjon av svarte boksindikatorer for å utvikle og implementere handelsregler. Likevel, forskjellen mellom en god handelsmann og en stor er hans eller hennes forståelse av beregningene og metodene for beregning av ytelse og gevinster. Sannsynlighet og statistikk er nøkkelen til utvikling, testing og profitt fra forex trading. Ved å kjenne noen få sannsynlighetsverktøy, er det lettere for handelsmenn å sette handelsmål i matematiske termer, opprette og drive effektive handelsstrategier, og vurdere resultater. Det er nyttig å vurdere de mest grunnleggende konseptene for sannsynlighet og statistikk for forex trading. Ved å forstå sannsynligheten av sannsynligheten, vet du logikken som brukes av mekaniske handelssystemer og ekspertrådgivere (EA). Normal fordeling Det mest grunnleggende verktøyet for sannsynlighet i forex trading er begrepet normal distribusjon. De fleste naturlige prosesser sies å være normalt fordelt. Enhetlig fordeling innebærer at sannsynligheten for et tall som er hvor som helst på et kontinuum, er omtrent like. Dette er den typen distribusjon som kan oppstå ved kunstig spredning av gjenstander så jevnt som mulig over et område, med en jevn mengde avstand mellom dem. I stedet for en jevn fordeling vil imidlertid en valuta-parpris sannsynligvis bli funnet innenfor et bestemt område til enhver tid. Dette er sin normale fordeling, og sannsynlighetsverktøy kan vise en tilnærming av hvor den prisen sannsynligvis vil bli funnet. Normal distribusjon tilbyr forexhandlere prediktiv kraft med hensyn til sannsynligheten for at en valutaparepris vil nå et visst nivå i løpet av en bestemt tidsramme. Datamaskiner bruker en tilfeldig talegenerator til å beregne middelene (gjennomsnittene) av forexpriser for å bestemme deres normale fordeling. Hvis et stort antall utvalgspriser kontrolleres, vil den normale fordeling dannes som en bellkurve når den tegnes grafisk. Jo større antall prøver, jo jevnere kurven vil være. Reglene for enkle gjennomsnitt er nyttige for handelsmenn, men regler for normal distribusjon gir mer nyttig prediktiv kraft. For eksempel kan en næringsdrivende beregne at gjennomsnittlig daglig prisflyt av et forex-par er, si 50 pips. Likevel kan den normale fordeling også fortelle forhandleren sannsynligheten for at en viss daglig prisbevegelse vil falle mellom 30 og 50 pips, eller mellom 50 og 70 pips. I henhold til reglene for normalfordeling og standardavvik, vil omtrent 68 av prøvene bli funnet innenfor en standardavvik av gjennomsnittet, og ca. 95 vil bli funnet innenfor to standardavvik av gjennomsnittet. Endelig er det en 99,7 sannsynlighet for at prøven faller innenfor tre standardavvik av gjennomsnittet. Normale fordelings - og standardavviksfunksjoner i ekspertrådgivere (EA) og handelssystemer hjelper forexhandlere å vurdere sannsynligheten for at prisene kan flytte et visst beløp i en gitt tidsperiode. Likevel bør handelsmenn være forsiktige når de bruker begrepet normal distribusjon alene med sikte på risikostyring. Selv om sannsynligheten for en sjelden hendelse (som en prisreduksjon på 50) kan virke lav, kan uforutsette markedsfaktorer gjøre muligheten mye høyere enn det som vises under normalfordelingsberegninger. Analysens pålitelighet avhenger av kvantitet og kvalitet på data Ved modellering av normale distribusjonskurver er mengden og kvaliteten på inngangsprisdata svært viktig. Jo større antall prøver, jo jevnere kurven vil være. For å unngå beregningsfeil som skyldes utilstrekkelig data, er det viktig at hver beregning er basert på minst 30 eksemplarer. Så, for å teste en forex-handelsstrategi ved å estimere resultatene fra prøvehandler, må systemutvikleren analysere minst 30 bransjer for å nå statistisk pålitelige konklusjoner angående parametrene som testes. På samme måte er resultatene fra en studie på 500 handler mer pålitelige enn de fra en analyse av bare 50 bransjer. Dispersjon og matematisk forventning å estimere risiko For forexhandlere er de viktigste egenskapene ved en fordeling dens matematiske forventning og spredning. Matematisk forventning for en rekke bransjer er lett å beregne: Bare legg opp alle handelsresultater og del det beløpet med antall handler. Hvis handelssystemet er lønnsomt, er den matematiske forventningen positiv. Hvis matematisk forventning er negativ, mister systemet i gjennomsnitt. Den relative bølgen eller flatheten i fordelekurven er vist ved å måle spredningen eller spredningen av prisverdier innenfor matematisk forventning. Typisk er den matematiske forventningen for enhver tilfeldig distribuert verdi beskrevet som M (X). Dermed kan dispersjon defineres som D (X) M (XM (X) 2. Og en dispersjon kvadratroten kalles dens standardavvik, vist i matematisk stenografi som sigma (). Dispersjon og standardavvik er kritisk viktige for risikostyring I forex trading systemer. Jo høyere verdien av standardavviket, desto høyere vil være den potensielle drawdownen og jo høyere er risikoen. På samme måte, jo lavere verdi for standardavviket, desto lavere blir nedtjeningen mens du handler systemet. Eksempel nedenfor er en prøve risikovurdering for en test av et forex trading system: Trade Number X (Trade Gain eller Tap) I eksemplet ovenfor basert på minimum antall tretti handler for en tilstrekkelig prøve, er det viktig å merke seg at den matematiske forventningen er positiv, så forex tradingstrategien er faktisk lønnsom. Standardavviket er imidlertid høyt, så for å tjene hver dollar handler risikoen for et mye større beløp dette systemet bærer betydelig risiko. Heres resten av e matematikk: For å bestemme matematisk forventning for denne gruppen av handler, legg sammen alle handler gevinster og tap, divider deretter med 30. Dette er middelverdien M (X) for alle handler. I dette tilfellet er det lik en gjennomsnittlig gevinst på 4,26 per handel. Så langt ser systemet ut lovende. For å beregne standardavviket for dispersjonen trekkes gjennomsnittet 4.26 fra resultatene av hver handel, deretter er kvadratet, og summen av alle disse torgene blir lagt sammen. Summen er delt med 29, som er det totale antall transaksjoner minus 1. Ved å bruke formelen for Dispersjon av (X) M (XM (X) 2 gitt ovenfor, heres en kontroll av beregningen fra første handel i vårt eksempel : Handel 1: -17,08 4,26 -21,34 og (-21,34) 2 455,39 Samme beregning utføres for hver handel i testserien. I dette eksemplet er dispersjonen over serien 9,353,62 og per definisjon er kvadratroten lik standarden avvik (), som i dette tilfellet er 96,71. Forex-aktøren ser således at risikoen for dette systemet er ganske høyt: Den matematiske forventningen er faktisk positiv, med en gjennomsnittlig fortjeneste på 4,26 per handel, men standardavviket er høyt når sammenlignet med det overskuddet. Det kan sees at næringsdrivende risikerer 96,71 for hver mulighet til å tjene 4,26 i fortjeneste. Denne risikoen kan være akseptabel, eller næringsdrivende kan velge å endre systemet på leting etter lavere risiko. Utover risikoen for et bestemt handelssystem, kan forex-handelsmenn Bruk også normal fordeling og standardavvik for å beregne Z-poengsummen, noe som indikerer hvor ofte lønnsomme handler vil skje i forhold til å miste handler. Under prosessen med å utvikle et vinnende forex trading system, kan handelsmannen lure på hvor mange av de lønnsomme handlene som ble sett under testingen, var tilfeldige, og hvor mange påfølgende tapende handler må tolereres for å oppnå vinnende handler. For eksempel kan vi anta at gjennomsnittlig forventet fortjeneste fra et gitt Forex trading system er fire ganger mindre enn det forventede tapbeløpet fra hver stop-loss-ordre utløst under handel med dette systemet. Noen handelsmenn kan anta at systemet vil vinne over tid, så lenge det er gjennomsnittlig minst en lønnsom handel for hver fire tapende handler. Likevel, avhengig av fordelingen av gevinster og tap, i real-world trading kan dette systemet trekke for dypt for å gjenopprette i tide til neste vinneren. Normal distribusjon kan brukes til å generere en Z-poengsum, noen ganger kalt en standardscore, som gjør at handelsmenn ikke bare estimerer forholdet mellom gevinster og tap, men også hvor mange gevinster som trolig vil oppstå etter hvert. En positiv Z-poengsum representerer en verdi over gjennomsnittet, og en negativ Z-poengsum representerer en verdi under gjennomsnittet. For å oppnå denne verdien trekker næringsdrivende populasjonsmiddelet fra en individuell råverdi, og deler deretter differansen av populasjonsstandardavviket. Den grunnleggende standardpoengsberegningen for en råpoengsangering utpekt som x er: Hvor er befolkningen gjennomsnittlig og er befolkningsstandardavviket. Det er viktig å forstå at beregningen av Z-poengsummen krever at handelsmannen kjenner parametrene til befolkningen, ikke bare egenskapene til et utvalg tatt fra denne befolkningen. Z representerer avstanden mellom populasjonsmiddel og råpoeng, uttrykt i enheter av standardavviket. Så for et forex trading system: ZN x (R 0,5) P (P x (PN) (N 1) N er det totale antall handler i løpet av en serie R er det totale antall serier av å vinne og miste handler P er lik 2 x W x LW er det totale antall vinnende handler under en serie L er det totale antall tapende handler i løpet av en serie. Individuelle serier kan representeres med en påfølgende sekvens av plusser eller minuser (for eksempel eller 8212). R teller tallet slik serier. Z kan tilby en vurdering av om et forex trading system opererer på målet, eller hvor langt utenfor målet det kan være. Like viktig kan en handelsmann bruke Z-score for å avgjøre om et handelssystem inneholder færre eller større serier av vinnere og tapere enn forventet fra en tilfeldig rekkefølge av trades8211 Med andre ord, om resultatene av etterfølgende bransjer er avhengige av hverandre. Hvis Z-poengsummen er nær 0, er fordelingen av handelsresultater nær den normale fordeling Resultatet av en sekvens av handler kan indikere annonse ependency mellom resultatene av disse handler. Dette skyldes at en normal tilfeldig verdi vil avvike fra gjennomsnittsverdien med ikke mer enn tre sigma (3 x) med en visshet på 99,7. Hvorvidt Z-verdien er positiv eller negativ, informerer handelsmannen om typen avhengighet: En positiv Z-verdi indikerer at den lønnsomme handelen vil bli etterfulgt av en taper. Og positiv Z indikerer at den lønnsomme handelen vil bli fulgt av en annen lønnsom, og en taper vil bli etterfulgt av et annet tap. Denne observerte avhengigheten lar forexhandleren variere posisjonstørrelsene for individuelle handler for å bidra til å håndtere risiko. Sharpe Ratio Sharpe Ratio, eller belønning til variabilitetsforhold, er et av de mest verdifulle sannsynlighetsverktøyene for valutahandlere. Som med metodene beskrevet ovenfor, er det avhengig av å anvende begreper normalfordeling og standardavvik. Det gir handelsmenn en metode for å kontrollere ytelsen til et handelssystem ved å justere for risiko. Det første trinnet er å beregne Holding Periode Returns (HPR). For eksempel, en handel som resulterte i en fortjeneste på 10 har en HPR beregnet som 1 0,10 1,10 mens en handel som taper 10 er beregnet som 1 0,10 0,90. På samme måte kan HPR beregnes ved å dividere etterbehandlingsbalansebeløpet av førhandelsbeløpet. Gjennomsnittlig Holding Periodeavkastning (AHPR) beregnes deretter ved å legge opp alle individuelle avkastningsperioder, deretter dividere etter antall bransjer. AHPR produserer i seg selv et aritmetisk gjennomsnitt som ikke kan skikkelig vurdere ytelsen til et forex trading system over tid. I stedet kan en investeringseffektivisering av handelssystemer estimeres nærmere ved å bruke Sharpe-forholdet, som viser hvordan AHPR minus risikofri rente på langsiktig avkastning er knyttet til standardavviket i handelssystemet. Sharpe Ratio AHPR (1 RFR) SD Når AHPR er gjennomsnittlig holdingsperiode, er RFR den risikofrie avkastningen fra sikre investeringer som bankrenter eller langsiktige T-obligasjonsrenter, og SD er standardavviket. Siden mer enn 99 av alle tilfeldige verdier vil falle innenfor en avstand på 3 rundt middelverdien av M (X) for et gitt handelssystem, jo ​​høyere Sharpe-forholdet er, desto mer effektivt er handelssystemet. For eksempel, hvis Sharpe-forholdet for normalt distribuerte handelsresultater er 3, indikerer det at sannsynligheten for å miste er mindre enn 1 per handel, i henhold til 3-sigma-regelen. Konseptene for normal distribusjon, dispersjon, Z-score og Sharpe-forhold er allerede innlemmet i logaritmer av EAer og mekaniske handelssystemer, og deres brukervennlighet er usynlig for de fleste handelsfolk. Likevel, ved å vite hvordan disse grunnleggende sannsynlighetsverktøyene fungerer, kan forexhandlere ha en dypere forståelse av hvordan automatiserte systemer utfører sine funksjoner, og dermed øke sannsynligheten for å vinne handler. Bruker du for øyeblikket sannsynlighetsverktøy for å øke din egen sjanse til suksess