Passer au contenu
Tous les documents de la bibliothèque

Distributions de probabilité et leurs fonctions dans MQL5

Article MQL5 articles

Résumé

Cet article présente les distributions de probabilité comme des modèles de variables aléatoires et décrit des distinctions telles que discret ou continu, symétrie, position et modalité. Il présente des façons courantes de représenter une distribution, notamment sa densité, sa fonction de répartition, sa fonction de répartition inverse et sa fonction de survie, en soulignant comment ces outils peuvent aider à comparer des données de marché empiriques à un comportement théorique.

La partie pratique présente des implémentations de classes MQL5 pour calculer des distributions, en commençant par la loi normale. La classe normale fournit la densité, la probabilité cumulée, les quantiles et la probabilité de survie, avec des approximations de la fonction d’erreur. L’ensemble de code plus vaste vise à couvrir plusieurs distributions théoriques et comprend des scripts pour afficher des distributions continues et discrètes. L’article apporte des bases de programmation et de statistique plutôt qu’une stratégie de trading ou une étude empirique des marchés. Il indique que les paramétrisations et formules peuvent varier selon les références, et décrit la normalité comme peu courante sur les marchés financiers, ce qui rend plus utile la comparaison avec les données observées que l’hypothèse de rendements normaux.

Idées clés

  • Une distribution de probabilité décrit le comportement d’un ensemble d’observations d’une variable aléatoire.
  • Les distributions peuvent notamment être classées selon que leurs variables sont discrètes ou continues.
  • Les fonctions de densité, de répartition, de répartition inverse et de survie offrent différents points de vue sur une distribution.
  • Les exemples MQL5 implémentent les probabilités et quantiles de la loi normale à l’aide d’approximations de la fonction d’erreur.
  • La loi normale est présentée comme une référence utile pour les données financières empiriques, et non comme un modèle par défaut des rendements de marché.

Étiquettes

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.