Espérance et distributions des résultats

Source maître EN · P06-L03 · 30 minutes estimées · needs_review

Étude formative hors ligne. Aucune connexion de portefeuille, aucun fonds réel, clé privée, signature, transaction en direct ni donnée de portefeuille personnel. Les visuels sont des spécifications. Cette source maître reste needs_review ; terminer l’exercice formatif ne délivre aucune certification.

Une moyenne positive dans un échantillon minuscule peut masquer des résultats graves et un biais de sélection.

Définir l’unité de résultat

Un R est l’unité de perte de mouvement planifiée du jeu de données original. Un résultat de−4R est possible parce qu’un plan n’est pas un plafond de perte réalisée. Garder distincts les résultats bruts et nets. Avec les proportions p et 1−p et des amplitudes de gain/perte fixes, moyenne modélisée=p×gain−(1−p)×loss ; des résultats variables exigent de moyenner les valeurs réelles.

Effectuer le calcul de l’échantillon

Les cinq observations brutes [2,2,−1,−1,−1] totalisent 1R, donc une moyenne 0.2R. Un coût stipulé de0.1R par observation donne une moyenne nette 0.1R. Quatre résultats rentables sur cinq ne sont pas impliqués ; la proportion de gains observée est 2/5.

Tester la sensibilité de la distribution

Ajouter un sixième résultat brut−4R. La somme devient−3R, la moyenne−0.5R ; la moyenne nette−0.6R si le même coût de0.1R s’applique. Cet événement extrême unique stipulé inverse le signe. Ne pas remplacer son amplitude par le−1R planifié uniquement pour préserver le résultat attrayant.

Circonscrire l’incertitude statistique

NIST décrit comment l’incertitude de la moyenne d’échantillon dépend de la taille d’échantillon, de la dispersion et des hypothèses [NIST]. Ces résultats fictifs sélectionnés n’établissent ni des tirages indépendants identiquement distribués, ni une population stable, ni un avantage futur. Un intervalle de confiance formel exigerait un modèle d’échantillonnage justifié ; cette leçon ne calcule aucun tel intervalle. Consigner tous les résultats, coûts, omissions et étiquettes de régime ; laisser les probabilités futures UNKNOWN.

• R : unité de perte planifiée du jeu de données déclaré.
• Espérance empirique : résultat moyen de l’échantillon.
• Résultat net : brut moins les coûts déclarés.
• Sensibilité aux extrêmes : effet de résultats inhabituellement grands.

ILLUSTRATIVE résultats S1–S5=[+2,+2,−1,−1,−1]R ; coût 0.1R chacun. Extension de stress S6=−4R, même coût. Les échantillons sont des données pédagogiques originales, pas des résultats historiques revendiqués.

Barres de distribution des résultats avec amplitudes individuelles, lignes de moyennes brutes/nettes et piste distincte de sensibilité au sixième événement ; famille du catalogue de distribution des détenteurs adaptée au décompte des résultats sans implication de portefeuille/détenteur.

Les moyennes brutes/nettes des échantillons originaux et leur sensibilité à une perte plus grande stipulée.

Une probabilité de gain de stratégie, des tirages indépendants, une distribution stable ou une espérance rentable future.

• OBSERVED: FIX-P06-L03 indique deux résultats+2R et trois−1R.
• INFERRED: moyenne nette sur cinq résultats 0.1R avec le coût déclaré.
• UNKNOWN: probabilités de résultats futurs.
• INSUFFICIENT EVIDENCE: l’échantillon établit un avantage positif durable.

• Utiliser le taux de gain sans les amplitudes de gain/perte.
• Ignorer les coûts.
• Écarter une perte d’écart comme extérieure au plan.

Calculer la proportion de gains sur cinq événements, la moyenne brute/nette et le résultat net total. Répéter après S6. Expliquer un risque de biais de sélection et une hypothèse manquante pour une affirmation d’espérance future.

Fournir les calculs ou annotations, le tableau affirmations/sources et les limites. Répartition suggérée : étude 12 minutes, exercice 8, correction/quiz 10 ; estimation à calibrer.

• Inclure chaque résultat fourni.
• Distinguer gain/perte, nombre et coûts.
• Tester la sensibilité aux extrêmes.
• Éviter les affirmations de probabilités futures.

L’espérance empirique est une arithmétique sur un échantillon déclaré ; les coûts, les extrêmes et les hypothèses d’échantillonnage limitent toute interprétation plus large.

• Calculer les résultats moyens empiriques avec les coûts.
• Distinguer l’espérance d’échantillon de la distribution future.

P06-L04 après examen de la correction.

NONE dans le catalogue faisant autorité. Le jeu de données/ensemble fourni hors ligne suffit ; aucune fonctionnalité payante ni capacité de Production non vérifiée n’est requise. Les métadonnées de laboratoire/certification désignent des associations en aval, pas des conditions d’accès ni des récompenses délivrées en direct.

• [NIST] NIST — Limites de confiance pour la moyenne — L’incertitude de la moyenne d’échantillon dépend de la dispersion, de la taille et des hypothèses. Vérifié le 2026-10-01; repère turn11view4.