相對於高斯機率分布的稠密性, 有一種離散機率分布叫二項分布
由二項分布可以導出波松(poisson)分布:
P(k,T)={(lambda*T)^k}/{k!}*exp(-lambda*T)
T=區段時間;
k=T內發生次數;
lambda=出現頻率;
(例如過去相對長的區段時間L內高低點出現數=N, 那麼lambda=N/L;)
令k=0, 可以得到繼續上漲/下跌的機率P(0,T)=exp(-lambda*T)
eg: 以小時對過去三個月取值 假設已經持續上漲4h,
L=24*30*3=2160, 高點數N=108;
預估未來20h內續漲機率或出現高點機率:
lambda=N/L=0.05; T=20;
P=exp(-lambda*T)=exp(-0.05*24)=0.3679
出現高點機率P'=1-P=0.6321
*當然也可以反過來用 也可以把高低點當作端點
每個人所取的端點數就算L同 N也不盡相同
*這是幾年前拿來估算球賽機率 後來不小心發現價格-時間也有類似現象
有興趣可以調紀錄看看 有誤差但也應該八九不離十

請問 高點數n=108怎麼取的？

那又是另一個故事了 大概取就可以了不要計較那麼多

好像很厲害 不如你告訴我多少點可以買進

同為機率分析，BOLL的準確度也不錯。兩標準差，涵蓋99.7%。抱歉，又記錯。95%。日、週、月BOLL，是大家通用的好夥伴。

謝謝分享