CarlFriedrichGauss是一個孩子的神童，一個在19世紀初生活的輝煌數學家。高斯的貢獻包括二次方程，最小二乘分析和正常分佈。雖然從亞伯拉罕德莫爾德的著作是在1700年代中期的正常分佈中，高斯經常給予發現，並且正常分佈通常被稱為高斯分佈。

源自高斯的統計數據的大部分以及他的模型適用於金融市場，價格和概率。現代術語定義了作為鍾曲線的正態分佈，具有平均值和方差參數。本文介紹了鐘曲線並將概念應用於交易。

測量中心：平均值，中值和模式

分佈中心的措施包括平均值，中位數和模式。僅僅是平均值的平均值，通過添加所有分數並除以分數的數量來獲得。通過添加兩個中間數量的有序的樣本並將兩個（在數據值的偶數數量的情況下）來獲得中值來獲得，或者只是僅僅採取中間值（在奇數的數據值的情況下）。該模式是值分佈值中最常見的數字。

從理論上講，中位數，模式和平均值對於正態分佈是相同的。然而，當使用數據時，平均值是這三個中間中心的優選測量。如果值遵循正常（高斯）分佈，則為68％的分數落在-1和+1標準偏差（平均值）內，在兩個標準偏差範圍內95％下降，99.7％在三個標準偏差範圍內。標準偏差是方差的平方根，測量分佈的擴散。

Gaussian模型交易

標準差測量波動性並確定可以預期返回的性能。較小的標準偏差意味著投資的風險較低，而較高的標準偏差意味著更高的風險。交易員可以衡量關閉價格與平均值的差異;實際值和平均值之間的差異較大表明標準偏差較高，因此更揮發性。

偏離平均值的價格可能會恢復到平均值，以便交易者可以利用這些s在少數範圍內交易的比例和價格可能已準備好突破。標準偏差交易的經常使用的技術指示器是BollingerBand®，因為它是具有21天移動平均線的上部和下部頻段的兩個標準偏差的波動率。

偏斜和kurtosis

數據通常不會遵循正態分佈的精確鐘曲線圖案。偏斜和峰氏術是數據如何偏離這種理想模式的措施。偏斜度測量分佈尾的尾部的不對稱性：正歪斜的數據具有比在低端的平均值的高端偏離的數據;對相反的是負面歪曲的真實。

雖然偏差與尾部的失衡有關，但栗色病症涉及尾部的末端，無論它們是否高於或低於平均值。溶滲濾性具有陽性過多的峰氏症，並且具有比正常分佈（例如，來自平均值的五個或更多標準偏差）更極端（尾部）的數據值。稱為PlatyKurtosis的陰性過量的Kurtosis，其特徵在於具有極端值字符的分佈，該分佈比正常分佈的極低。

作為散氏和剛性病的應用，例如，固定收入證券的分析需要仔細統計分析，以確定投資組合的波動率隨意。預測運動方向的模型必須考慮散紋和峰氏，以預測債券組合的性能。這些統計概念可以進一步應用於確定許多其他金融工具的價格變動，如股票，選項和貨幣對。