数学知识的意义在任意最小的交易容量中是被人们推崇的，这甚至不需要证明。问题在于怎样划分这个最小容量。在交易者自我拓展交易经验的过程中，他们经常通过阅读论坛信息或是书籍信息等渠道。有些书提供读者需求的信息很少，相反地顾及一些其他的学术。我们将在这篇文章中给出一些结果评估和它的注解。
如果我偶然间打算做傻瓜，那么就叫它美妙地（安全地）进行。
Nassim N. Taleb
我们从两个中选择较小的危害
越来越多世界数学家在交易中取得成功，这个事实就证明了数学的是交易中的一种方法。在这个基础上，就说明交易 – 不仅仅是根据交易规则进行本能地分析。除了这个以外，到现在为止在金融市场上还没有具体的理论描写。金融市场理论的创建就意味着这些市场的死亡，从哲学的观点出发这是种不可融合的矛盾。但如果在我们面前存在这样的问题 – 带着较少的数学知识走进市场或是没有任何数学知识走进市场， -那 我们会从两者种选择较小的危害。我们将选择数学方法评估交易系统。【www.irich.com.cn交易之路 投资经验荟萃】
正常分布下存在怎样的反常性？
正常分配的概念是理论上最基础的概念之一。为什么这样讲呢？事实证明在多数的交易过程中存在正常分布。具体地讲是大多数的交易都靠拢正常分配。我们用举例说明。. 假设我们的分布范围间隔在0到100之内。分布范围是指在每个间隔内任何价值概率的下降则影响这个间隔的全部数字。如果概率下降3. 14 (Pi),那么概率下降数为 77 。现代计算机可以合乎情理给出很好的所有数据。
怎样从这个范围分布得到正常分布？如果 我们每次从范围分布选几个随机数字 (例如，5) 并且发现平均值为五 (这个称为抽样)，这样对于大多数新得到的分布将力求正常分布。中心极限定理指出, 它不仅适用于分布不均匀的样本,而且还适用于其它广泛类别的分布。那是因为正常分布的属性非常清晰，就使得很多过程形成一个正常分布便于分析。我们可以通过简单的MQL4语言指标看到中心极限理论的证据。
用不同的N价值放入不同的图表内开始这个指标 (样本数) 可以看到频率分布得很顺畅。
图.1建立正常分布的指标
这里的N 表示我们从pile中取的中间值=5在0到100的间距范围分布内。在上图我们可以看到四个非常相近的图表，如果我们把它们放入相同比例，那就可以得到标准的正常分布。金融市场的价格 (确切地讲是上涨的价格和其他衍生的事物) ，在很大程度上仍然不符合正常分布的计划。对于金融市场概率事件出现得虽小(在 50%左右) ，但仍明显高于正常分布。因此在正常分布的基础上仍然需要记住评估风险。
数与质的转化
甚至在很简单的正常分布的模型中我们可以看到，数量的意义。你输入的数据越多，得到的结果就越精确。建议取样的数量最好不要少于30 。就是说 ，我们想要评估交易业务的结果 (例如，测试中的智能交易)。想要统计一些参数系统，交易仓数量若是少于 30是远远不够的。我们分析的寸头越多，这些简单的成功的寸头不是一个可靠交易系统。因此在提供的150个赢利寸头交易系统中，仅评估15个赢利交易。