การกำหนดความเกินส่วนเกิน

นิยามของ Kurtosis ส่วนเกิน

Kurtosis ส่วนเกินเป็นศัพท์ทางสถิติที่อธิบายว่าความน่าจะเป็นหรือการกระจายกลับมีสัมประสิทธิ์ kurtosis ที่ใหญ่กว่าสัมประสิทธิ์ที่เกี่ยวข้องกับการแจกแจงแบบปกติซึ่งอยู่ที่ประมาณ 3 นี่เป็นสัญญาณที่แสดงถึงความน่าจะเป็นในการได้รับผลลัพธ์ เหตุการณ์ในคำถามสูงกว่าที่จะพบได้ในการแจกแจงผลลัพธ์ปกติที่น่าจะเป็น

ทำลาย Kurtosis ส่วนเกินลง

Kurtosis หมายถึงขนาดของก้อยในการแจกแจง ก้อยของการแจกแจงเป็นการวัดจำนวนของเหตุการณ์ที่เกิดขึ้นที่อยู่นอกช่วงปกติ ความรุนแรงมากเกินไปหมายถึงการกระจายของผลลัพธ์เหตุการณ์มีจำนวนมากของผลลัพธ์ที่ผิดปกติทำให้เกิด "ไขมันหาง" บนเส้นโค้งการกระจายแบบรูประฆัง ซึ่งหมายความว่าเหตุการณ์ในคำถามมีแนวโน้มที่จะได้ผลลัพธ์ที่มากที่สุด เป็นการพิจารณาที่สำคัญที่ต้องใช้เมื่อตรวจสอบผลตอบแทนในอดีตจากหุ้นหรือพอร์ตโฟลิโอตัวอย่างเช่น ค่าสัมประสิทธิ์ kurtosis ที่สูงกว่านั้นอยู่ในระดับ "ปกติ" หรือยิ่งก้อยหางบนกราฟการกระจายกลับยิ่งมีโอกาสมากที่ผลตอบแทนในอนาคตจะมีขนาดใหญ่มากหรือเล็กมาก

ตัวอย่างของ Kurtosis ส่วนเกิน

ตัวอย่างเช่นหากคุณติดตามมูลค่าการปิดของหุ้น ABC ทุกวันเป็นเวลาหนึ่งปีคุณจะมีบันทึกจำนวนหุ้นที่ปิดตามมูลค่าที่กำหนด หากคุณสร้างกราฟที่มีค่าการปิดตามแกน "X" และจำนวนอินสแตนซ์ของค่าการปิดที่เกิดขึ้นตามแกน "Y" ของกราฟคุณจะสร้างเส้นโค้งรูประฆังที่แสดงการกระจายตัวของหุ้น ค่าปิด หากมีการเกิดขึ้นจำนวนมากในราคาปิดเพียงไม่กี่กราฟจะมีเส้นโค้งที่เรียวยาวและสูงชัน หากค่าปิดแตกต่างกันอย่างมากระฆังจะมีรูปร่างที่กว้างขึ้นโดยมีด้านที่ชันน้อยกว่า "ก้อย" ของกระดิ่งนี้จะแสดงให้คุณเห็นว่าราคาปิดที่เบี่ยงเบนไปมากเกิดขึ้นบ่อยแค่ไหนเนื่องจากกราฟที่มีค่าผิดปกติจำนวนมากจะมีก้อยหนาขึ้นมาจากด้านข้างของระฆัง

ราคาหุ้นที่มีโอกาสสูงกว่าค่าผิดปกติทั้งในด้านบวกหรือด้านลบของราคาปิดเฉลี่ยอาจกล่าวได้ว่ามีทั้งความเบ้เป็นบวกหรือลบซึ่งอาจเกี่ยวข้องกับความรุนแรง