前述、不要な取引多々で大きくマイナスになって凹んでいますので、ノイズと言うか、

余計な取引をしないやり方を考えなければなりません。

そのために、ここからここまでの間は取引をしない。いわゆる逆張りをしようと考えました。

いろいろなIndicatorを考えたのですが、特に深くも考えもせず標準偏差を思いつき、

それを採用しました。あとづけで調べたわけです。

正規分布をしている時に、中央値からある程度離れた時にだけ取引をすると言うものです。

ボリンジャーバンドとたいした変わりがないようですが、データの取り方だけが違います。

平均値（データ集団の代表値）

平均値（ Average ：アベレージ）とは、全部のデータを足し合わせて、データの数で割った値です。

平均値は計算が単純ですし、集団を表す値として便利です。

しかし、現実のデータ解析では、平均値の扱い方が原因で、解析を失敗する場合があります。

代表的な理由は、２つあります。

• データに 異常値 が混ざっていて、平均値がその値に引きずられてしまう。
• データの 分布 が非対称になっている。

中央値

1・2の問題を簡単に解決する方法として、 中央値（メディアン・メジアン・Median）を

平均値の代わりに使う方法があります。

データが奇数個の場合、データを大きな順に並べた時の、真ん中の値が中央値です。

データが偶数個の場合、真ん中付近の２つの値の平均値が、中央値です。

中央値は、真ん中付近の値だけを使って求めるので、異常値が混ざっていても、

その値は中央値の算出に含まれません。 そのため、異常値の影響を受けません。

また、真ん中付近の値なので、分布が対称的ならば、中央値と平均値は、ほぼ同じになります。

ただし、目的によっては、データが非対称でも、平均値が必要な場合もあり得ます。

中央値を使うか、平均値を使うかは目的次第です

標準偏差（ばらつきの尺度）

データのばらつきも大事な概念です。 品質関係の分野は、ばらつきの扱いが成否を左右します。

品質関係の分野は、ばらつきの小さな生産方法を、 SPC 、 品質工学 や 生産工学 で目指します。

ばらつきの尺度は、標準偏差（ Standard Deviation ）や、標準偏差の２乗である

分散がよく使われます。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

【Indicator】不要な取引をはじくしくみでは