Phân tích và chỉ số

Cỡ mẫu

Số quan sát trong phân tích. Độ chính xác không chỉ phụ thuộc số lượng mà còn độ biến thiên, sự phụ thuộc, độ hiếm sự kiện và cách chọn mẫu. Một trăm giao dịch không phải ngưỡng xác thực phổ quát; giao dịch tương quan mạnh có thể chứa ít thông tin hơn nhiều so với số đếm thô.

Ví dụ dùng cách viết số tiếng Anh: dấu phẩy phân tách các nhóm hàng nghìn, dấu chấm phân cách phần thập phân. 1,000 nghĩa là một nghìn; 1.25 nghĩa là một và một phần tư.

Ví dụ. Theo mô hình kết quả chuẩn độc lập, giả định trung bình +0.15R và độ lệch chuẩn ước tính s = 1.20R. Với 100 giao dịch, sai số chuẩn là 1.20/√100 = 0.12R và khoảng t 95% xấp xỉ −0.088 tới +0.388R. Với 400 giao dịch cùng thống kê, SE = 0.06R và khoảng xấp xỉ +0.032 tới +0.268R. Đây là tính toán có điều kiện, không phải ngưỡng xác thực.

Điều gì được tính là một quan sát?

Số nến không phải số giao dịch hoàn tất, còn các lần khớp không nhất thiết đại diện quyết định độc lập. Định nghĩa đơn vị phân tích, khoảng đo và quy tắc nhóm vị thế. Nhiều cặp dựa trên cùng tín hiệu đô la có thể tạo kết quả phụ thuộc mạnh. Nhân bản quan sát hoặc tách lần thoát thành nhiều bản ghi không tự bổ sung thông tin về trung bình tương lai.

Số lượng và độ chính xác

Theo giả định phù hợp, SE của trung bình = s/√n; nhân n với bốn làm SE còn một nửa, không phải một phần tư. Với s ước tính, ví dụ mô hình chuẩn dùng t với n−1 bậc tự do, không tự động dùng 1.96. Xem NIST: giới hạn tin cậy của trung bình . Khoảng liên quan tham số mô hình; không chứa 95% giao dịch tương lai.

Vì sao 100 không phải con số thần kỳ

Biến thiên cao, lỗ cực đoan hiếm và hiệu ứng nhỏ cần nhiều thông tin hơn. Phụ thuộc và thay đổi chế độ có thể làm phép tính iid đơn giản mất hiệu lực. Mẫu lớn hơn không sửa được định giá sai, rò rỉ hay chọn hệ thống tốt nhất trong nhiều hệ thống. Khoảng dương của ví dụ thứ hai không chứng minh lợi thế nếu chiến lược hay giai đoạn được chọn sau khi xem kết quả. Tính đến toàn bộ quy trình lựa chọn.

Quan sát bị nhân bản

Hãy hình dung 100 bản ghi là bản sao y hệt kết quả của một quyết định ngẫu nhiên. Chúng không phải 100 lần thử độc lập; nhân bản không giảm bất định về lần rút ban đầu trong mô hình đó. Phụ thuộc thực tế thường chỉ một phần và phải được ước tính, thay vì tùy ý chia số giao dịch cho hệ số đã chọn. Nhận diện tín hiệu chung, vị thế chồng lấn và cụm sự kiện trước khi chọn phương pháp phân tích mẫu.

Dùng khi lập kế hoạch nghiên cứu

Quy định hiệu ứng quan tâm, độ chính xác, kỳ hạn và điều kiện trước khi thu thập quan sát. Báo cáo cỡ mẫu, độ phân tán và sự phụ thuộc; khi lấy mẫu lại, kiểm tra phương pháp có giữ cấu trúc thời gian liên quan không. Không tùy ý dừng kiểm thử ngay lúc thuận lợi đầu tiên hoặc bỏ qua dữ liệu thiếu. Trong khóa học: kiểm toán chiến lược. Nguồn kiểm tra 11 tháng Mười 2026.

Câu hỏi thường gặp

Nhiều giao dịch hơn có luôn tạo kiểm thử tốt hơn không?
Không. Tính hợp lệ, tính đại diện của dữ liệu và sự phụ thuộc cũng quan trọng như cỡ mẫu.
Một chuỗi lỗ có chứng minh không có lợi thế không?
Riêng nó thì không. Đánh giá xác suất theo mô hình, bất định và việc thực hiện có tuân thủ quy tắc không.

← Quay lại bộ thuật ngữ đầy đủ

Jarosław Wasiński

Tổng biên tập, ForexMechanics.com • Chuyên gia phân tích vĩ mô và FX

Chuyên gia phân tích độc lập và chuyên nghiệp với hơn 20 năm kinh nghiệm trong các thị trường tài chính. Hoạt động trong lĩnh vực Forex từ năm 2004, tập trung vào phân tích cơ bản, cấu trúc thị trường OTC và quản lý rủi ro vốn một cách kỷ luật.

  • Người sáng lập và tổng biên tập của MyBank.pl, cung cấp giáo dục tài chính đáng tin cậy từ năm 2004.
  • Tác giả của hàng trăm bài bình luận thị trường chuyên sâu, phân tích cấu trúc và tài liệu giáo dục dành cho trader và nhà đầu tư.
  • Người ủng hộ sự minh bạch của thị trường, thúc đẩy giáo dục dựa trên dữ liệu cụ thể và các báo cáo của tổ chức (BIS, ESMA, CFTC).

Toàn bộ nội dung chỉ mang tính chất giáo dục và cung cấp thông tin – không phải là tư vấn đầu tư hay khuyến nghị bất kỳ. Xin lưu ý: giao dịch có đòn bẩy (Forex/CFD) tiềm ẩn rủi ro cao về mất vốn nhanh chóng.