BinaryOptionRanking 圖示BinaryOptionRanking
術語表策略與風險

樣本數

用於計算比率或績效統計的有效觀察筆數。與較大且定義清楚的樣本相比,小樣本產生的估計值較不可靠。

傳遞給他人

分享這項研究

分享目前頁面,不含個人資料或計算器輸入內容。

分享

更多分享方式

請勿混淆

常見比較錯誤

取自特定回測、模擬帳戶或短期樣本的樣本數,並不保證能產生可靠的信賴區間結果。

實際應用

如何驗證樣本數

閱讀「樣本數」時,請一併參考「觀察勝率」、「信賴區間」與「單次交易時段限制」。比較時必須保留下述規則、數值、狀態與證據的原貌。

中性範例

兩個樣本在樣本數上共享相同的平均值;其中一隊連輸五場,另一隊連輸十二場。排序與資金效果將它們與觀察到的勝率區分開來。此範例之所以成為樣本數,是因為有效觀察數控制不確定性,必須一致排除或分類空白、被拒絕及缺失的列。

驗證步驟

將條款與現場記錄進行核對

01

從當前條款中,提取人口、期間、樣本量、支付、下注規則、排除項、作廢、退款、缺失結果、不確定性,以及樣本量的開發邊界,然後註明觀察到的勝率是否遵循不同規則。

02

在生產環境中觀察樣本量,包含行級重計算以及凍結的未見樣本、低支付壓力、損失序列審查、備選開始日期,包括一個正常案例和一個邊界或失敗案例。

03

將記錄的樣本量結果與宣告公式、完整結果分類帳、置信區間、回撤序列及未修改的樣本外輸出進行比較,包括費用、延遲、修訂或回退規則。

證據路徑

可在哪裡核實樣本數

使用實際規範該合約、帳戶、法律實體或平台狀態的來源。一般定義不能取代經紀商現行條款。

書面計算與完整樣本列明報酬、虧損處理、假設、排除項目、投注路徑、累計曝險、停止規則與不確定性。
CFTC 二元期權資源將監管機構資料用作產品風險的背景資訊,不可據此驗證策略或經紀商。開放原始碼