"Sorry, Gauss hanya melakukan pekerjaan kecil.

"Sayangnya, Gus melakukan pekerjaan yang sangat kecil.

• Gauss Dari gambar ini kita dapat melihat bahwa dalam sejarah matematika, hanya Newton (kiri paling tinggi) dan Achimedes (kanan paling tinggi) yang disebutkan di atas yang berada pada satu tingkat dengan Gauss, sementara Gauss berada di tengah-tengah. Menyatakan prestasi Gauss sangat sulit, sebagian karena keterbatasan, dan hasilnya terlalu banyak, dan sebagian lagi karena keterbatasan kemampuan yang banyak yang saya tidak mengerti (saya yang jujur dan lurus). Dengan kata yang lebih umum, masalah matematika dibedakan menjadi empat kategori yang terbukti oleh Gauss, penelitian Gauss, yang diusulkan oleh Gauss dan yang dinamai dengan nama Gauss.

  Konten manajemen risiko dan hubungan Gauss dengan Gauss adalah cerita lain yang menarik. Kami telah menyebutkan sebelumnya tentang kurva normal, yaitu kurva jam yang digambar oleh matematikawan paling terbalik dalam sejarah (Kisah singkat tentang risiko): Gauss dan kurva Tuhan), dan Gauss meninggal pada tahun 1754, Gauss lahir pada tahun 1777, tetapi dalam penelitian selanjutnya, kita semua menyebut distribusi normal sebagai distribusi Gauss.

  Hal ini dapat dilengkapi dengan pengetahuan dingin yang menarik, yang disebut hukum von Stiegler, bahwa tidak ada teorema ilmiah yang dinamai dengan nama penemu pertama; misalnya, konstanta Eura, yang sebenarnya adalah logaritma alam, yang e pertama kali ditemukan oleh orang-orang Bernoulli; dua hukum besar pertama Newton yang pertama kali dikemukakan oleh Galileo, Hooke, dan lain-lain, masing-masing; hukum Lotta yang paling disukai Newton adalah hasil karya John Bernoulli, yang pasti harus membeli Lotta; dan secara umum, angka-angka Arab sebenarnya diciptakan oleh orang India; bahkan hukum Stiegler sendiri, yang sebenarnya juga pertama kali dikemukakan oleh seorang ilmuwan Swiss.

  Jadi Anda mengatakan siapa yang akan menilai kasus ini.

  Tentu saja, untuk alasan apa pun, menuduh Gauss menyalin Tommover adalah hal yang sangat lucu, karena semua matematikawan masa depan lebih atau kurang menyalin Gauss. Gauss adalah seorang jenius yang tak terlupakan, seperti dalam buku matematika sekolah menengah atas, kita semua telah membaca cerita tentang Gauss sebagai anak kecil, seperti daftar defisit, dan Gauss sebagai remaja yang menggambar skala dengan 17 sisi yang benar.

  Jika Tuhan yang besar seperti ini masih hidup hari ini, tidak tahu berapa banyak aplikasi aneh yang akan dibuat.

  Gauss, yang terlibat dalam hampir semua studi matematika modern, tidak menulis tentang manajemen risiko secara khusus, tetapi ia tertarik pada teori probabilitas dan statistik matematis, seperti perkalian terendah dua, yang dikenal sebagai teorema Gauss-Markov, yang juga merupakan cabang dari penelitian distribusi normal. Gauss dipanggil untuk melakukan pengukuran geografi di sebuah kota kecil di Bavaria, di mana Gauss terus-menerus mengeluh bahwa semua orang di sekitarnya tidak layak untuk kepandaiannya, jika bukan karena jaringan tidak berkembang pada saat itu, Sheldon tidak akan ada hari ini.

  Gauss perlu memperkirakan pengaruh tingkat kelengkungan permukaan bumi terhadap jarak permukaan saat pengukuran, dan saat itu tidak ada satelit, sehingga metode pengukuran utama adalah pengukuran terus menerus. Meskipun hasil setiap pengukuran berbeda, dengan meningkatnya jumlah pengukuran, persamaan arah yang kita kenal, atau hukum nilai pusat yang bergantung pada ketinggian, muncul lagi, dan melalui situasi distribusi ini, Gauss dapat menilai distribusi nilai pengamatan ini di sekitar rata-rata untuk menganalisis akurasi nilai sampel. Gauss mungkin orang pertama yang menemukan aplikasi distribusi normal di luar Gamble, dan ini adalah alasan mengapa distribusi normal akhirnya diberi namanya, tentu saja penelitian tentang sifat statistik distribusi juga penting.

  Dan ide ini benar-benar sejalan dengan ide manajemen risiko saat ini, bahwa kita perlu menilai keakuratan informasi yang kita miliki. Perbedaan dunia jauh lebih konsisten, setiap bunga berbeda, setiap orang berbeda, tetapi alasan kita mengelompokkan mereka karena ada kesamaan yang stabil di antara mereka, itulah esensi dari apa yang ingin kita capai atau mengerti, dan ini juga adalah kurva jam, atau norma Gauss, di mana distribusi cocok dengan cara kita melihat dunia: menemukan tata tertibnya dunia dalam kekacauan.

  

  Distribusi normal mungkin merupakan dasar dan inti dari sebagian besar sistem manajemen risiko. Sebagai contoh, bagi perusahaan asuransi, dengan menggunakan banyak sampel yang sepenuhnya independen, seperti kecelakaan mobil di Shanghai yang tidak mempengaruhi keamanan lalu lintas keseluruhan di Beijing, pasien di Chengdu juga sulit mempengaruhi tingkat kesehatan penduduk Shenzhen, perusahaan asuransi dapat memperoleh harapan hidup dari setiap kelompok dengan mengambil banyak sampel dari berbagai usia dan kelompok yang berbeda, memperkirakan rentang fluktuasi harapan hidup, dan perkiraan seperti itu menjadi lebih akurat dengan menambahkan sejarah merokok, sejarah keluarga, sejarah kecanduan ponsel, sejarah tidur malam dan waktu yang lama.

  Dan untuk membuat kurva yang indah dari distribusi normal diperlukan setidaknya dua kondisi: pertama adalah memiliki sampel sebanyak mungkin, Anda dapat membayangkan bahwa hanya dengan menyelidiki programer anjing keuangan yang bekerja lembur tidak dapat menyimpulkan kondisi kemacetan di kota Anda, apalagi bagaimana cukup banyak hubungan mungkin tahu apa itu cinta.

  Dalam hal manajemen risiko investasi, kita memiliki paradigma analisa yang serupa: mencari rata-rata dari perubahan harga saham dari data sejarah yang berupa asap, dengan alasan yang berbeda untuk menafsirkan dan memprediksi deviasi dari rata-rata, seperti cara kita memahami dunia dari kecil ke besar. Namun, apakah pasar saham benar-benar sesuai dengan distribusi normal?

Dikutip dari China Quantitative Investment Society