La distribution normale, souvent appelée loi de Gauss ou courbe en cloche, est un type spécifique de distribution de probabilité parfaitement symétrique autour de sa moyenne. Dans ce modèle, les points de données proches de la moyenne sont nettement plus fréquents que ceux situés à distance, créant une forme caractéristique où le point culminant de la courbe représente à la fois la moyenne, la médiane et le mode.
Cette distribution repose sur deux paramètres principaux : la moyenne et l'écart-type. Une caractéristique clé est la règle empirique, qui stipule qu'environ 68 % des données se situent à moins d'un écart-type de la moyenne, 95 % à moins de deux, et 99,7 % à moins de trois. En raison de cette prévisibilité, elle est largement utilisée dans l'analyse technique boursière pour modéliser la probabilité de divers résultats de prix.
Par exemple, si un investisseur analyse les rendements quotidiens historiques d'un actif spécifique, il peut constater que les rendements se regroupent autour d'une moyenne centrale. En appliquant le modèle de distribution normale, l'investisseur peut estimer la probabilité des mouvements de prix futurs. Si les données suivent ce modèle, l'investisseur peut statistiquement anticiper que les valeurs extrêmes sont rares, tandis que la plupart des fluctuations quotidiennes resteront dans une fourchette prévisible autour de la moyenne.