A distribuição normal, frequentemente referida como distribuição gaussiana ou curva em sino, é um tipo específico de distribuição de probabilidade que é perfeitamente simétrica em torno de sua média. Nesse modelo, os pontos de dados que caem mais próximos da média são significativamente mais comuns do que aqueles localizados mais distantes, criando um formato característico onde o ponto mais alto da curva representa a média, a mediana e a moda.
Essa distribuição funciona com base em dois parâmetros principais: a média e o desvio padrão. Uma característica fundamental é a regra empírica, que estabelece que aproximadamente 68 por cento dos dados caem dentro de um desvio padrão da média, 95 por cento dentro de dois e 99,7 por cento dentro de três. Devido a essa previsibilidade, ela é amplamente utilizada na análise técnica do mercado de ações para modelar a probabilidade de vários resultados de preços.
Por exemplo, se um investidor analisar os retornos diários históricos de um ativo específico, ele poderá descobrir que os retornos se agrupam em torno de uma média central. Ao aplicar o modelo de distribuição normal, o investidor pode estimar a probabilidade de movimentos futuros de preços. Se os dados seguirem esse padrão, o investidor pode antecipar estatisticamente que valores discrepantes extremos são raros, enquanto a maioria das flutuações diárias permanecerá dentro de uma faixa previsível em relação à média.