图1上证指数周k线图
我们几乎可以随手就拿到一张类似正态分布的长期图表，这是偶然的吗?实际上，在自然现象和社会现象中，大量的随机变量都服从或近似服从于正态分布。例如，大海中波浪的断面的图形，电子管或半导体器件中的热噪声电流或电压等，都服从正态分布。
用数学的概念可以理解为，在客观实际中，有许多随机变量，它们是由大量的相互独立的随机因素的综合影响所形成的。当然，它们并不是绝对独立的，而是彼此之间发生着内在联系的，而且其中的每一个个别因素在总体的影响中所起的作用都是微小的。
在长期图表中，由于股市、期市中的价格通过实践分析的确存在正态分布，所以价格之间的变化具有一定的相互独立性。如果价格之间相互依赖。即一个价格产生的概率是由之前的价格决定的，那么将不可能出现太多的正态分布。这是由于市场在一定程度上是有效的，所以会促使价格变化的新信息是随机到来的，因此使得短期变化的价格之间也是随机的、独立的。
根据统计学的中心极限定理，如果一个随机现象由众多的随机因素所引起，每个因素在总的变化中起着不显著的作用，那么就可以推断，描述这个随机现象的随机变量将近似服从于正态分布。这样便形成了对市场的随机分析。这也是市场游走理论的依据。
不过，由于样本的稀少及样本的独立性决定了均值的不可靠，而正态回归分布展现的是总体的规律性，所以正态回归分布会提供比单个价格更可靠的预测信息。这就是市场具有自身规律的客观背景。