Java 当在一系列计算中重复应用ROUND_HALF_时，为什么以及如何使累积误差最小化？

有人告诉我，舍入半舍五入甚至是金融数据计算中最受欢迎的舍入模式。我很想知道这种舍入模式为什么以及如何减少javadoc BigDecimal 1.4.2中所述的累积误差。 谢谢 院长

来自：

尽管有四舍五入的习俗 数字4.5到5，事实上4.5不是 接近5比接近4（它是0.5 远离两者）。在处理 大套的科学或数学模型 统计数据，趋势在哪里 重要的，传统的四舍五入 平均值使数据向上偏移 轻微地在一大组数据上，或 当许多后续舍入 操作按数字方式执行 信号处理，由圆到平 规则倾向于减少总数 舍入误差（平均）为 四舍五入数的相等部分 四舍五入。这通常 减少结果的向上倾斜

为了澄清一下，如果数字的非小数部分为奇数，“四舍五入-偶数”则将.5向上舍入，如果非小数部分为奇数，则将其向下舍入-即，舍入到最近的事件数

所以4.5->4，5.5->6，6.5->6，等等

---

对于一组真正随机的十进制数，这种舍入方式不会使总数显著上移或下移。因此，在金融应用中，它被视为一种“公平”的舍入系统。我的印象与其他两个答案相同，即舍入一半即使应用于随机数，也同样可能向上或向下舍入，因此在大数据集上，由于舍入，预计不会出现偏移。但据我所知，即使是圆一半本身也没有什么特别之处；我认为，四舍五入半奇数（n.5到最接近的奇数整数）具有相同的性质。与随机舍入策略相同，即n.5以50%的概率随机向上或向下舍入。

舍入半个奇数会导致略微偏离零。随机在小样本上产生“不公平”总数。此示例不正确。API文档中的应为：4.5->4，5.5->6，6.5->6：“舍入模式向“最近邻居”舍入，除非两个邻居距离相等，在这种情况下，向偶数邻居舍入。”