描述性统计：均值、中位数、标准差给交易员

图表给你看价格。统计告诉你这些价格到底意味着什么。

任何策略、指标、回测之前，交易员得理解自己交易的数据形状。描述性统计把几百个 bar 压成几个数字，描述价格倾向在哪、摆动多猛。

均值：质心

算术均值就是平均：

均值 (μ) = (Σ xi) ÷ n

交易里，一个窗口收盘价的均值是最简单的趋势代理——它就是简单移动平均画的东西。但均值脆弱。一个跳空或一根野蜡烛就能把它拖离大多数价格实际聚集的地方。

中位数：诚实的中心

中位数是价格排序后的中间值。跟均值不同，它忽略大小——只数位置。

• 均值被拉到中位数之上 → 正偏（几次大的向上动作）
• 均值被拉到中位数之下 → 负偏（几次大的向下动作）

对日内或偏态的品种，中位数常常是比均值更诚实的"典型价"。两个对比：当它们分歧大时，市场有肥尾或最近的冲击。

标准差：噪声计

标准差衡量围绕均值的离散度：

σ = sqrt( Σ(xi − μ)² ÷ (n − 1) )

样本版本除以 n − 1 保持无偏。市场里 σ 就是波动率：

• 高 σ → 宽幅、需要更大止损
• 低 σ → 安静、震荡行为

布林带和大多数波动率止损都建在这个 σ 上。把它当作你交易任何周期的风险单位。

一个具体例子

5 个日收盘：100、101、102、103、120。

• 均值 = 105.2
• 中位数 = 102
• σ ≈ 7.7

均值（105.2）明显高于中位数（102）——偏度的红旗。异常值（120）扭曲了均值却几乎没动中位数。按均值配仓的交易员会低估最后一根 bar 相对"正常"有多极端。

怎么一起用

1. 在你的交易窗口上算均值和中位数
2. 两者分歧时，预期偏度，用基于中位数的止损
3. 用 σ 设仓位和止损距离
4. 窗口移动时重算——这些是描述性的，不是预测性

小结

均值告诉你中心。中位数告诉你典型价。标准差告诉你市场多吵。三者合起来构成其他所有统计工具——从 z-score 到布林带——的基础。