Skip to main content
正态分布 vs 真实市场收益
blog 高级 · ~1 min read

正态分布 vs 真实市场收益

钟形曲线是大多数风险模型的基础——但真实收益的尾巴比它预测的肥。学正态分布哪儿有用、哪儿撒谎。

· Lead Editor · · ~1 min read
#statistics#quantitative
本文为英文。需要查看中文翻译吗?

交互工具在翻译视图中可能无法使用。

正态分布 vs 真实市场收益

钟形曲线优雅。市场不。

正态(高斯)分布是量化金融里用得最多的模型。期权定价、VaR、风险管理都靠它——可真实市场收益经常违反它。理解这个差距,是区分能熬过崩盘的交易员和被崩盘搞死的交易员的关键。

钟形曲线

正态分布完全由均值(μ)和标准差(σ)描述:

P(x) = (1 ÷ (σ·√(2π))) · exp(−(x − μ)² ÷ (2σ²))

交易员用的关键性质:

  • ~68% 的值落在 ±1σ 内
  • ~95% 在 ±2σ 内
  • ~99.7% 在 ±3σ 内

"4σ 行情"这种说法就来自这里——在正态模型下,那大概每 30000 天才发生一次。

模型为啥有用

哪怕市场不是完美正态,日收益率大致是钟形的。这让模型对以下用途是有用近似:

  • 快速风险规模(把 2σ 当典型"坏日子")
  • 给指标做 z-score
  • 背靠背的概率估算

它在哪崩:肥尾

真实收益有肥尾——极端行情比钟形曲线预测的频繁得多。股指的"4σ""5σ"崩盘每十年发生好几次,不是每世纪一次。

其他违反:

  • 负偏——大的向下动作比大的向上动作多
  • 波动率聚集——平静和风暴时段扎堆,违反模型的独立假设
  • 超额峰度——尾巴和峰值密度都比正态曲线高

实际危险

建在正态模型上的风险工具会低估尾部风险。一个说 2008 式回撤"不可能"的模型,会把仓位设得过激。这是长期资本管理公司的核心教训,也是此后每一次 VaR 失败的教训。

怎么适应

  1. 把正态模型当第一近似,不是真相
  2. 对尾部敏感的风险用历史模拟或 t 分布
  3. 偏度和峰度(下篇讲)来察觉模型何时危险
  4. 永远对真实崩盘做压力测试,不只是 3σ
  5. 按你见过的尾部配仓,不是曲线预测的尾部

小结

正态分布是日常波动率规模的有用基线。但市场有肥的、负偏的尾巴。日常规模信钟形曲线——一开始想崩盘就别信它,它在崩盘上一直低估事情能有多糟。

相关市场数据由 TradingView 提供。

分享:
𝕏 f in r/
·
📝

我的笔记

登录后可在本文保存笔记并与社区分享。

✓ 已核查事实 审阅人 Timi Chen, 编辑顾问 · 发布于: 2026-06-03 · 编辑政策
由 Marcus Cole 起草 · 由 Timi Chen 于 2026-06-03 审核 · 最后检查于 2026-06-03

教育内容 · 非财务建议 · 风险自担

下一篇推荐

statisticsquantitative 2026-07-01

Standard Deviation, Volatility, and Beta Calculations

Calculate standard deviation, annualized volatility, and Beta correctly for trading, with the common errors and the right windows for each measure.

阅读更多 →

Smart Recommendations