
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。
#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
- 把正态模型当第一近似,不是真相
- 对尾部敏感的风险用历史模拟或 t 分布
- 盯偏度和峰度(下篇讲)来察觉模型何时危险
- 永远对真实崩盘做压力测试,不只是 3σ
- 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。
实时行情
打开完整图表 →相关市场数据由 TradingView 提供。
📝
我的笔记
登录后可在本文保存笔记并与社区分享。
由 Marcus Cole 起草 · 由 Timi Chen 于 2026-06-03 审核 · 最后检查于 2026-06-03
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