均值、中位数、离散度、偏度与肥尾
认识能描述任何一串收益的五个数字:平均、中间、离散程度、偏向哪一边,以及大幅波动多常发生。
类别:统计基础
用大白话解释
想象你每天记下一个数字,比如某只股票当天涨跌了多少。记久了,你就有一长串数字。与其盯着整串数据看,不如把它浓缩成几个汇总数字:中间落在哪里、数字有多分散,以及是不是某一边特别突出。这些汇总是统计学最基本的看家本领,也是任何人理解收益、价格,或任何一列数据的方法。
它衡量什么
五个汇总数字就能搞定大部分的事。均值(mean)就是一般的平均,中位数(median)则是把数据排序后位于正中间的值。方差(variance)以及它的平方根标准差(standard deviation)用来衡量离散度,也就是数字通常离平均有多远。偏度(skewness)说明这串数据是不是偏向某一边,而峰度(kurtosis)则说明极端值出现的频率,是不是比一条平滑的钟形曲线所预测的还要高(这正是大家口中的肥尾)。(这个小例子用的是总体标准差;软件通常使用样本版本,除以 n-1,在这里算出来约为 1.0% — 不论哪种,数字都紧密聚集在平均附近。) - 均值:把 2、4、9 相加再除以 3 = 5。中位数(排序后 2、4、9 的中间值)= 4。 - 当某个超大数值把结果扭曲时,中位数比较稳妥:对于 2、4、90,均值会跳到 32,但中位数仍然是 4。 - 标准差:对于每日波动 -1%、0%、+1%,离散度约为 0.8%,所以数字都紧密聚集在平均附近。 - 偏度大于 0 代表高的那一侧有长尾;小于 0 代表低的那一侧有长尾;等于 0 则为对称。 - 峰度大于 3(钟形曲线的值)代表肥尾:大涨或大跌的日子出现的频率,比钟形曲线所说的还要高。
SurgeFlow 如何使用它
这五项描述潜藏在网站上几乎每一个收益与波动率数字底下。当某个指标报告平均收益时,它用的就是均值;当它报告波动率时,用的就是标准差。Factors 与 Backtesting 标签页倚赖这些数字来汇总一个策略随时间的表现,而任何一张每日收益图,其实就是这种离散度与形状的呈现。SurgeFlow 用它们来描述数据做了什么,绝不用来预测它接下来会怎样。 - 均值与中位数:某只股票、因子或策略的典型收益。 - 标准差:你在收益旁边看到的那个波动率数字。 - 偏度与峰度:提醒你收益偏向某一边,或容易出现大幅跳动。
如何在网站上解读
打开 Backtesting 标签页(/backtest/benchmark)或 Factors 标签页(/factors),看看任何一组收益序列旁边的汇总统计。标准差较高代表这趟旅程比较颠簸,不一定代表比较好或比较差。如果均值离中位数很远,就要对均值多留个心眼,因为有少数极端的日子正在把它往一边拉。如果峰度很高,就要预期偶尔会冒出一个看似平静的平均所掩盖的冲击日。
它无法告诉你什么
这些数字描述的是过去那一串数值;它们不是对未来的预测。标准差低并不保证安全,而在很短的时间窗内量到的高平均收益,可能多半只是运气。肥尾提醒你罕见的大幅波动会发生,但它无法告诉你哪一天会到来、规模又会有多大。永远记得,汇总是刻意丢弃信息的,而 SurgeFlow 是研究与教育,不是投资建议。 - 过去的离散度与形状,无法预测未来的离散度与形状。 - 单一个离群值就能悄悄扭曲均值,所以也要看一下中位数。 - 高峰度提醒你冲击有可能发生,而不是告诉你它何时会来袭。 - 这些都是描述性工具;它们不提供任何买入或卖出信号。