菜鸟交易员之——什么是“尖峰肥尾”？

正文

 

每时每刻，这个世界都会面临无数个岔路口，她必须要回答，向左还是向右。

 

上图为上证综指从2001年1月2日至今，日线涨跌幅的分布统计（涨跌幅落在不同区间的个数分布）。我们可以看到，大体上呈一个倒钟形的正态分布图形。

 

 

正态分布

 

如上图所示，每一个小球从原点下落的过程会遇到很多障碍，每遇到一个障碍时，小球向左还是向右的概率各半。最终的结果显示，偏离原点的小球数量随着偏离距离的增大而减少。

 

道理不难理解，小球每经过一个障碍，都各有一半的概率成为“上一个障碍左边的自己”和“上一个障碍右边的自己”，而每次经过障碍都是完全独立的事件。也就是说，你从上图中A点上方扔200个小球，约等于从B、C两点上方各扔100个小球的叠加。E作为B、C两点概率波叠加的点，获得了增强，最终得到的结果便是正态分布的图形。

 

如果一件事发生的概率要符合正态分布，那么这件事的发生必须是大量独立的随机事件的结果，这被称之为“中心极限定理”。

 

 

尖峰肥尾

 

正态分布具有一个特点，那就是距离“中值”相应范围内的概率满足以下条件：

 

1、68.2689492%的结果落在距离中值1个标准差的范围之内

2、95.4499736%的结果落在距离中值2个标准差的范围之内

3、99.7300204%的结果落在距离中值3个标准差的范围之内

4、99.993666%的结果落在距离中值4个标准差的范围之内

 

如下图所示：

 

那么，如果我们把一支股票或者指数的涨跌幅看做是难以计数的随机事件叠加的结果的话，那么毫无疑问，股票或指数的涨跌幅落在的区间应该满足正态分布，以及满足正态分布的上述特征。可事实却并不如此。

 

笔者统计了上证综指从2001年1月1日至2020年1月29日每日涨跌幅，计算其标准差为1.5963。结果显示：

 

1、在中值（0）一个标准差范围内的数据占比77.33074% > 68.268949%

2、在中值两个标准差范围内的数据占比94.786936% < 95.449974%

3、在中值三个标准差范围内的数据占比98.16137% < 99.730020%

4、在中值四个标准差范围内的数据占比99.28618% < 99.993666%

 

涨跌幅在一个标准差范围内的数据占比远远超出了正态分布的概率密度，达到了77%，这就是所谓“尖峰”；而在四个标准差之外的数据占比也高于正态分布，此之谓“肥尾”。

 

 

交易者该如何应对

 

该如何理解“尖峰肥尾”现象呢？在我看来，这个现象是“看得见的手”过多干预的结果。货币当局认为自己有“义务”维持经济运行的稳定，从而出台各种各样的经济政策来“维持稳定”，导致在大多数时候，市场的波动率被限制住了，造成了尖峰。而客观规律的不可违抗性，意味着这种努力一定只是徒劳，过度的束缚也意味一旦束缚失效，“黑天鹅”发生的可能性将大大增加，于是造成了“肥尾”——肥尾乃尖峰的补偿。

 

Whatever，这些是投资者无法改变的事。我们只需要关心该怎么做就好了。由于市场在稳定和不稳定之间摇摆，就对应着两种不同的投资思路。

 

 

关于这两种策略，推荐一篇文章，说的很清楚。

 

每个市场参与者的二选一题

 

我复述下大概的意思吧。

 

第一种策略要靠市场表现得很符合“统计现象”，一切正常来赚钱。核心要义之一是当市场表现正常时，承担更多的风险，加杠杆，加杠杆，再加杠杆，赚到饱。

 

此类策略能够成立的前提是“市场表现得很正常”，对应着“尖峰”的部分。而一旦这个前提出现问题，即市场中出现了“黑天鹅”，由于此类策略承担了过多的风险，很有可能把一切利润都还回去。所以核心要义之二是风险来临时逃跑要快，要不顾一切，稍晚一点就会万劫不复。

 

第二种策略靠市场发生黑天鹅事件时来获利。这种策略的特点是平时一直亏钱，而当“肥尾”出现时大赚一笔。核心要义主要有两点，一个是风险严格可控，一个是赔率极高。

 

文中举了买虚值看跌期权的例子。存在问题的公司的股票不一定会马上大跌，这是人为控制的结果。但是，有问题的公司早晚会大跌，这是客观规律。我们通过买入问题公司的虚值看跌期权，做到了黑天鹅策略的核心要义：风险严格可控（最多就是期权费），而赔率极高（当股票大跌时，虚值看跌期权的收益常常非常疯狂）。

 

其实不论是第一种策略还是第二种策略，核心要义只有一个，那就是不对称性。第一种策略的不对称性体现在市场正常时加杠杆赚钱，真当市场出现问题需要你承担风险的时候却跑掉了。第二种策略的不对称性体现在市场正常时不断地交保费让别人把风险抗住（也就是第一类策略的执行人），然后风险真的来临时，吃肉。

 

关于尖峰和肥尾，我力有不逮只能说这么多，你平时都使用哪种策略呢？

来 源 | A玩儿