把两个策略的净值曲线并排放，第一个每天小亏一点、偶尔大涨，第二个每天小赚一点、隔段时间崩一次，两个策略可能有一样的年化收益、甚至相近的标准差，但在真实账户里，这两种曲线的持有人过着完全不同的生活。标准差把所有颠簸折算成一个数，代价是把涨的颠簸和跌的颠簸、常有的颠簸和百年一遇的颠簸全部混同。要区分这两条曲线，需要再看分布形状的两个读数：偏度管不对称，肥尾管极端。
先说偏度。把净值曲线的每日回报排成分布，如果右半边（大涨的日子）比左半边拖得更长，偏度为正；反过来，小赚的日子密密麻麻、亏的日子稀疏但刀刀见血，偏度为负。链上策略里负偏的名单相当长，而且大多叫得出结构原因：给市场卖保险的金库，平日收保费回报细水长流，事故年一次性赔付，天然左尾厚；做平价卖期权的策略，赚的是时间价值的小钱，赔的是行权价失守的大钱；集中做市仓位在行情单边时被迫持续接货，小额磨损加偶发深跌，也是偏度为负的形态。换句话说，偏度不是玄学，它是在替你确认：这个策略的收益是收租结构还是下注结构。
肥尾说的是另一件事。用正态世界的换算，历史上从没发生过的跌幅，其理论概率应该小到可以忽略；但链上收益序列里，四十年一遇级别的单日损失出现的频率明显高于正态换算，尾部比钟形曲线预测的更——这就是肥尾。链上肥尾的来源也不神秘：清算是离散的，跌过一条线就会触发一批强制卖出，把跌幅加深一层；稳定币脱锚、预言机故障、桥事故这类机制性跳变根本不走连续价格路径；还有流动性本身是状态变量——平时三千格深的路，出事时只剩三百格，同样的卖压砸出十倍冲击。这些机制意味着：链上极端日的频率，长期高于用平静期数据校准出来的任何正态预测。
算这两个读数的流程与分位数同源：先准备同一段窗口、同一套费用口径的日回报序列，然后一个公式算偏度、一个统计看尾部频次——最直观的做法是数一数超过三倍日常波动、五倍日常波动的日子各有几天，和正态世界的期望频次做对比，超出的倍数就是尾巴有多肥的直白陈述。不需要精通公式也能正确使用它们：偏度只需记住符号和大致幅度，肥尾只需记住极端日的出现频次表，两者都是描述统计，透明、可复算、不需要信仰任何模型。
两个读数的正确用法，是和分位数组成三件套而不是单打独斗。分位数回答通常坏日子亏多少；偏度回答这个策略的钱是不是拿尾部风险换来的——负偏且年化漂亮时，要把年化再打折成睡后收入的心理预期；肥尾频次表回答历史证明过的最坏一天离清算线还剩多远。三件套的结论如果一致，比如都是这个策略的账面年化有一半要从风险折价里扣回来，那结论就相当可靠；三者打架时——年化高、分位数温和、但偏度严重为负——通常说明样本里事故还没轮到出场，这是分布类指标里最值得警惕的组合，因为负偏策略的风险恰恰在看不见的角落里复利。
收拢成一页检查单：任何策略页给你的收益数字旁边，值得自己补三行数据——回报序列的偏度符号、极端日频次与正态预期的对比表、以及同窗口分位数。窗口至少覆盖一次完整下跌；序列必须含费用与清算痕迹；结论落款带窗口起止日期。这三行做不了的文章，页面上再漂亮的收益曲线都只能当成收益广告读。分布形状不会让任何策略变安全，它只是把安全这两个字从形容词变成了可以复核的数字。
本文只做统计口径与分布概念的一般说明，示例数字均为演示，不代表任何策略的真实回报特征。历史分布不覆盖机制突变日的损失，内容不构成投资建议。
发表评论
还没有评论，来说两句吧。
评论区为展示样式，提交不会被处理。