概念进阶高斯分布与钟形曲线概率与分布
标准差失真
也叫：标准差的误导
标准差在高斯下才可靠，极端斯坦里会严重失真。
核心讲解
作者指出“标准差失真”：标准差和方差是衡量波动的常用指标，但它们只有在高斯（正态）分布的假设下才有可靠的意义。在极端斯坦——即肥尾、非高斯的数据里，标准差会被少数极端值严重扭曲，无法真实反映风险。因为一个极端事件就可能把标准差拉得极大或极小，使计算失去稳定性。作者提醒，在金融等肥尾领域，仅凭标准差来衡量风险是危险的，它可能让人严重低估或高估实际的极端风险。
费曼版：用大白话再讲一遍
“标准差”是用来衡量“波动有多大”的尺子。可这把尺子只在“大家差不多”的高斯世界里好使。一旦遇到少数极端事件，比如一次暴跌，尺子就被拉得面目全非，算出来的“风险”根本不靠谱。在极端的世界里，这把尺子会骗人。
要点
- 标准差在高斯假设下才有意义。
- 极端斯坦里标准差被极端值扭曲。
- 无法真实反映肥尾风险。
- 金融等肥尾领域勿单靠标准差。
常见误区
- 把标准差当成普适的风险指标。
- 在肥尾数据上用标准差衡量波动。
- 忽视极端值对标准差的扭曲。
多方视角
作者的看法
标准差无法处理极端斯坦。
不同的看法
- 有观点认为，标准差配合其他指标仍有一定参考价值。
- 统计界确认，厚尾下标准差不稳定、易失真。
支持作者的理由
- 金融极端波动下标准差估算极不稳定。
留给你的问题
你评估风险时用的“波动指标”，在肥尾下还可靠吗？