起诉正统：正态假设的证据清单

罪证一：肥尾——“不可能”的事天天发生#

若日收益服从正态分布，那么按历史波动率折算：

• 1987 年 10 月 19 日道指单日 -22.6%，正态世界里的概率约 10⁻⁵⁰ 量级——宇宙年龄内重复亿万次交易史也不该出现一次；
• 1998 年 8 月单月内道指三次大跌（8 月 31 日 -6.8%），正态框架下这个组合的概率约五千亿分之一；
• 统计任意成熟市场的长期日收益，超过 4σ 的日子都远多于正态预言——不是多一点，是多出几个数量级。

正统理论对这些日子的处理方式是当作”百年一遇的例外”逐个豁免。曼德博的立场：例外出现得如此频繁，说明它们不是例外，是分布本身的常态——尾巴比钟形曲线厚得多（肥尾）。

罪证二：波动成簇——独立性假设阵亡#

正态随机游走要求今天的波动不携带关于明天的信息。但任何人肉眼看一眼真实收益序列都能发现：大波动扎堆出现，平静也扎堆出现——曼德博的原话是”大变化之后倾向于跟着大变化（方向不论），小变化之后跟着小变化”。

这就是波动聚集（volatility clustering）。它意味着收益的幅度有很强的时间相关性——独立性假设在幅度维度上被干净利落地证伪（方向维度的相关性弱得多，所以预测涨跌依然难）。

罪证三：非平稳——规律本身在变#

平稳性假设要求分布参数不随时间变。但真实市场的波动率有明显的”政权更替”：牛市的参数表在危机中一夜作废。用 2019 年估的协方差矩阵去度量 2020 年 3 月的风险，误差不是几个百分点，是几倍。

A 股同款证据#

• 2015 年 6~8 月：千股跌停反复出现，指数单日 -8% 级别的波动连续成簇——罪证一与罪证二的现场教学；
• 2024 年 2 月：微盘股流动性危机，小市值因子几天内回吐数年收益——尾部事件对因子策略同样适用，不只是对指数；
• 涨跌停与熔断制度还会把一次大波动”切片”成连续多日的极端值，让尾部更肥、簇更长。

量化落点#

• 夏普比率：标准差对肥尾分布是残缺的风险度量——两个夏普相同的策略，左尾可以差出一个数量级，报告里必须同时看最大回撤与最差单日；
• 协方差矩阵：非平稳意味着样本协方差是对”过去政权”的估计——组合优化对它的误差极其敏感；
• 参数化 VaR：正态 VaR 在 99% 分位之外恰好是它最不可信的地方。量化学堂绩效指标一课的检查清单与此呼应。

本页带走的三句话#

1. 按正态假设，1987 年那天的概率是 10⁻⁵⁰——当”不可能”频繁发生，该被审判的是分布假设；
2. 大波动跟着大波动：独立性在幅度维度上被证伪，这也是波动率建模（GARCH 类）存在的理由；
3. 夏普比率、协方差、VaR 都不是错的，但它们度量的是”温和随机”世界里的风险——你交易的不是那个世界。