1.8 肥尾分布与金融市场的极端风险¶

为什么高斯分布在金融中是危险假设？ 正态分布预测下，道琼斯指数单日下跌 20%（如1987年黑色星期一）的概率约为 $10^{-90}$， 相当于在宇宙年龄内也不应发生一次。但它真实发生了。 金融收益率是肥尾分布的——极端事件频率远超正态分布预测。

学习目标¶

• 理解肥尾（Fat Tails）和幂律分布的统计含义
• 用 QQ 图直观诊断收益率的非正态性
• 了解学生 t 分布在收益率建模中的优势
• 简介极值理论（EVT）及其在风险管理中的应用

1. 这节究竟解决什么实际问题？¶

1.8 肥尾分布与金融市场的极端风险 的具体任务是：理解肥尾让极端亏损比正态模型预期得更常见。 本节将明确输入数据、计算过程、输出及其在后续研究中的用途。

2. 前置知识¶

会使用百分比和基础代数；建议先完成环境配置。 对公式的理解应包括变量定义、单位、时间索引和适用条件。

3. 数据说明¶

示例优先使用仓库固定的日频复权收盘价；它不是实时行情，也不代表完整市场。 运行前先检查 shape、日期范围、列名与缺失值。数据看起来能画图，不代表它适合回答研究问题。

4. 学习目标与完成标准¶

完成本节后，你应能用自己的话解释 1.8 肥尾分布与金融市场的极端风险 的输入、计算步骤、输出和局限；尤其能说明：理解肥尾让极端亏损比正态模型预期得更常见。 你还应能独立改动一个参数并解释结果为什么变化，指出至少一个会让结论失真的假设。

5. 核心概念与公式¶

价格表示资产在特定时点的水平，收益率表示两个时点之间的相对变化。多数跨资产比较使用收益率。

所有公式都先说明分子、分母、单位与时间尺度；年化前必须确认数据频率。 看到公式时依次确认：每个符号的单位是什么？它属于哪个时点？分母会不会为零？它是描述性统计量、预测量，还是交易规则？

6. 从零实现¶

原始代码按照“准备输入 → 计算中间量 → 得到结果 → 解释输出”的顺序组织。每个单元应检查变量类型、索引、维度和代表性数值。中间变量用于核对公式实现和定位计算错误。

7. 成熟库实现¶

NumPy/Pandas 帮你算数和对齐索引；统计库帮你估计参数，但不替你解释经济含义。 使用库函数前先阅读参数含义、默认值和返回对象；库输出一个数字，并不说明这个数字适合你的交易假设。

8. 两种实现的差异¶

从零实现便于核对公式、调试和识别隐含假设；成熟库适合在计算逻辑已验证后复用。两种实现依赖相同的数据口径与时点假设，使用库函数不会改变输入数据的质量。

9. 预期结果与检查范围¶

你应看到维度正确的 Series/DataFrame、日期单调递增的索引，以及能支持“理解肥尾让极端亏损比正态模型预期得更常见。”这一任务的表格或图形。金融日收益率均值通常接近 0；若出现极大的连续收益、空表、全 NaN 或索引错位，应先排查数据和对齐逻辑，而不是立即相信结果。

10. 常见错误与诊断¶

把百分比和小数混用、忘记 dropna、把日频波动率直接叫作年化波动率、把相关性当因果。

诊断顺序：先打印类型与 shape，再看 head()/tail()，接着检查日期和 NaN，最后才比较数值。这样能避免在错误的对象上反复改参数。

11. 研究偏差检查¶

概念演示也要避免事后选择样本或只展示支持结论的时间段。 结果至少应与一个简单基线比较，并明确哪些部分只是教学演示。

12. 三层练习与答案¶

• 基础练习：验证一个中间变量、补全一段小计算，并用一句话解释输出。
• 研究练习：改变窗口、样本区间、约束或标的，记录哪些结论仍成立。
• 开放项目：把本节方法嵌入模块项目，报告基线、失败结果和限制。

题目在 ../exercises/01_financial_concepts/08_heavy_tails_exercises.ipynb；完整推导、可运行参考实现与结果检查在 ../solutions/01_financial_concepts/08_heavy_tails_solutions.ipynb。请先独立作答，再打开答案。

13. 延伸阅读¶

延伸材料：Investments（Bodie, Kane, Marcus）。阅读记录应包括研究假设、数据频率、样本范围和结论适用条件。

14. 下一节¶

下一节是 09_lln_clt。本节的概念会成为理解它的输入，而不是孤立的名词。

In [1]:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
np.random.seed(42)
print('Libraries loaded')

import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy import stats np.random.seed(42) print('Libraries loaded')

Libraries loaded

In [2]:

import matplotlib.pyplot as plt

# 1. 设置系统自带的中文字体（这里使用黑体 SimHei）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei']

# 2. 解决更换字体后，负号（-）显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

import matplotlib.pyplot as plt # 1. 设置系统自带的中文字体（这里使用黑体 SimHei） plt.rcParams['font.sans-serif'] = ['SimHei'] # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei'] # 2. 解决更换字体后，负号（-）显示为方块的问题 plt.rcParams['axes.unicode_minus'] = False

1. 正态分布假设的危险：尾部概率对比¶

**峰度（Kurtosis）**是衡量尾部厚度的指标：

• 正态分布峰度 = 3（超额峰度 = 0）
• 实际金融数据超额峰度通常 > 3（肥尾）

超额峰度越大 → 极端事件（±3σ 以外）发生频率越高。

In [3]:

n = 10_000

# 正态分布（细尾）
normal_returns = np.random.normal(0, 0.01, n)

# 学生 t 分布（肥尾，自由度=3）
t_returns = np.random.standard_t(df=3, size=n) * 0.006

# 混合分布（模拟市场崩溃）：95% 正常 + 5% 危机
mixed = np.concatenate([
    np.random.normal(0, 0.008, int(n * 0.95)),
    np.random.normal(-0.04, 0.025, int(n * 0.05))
])
np.random.shuffle(mixed)

fig, axes = plt.subplots(1, 3, figsize=(16, 5))
for ax, data, title, color in zip(axes,
    [normal_returns, t_returns, mixed],
    ['正态分布', '学生 t 分布 (df=3)', '混合分布（模拟危机）'],
    ['steelblue', 'darkorange', 'red']):
    ax.hist(data, bins=100, density=True, alpha=0.7, color=color, edgecolor='none')
    x = np.linspace(data.min(), data.max(), 200)
    ax.plot(x, stats.norm.pdf(x, data.mean(), data.std()), 'k--', lw=2, label='正态拟合')
    ax.set_title(f'{title}\n峰度={stats.kurtosis(data):.2f}')
    ax.legend(fontsize=8); ax.set_xlim(-0.1, 0.1)
plt.suptitle('正态分布 vs 肥尾分布：峰度差异', fontsize=13)
plt.tight_layout(); plt.show()

n = 10_000 # 正态分布（细尾） normal_returns = np.random.normal(0, 0.01, n) # 学生 t 分布（肥尾，自由度=3） t_returns = np.random.standard_t(df=3, size=n) * 0.006 # 混合分布（模拟市场崩溃）：95% 正常 + 5% 危机 mixed = np.concatenate([ np.random.normal(0, 0.008, int(n * 0.95)), np.random.normal(-0.04, 0.025, int(n * 0.05)) ]) np.random.shuffle(mixed) fig, axes = plt.subplots(1, 3, figsize=(16, 5)) for ax, data, title, color in zip(axes, [normal_returns, t_returns, mixed], ['正态分布', '学生 t 分布 (df=3)', '混合分布（模拟危机）'], ['steelblue', 'darkorange', 'red']): ax.hist(data, bins=100, density=True, alpha=0.7, color=color, edgecolor='none') x = np.linspace(data.min(), data.max(), 200) ax.plot(x, stats.norm.pdf(x, data.mean(), data.std()), 'k--', lw=2, label='正态拟合') ax.set_title(f'{title}\n峰度={stats.kurtosis(data):.2f}') ax.legend(fontsize=8); ax.set_xlim(-0.1, 0.1) plt.suptitle('正态分布 vs 肥尾分布：峰度差异', fontsize=13) plt.tight_layout(); plt.show()

2. QQ 图：直观诊断肥尾¶

如果数据服从正态分布，QQ 图应该是一条直线。肥尾数据在两端会向上/向下弯曲。

In [4]:

fig, axes = plt.subplots(1, 3, figsize=(15, 5))
for ax, data, title in zip(axes,
    [normal_returns, t_returns, mixed],
    ['正态分布', 't分布(肥尾)', '混合分布']):
    stats.probplot(data, dist='norm', plot=ax)
    ax.set_title(f'QQ图：{title}')
    ax.get_lines()[1].set_color('red')
plt.tight_layout(); plt.show()
print('QQ 图判读：两端偏离红线越多，肥尾越严重')

fig, axes = plt.subplots(1, 3, figsize=(15, 5)) for ax, data, title in zip(axes, [normal_returns, t_returns, mixed], ['正态分布', 't分布(肥尾)', '混合分布']): stats.probplot(data, dist='norm', plot=ax) ax.set_title(f'QQ图：{title}') ax.get_lines()[1].set_color('red') plt.tight_layout(); plt.show() print('QQ 图判读：两端偏离红线越多，肥尾越严重')

QQ 图判读：两端偏离红线越多，肥尾越严重

3. 极端事件频率：正态 vs 现实¶

以日收益率标准差 σ=1% 为例，计算不同极端事件在各分布下的预测频率：

In [5]:

sigma = 0.01
print(f'日收益率标准差 σ = {sigma:.1%}\n')
print(f'{'事件':25s} {'正态分布理论频率':20s} {'t分布(df=5)频率':20s}')
print('-' * 65)

events = [(-0.03, '单日跌 3% (3σ)'), (-0.05, '单日跌 5% (5σ)'),
          (-0.10, '单日跌 10% (10σ)'), (-0.20, '单日跌 20% (20σ)')]

for threshold, label in events:
    z = threshold / sigma
    p_normal = stats.norm.cdf(z)
    p_t = stats.t.cdf(z, df=5)   # 自由度5的 t 分布
    freq_normal = f'1/{1/p_normal:.0e}'.replace('/', ' 年一次' if 1/p_normal > 250 else ' 天')
    years_normal = 1 / (p_normal * 252)
    years_t = 1 / (p_t * 252)
    print(f'{label:25s}  每 {years_normal:.1f} 年       每 {years_t:.1f} 年')

sigma = 0.01 print(f'日收益率标准差 σ = {sigma:.1%}\n') print(f'{'事件':25s} {'正态分布理论频率':20s} {'t分布(df=5)频率':20s}') print('-' * 65) events = [(-0.03, '单日跌 3% (3σ)'), (-0.05, '单日跌 5% (5σ)'), (-0.10, '单日跌 10% (10σ)'), (-0.20, '单日跌 20% (20σ)')] for threshold, label in events: z = threshold / sigma p_normal = stats.norm.cdf(z) p_t = stats.t.cdf(z, df=5) # 自由度5的 t 分布 freq_normal = f'1/{1/p_normal:.0e}'.replace('/', ' 年一次' if 1/p_normal > 250 else ' 天') years_normal = 1 / (p_normal * 252) years_t = 1 / (p_t * 252) print(f'{label:25s} 每 {years_normal:.1f} 年 每 {years_t:.1f} 年')

日收益率标准差 σ = 1.0%

事件                        正态分布理论频率             t分布(df=5)频率         
-----------------------------------------------------------------
单日跌 3% (3σ)                每 2.9 年       每 0.3 年
单日跌 5% (5σ)                每 13843.5 年       每 1.9 年
单日跌 10% (10σ)              每 520778282162624462848.0 年       每 46.4 年
单日跌 20% (20σ)              每 144110227007404368736004373587456829506024729208898486292676143949773087913817533317120.0 年       每 1374.2 年

4. 用学生 t 分布建模肥尾收益率¶

In [6]:

# 用 MLE 拟合真实肥尾收益率
np.random.seed(42)
real_returns = np.random.standard_t(df=4, size=2000) * 0.008  # 模拟「真实」数据

# 拟合正态分布
norm_params = stats.norm.fit(real_returns)
# 拟合 t 分布
t_params = stats.t.fit(real_returns)  # (df, loc, scale)

x = np.linspace(real_returns.min(), real_returns.max(), 300)
fig, ax = plt.subplots(figsize=(10, 5))
ax.hist(real_returns, bins=60, density=True, alpha=0.5, color='steelblue', label='模拟数据')
ax.plot(x, stats.norm.pdf(x, *norm_params), 'r-', lw=2, label=f'正态拟合')
ax.plot(x, stats.t.pdf(x, *t_params), 'g-', lw=2, label=f't 分布拟合 (df={t_params[0]:.2f})')
ax.set_xlim(-0.08, 0.08)
ax.legend(); ax.set_title('正态 vs 学生 t 分布拟合肥尾收益率')
ax.set_xlabel('日收益率'); plt.show()

# 比较尾部 VaR
alpha = 0.01  # 1% VaR
var_normal = stats.norm.ppf(alpha, *norm_params)
var_t = stats.t.ppf(alpha, *t_params)
print(f'1% VaR (正态分布): {var_normal:.4f} ({var_normal:.2%})')
print(f'1% VaR (t 分布):   {var_t:.4f} ({var_t:.2%})')
print(f't 分布的 VaR 更大（更保守），更接近极端市场的真实情况')

# 用 MLE 拟合真实肥尾收益率 np.random.seed(42) real_returns = np.random.standard_t(df=4, size=2000) * 0.008 # 模拟「真实」数据 # 拟合正态分布 norm_params = stats.norm.fit(real_returns) # 拟合 t 分布 t_params = stats.t.fit(real_returns) # (df, loc, scale) x = np.linspace(real_returns.min(), real_returns.max(), 300) fig, ax = plt.subplots(figsize=(10, 5)) ax.hist(real_returns, bins=60, density=True, alpha=0.5, color='steelblue', label='模拟数据') ax.plot(x, stats.norm.pdf(x, *norm_params), 'r-', lw=2, label=f'正态拟合') ax.plot(x, stats.t.pdf(x, *t_params), 'g-', lw=2, label=f't 分布拟合 (df={t_params[0]:.2f})') ax.set_xlim(-0.08, 0.08) ax.legend(); ax.set_title('正态 vs 学生 t 分布拟合肥尾收益率') ax.set_xlabel('日收益率'); plt.show() # 比较尾部 VaR alpha = 0.01 # 1% VaR var_normal = stats.norm.ppf(alpha, *norm_params) var_t = stats.t.ppf(alpha, *t_params) print(f'1% VaR (正态分布): {var_normal:.4f} ({var_normal:.2%})') print(f'1% VaR (t 分布): {var_t:.4f} ({var_t:.2%})') print(f't 分布的 VaR 更大（更保守），更接近极端市场的真实情况')

1% VaR (正态分布): -0.0256 (-2.56%)
1% VaR (t 分布):   -0.0291 (-2.91%)
t 分布的 VaR 更大（更保守），更接近极端市场的真实情况

练习¶

1. 对 SPY/AAPL 真实历史日收益率进行 Jarque-Bera 正态性检验，输出峰度和 p 值。
2. 分别用 df=3、5、10、∞（正态）的 t 分布模拟 Monte Carlo，对比 1% CVaR 的差异。
3. 研究「极值理论 GEV」分布（scipy.stats.genextreme），对收益率最大回撤序列进行拟合。

---

下一节 → 09_lln_clt.ipynb

In [ ]: