波动率拖累：为什么算术平均骗了你
我的掌握程度：
先掌握这个答案
直觉：先涨50%再跌50%→0.75（不是1.0）——因为第二次的−50%是在更大的基数上乘的。拖累≈σ²/2：两个策略算术平均都是10%——A的波动5%→几何≈9.875%；B的波动30%→几何≈5.5%——同样的"平均"但B的复利慢一半。杠杆放大拖累：2倍杠杆→波动×2→拖累×4（σ²的关系）——算术收益乘2但拖累乘4→几何收益的增长远不到2倍甚至可以变负（高杠杆下算术正、几何负）。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
√时间缩放有条件
独立、方差稳定等近似条件下，收益总和的方差随期数增加。金融收益存在自相关、波动聚集和跳跃时需检查这些假设；252是常见教学年交易日数，而非所有市场统一常数。
本阶段实战方法 · 每个统计量都要带单位和假设
计算收益、波动、回归、显著性或相关性时，先明确样本和推断条件。
- 写清收益频率、样本数、缺失处理、是否含费用；百分数与小数不可混用。
- 手算一组小样本，再用代码复算；区分算术均值年化、复合年化和年化波动。
- 解释假设不成立会发生什么：自相关、肥尾、非平稳与多次试验都会影响结论。
使用边界
- p值不是原假设为真的概率，也不是策略未来盈利概率。
- 日波动×√252依赖时间聚合假设；252是教学常用交易日数，实际市场与口径可能不同。
背景 · 从一个困惑说起
q-208推导了几何≈算术−σ²/2。这一题用最直白的算例让你记住这个现象的残酷性——它是杠杆策略毁灭的数学根源。
由此产生的问题
波动率拖累的直觉（涨跌不对称）？为什么加杠杆放大拖累（σ²的平方增长）？它对策略评估的实际含义？
核心概念
直觉：先涨50%再跌50%→0.75（不是1.0）——因为第二次的−50%是在更大的基数上乘的。拖累≈σ²/2：两个策略算术平均都是10%——A的波动5%→几何≈9.875%；B的波动30%→几何≈5.5%——同样的"平均"但B的复利慢一半。杠杆放大拖累：2倍杠杆→波动×2→拖累×4（σ²的关系）——算术收益乘2但拖累乘4→几何收益的增长远不到2倍甚至可以变负（高杠杆下算术正、几何负）。
为什么需要它
①看穿营销话术：宣传用算术平均("平均月收益2%")、你的账户按几何增长——差异在波动大时巨大；②杠杆的隐性成本：利息之外拖累是第二种成本——q-028的数学基础在此补全；③策略选择：同等算术收益下选低波动的——不是保守是数学最优。
实际应用场景
快速心算：策略算术年化15%、年化波动20%→几何≈15%−2%=13%；3倍杠杆：算术45%、拖累=9×2%=18%→几何≈27%——不是45%！
与之前知识的联系
q-208（σ²/2推导）的案例版；q-028（杠杆爆仓曲线）的数学根；q-528（夏普三骗术）的第一骗（负偏策略）是拖累的极端形态。
⚠ 常见误解
- 拖累是交易成本：纯数学（路径损耗），零成本的策略同样存在；成本是额外扣的
- 算术平均高就行：算术15%波动30%→几何仅10.5%——长期复利看几何不看算术
- 杠杆只要算术为正就赚：高杠杆下算术正几何可以负——如3倍杠杆+波动40%：算术+15%×3=45%但拖累=9×8%=72%→几何=−27%——亏钱！
🛠 本题实践任务
用你的策略参数（或任一基金）算：算术年化、年化波动、拖累σ²/2、几何年化。如果加2倍杠杆——几何还剩多少？
💡 提示（先自己想5分钟再看）
拖累=σ²/2；杠杆后σ×杠杆、拖累×杠杆²；如果几何转负——这个杠杆水平就是数学上的死刑。
✅ 验收标准
一组杠杆-拖累数字。你理解了杠杆的第二种成本——不需要利息就已经在扣你。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（几何vs算术平均、方差），再用案例、公式和代码帮助理解。此功能需要先启用服务。