
累積分布指標用來回答「某數值低於特定門檻的機率是多少?」它會將一段期間內的價格變動或報酬率序列排序,並計算不超過所選門檻的比例。這項指標用於衡量風險曝險及特定結果發生的機率。
在投資分析領域,這項指標多用於報酬率而非價格,因為報酬率能更直接反映波動性與風險。例如,在分析過去90天的日報酬率時,你可能會關心「價格下跌超過−5%的機率有多高?」累積分布指標可針對這種情境提供機率參考。
累積分布指標源自機率分布。機率分布描述每個具體數值出現的可能性,而累積分布指標則依據從小到大的順序累加這些機率,得出低於某數值的總機率。
你可以把機率分布想像成直方圖每根柱子的高度,而累積分布指標則像是「從左到右累加直方圖」:在任意位置,左側所有柱子的總高度就是該數值的累計比例。這種累計視角在設定門檻和界定風險邊界時特別實用。
可以透過簡單的經驗累積分布流程計算,無需複雜數學。
步驟1:收集資料。選擇區間,例如最近30、60或90天的日報酬率,並剔除缺失或異常值,確保資料完整。
步驟2:排序資料。將報酬率由小到大排序,並記錄每個數值在序列中的位置。
步驟3:計算比例。對於樣本中第k個數值(共n個),其累計比例約為k/n。例如,300個樣本中的第15個數值,累計比例為15/300=5%。
步驟4:繪圖與解讀。繪製「數值-累計比例」曲線,觀察門檻對應的比例,或根據累計比例查找對應的分位數。
Excel、Python或交易終端統計模組等工具皆可應用於這個流程,核心步驟就是資料排序與比例計算。
這項指標主要用於量化風險邊界和決策門檻:協助評估極端回撤機率、設定停損、判斷觸發條件,並估算不同市場環境下策略的命中率。
在加密資產領域,市場波動性往往更高。透過累積分布指標判斷「過去90天日虧損超過−7%的機率」,可據此決定是否降低槓桿、縮短回溯區間或提升保證金比例。
針對做市或網格策略,讀取與價格滑點或區間突破相關的分位數,有助於優化網格密度與資金分配,降低極端行情下的損失風險。
VaR(風險價值)常被定義為「在給定信心水準下的最大可能損失」。分位數則是「將資料按比例分段的位置」。累積分布指標將兩者連結:透過累計比例可確定分位數,進而計算VaR。
步驟1:選擇信心水準,例如95%或99%。
步驟2:利用累積分布指標讀取對應分位數。例如,在95%信心水準下,VaR即為「最左側5%分位數」(通常為負報酬)。
步驟3:將分位數轉換為金額。已知持倉規模時,將報酬分位數乘以持倉價值,即可估算貨幣VaR。這為保證金、停損或回撤線的設定提供依據。
這種方法對高波動性資產尤其重要,因為尾部風險對帳戶安全的影響更大。
波動率衡量「資料的平均離散程度」,通常以標準差計算;累積分布指標則關注「低於某門檻的累計機率」。
兩者差異在於視角:波動率反映資料整體「分布寬度」,但無法直接說明「超越特定虧損門檻的機率」。累積分布指標則直接解答「突破該門檻的可能性是多少?」兩者結合,可全面評估:用波動率掌握市場整體波動,用累積分布指標精確設定風險邊界。
在實際操作中,可以將累積分布指標轉化為具體交易參數與風控規則。
步驟1:取得資料。在Gate匯出所選資產的歷史K線或報酬率序列,常用30-90天區間,資料頻率為日線或更高。
步驟2:計算分位數。利用累積分布指標提取5%、10%等分位數,作為停損或保證金門檻參考。例如,5%分位數為−6%,則應設定槓桿和倉位,確保即使出現−6%虧損也不會被強制平倉。
步驟3:策略應用。對於網格或限價單策略,將分位區間映射為網格邊界與間距;對於合約策略,將分位數轉化為觸發與預警門檻。
步驟4:動態更新。每週或每月用滾動區間重新計算累積分布指標,及時因應市場變動,避免參數過時產生的風險。
常見錯誤包括區間過短、忽略結構性變化、將歷史機率視為未來保證,以及單獨依賴該指標。
第一,區間過短。樣本量過小會導致分位數不穩定,建議以多個區間(如30天與90天)交叉驗證。
第二,忽略結構性變化。重大事件可能扭曲市場分布,舊的累積分布可能失效,應更重視近期資料或以滾動區間更新。
第三,歷史≠未來。機率僅供參考,不代表保證,務必結合倉位與資金管理。
第四,單一指標依賴。建議與波動率、流動性(滑點)、相關性等指標結合,建立完善的風險管理體系。
累積分布指標依數值大小累計資料,直接回答「低於給定門檻的機率是多少?」在投資與Web3場景中,它將機率轉化為分位數與VaR,用於設定停損、保證金及策略邊界。與波動率指標互補,可同步評估「市場強度」與「突破機率」。使用時需注意樣本區間長度、結構變化與資金管理——歷史機率僅供參考,涉及實盤資金時務必分散並設停損。
累積分布指標可協助你量化價格波動帶來的尾部風險,讓你快速判斷現價在歷史分布中的位置,並評估反轉機率。例如,某代幣價格處於歷史95%分位,代表大幅回調機率較高,是減碼或布局新倉的關鍵訊號。
分位數是將所有歷史資料由小到大排序後劃分的「里程碑」。90%分位表示90%的歷史資料低於該水準,僅10%高於。例如,某代幣過去一年中位數(50%分位)為10美元,代表有一半時間價格低於10美元,一半高於10美元,是判斷「典型」價格水準的直觀基準。
有。如果你知道某資產價格處於歷史95%分位高點,可在其上方設停利鎖定收益;反之,若接近5%分位低點,則可在其下方設停損避免進一步虧損。如此一來,停損/停利水準基於真實歷史分布,而非主觀判斷,使風險管理更為系統化。
對於新上架或歷史較短的代幣,累積分布指標參考價值有限。建議僅對至少有半年交易歷史的資產應用此指標——資料越充分,結論越可靠。如必須交易新幣,可參考類似資產的分布,但需謹慎——歷史模式未必適用。
極值指的是歷史最大值與最小值,即資料集的端點。99%分位接近歷史最高價,1%分位則接近歷史最低價。若某代幣價格跌至接近1%分位,代表已處於歷史低點,可能有強勁反彈機會;若漲至99%分位,則回調風險顯著。極值分析對掌握交易拐點特別有用。


