Модель, а не свойство рынка
Нормальное распределение — колоколообразная кривая, в которой значения группируются вокруг среднего, а вероятность отклонения быстро падает с его величиной. В теории вероятностей это удобнейшая модель: она полностью описывается двумя числами, средним и стандартным отклонением, и на ней построено большинство финансовых формул.
Проблема в том, что доходности рынков нормальному распределению не подчиняются. Модель применяют не потому, что она верна, а потому что с ней можно считать. Это допустимо, пока вы помните о границах применимости, и опасно, когда формула начинает восприниматься как описание реальности.
Толстые хвосты и что они меняют
В нормальном распределении отклонение на пять стандартных единиц практически невозможно — раз в тысячи лет ежедневных наблюдений. На реальных рынках такие движения случаются регулярно, несколько раз за десятилетие. Это и называют толстыми хвостами: крупные события происходят намного чаще, чем предсказывает модель.
Практическое следствие прямое. Любая метрика, опирающаяся на нормальность, — VaR, коэффициент Шарпа, расчёты вероятности разорения — систематически занижает риск редких событий. Пользоваться ими можно, но нельзя считать, что они описывают худший случай: они описывают обычный.
Как это учитывать на практике
Разделять два вида риска. Обычный — колебания, укладывающиеся в статистику, ими управляют стандартными метриками и размером позиции. Хвостовой — редкие резкие движения, для них метрики не работают, и защитой служат только жёсткие ограничения: лимит плеча, запрет на перенос крупного объёма через выходные, лимит на инструмент.
Проверять свои данные тоже полезно и несложно: постройте гистограмму доходностей по инструменту и сравните с нормальной кривой. Почти всегда видно более высокий пик в центре и заметно более тяжёлые края. Это наглядно объясняет, почему стратегия, «математически безопасная», периодически получает удар, которого по расчётам быть не должно.
Частые вопросы
Подчиняются ли доходности рынка нормальному распределению?
Нет. У реальных доходностей более высокий пик в центре и толстые хвосты: крупные движения случаются намного чаще, чем предсказывает нормальная модель.
Почему нормальное распределение всё равно используют?
Потому что оно даёт простые формулы: описывается двумя параметрами и позволяет считать вероятности. Это рабочее приближение для обычных колебаний, но не для редких событий.
Какие метрики страдают от этого допущения?
Все, что опираются на стандартное отклонение: VaR, коэффициент Шарпа, оценки вероятности разорения. Они описывают обычный плохой случай, а не катастрофический.
Что запомнить
- Нормальное распределение — удобная модель, а не описание поведения рынка.
- Толстые хвосты означают, что крупные движения происходят намного чаще расчётных.
- Обычный риск считают метриками, хвостовой ограничивают лимитами плеча и объёма.