波动率怎么看：相同平均值背后的两种结果形状

不要先把高低读成好坏

波动率描述结果散布的方式。它可以回答结果通常离平均值多远，却不会自动回答某种结果是否更适合某个人。博彩语境中的波动说明，也不是投资价格序列波动的完整替代定义。阅读时需要先确认变量是什么：单轮返回额、净结果，还是另一种统计量。变量不同，数值就没有直接放在一起比较的基础。

让两组数拥有相同平均值

构造甲组0、1、1、2，乙组0、0、0、4。若每个位置的概率均为四分之一，两组平均值都为1。甲的大部分值围绕1，乙则把全部正值集中在4上。这个四元素例子只用于数学说明，不能视作真实产品的完整周期；但它足以表明，平均值相同并不要求结果的形状也相同。

平方偏差把差别写成数字

采用总体方差的定义，甲的平方偏差和为1＋0＋0＋1＝2，除以4得到0.5；乙的平方偏差和为1＋1＋1＋9＝12，除以4得到3。标准差分别为√0.5与√3，约为0.707和1.732。本例是已知四个等概率结果的总体模型，所以分母用4；若在估计未知总体的样本方差，计算约定需要另作说明。

一个数仍然不是完整分布

标准差保留了离散程度的一部分信息，却没有逐项列出结果概率。即便两个模型均值与方差都一样，也不代表每个尾部事件的概率一致。文字分级如“高波动”更需要知道采用何种分级标准。没有共同定义时，不能把不同提供方的标签直接排列成一个严格排名，更不能根据一个标签补出具体最大奖项。

波动不是下一次变化的方向

过去一段结果起伏较大，描述的是已见到的记录；模型标准差描述的是分布。两者都不直接给出下一轮的方向。连续出现低值，也不会仅因“高波动”三个字就必然转成高值。波动率的正确用途是补充对平均数的理解：它提醒我们过程可能不一样，而不是交给我们一张未来结果的时间表。

相关阅读