Kurtosis 指标：公式、参数与读法
峰度（Kurtosis）报告最近 N 个收益率的超额峰度——标准化四阶矩减去三，即 Fisher 惯例——因此正态分布读数为 0。正值表示尾部比正态分布更厚，也就是极端K线出现的频率高于钟形曲线所暗示的水平。
Senzoukria · 指标 · Updated September 2026
Kurtosis — 波动率, 显示在图表下方的独立面板中.
Kurtosis 测量的是什么
窗口内的收益率先用其总体标准差标准化（除数为 N 而不是 N−1），再取四次方的均值；减去 3 使高斯情形归零。四次方使它成为一个尾部统计量：一个两倍于典型大小的收益率，贡献是典型收益率的十六倍，所以单个异常值就会主导读数。默认窗口为 50 个收益率，有意与偏度指标采用相同的惯例和默认值，以便两者对照阅读。标准差为零的窗口不产生数值。
公式：代码中的实现
这不是别处常见的定义，而是所发布代码实际计算的内容，记录在实现旁边：
Kurtosis EXCÈS des N derniers rendements (−3, convention de Fisher) — moment d'ordre 4 standardisé, population (÷N) : g2 = m4 / σ⁴ − 3 Le −3 recentre la gaussienne sur 0 : g2 > 0 = queues épaisses (risque de barre extrême), g2 < 0 = distribution aplatie. σ = 0 → null. Mêmes conventions et même défaut N=50 que `skewness` (les deux se lisent ensemble).
如何解读
- 正值读数表示窗口中存在远大于其自身典型收益率的收益率，因此相对于正态模型，出现超大K线的可能性更高。
- 负值读数描述的是更平坦的分布，收益率集中在相近的幅度，没有极端值。
- 峰度的跳升通常可以追溯到一两根特定的K线——在对市场状态下任何结论之前，先在图上找到它们。
- 该度量不区分正负号：大小相同的大阳线和大阴线对它的影响完全一样。与偏度一起阅读，看是哪一侧的尾部在起作用。
- 当异常值离开窗口时，数值会急剧下降，这是窗口长度的机械结果，而不是市场的变化。
参数与默认值
周期默认 50，可设为 3 到 1000。短窗口会让单根极端K线主导，产生大幅摆动；长窗口会把真正的尾部事件稀释进平均值。由于统计量以窗口自身的标准差归一化，改变周期既改变样本，也改变衡量它的标尺。
| 参数 | 类型 | 默认值 | 取值范围 |
|---|---|---|---|
| Period | number | 50 | 3 – 1000 |
它无法显示的内容
超额峰度描述的是过去窗口的形态，不带任何预测——高数值说明极端情况已经发生过，而不是说另一次即将到来。它对单个观测值极其敏感，一笔错误成交或一个数据缺口就能明显改变它。它完全忽略顺序和方向：相同的收益率以任何顺序排列都得到相同的数值。它只基于收益率计算，因此对于大单持续进场却没有价格变动的市场——订单流能揭示的情况——它是看不到的。
相关指标
- True Range — 波动率
- Std Dev — 波动率
- Squeeze — 波动率
- Chaikin Volatility — 波动率
- Realized Vol — 波动率
- Skewness — 波动率
其他语言版本
Frequently asked questions
- 正常的峰度值是多少？
- 零。该指标按 Fisher 惯例报告超额峰度，减去 3 后正态分布位于 0。正值表示尾部比正态分布更厚，负值表示形态更平坦。有些工具报告的是原始峰度，那时正态情形位于 3。
- 为什么没有大幅波动，峰度却突然下降了？
- 因为推高它的异常值离开了滚动窗口。默认 50 个收益率时，单根极端K线恰好在出现后第五十个收益率时不再被计入，统计量随之急剧回落。这种下降反映的是窗口向前滚动，而不是当前环境发生了变化。
- 峰度应该和偏度一起看吗？
- 两者相互补充，在 Senzoukria 中它们采用相同的惯例和相同的 50 个收益率默认窗口，以便并排阅读。峰度告诉你尾部很厚，但不说明是哪一侧；偏度告诉你哪一侧的尾部更长。两者合起来描述同一收益率分布的不对称性和极端程度。