<aside> 💡

查看全集：Quantopia量化分析56讲

</aside>

概述

离散度量用于量化数据分布的波动程度，在金融领域直接关联风险度量。本教程涵盖以下核心概念：

1. 极差（Range）
2. 平均绝对偏差（MAD）
3. 方差与标准差
4. 半方差与半标准差
5. 目标半方差

准备工作

import numpy as np
import yfinance as yf
import matplotlib.pyplot as plt

# 设置随机种子保证结果可复现
np.random.seed(121)

1. 极差（Range）

衡量数据分布的最大波动范围

随机数据示例

X = np.sort(np.random.randint(100, size=20))
print("数据集X:\\n", X)
print("极差:", np.ptp(X))

金融数据应用（苹果股价波动）

# 获取苹果2022年股价数据
aapl = yf.download('AAPL', start='2022-01-01', end='2023-01-01')['Close']

print(f"\\n苹果股价极差: ${aapl.max()-aapl.min():.2f}")
print(f"最大值日期: {aapl.idxmax().strftime('%Y-%m-%d')}")
print(f"最小值日期: {aapl.idxmin().strftime('%Y-%m-%d')}")