概率密度函数（PDF）定义 编辑

什么是概率密度函数？

概率密度函数（PDF）是定义；概率分布（结果的可能性）对于离散的；随机变量 （例如股票或ETF）与连续随机变量相对。

离散随机变量之间的区别在于可以确定变量的精确值。例如，变量的值（例如，股票价格）仅超出小数点后两个小数点（例如，52.55），而连续变量的值可以是无限多的（例如，52.5572389658…）。

当以图形方式描绘PDF时，曲线下的区域将指示变量下降的间隔。图中这个区间的总面积等于离散随机变量发生的概率。更准确地说，由于可能值的无限集合，连续随机变量取任何特定值的绝对可能性为零，因此PDF的值可用于确定随机变量落在特定值范围内的可能性。

关键要点

• 概率密度函数是一种统计方法，用于衡量离散值的可能结果（例如股票或ETF的价格）。
• PDF被绘制在一个典型的类似钟形曲线的图上，结果的概率位于曲线之下。
• 离散变量可以精确测量，而连续变量可以有无穷大的值。
• PDF可用于衡量投资组合中特定证券或基金的潜在风险/回报。

概率密度函数基础

PDF用于衡量特定证券的风险，例如单个股票或债券ETF . 它们通常被描绘在一个图表上，正常的钟形曲线表示中性市场风险，而两端的钟形曲线表示风险/回报的大小。曲线右侧的钟形表示回报较高，但可能性较小，而左侧的钟形表示风险较低，回报较低。

投资者应将PDF作为计算其投资组合整体风险/回报的众多工具之一。

概率密度函数（PDF）示例

如前所述，PDF是基于历史数据在图形上描绘的可视化工具。中立的PDF是最常见的可视化，在整个频谱中，风险等于回报。

愿意承担有限风险的人只会期望有限的回报，会跌到下面钟形曲线的左侧。一个愿意冒更高风险寻求更高回报的投资者将处于钟形曲线的右侧。我们中的大多数人，寻找平均回报和平均风险将是钟形曲线的中心。