古典假设下的正态分布，也即文献中所称的“薄尾”型（Light Tails）分布，一般都是与指数分布的尾部相比较而给予判断。若一随机变量的密度函数以指数函数的速度衰减至零，就称此变量的分布是“薄尾”型的；若密度函数以幂函数的速度衰减至零，就称此变量的分布是“肥尾”型的。标准正态分布为“薄尾”型分布。
西蒙斯（James Simons）：“肥尾分布风险只是告诉我们，**金融市场上的信息分布不是简单的正态分布
**，那个市场上的尾巴显然没有内幕人员看到的尾巴偏离的大。所以，我们知道所有的这些，并且懂得这些都是很重要的因素。其实，我们会仔细考量所有我们所能想到的并且能考察的因素，直到现在我们的方法也基本上是正确的。”
肥尾分布又称长尾分布。
正态分布1
正态分布2
Paste_Image.png
Paste_Image.png
