Mean 与 Median 在交易中的区别
Mean（均值）与 Median（中位数）在交易中各有用途。本文用 NQ 的会话点数示例说明两者的区别，以及 NFP、CPI 等新闻造成的极值如何拉高均值，并介绍 Statistical Mapping° 中 Mean、Median 和 Both 三种计算方法分别适合什么场景。
Mean vs. Median 在交易中的区别
以 NASDAQ (NQ) 的会话点数为例，Mean（均值）与 Median（中位数）各有用途：
Mean（均值）
总和 / 数据点数。示例：
- 数值：132, 197, 198, 210, 350
- 总和 = 1087
- Mean = 1087 / 5 = 217.4
均值反映整体平均，但容易被 极值 拉高（如 350 点，可能来自 NFP/FOMC/CPI 这类新闻事件）。
Median（中位数）
排序后的中间值：
- 排序：132, 197, 198, 210, 350
- Median = 198
中位数更稳健，不受极值影响。
交易要点
- Mean：看整体，但在剧烈波动期可能夸大“典型”范围。
- Median：贴近常态，弱化一次性新闻尖刺的影响。
在示例中，350 这个新闻型极值推高了均值，而中位数更接近常规波动范围。
Statistical Mapping° 中的 Mean、Median 或 Both
在 Statistical Mapping° 中，你可以在 Calculation Method 下选择 Mean、Median 或 Both。Both 会绘制一个从 Mean 水平到 Median 水平的区间框。该选项的位置见 StatMap° v4 设置参考；用点数还是百分比来衡量，见衡量区间：点数还是百分比？。
放到你的图表上
获取 TradingView 版 Statistical Mapping° 与 Statistical Volatility°，或向 StatMap AI 询问设置问题。
相关文章
什么是 Statistical Mapping？
Statistical Mapping° 基于历史价格行为，在 TradingView 上为任意时间框架和会话投射五个关键水平。本文解释 Distribution 与 Manipulation 的含义，并介绍多时间框架与自定义会话、自定义每日锚点、时间投射和流动性分析等主要功能。
什么是 Statistical Volatility？
Statistical Volatility° 分析历史波动模式，帮助你判断显著走势最可能在何时何地出现。本文介绍热力图与柱状图视图、实时位移检测、用于找出活跃时段的 Graph Pane、FVG 等可视化方式、时间与日期过滤，以及与 Statistical Mapping° 的配合。
衡量区间：点数还是百分比？
用点数还是百分比衡量价格区间，会改变你对趋势与波动的理解。本文以纳斯达克不同年份的 1,000 点为例说明两者的差异，并介绍在 StatMap° 与 StatVol° 的 Calculation Unit 中何时选择 Percent，何时选择 Points 更合适。