均值的陷阱：在狂野随机性中，样本均值不收敛

在温顺随机性中，样本量越大，样本均值越接近总体均值（大数定律）。但在狂野随机性中，**一个新样本可能彻底改变均值**——第 10000 个数据点可能比前 9999 个的总和还重要。这意味着：用历史平均回报来预测未来回报，在肥尾分布下是根本不可靠的。你不是在「样本量不够」，而是在用错误的工具处理错误类型的数据。