我们在很大程度上受到标准金融理论的影响，而标准金融理论基本上是以正态分布为中心。迈克尔•玛布森和克里斯汀•巴斯赫德森解释了这种不幸的事情：
“正态分布是金融学理论的根基，这些理论包括随机游走理论、资本资产定价模型、风险价值模型和布莱克一斯科尔斯模型。例如，风险价值(VaR)模型试图将一个投资组合可能遭受损失的可能性量化。VaR模型有很多种不同的形式，但基本的形式都是把标准差作为风险测量工具。给出一个正态分布，就能直接算出标准差，从而算出风险。但是，如果价格变动不是正态分布，标准差就会误导对风险的估计。”
我们怎样从均值中把自我解放出来？
用标准差来测量风险是存在问题的，可以从下面这个例子看出来：两个有着相似标准差的交易者，可能表现出完全不同的收益分布。一个看起来类似于我们熟悉的正态分布，或者钟形曲线，另一个可能表现出峰度和偏度的统计特性。换句话说，收益图形并不是正态分布。
趋势跟踪交易者从来没有，将来也不会出现正态分布的收益。他们永远不会出现连续与基准一致的平均收益。当趋势跟踪交易者在零和博弈中打出本垒打，从巴林银行、长期资本管理公司之类的机构手中收获巨大利润时，他们瞄准的目标是相对优势，即非正态分布世界的肥尾。切萨皮克资本管理公司的杰里•帕克直率地说：
“我认为，将趋势跟踪策略运用于市场，就产生了非正态分布的交易，这在一定程度上是我们的优势——在这些偏离中心的交易中。我不知道我们是否有固定的收益率，但如果运用趋势跟踪策略，它就能产生这种分布——这个世界是非正态的。”
