很多原油季节性图表只画一条多年平均线，看起来某个月总涨或总跌。这个数字回答不了一个关键问题：过去十年里，有多少年真的按这个方向走？如果只有两三年贡献了全部涨幅，平均线就是少数年份的投影，不是可重复的规律。要判断季节性是否值得参考，必须看每年的分布，而不是只看均值。
平均线为什么会骗人
假设某个月份过去十年的平均收益是+3%。听起来不错。但如果这十年里有七年是-1%，另外三年分别是+5%、+8%、+10%，平均仍是正数。这条平均线由三年大行情拉起来，多数年份实际是下跌。只看均值，你会误以为“这个月通常上涨”，但分布告诉你：更常见的结局是下跌，只是偶尔被极端值覆盖。
原油价格受供给冲击、地缘事件、库存变化和宏观需求影响，单月波动很大。极端年份并不罕见。均值对极端值敏感，一个月出现大额正收益，就能把整条平均线拉高。分布图（比如每年同月收益的散点或箱线图）能直接显示：中位数在哪、多少年为正、最差和最好年份差多少。这些信息比一条平均线更接近“如果重复历史，可能遇到什么”。
分布要看哪几个量
不需要复杂统计，先看四个量：
| 指标 | 回答的问题 | 注意点 |
|---|---|---|
| 中位数 | 典型年份的收益是多少 | 不受极端值拉动，和均值差得远说明分布偏斜 |
| 为正的年份比例 | 方向有多常见 | 比例低但均值高，说明靠少数大年 |
| 最小值与最大值 | 最坏和最好能差多少 | 极端值可能来自特殊事件，不能当常态 |
| 四分位距 | 中间一半年份的波动范围 | 范围宽说明季节性弱，方向不稳定 |
如果中位数接近零、为正比例约一半、四分位距很宽，这个月的季节性基本没有可用信息。反过来，中位数和均值同向、为正比例明显高于一半、极端值不主导，才值得进一步检验。
用散点图看重叠，而不是看排序
把每年同月收益画成散点，横轴年份、纵轴收益，能看出两件事：方向是否连续，以及有没有少数年份主导。如果散点大多在零轴同一侧，季节性较稳；如果每年正负交替，平均线再漂亮也不可靠。还可以把不同月份画成并排散点，比较哪个月份的分布更集中。原油季节性常被库存周期和炼厂检修影响，但这些因素每年强度不同，分布宽是常态。
更严格一点，用滚动窗口检验：只用前几年数据算季节性，再看后几年是否延续。如果样本外表现明显变差，说明规律不稳定。这不是预测未来，而是检查历史规律是否经得起时间切分。样本量小时，任何切分都容易过拟合，结论要保守。
假设示例：均值与分布的差距
以下数字均为假设示例，仅用于说明计算方法，不是实际行情，也不构成交易建议。
假设某月份过去八年收益为：-2%、-1%、-1%、0%、+1%、+2%、+8%、+9%。均值 = (-2-1-1+0+1+2+8+9)/8 = 16/8 = +2.0%。中位数 = (0%+1%)/2 = +0.5%。为正的年份是4/8，正好一半。最小值-2%，最大值+9%。把数据从小到大排列：-2、-1、-1、0、1、2、8、9。下四分位（第25百分位）约为-1%，上四分位（第75百分位）约为5.5%，四分位距约6.5个百分点。
均值+2%看起来不错，但中位数只有+0.5%，一半年份为负，且+8%和+9%两年贡献了大部分正收益。如果只看平均线，会高估这个月的方向稳定性。分布显示：典型年份接近零，极端正收益拉高均值。这个月份的季节性证据很弱。
再看另一个假设月份：收益为+1%、+1.5%、+2%、+2.5%、+3%、-1%、-0.5%、+2%。均值 = (1+1.5+2+2.5+3-1-0.5+2)/8 = 10.5/8 ≈ +1.31%。中位数 = (1.5%+2%)/2 = +1.75%。为正的年份6/8。最小值-1%，最大值+3%。这个分布更集中，中位数高于均值，说明负值拖累均值，但方向更一致。这样的季节性比上一个更值得关注，但仍需样本外检验。
边界：季节性不是因果，也不能脱离合约
季节性图表通常用连续价格或近月合约拼接，拼接方式会影响结果。不同月份的合约到期、展期规则不同，直接比较收益可能混入展期收益。WTI和Brent是不同基准的期货产品，不能混用同一套季节性结论。期货保证金是履约保障，不是首付款，亏损可能超过初始保证金；杠杆会放大收益和损失。这些制度事实意味着：任何基于历史分布的观察，都不能直接转化为仓位或收益保证。
另外，季节性统计描述的是过去价格路径的规律，不是价格必然按季节变动的因果机制。库存、炼厂开工、出口和宏观需求每年不同，历史分布只能提示“过去遇到过的范围”，不能给出未来涨跌概率。样本越短，分布越不可靠；样本越长，市场结构变化越多。用滚动窗口和样本外检验，是为了暴露这种不稳定性，而不是消除它。
可操作的核验步骤
拿到一张原油季节性图，按以下步骤检查：
- 找到原始年度数据，确认用的是哪个合约、如何拼接、收益是否含展期影响。
- 画出每年同月收益的散点或箱线图，标出中位数和为正比例。
- 比较均值和中位数，差距大说明极端值主导，结论要打折。
- 用滚动窗口做样本外检验，观察规律是否在时间切分后消失。
- 检查极端年份是否对应可识别的事件，如果是，判断该事件是否可重复。
- 把结论写成范围而非方向：例如“过去多数年份在-2%到+3%之间”，而不是“这个月会涨”。
季节性图表的价值不在给出买卖信号，而在帮助建立对历史波动范围的预期。看每年分布，是为了知道平均线背后有多少分歧。分歧越大，越不应该把季节性当规律用。
本文为知识与方法说明，不是当天行情播报。文中假设案例不代表真实交易结果，不构成个性化投资建议。