概念empirical distribution
经验分布
基于有限样本数据构造的概率分布，通常为每个观测值赋予相等概率，是统计推断和机器学习中的基础概念。
时间轴 (近 90 天)
10月30日
当KL球以经验分布为中心时，球内分布只能重加权历史记录；当以学习密度模型为中心时，模型可能赋予未观测实现正密度，从而允许对手调高这些实现的权重。
待验证50%
10月30日
当数据稀缺但结构可学时，以学习模型为锚点能让鲁棒优化更精准地对冲真实风险；当数据充足或偏移方向超出模型认知时，回归经验分布或更保守的模糊集更为稳妥。
待验证50%
8月31日
格利文科-坎泰利定理保证随着样本量增大，经验分布函数一致收敛到真实分布函数
待验证50%
8月31日
经验分布函数的收敛性是 Bootstrap 等重采样方法有效的理论根基
待验证50%