当投资分析师想要了解与共同基金或对冲基金相关的风险时，他们首先关注的是其标准差。

这种平均方差的测量在统计、经济学、会计和金融相关的许多领域中占有重要地位。对于给定的数据集，标准差衡量数字与平均值的分布情况。

通过测量投资组合年回报率的标准差，分析师可以了解回报随时间的一致性。

具有长期稳定回报记录的共同基金将显示出较低的标准差。成长型基金或新兴市场基金可能具有更大的波动性并且具有更高的标准差。因此，它本质上风险更大。

标准差是通过方差的平方根来计算的，方差本身就是平均值的平方差的平均值。

了解标准差

标准差测量广泛流行的原因之一是其一致性。

无论您查看的是国内生产总值(GDP)、农作物产量还是各种狗的身高，与平均值的标准差都代表着同样的事情。此外，它始终以与数据集相同的单位进行计算。您不必解释公式产生的附加测量单位。

标准差测量示例

例如，假设一只共同基金在五年内实现了以下年回报率：4%、6%、8.5%、2% 和 4%。平均值为 4.9%。标准偏差为 2.46%。这意味着每个个体的年值平均偏离平均值 2.46%。

每个值都以百分比表示，可以更轻松地比较几种共同基金的相对波动性。

由于其一致的数学特性，任何数据集中 68% 的值位于平均值的一个标准差之内，95% 的值位于平均值的两个标准差之内。或者，您可以以 95% 的把握估计年回报率不会超过平均值的两个标准差内创建的范围。

布林线

在投资中，标准差通常通过布林线来展示。布林线由技术交易员约翰·布林格 (John Bollinger) 在 20 世纪 80 年代开发，是一系列可以帮助识别特定证券趋势的线。

中心是指数移动平均线（EMA），它反映了证券在既定时间范围内的平均价格。这条线的两侧是与平均值相差一到三个标准差的波段。这些外部通道根据价格变化与移动平均线一起振荡。

除了众多其他有用的应用之外，布林线还被用作市场波动性的指标。当一种证券经历了一段剧烈波动的时期时，其区间就会拉得很宽。随着波动性降低，通道变窄，接近EMA 。

即使是最区间波动的图表也会时不时地经历短暂的波动，通常是在收益报告或产品公告之后。在这些图表中，通常很窄的布林带突然冒出，以适应活动的激增。一旦事情再次稳定下来，范围就会缩小。

由于许多投资技巧都依赖于不断变化的趋势，因此能够一眼识别出波动性较大的股票尤其有用。

其他需要考虑的数据

标准差虽然很重要，但不应被视为个人投资或投资组合价值的最终衡量标准。例如，每年回报率在 5% 到 7% 之间的共同基金的标准差低于每年回报率在 6% 到 16% 之间的竞争基金，但这并不意味着它是更好的选择。

值得注意的是，标准差只能显示共同基金年回报率的离散程度，这并不一定意味着未来与该衡量标准的一致性。利率变化等经济因素总是会影响共同基金的表现。

标准差测量的缺点

即使作为对共同基金相关风险的评估，标准差也不是一个独立的答案。例如，标准差仅显示基金收益的一致性（或不一致）。它没有显示该基金相对于其基准（以贝塔值衡量）的表现如何。

依赖标准差的另一个潜在缺点是它假设数据值呈钟形分布。这意味着该方程表明实现高于平均值或低于平均值的值存在相同的概率。许多投资组合并没有表现出这种趋势，对冲基金尤其倾向于向一个方向或另一个方向倾斜。

投资组合中持有的证券越多，不同类型证券的种类越多，标准差就越可能不合适。

此外，与任何统计模型一样，大数据集比小数据集更可靠。上例中 4.9% 的平均值和 2.46% 标准差的可靠性不如 50 次计算（而不是 5 次）得出的相同值。

相关文章