Standard Deviation 标准差

一句话定义

标准差衡量数据围绕均值的平均离散程度，是金融中最常用的风险度量指标。它是方差的平方根，与原始数据拥有相同的单位。

概念解析 Explanation

为什么不直接用方差？ 方差的单位是”原始单位的平方”（如”百分比的平方”），缺乏直觉意义。标准差通过取平方根，将度量恢复到与数据相同的单位，使其可以直接解读。

总体标准差 vs 样本标准差：

• 总体标准差 $\sigma$：已知所有数据时使用，分母为 $N$
• 样本标准差 $s$：从样本估计总体时使用，分母为 $n-1$（贝塞尔校正），使其成为 $\sigma$ 的无偏估计量

在投资中的角色：

• 标准差 = 波动率 (volatility) = 风险的代理指标
• 收益的标准差越大 → 不确定性越高 → 风险越高
• 前提假设：投资者同时关心均值上方和下方的偏离

局限性：

• 对称地对待正负偏离（但投资者通常更在意亏损）
• 对异常值敏感（因为取了平方）
• 假设正态分布时才能与概率直接对应

核心公式 Formula

样本方差：

$s^2=\frac{{\sum }_{i=1}^n(X_i-\bar{X}{)}^2}{n-1}$

样本标准差：

$s=\sqrt{\frac{{\sum }_{i=1}^n(X_i-\bar{X}{)}^2}{n-1}}$

相关指标：

• Coefficient of Variation (CV)：$CV=s/\bar{X}$（单位收益的风险，越低越好）
• Target Downside Deviation：只计算低于目标值的偏差，分母仍为 $n-1$
• 正态分布经验法则：约 68% 数据在 $\bar{X}\pm 1s$ 内，约 95% 在 $\bar{X}\pm 2s$ 内，约 99.7% 在 $\bar{X}\pm 3s$ 内

图解 Visual

graph TD
    A["Variance 方差<br/>s² = Σ(Xᵢ-X̄)²/(n-1)<br/>单位: %²"] -->|"取平方根"| B["Standard Deviation 标准差<br/>s = √s²<br/>单位: %"]
    B -->|"÷ 均值"| C["CV 变异系数<br/>s/X̄<br/>无单位"]

计算示例 Worked Example

问题：5 位基金经理的年化收益率为 30%、12%、25%、20%、23%，计算样本标准差。

Step 1 求均值：$\bar{X}=(30+12+25+20+23)/5=22\%$

Step 2 求偏差平方和： $\sum (X_i-\bar{X}{)}^2=(30-22{)}^2+(12-22{)}^2+(25-22{)}^2+(20-22{)}^2+(23-22{)}^2$ $=64+100+9+4+1=178$

Step 3 求方差：$s^2=178/(5-1)=44.5({\%}^2)$

Step 4 求标准差：$s=\sqrt{44.5}=6.67\%$

解读：平均而言，各经理的收益率偏离均值 22% 约 6.67 个百分点。

考试要点 Exam Focus

必考

• 分清总体 ($\sigma$, 分母 $N$) 和样本 ($s$, 分母 $n-1$)
• CV 用于比较均值不同的两组数据的相对离散度
• Target downside deviation 的分母仍然是 $n-1$，不是低于目标的观测数
• 在组合管理中，标准差 = 总风险 = 系统风险 + 非系统风险

涉及科目 Appears In

• 数量方法 R3 (Statistical Measures), R5 (Portfolio Math)
• 组合管理 — 组合标准差、有效前沿、Sharpe Ratio
• 固定收益 — 债券价格波动性
• 衍生品 — 标的资产波动率（期权定价输入）

相关概念 Related Concepts

• 相关系数 — 标准化的协方差
• Sharpe Ratio — 超额收益/标准差
• Beta — 系统风险的度量
• 分散化 — 通过低相关性降低组合标准差