Standardavviksberegning
Hva er standardavvik?
Standardavvik er en beregning som mÄler variasjonen i et verdipapirs avkastning over tid. Den kan brukes til Ä mÄle volatilitet basert pÄ tidligere resultater og sammenligne en fremtidig avkastning med tidligere avkastning. Standardavvik kan ogsÄ kvantifisere fordelingen av avkastningen til individuelle portefÞljer, og kan brukes pÄ ulike typer eiendeler, inkludert obligasjoner,. rÄvarer og kryptovaluta. Denne artikkelen fokuserer imidlertid pÄ aksjer.
Standardavvik viser hvor langt en aksjes avkastning er fra dens gjennomsnittlige avkastning for en periode, og kan ogsÄ avgjÞre om en avkastning for en viss periode er en uteligger. Det er nyttig Ä bruke i tider med volatilitet i et bÞrsnotert selskaps aksjekurs, da store opp- og nedsvingninger i lÞpet av en kort periode kan bidra til Ä bestemme investeringsrisiko kontra belÞnning.
Hvordan beregne standardavvik ved hjelp av et regneark (eksempel: Apple)
à forstÄ standardavvik betyr fÞrst Ä forstÄ varians fordi standardavvik, matematisk sett, er kvadratroten av varians. Varians viser hvor langt hver avkastning er fra gjennomsnittet, eller gjennomsnittet, av settet med avkastningsdata.
Et tall stÞrre enn 0 indikerer at avkastningen i et sett er fjernt fra gjennomsnittet og langt fra hverandre, mens et tall som er betydelig stÞrre enn 0 antyder Ä vÊre mye lenger fra gjennomsnittet. Fordi variansen til dataene er kvadrert, bringer standardavvik dataene tilbake til samme mÄleenhet (i tilfelle av aksjer, prosent) ved Ä ta kvadratroten.
Merk: Standardavvik er representert i formler med Ï, den greske smĂ„ bokstaven for sigma.
Den mest effektive mÄten Ä beregne standardavvik pÄ, spesielt med et stort sett med data som daglige aksjekurser, er via regneark. Nedenfor er et eksempel pÄ beregning av standardavviket til Apples aksjeavkastning over en tremÄnedersperiode.
Trinn 1: Samle inn daglige data som gÄr tilbake over en tremÄnedersperiode. Dette tilsvarer omtrent 20 dager per mÄned, og den fÞrste dagen fungerer som basispris ved beregning av den fÞrste prosentvise endringen. Beregn daglig endring i prosent for Apples aksjer, og uttrykk dataene i prosent. Merk: Formelen vises i cellen sÄ vel som i feltomrÄdet Þverst til venstre i regnearket. Apples sluttaksjekurs (uttrykt i amerikanske dollar) stÄr for justeringer, inkludert splittelser, utbytte og/eller kapitalgevinstdistribusjoner.
Trinn 2: Beregn gjennomsnittet av avkastningen ved Ă„ bruke AVERAGE-funksjonen.
Trinn 3: Beregn variansen til avkastningen ved Ă„ bruke VAR-funksjonen.
Trinn 4: Beregn standardavviket for avkastningen ved Ă„ bruke STDEV-funksjonen. Merk: Gjennomsnittet og standardavviket er uttrykt i prosent, mens variansen er et desimaltall.
Hvordan tolke standardavvik
I eksemplet ovenfor for Apple viser dataene at gjennomsnittlig avkastning for tremÄnedersperioden var 0,08 prosent. Variansen viser avstanden til rekkevidden av tall fra gjennomsnittet. Men standardavviket viser nÞyaktig hvor langt avkastningen er fra gjennomsnittet. Med standardavvik pÄ 1,91 prosent, antyder det at omrÄdet er pluss eller minus 1,91 prosentpoeng fra gjennomsnittet, noe som betyr at Apples avkastning har en tendens til Ä variere fra -1,83 prosent til 1,99 prosent.
Standardavvik som sannsynlighet i normalfordeling
Standardavvik kan best illustreres via normalfordelingsmÞnsteret for sannsynlighet, som gir en statistisk oversikt over hvor standardavviket kan vÊre. I normalfordelingen har de fleste scenarioene i sannsynlighet en tendens til Ä forekomme nÊrmere gjennomsnittet. Sjeldnere tilfeller har en tendens til Ä forekomme utover, mot omrÄdene som flater ut kjent som haler.
I grafen nedenfor er en normalfordeling formet som en klokke, derav kallenavnet klokkekurven, med midten av kurven som representerer gjennomsnittet. Tallene som er oppfĂžrt horisontalt under grafen er kjent som z-score, som varierer fra -3 til 3. De er standardavvikspoeng og artikuleres annerledes enn standardavviksformelen, som er uttrykt i prosent.
Normalfordelingsberegningen kan gi sannsynligheter for hvilke parametere potensielle avkastninger kan vÊre. La oss si at en daytrader anslÄr at Apples aksjer Þker med 5 prosent dagen etter rapportering av rekordinntekter og -inntekter for det siste rapporterte kvartalet. Hva er sannsynligheten for at aksjen vil gi en avkastning pÄ 5 prosent neste dag?
Z-kodeformelen kan vise hvor avkastningen vil vÊre pÄ normalfordelingsgrafen.
Ved Ă„ koble til Apples forventede avkastning, gjennomsnitt og standardavvik hentet fra regnearket ovenfor:
(5 % - 0,08 %) / 1,91 % = 2,57 standardavvik over gjennomsnittet.
En potensiell avkastning pÄ 5 prosent pÄ Apples aksjer vil vÊre 2,57 standardavvik over gjennomsnittet, og falle mellom 2 og 3 standardavvik fra gjennomsnittet. Statistisk sett indikerer det 2,28 prosent sannsynlighet for Ä oppnÄ anslÄtt 5 prosent avkastning. At 2,28 prosent sannsynlighet er utledet ved Ä trekke 95,44 prosent fra 100 prosent, og forskjellen (4,56 prosent) blir deretter delt pÄ to pÄ grunn av de like store sannsynlighetene pÄ hver side (negativ og positiv) av den symmetriske linjen i normalfordelingsgrafen . Uansett ville en daglig gevinst pÄ 5 prosent pÄ Apples aksjer ikke vÊrt vanlig.
En annen mÄte Ä tolke normalfordelingen pÄ er Ä si at sannsynligheten for at Apples avkastning (i et omrÄde pÄ -1,83 prosent og 1,99 prosent) faller innenfor -1 og 1 standardavvik fra gjennomsnittet er 68,26 prosent. Sannsynligheten for et standardavvik mellom -2 og 2 er 95,44 prosent, og mellom -3 og 3 er den 99,74 prosent.
Hvordan er standardavvik relatert til volatilitet?
Standardavvik kan vise hvordan en avkastning forholder seg til gjennomsnittet. Et hÞyt standardavvik vil indikere hÞy volatilitet, og en avkastning som er stÞrre enn standardavviksomrÄdet antyder at det er en outlier. En serie opp og ned svingninger utenfor dette omrÄdet i en periode vil ogsÄ indikere hÞy volatilitet.
HĂžydepunkter
â Det beregnes som kvadratroten av variansen.
â Standardavvik, i finans, brukes ofte som et mĂ„l pĂ„ en relativ risiko ved en eiendel.
- Standardavvik mÄler spredningen av et datasett i forhold til gjennomsnittet.
â En flyktig aksje har et hĂžyt standardavvik, mens avviket til en stabil blue-chip aksje vanligvis er ganske lavt.
â Som en ulempe beregner standardavviket all usikkerhet som risiko, selv nĂ„r det er i investorens favĂžrâsom avkastning over gjennomsnittet.
FAQ
Hva betyr et hĂžyt standardavvik?
Et stort standardavvik indikerer at det er mye variasjon i de observerte dataene rundt gjennomsnittet. Dette indikerer at dataene som er observert er ganske spredt. Et lite eller lavt standardavvik vil i stedet indikere at mye av dataene som er observert er gruppert tett rundt gjennomsnittet.
Hvorfor er standardavvik viktig?
Standardavvik er viktig fordi det kan hjelpe brukere med Ä vurdere risiko. Vurder et investeringsalternativ med en gjennomsnittlig Ärlig avkastning pÄ 10 % per Är. Dette gjennomsnittet ble imidlertid utledet fra de siste tre Ärs avkastning pÄ 50 %, -15 % og -5 %. Ved Ä beregne standardavviket og forstÄ din lave sannsynlighet for faktisk gjennomsnittlig 10 % i et gitt Är, er du bedre rustet til Ä ta informerte beslutninger og gjenkjenne underliggende risiko.
Hva forteller standardavvik deg?
Standardavvik beskriver hvor spredt et sett med data er. Den sammenligner hvert datapunkt med gjennomsnittet av alle datapunkter, og standardavviket returnerer en beregnet verdi som beskriver om datapunktene er i umiddelbar nĂŠrhet eller om de er spredt utover. I en normalfordeling forteller standardavviket hvor langt verdiene er fra gjennomsnittet.
Hvordan beregner du standardavvik?
Standardavvik beregnes som kvadratroten av variansen. Alternativt beregnes det ved Ă„ finne gjennomsnittet av et datasett, finne forskjellen mellom hvert datapunkt og gjennomsnittet, kvadrere forskjellene, legge dem sammen, dividere med antall punkter i datasettet minus 1, og finne kvadratet rot.
Hvordan finner du standardavviket raskt?
Hvis du ser pÄ fordelingen av noen observerte data visuelt, kan du se om formen er relativt tynn vs. fett. Fetere fordelinger har stÞrre standardavvik. Alternativt har Excel innebygd standardavviksfunksjoner avhengig av datasettet.