方差
##什么是方差？
方差一词是指对数据集中数字之间的分布进行统计测量。更具体地说，方差测量集合中的每个数字与平均值（平均值）的距离，因此与集合中的每个其他数字的距离。方差通常用这个符号表示：σ2。分析师和交易员都使用它来确定波动性和市场安全性。
方差的平方根是标准差（SD 或 σ），它有助于确定一段时间内投资回报的一致性。
了解方差
在统计学中，方差衡量平均值或平均值的变异性。它的计算方法是取数据集中每个数字与平均值之间的差异，然后将差异平方使其为正，最后将平方和除以数据集中值的数量。
使用以下公式计算方差：
您也可以使用上面的公式来计算投资和交易以外的其他领域的方差，只需稍作改动。例如，在计算样本方差来估计总体方差时，方差方程的分母变为 N-1，这样估计是无偏的，不会低估总体方差。
##方差的优缺点
统计学家使用方差来查看数据集中各个数字之间的相互关系，而不是使用更广泛的数学技术，例如将数字排列成四分位数。方差的优点是它将所有与均值的偏差视为相同，而不管它们的方向如何。平方偏差不能总和为零，并且在数据中看起来根本没有变化。
然而，方差的一个缺点是它增加了异常值的权重。这些数字远非平均值。对这些数字进行平方可能会使数据出现偏差。使用方差的另一个缺陷是它不容易解释。用户通常主要使用它来取其值的平方根，这表示数据的标准偏差。如上所述，投资者可以使用标准差来评估随着时间的推移回报的一致性。
在某些情况下，风险或波动性可能表示为标准偏差而不是方差，因为前者通常更容易解释。
财务差异示例
这是一个假设的例子来演示方差是如何工作的。假设 ABC 公司股票的第一年回报率为 10%，第二年为 20%，第三年为 -15%。这三个回报率的平均值为 5%。连续每一年，每个回报与平均值之间的差异分别为 5%、15% 和 -20%。
对这些偏差进行平方分别得到0.25%、2.25% 和 4.00%。如果我们加上这些平方偏差，我们总共得到 6.5%。当您将 6.5% 的总和除以数据集中的回报数减去 1 时，因为这是一个样本 (2 = 3-1)，它给出了 3.25% (0.0325) 的方差。取方差的平方根得到回报的标准差为 18% (√0.0325 = 0.180)。
＃＃ 强调
方差是数据集中数字之间分布的度量。
方差的平方根是标准差。
特别是，它测量数据在样本均值附近的分散程度。
方差还用于金融中，以比较投资组合中每种资产的相对表现，以实现最佳资产配置。
投资者使用方差来查看投资承担多少风险以及是否会盈利。
＃＃ 常问问题
方差用于什么？
方差本质上是数据集中关于该数据平均值的分布程度。它显示了数据点之间存在的变化量。从视觉上看，方差越大，概率分布就越“胖”。在金融领域，如果像投资这样的东西有更大的差异，它可能被解释为风险更大或波动更大。
如何计算方差？
按照以下步骤计算方差：1。计算数据的平均值。 1．找出每个数据点与平均值的差异。1．平方每个这些values.1。将所有平方值相加。1。将此平方和除以 n – 1（对于样本）或 N（对于总体）。
为什么经常使用标准偏差而不是方差？
标准差是方差的平方根。它有时更有用，因为取平方根会从分析中删除单位。这允许在可能具有不同单位或不同大小的不同事物之间进行直接比较。例如，说 X 增加一个单位会使 Y 增加两个标准差，这样您就可以理解 X 和 Y 之间的关系，而不管它们用什么单位表示。
