Ang standard deviation ay isang partikular na kapaki-pakinabang na tool sa mga diskarte sa pamumuhunan at pangangalakal, dahil nakakatulong ito sa pagsukat ng volatility ng merkado at seguridad at hulaan ang mga trend ng kakayahang kumita. Tingnan natin kung ano ang standard deviation at kung ano ang magagamit nito sa ating mga pamumuhunan.
Ano ang standard deviation o tipikal
Ang standard deviation ay isang istatistika na sumusukat sa pagkalat ng isang data set kaugnay ng mean nito at kinakalkula bilang square root ng variance . Ito ay kinakalkula sa pamamagitan ng pagtukoy sa deviation ng bawat data point mula sa mean. Kung ang mga data point ay mas malayo sa mean, mayroong mas malaking deviation sa loob ng data set ; samakatuwid, mas nakakalat ang data, mas malaki ang standard deviation . Kung mas mataas ang standard deviation ng mga halaga, mas malaki ang variance sa pagitan ng bawat presyo at mean, na nagpapahiwatig ng mas malawak na hanay ng presyo. Halimbawa, ang isang volatile stock ay may mataas na standard deviation , habang ang standard deviation ng isang stable stock ay karaniwang medyo mababa.
Standard deviation ng Tesla kumpara sa mga kaugnay na kumpanya. Pinagmulan: Macroaxis.
Para saan ginagamit ang pamantayan o karaniwang paglihis?
Ang standard deviation ay isang partikular na kapaki-pakinabang na kasangkapan sa mga estratehiya sa pamumuhunan at pangangalakal , dahil nakakatulong ito sa pagsukat ng pabagu-bago ng merkado at seguridad at paghula ng mga trend ng pagganap. Tungkol sa pamumuhunan, halimbawa, ang isang index fund ay malamang na magkaroon ng mababang standard deviation kumpara sa benchmark index nito , dahil ang layunin ng pondo ay kopyahin ang index. Sa kabilang banda, ang mga aggressive growth fund ay inaasahang magkakaroon ng mataas na standard deviation kumpara sa kanilang mga stock market indices , dahil ang kanilang mga portfolio manager ay gumagawa ng mga agresibong taya upang makabuo ng mga kita na higit sa average. Ang mas mababang standard deviation ay hindi palaging mas mainam . Ang lahat ay nakasalalay sa mga pamumuhunan at sa risk tolerance ng mamumuhunan. Kapag tinutukoy ang antas ng standard deviation para sa kanilang mga portfolio, dapat isaalang-alang ng mga mamumuhunan ang kanilang volatility tolerance at ang kanilang pangkalahatang mga layunin sa pamumuhunan . Ang mga mas agresibong mamumuhunan ay maaaring maging komportable sa isang diskarte sa pamumuhunan na pinapaboran ang mga above-average volatility vehicle, habang ang mga mas konserbatibong mamumuhunan ay maaaring hindi.
Paano kinakalkula ang standard deviation o tipikal
Ang standard deviation ay kinakalkula sa pamamagitan ng pagkuha ng square root ng isang value na hinango mula sa paghahambing ng mga data point sa isang collective mean . Ang standard deviation ay kinakalkula tulad ng sumusunod:
- Kinakalkula namin ang ibig sabihin ng lahat ng mga punto ng data. Nakukuha namin ang ibig sabihin sa pamamagitan ng pagdaragdag ng lahat ng mga punto ng data at paghahati sa kanila sa bilang ng mga punto ng data.
- Kinakalkula namin ang pagkakaiba-iba ng bawat punto ng data. Ang pagkakaiba ng bawat punto ng data ay kinakalkula sa pamamagitan ng pagbabawas ng mean mula sa halaga ng data point.
- I-square namin ang variance ng bawat data point mula sa hakbang #2.
- Idinaragdag namin ang mga squared variance value mula sa hakbang #3.
- Hinahati namin ang kabuuan ng mga squared variance value mula sa hakbang #4 sa bilang ng mga punto ng data sa set ng data na minus 1.
- Sa wakas, kinukuha namin ang square root ng coefficient mula sa hakbang #5.
Ang formula ay magiging ganito:
Formula ng pagkalkula ng standard deviation.
Halimbawa ng paggamit ng standard deviation o tipikal
Ipagpalagay na mayroon tayong mga data point na 5, 7, 3, at 7, na may kabuuang 22. Pagkatapos ay hahatiin natin ang 22 sa bilang ng mga data point , sa kasong ito, apat, na nagreresulta sa mean na 5,5 . Ito ay humahantong sa mga sumusunod na pagtukoy: x̄ = 5,5 at N = 4. Ang variance ay natutukoy sa pamamagitan ng pagbabawas ng mean value mula sa bawat data point, na nagreresulta sa -0,5, 1,5, -2,5, at 1,5 . Ang bawat isa sa mga value na ito ay kinuwadrado, na nagreresulta sa 0,25, 2,25, 6,25, at 2,25 . Ang mga squared value ay binubuod, na nagbibigay ng kabuuang 11, na hinati sa N binawasan ng 1, na 3, na nagreresulta sa variance na humigit-kumulang 3,67 . Susunod, ang square root ng variance ay kinakalkula, na nagreresulta sa isang standard deviation measure na humigit-kumulang 1,915.