计算波动率：一种简化的方法

许多投资者经历了异常的投资绩效水平挥发性在各个时期市场周期。虽然波动率可能有时比预期的要大，但也可以说，通常测量波动率的方式导致股票的问题似乎出乎意料，毫无意义地波动。

本文的目的是讨论与传统波动率衡量标准相关的问题，并解释一种更直观的方法，投资者可以使用该方法来帮助他们评估风险的幅度。

传统的波动率

大多数投资者知道标准偏差是用于测量波动率的典型统计量。标准偏差简单地定义为平均平均线的平方根方差来自其数据的数据意思是。尽管该统计数据相对容易计算，但其解释背后的假设更为复杂，这反过来又引起了人们对其准确性的关注。结果，其有效性是准确的，有一定程度的怀疑论风险度量。

为了使标准偏差成为准确衡量风险的衡量，必须假设投资绩效数据遵循正态分布。用图形术语来说，数据的正态分布将以看起来像一个的方式在图表上绘制钟形曲线。如果该标准成立，那么大约68％的预期结果应位于投资的±1标准偏差之间预期的回报，95％应在±2个标准偏差之间，而99.7％应在±3个标准偏差之间。

例如，从1979年到2009年，为期三年的年度平均表现标准普尔500指数约为9.5％，其标准偏差约为10％。鉴于这些性能的基线参数，人们预计，标准普尔500指数的预期性能的68％将在-0.5％和19.5％（9.5％±10％）的范围内。

不幸的是，可能无法正常分发投资绩效数据的主要原因。首先，通常会偏向投资绩效，这意味着回报分布通常是不对称的。结果，投资者倾向于经历异常高和低时期的表现。其次，投资表现通常展示出一种称为的财产峰度，这意味着投资绩效表现出异常数量的积极和/或负面绩效期。综上所述，这些问题扭曲了钟形曲线的外观，并扭曲了标准偏差的准确性，以衡量风险。

此外偏斜和Kurtosis，一个称为异性恋性也是关注的原因。异性恋性仅表示样本投资绩效数据的差异随着时间的流逝并不恒定。结果，标准偏差倾向于根据用于计算计算的时间段的长度或选择计算的时间的时间。

像偏度和峰度一样，异方差的后果将导致标准偏差是对风险的不可靠度量。总体而言，这三个问题可能会导致投资者误解其投资的潜在波动，并导致他们承担的风险比预期的要多得多。

简化的波动率

幸运的是，通过称为历史方法的过程，有一种更容易，更准确的方法来衡量和检查风险。要利用这种方法，投资者只需要通过生成一个称为一个的图表来绘制其投资的历史表现直方图。

直方图是绘制观测值的比例，这些观测值属于类别范围内的宿主。例如，在下图中，已经构建了1979年6月1日至2009年6月1日的标准普尔500指数的三年滚动年度平均绩效。垂直轴代表标准普尔500指数性能的大小，水平轴代表标准普尔500指数经历这种性能的频率。

如图所示，直方图的使用允许投资者确定投资绩效在给定范围内，上方或以下的时间百分比。例如，标准普尔500指数绩效观察中有16％的收益在9％至11.7％之间。在阈值以下或更高的绩效方面，还可以确定，标准普尔500指数的损失大于或等于1.1％，时间的16％，绩效超过24.8％，时间为7.7％。

比较方法

通过直方图使用历史方法在使用标准偏差方面具有三个主要优点。首先，历史方法不需要正态分布投资绩效。其次，偏度和峰度的影响在直方图图表中明确捕获，该图表为投资者提供了必要的信息，以减轻意外波动的惊喜。第三，投资者可以研究经历的损益的幅度。

历史方法的唯一缺点是直方图（例如使用标准偏差）受到异性恋性的潜在影响。但是，这不足为奇，因为投资者应该了解，过去的绩效并不能表明未来的回报。无论如何，即使有一个警告，历史方法仍然是投资风险的绝佳基准衡量标准，并且应该被投资者使用，以评估其与投资机会相关的潜在收益和损失的幅度和频率。

方法的应用

投资者如何产生直方图，以帮助他们研究投资的风险属性？

一个建议是从投资管理公司。但是，也可以通过每月收集必要的信息来获得必要的信息收盘价通常通过各种来源找到的投资资产，然后手动计算投资绩效。

收集了性能信息或手动计算后，可以通过将数据导入到软件包（例如Microsoft Excel）中，并使用软件的数据分析附加功能来构建直方图。通过利用这种方法，投资者应该能够轻松地产生直方图，进而有助于他们衡量其投资机会的真正波动。

底线

实际上，直方图的利用应允许投资者检查其投资的风险，以帮助他们评估自己赚钱或损失的金额年度。鉴于这种现实世界中的适用性，当市场急剧波动时，投资者的惊喜应该减少，因此在所有经济环境中，他们应该对自己的投资敞口感到更加满意。