z得分：含义和公式

z得分是一个统计测量值，它描述了值与一组值的平均值的关系。 z得分是根据平均值的标准偏差来衡量的。在投资和交易中，Z分数是仪器可变性的度量，可以由交易者使用来帮助确定波动率。

关键要点

z得分是对一组分数中分数与平均值的关系的统计测量。
如果指定数据集的典型值或它是非典型的，则Z分数可以向交易者揭示。
通常，Z得分为-3.0至3.0，表明股票在其平均值的三个标准偏差范围内交易。
贸易商开发了许多使用Z分数来确定交易，交易头寸和评估交易策略之间的相关性的方法。

了解Z分数

z得分是一种统计度量，可量化数据点和数据集平均值之间的距离。它是根据标准偏差表示的。它表明数据点与分布平均值有多少标准偏差。

如果z得分为0，则表明数据点的分数与平均分数相同。 1.0的z得分将表示一个与平均值的标准偏差的值。 z得分可能为正值或负数，其正值表明得分高于平均值，而负分数表示平均值低于平均值。

Z分数有时会与Altman Z得分相混淆，Altman Z得分是使用公司财务报告所取的因素来计算的。这Altman Z得分用于计算企业在一到十年内破产的可能性，而Z分数可用于确定股票退货与平均回报的距离有多远。

z得分公式

使用以下公式计算值的z评分的统计公式：

z =（x -µ） / s

在哪里：

z = z得分
x =评估的值
μ=平均值
σ=标准偏差

如何计算z得分

Z得分

计算z得分要求您首先确定意思是和标准偏差您的数据。拥有这些数字后，您可以计算Z分数。因此，假设您有以下变量：

x = 57
M = 52
s = 4

您将使用公式中的变量：

Z =（57-52） / 4
Z = 1.25

因此，您所选值的z得分表明它与平均值是1.25标准偏差。

电子表格

要使用电子表格确定z得分，您需要输入您的值并确定范围和标准偏差的平均值。使用公式：

=平均（A2：A7）

= stdev（a2：a7）

您会发现以下值的平均值为12.17，标准偏差为6.4。

	一个	b	c
1	因子（x）	平均（M）	街。（σ）
2	3	12.17	6.4
3	13	12.17	6.4
4	8	12.17	6.4
5	21	12.17	6.4
6	17	12.17	6.4
7	11	12.17	6.4

使用z得分公式，您可以找出每个因素的z得分。在D2中使用以下公式，然后在D3中等等：

单元格d2 =（a2 -b2） / c2

细胞D3 =（A3 -B3） / C3

	一个	b	c	d
1	因子（x）	平均（M）	街。（σ）	Z得分
2	3	12.17	6.4	-1.43
3	13	12.17	6.4	0.13
4	8	12.17	6.4	-0.65
5	21	12.17	6.4	1.38
6	17	12.17	6.4	0.75
7	11	12.17	6.4	-0.18

如何使用Z分数

在最基本的形式中，Z分数允许您确定您评估的股票的回报距离股票样本的平均值。您获得的平均得分可能是股票年收益的平均值，列出的指数的平均收益或您选择的股票选择的平均收益。

一些交易者在更高级的评估方法中使用z得分，例如加权每只股票的使用返回因素投资，使用z得分和标准偏差根据特定属性评估库存的地方。在外汇市场中，交易者使用Z分数和置信度限制来测试交易系统的能力，以产生获胜和失败。

Z得分与标准偏差

在大多数大数据集（假设数据的正常分布）中，值的99.7％在-3和3标准偏差之间，95％在-2和2标准偏差之间，而68％在-1和1标准偏差之间。

标准偏差表示可变性（或分散）在给定的数据集中。例如，如果一个正态分布数据的样本的标准偏差为3.1，而另一个具有6.3的偏差，则标准偏差（SD）为6.3的模型更分散，并且以比SD为3.1的样品的峰值绘制幅度更低。

分布曲线具有负和正面的面，因此存在正标和负标准偏差和Z分数。但是，这与值本身无关，而不是指示其均值的哪一侧。负值意味着它在均值的左侧，正值表示它在右侧。

z得分显示给定数据点的标准偏差数量来自均值。因此，必须首先计算标准偏差，因为z得分使用它来传达数据点的可变性。

什么是z得分？

Z分数是一种弄清楚一块数据与在标准偏差中测量的组平均值有多远的方法。它告诉我们与该组的其余部分相比，数据点是典型还是不寻常，这对于发现异常值和比较不同组之间的数据很有用。

z得分如何计算？

z得分是通过找到数据点和数据集平均值之间的差来计算的，然后将该差异除以标准偏差，以查看数据点与均值的标准偏差有多少。

现实生活中如何使用Z分数？

Z分数用于许多现实生活中的应用，例如医学评估，测试评分，业务决策以及投资和交易机会衡量。使用统计措施等Z分数评估交易机会的交易者称为量化交易者（定量交易者）。

什么是好的Z得分？

z得分较高（或较低）是，距离均值较高。这不一定是好是坏；它仅显示数据位于正态分布的样本中。这意味着在评估投资或机会时，这取决于偏好。例如，一些投资者使用-3.0至3.0的Z分数范围，因为99.7％的正态分布数据落在此范围内，而另一些则可能使用-1.5至1.5，因为他们更喜欢更接近平均值的分数。

为什么Z得分如此重要？

Z分数很重要，因为它告诉您的数据在数据分布中。例如，如果z得分为1.5，则距平均值是1.5标准偏差。由于您的数据中有68％在一个标准偏差（如果是正态分布）之内，则1.5可能被认为距离平均舒适度太远。

底线

z得分是一个统计测量值，它告诉您与基准在正态分布样本中的平均值（或平均值）相距多远。从最基本的角度来看，投资者和交易者使用定量分析方法（例如Z分析方法）来确定与其他股票或其自己的历史表现相比，股票的性能。在更高级的Z分数用途中，交易者根据理想的标准权衡投资，制定其他指标，甚至试图预测交易策略的结果。