標準偏差は、平均分散の数学的測定値です。 これは、統計、経済学、経理、財務の顕著な特徴です。 特定のデータセットについて、標準偏差は、平均値からの数値の広がりを測定します。 標準偏差は、分散の平方根を取ることで計算できます。平方根自体は、平均の平方差の平均です。
投資信託またはヘッジファンド投資に関しては、アナリストは他のリスク測定よりも標準偏差を重視しています。 ポートフォリオの年間収益率の標準偏差をとることにより、アナリストは、収益が生成される一貫性をより適切に測定できます。 一貫した収益の長い実績を持つ投資信託は、低い標準偏差を示します。 ただし、成長志向型または新興市場のファンドは、ボラティリティが高くなり、標準偏差が高くなる可能性があります。 したがって、それらはより多くのリスクを伴います。
標準偏差の一貫性
標準偏差測定が広く普及している理由の1つは、その一貫性です。 平均からの1つの標準偏差は、国内総生産（GDP）、収穫高、または犬の身長について話しているのと同じことを表すだけでなく、常にデータセットと同じ単位で計算されます。 式から生じる追加の測定単位を解釈する必要はありません。
たとえば、ミューチュアルファンドが5年間で次の年間収益率を達成するとします：4％、6％、8.5％、2％、および4％。 平均値または平均は4.9パーセントです。 標準偏差は2.46パーセントです。これは、各年の値が平均から平均2.46パーセント離れていることを意味します。 すべての値はパーセンテージで表され、現在、相対的なボラティリティは類似のミューチュアルファンド間で比較しやすくなっています。
一貫した数学的特性により、データセットの値の68％は平均の1つの標準偏差内にあり、95％は平均の2つの標準偏差内にあります。 または、年率が平均の2つの標準偏差内で作成された範囲を超えないことを95％の確実性で推定できます。
ボリンジャーバンド
投資では、標準偏差は主にボリンジャーバンドを装って使用されます。 1980年代にジョンボリンジャーによって開発されたボリンジャーバンドは、特定のセキュリティの傾向を特定するのに役立つ一連のラインです。 中心には指数移動平均（EMA）があります。これは、確立された時間枠にわたる証券の平均価格を反映しています。 この線の両側には、平均から1〜3標準偏差離れたバンドが設定されています。 これらの外側のバンドは、価格アクションの変化に応じて移動平均とともに振動します。
他の多くの有用なアプリケーションに加えて、ボリンジャーバンドは市場のボラティリティの指標として使用されます。 セキュリティが大きなボラティリティの期間を経験したとき、バンドは非常に広いです。 ボラティリティが低下すると、バンドは狭くなり、EMAに近づきます。 最も収益性の高いチャートでさえ、たとえば収益レポートや製品のリリース後など、一時的にボラティリティが急上昇します。 これらのチャートでは、活動の急増に対応するために、通常狭いボリンジャーバンドが突然バブルします。 物事が再び解決すると、バンドは狭くなります。 多くの投資手法は変化するトレンドに依存しているため、一目で揮発性の高い銘柄を特定できることは、特に有用なツールです。
考慮すべきその他のデータ
重要ですが、標準偏差は、個々の投資またはポートフォリオの価値の最終的な測定値としてとるべきではありません。 たとえば、毎年5％から7％を返すミューチュアルファンドは、毎年6％から16％を返す競合ファンドよりも標準偏差が低くなりますが、他のすべてが等しい場合は明らかに劣った選択肢です。
標準偏差はミューチュアルファンドの年次リターンの分散を示すだけであり、必ずしもこの測定との将来の一貫性を意味するわけではないことに注意することが重要です。 金利の変化などの経済的要因は、常に投資信託のパフォーマンスに影響を与える可能性があります。 ミューチュアルファンドに関連するリスクを評価する場合、標準偏差は単独の答えではありません。 たとえば、標準偏差はリターンの整合性または不整合性のみを示しますが、ベータとして測定されるベンチマークに対するファンドのパフォーマンスを示しません。
ポートフォリオのリスクを測定するために標準偏差に依存することのもう1つの潜在的な弱点は、データ値の釣鐘型分布を想定していることです。 これは、平均を上回るまたは下回る値を達成するために同じ確率が存在することを方程式が示していることを意味します。 多くのポートフォリオはこの傾向を示さず、ヘッジファンドは特に一方向に傾く傾向があります。
ポートフォリオに保有される証券が多くなり、さまざまな種類の証券の種類が増えるほど、標準偏差が適切ではなくなる可能性が高くなります。 また、統計モデルと同様に、大きなデータセットは小さなデータセットよりも信頼性が高くなります。 上記の例の平均4.9パーセントと標準偏差2.46パーセントは、5回ではなく50回の異なる計算から生成された同じ値ほど信頼性がありません。
（関連資料について は 、「 標準偏差と平均偏差の違いは何ですか？ 」を参照してください 。 ）
