Cosa è Deviazione standard? È il quadrato della differenza tra ..... oh lascia la definizione lascia entrare nella praticità. E così facendo capiremo la loro importanza nella finanza.

Quando vuoi capire i dati, la prima cosa che farai è prendere mediamente alias.

Scopri due set di dati A e B sopra. Potete vedere che entrambi hanno la stessa media (4) ma sono molto diversi. Sono diversamente diffusi. (Il set di dati A varia da 0 a 8 mentre B va da -2 a 11). Ora vuoi capire la loro diffusione.

• Per misurare la diffusione, è sufficiente scoprire la differenza tra i punti dati e la media di ciascun set. Ecco il set di dati A.

Due punti dati sono 4 unità sopra la media (8-4) e due punti dati sono 4 unità sotto la media (0-4). Buona!! Abbiamo ottenuto le differenze medie dell'insieme A come (4 + 4-4-4) / 4 = 0. Oh no ..... questa metrica sta dicendo che la loro non è una diffusione di dati. Non è una metrica così utile. A proposito, viene chiamata la metrica sopra differenza media.

• Per evitare il difetto della metrica sopra, prendiamo i valori assoluti delle differenze.

Bello ...... ora sta chiaramente mostrando che i dati sono diffusi. Ora controlliamo come sta il set di dati B su questa metrica:

Oh no ..... anche se il set B è più diffuso, questa metrica mostra comunque la stessa diffusione. Abbiamo bisogno di qualcosa di meglio. A proposito, questa misura viene chiamata "media deviazione assoluta".

• Cosa dovremmo fare ora? Sappiamo che se un numero aumenta di uno. Il suo valore quadrato aumenta di un grado maggiore. Ad esempio il quadrato di 3 è 9, il quadrato di 4 è 16 e il quadrato di 5 è 25. Quindi quando un valore più piccolo è aumentato di 1 (3 aumentando a 4), l'effetto sui quadrati è minore (16-9 = 7) ma quando un il valore più grande aumenta di uno (4 andando a 5), ​​l'effetto sui quadrati è maggiore (25-16 = 9). Perché non usare questa proprietà. I valori estremi avranno più significato durante la misurazione della diffusione, quindi cerchiamo di quadrare le differenze prima di farne una media.

Meraviglioso !!! Questa metrica mostra un valore più elevato quando lo spread è maggiore. Questo è quello che volevamo. Lo useremo. A proposito, questa metrica è chiamata come "Varianza"

• Ma la metrica sopra ha un piccolo problema. Supponiamo che i nostri punti dati fossero in Ampere, quindi la metrica sopra sarà in Ampere ^ 2. Questo a volte può causare confusione. Quindi prendiamo una radice quadrata. Questa radice quadrata si chiama come "Deviazione standard".
• Covariance non è nella lega sopra. Mostra semplicemente il modo in cui due set di dati cambiano l'uno rispetto all'altro. Va da -1 a 1. Se i due set di dati cambiano in tandem perfetto la covarianza è 1. Se cambiano nella direzione esattamente opposta (l'aumento di un'unità in un set provoca la diminuzione di un'unità nell'altra serie) quindi la covarianza è -1. Se i set di dati non sono affatto correlati, la covarianza è 0.

Ora veniamo a finanziare:

• Di solito i gestori di portafoglio e gli analisti finanziari utilizzano due parametri: deviazione standard e co-varianza.

• Consideriamo che hai quattro azioni (A, B, C e D) che stai monitorando. Immagina di aver disegnato il prezzo delle azioni e il numero di giorni in cui il prezzo delle azioni è stato detenuto dal particolare titolo, per un anno, nel modo sopra indicato.
• Puoi vedere che le azioni A e B hanno lo stesso "prezzo medio". Ma lo stock A è più rischioso dello stock B. È molto diffuso. Poiché la deviazione standard (DS) del prezzo delle azioni di A è superiore alla DS di B. Pertanto, si dovrebbe preferire lo stock B.
• Inoltre, lo stock C e lo stock D hanno la stessa quantità di "rischio" o deviazione standard. Ma lo stock D ha una media più alta. Quindi dovresti preferire lo stock D.
• Valore a rischio, VAR è una di queste metriche nella finanza che fa uso di azioni per capire "quali possono essere le mie peggiori perdite con una data probabilità" se investo in un determinato titolo.
• Varianza: La varianza tra le scorte viene calcolata per scoprire se le scorte sono correlate o no. Ad esempio, se si considerano gli stock di Maruti e Tata Motors, probabilmente aumenteranno e diminuiranno di pari passo a causa di un cambiamento delle politiche governative nel settore automobilistico. In breve, avranno una maggiore varianza. Considerando che le scorte dei servizi di consulenza Tata e Maruti non saranno casuali. La loro covarianza sarà vicina allo zero. Pertanto, per evitare il rischio, gli investitori "diversificano" i propri investimenti azionari scegliendo quelle azioni che hanno una co-varianza storicamente inferiore. (più vicino a zero).