एक पोर्टफोलियो में मानक विचलन क्या मापता है?

जब निवेश विश्लेषक म्यूचुअल फंड या हेज फंड से जुड़े जोखिमों को समझना चाहते हैं, तो वे सबसे पहले और सबसे महत्वपूर्ण इसे देखते हैं मानक विचलन.

औसत विचरण के इस मापन का सांख्यिकी, अर्थशास्त्र, लेखा और वित्त से संबंधित कई क्षेत्रों में प्रमुख स्थान है। किसी दिए गए डेटा सेट के लिए, मानक विचलन मापता है कि संख्याएं औसत मान से कितनी फैली हुई हैं।

एक पोर्टफोलियो के वार्षिक के मानक विचलन को मापने के द्वारा प्रतिफल दर, विश्लेषक देख सकते हैं कि समय के साथ प्रतिफल कितना सुसंगत है।

लगातार रिटर्न के लंबे ट्रैक रिकॉर्ड वाला म्यूचुअल फंड कम मानक विचलन प्रदर्शित करेगा। एक विकास-उन्मुख या उभरते बाजार फंड में अधिक अस्थिरता होने की संभावना है और इसमें उच्च मानक विचलन होगा। इसलिए, यह स्वाभाविक रूप से जोखिम भरा है।

मानक विचलन की गणना विचरण के वर्गमूल को लेकर की जाती है, जो कि स्वयं के वर्ग अंतर का औसत है अर्थ।

मानक विचलन को समझना

मानक विचलन माप की व्यापक लोकप्रियता के कारणों में से एक इसकी स्थिरता है।

माध्य से मानक विचलन उसी चीज़ का प्रतिनिधित्व करता है चाहे आप देख रहे हों सकल घरेलू उत्पाद (जीडीपी), फसल की पैदावार, या कुत्तों की विभिन्न नस्लों की ऊंचाई। इसके अलावा, इसकी गणना हमेशा डेटा सेट के समान इकाइयों में की जाती है। आपको सूत्र के परिणामस्वरूप माप की एक अतिरिक्त इकाई की व्याख्या करने की आवश्यकता नहीं है।

मानक विचलन मापन का उदाहरण

उदाहरण के लिए, मान लीजिए कि एक म्यूचुअल फंड पांच वर्षों के दौरान निम्नलिखित वार्षिक रिटर्न दर प्राप्त करता है: 4%, 6%, 8.5%, 2% और 4%। औसत मूल्य, या औसत, 4.9% है। मानक विचलन 2.46% है। इसका मतलब है कि प्रत्येक व्यक्तिगत वार्षिक मूल्य औसत से औसतन 2.46% दूर है।

प्रत्येक मान को प्रतिशत के रूप में व्यक्त किया जाता है, जिससे सापेक्ष की तुलना करना आसान हो जाता है अस्थिरता कई म्युचुअल फंडों की।

इसके सुसंगत गणितीय गुणों के कारण, किसी भी डेटा सेट में 68% मान माध्य के एक मानक विचलन के भीतर होते हैं, और 95% माध्य के दो मानक विचलन के भीतर होते हैं। वैकल्पिक रूप से, आप ९५% निश्चितता के साथ अनुमान लगा सकते हैं कि वार्षिक रिटर्न माध्य के दो मानक विचलनों के भीतर निर्मित सीमा से अधिक न हो।

बोलिंगर बैंड

निवेश में, मानक विचलन आमतौर पर के उपयोग के साथ प्रदर्शित किए जाते हैं बोलिंगर बैंड. 1980 के दशक में तकनीकी व्यापारी जॉन बोलिंगर द्वारा विकसित, बोलिंगर बैंड लाइनों की एक श्रृंखला है जो किसी दिए गए सुरक्षा में रुझानों की पहचान करने में मदद कर सकती है।

केंद्र में एक्सपोनेंशियल मूविंग एवरेज (ईएमए) है, जो एक स्थापित समय सीमा में सुरक्षा की औसत कीमत को दर्शाता है। इस रेखा के दोनों ओर माध्य से एक से तीन मानक विचलन दूर सेट बैंड हैं। ये बाहरी बैंड कीमत में बदलाव के अनुसार चलती औसत के साथ दोलन करते हैं।

इसके कई अन्य उपयोगी अनुप्रयोगों के अलावा, बोलिंगर बैंड का उपयोग बाजार की अस्थिरता के संकेतक के रूप में किया जाता है। जब किसी सुरक्षा ने बड़ी अस्थिरता की अवधि का अनुभव किया है, तो बैंड व्यापक रूप से अलग हो जाते हैं। जैसे-जैसे अस्थिरता कम होती जाती है, बैंड संकीर्ण होते जाते हैं, ईएमए.

यहां तक ​​​​कि सबसे अधिक सीमाबद्ध चार्ट समय-समय पर अस्थिरता के संक्षिप्त दौर का अनुभव करते हैं, अक्सर कमाई की रिपोर्ट या उत्पाद घोषणाओं के बाद। इन चार्टों में, सामान्य रूप से संकीर्ण बोलिंगर बैंड गतिविधि में स्पाइक को समायोजित करने के लिए अचानक बाहर निकलते हैं। एक बार जब चीजें फिर से व्यवस्थित हो जाती हैं, तो बैंड संकीर्ण हो जाते हैं।

क्योंकि कई निवेश तकनीकें बदलते रुझानों पर निर्भर हैं, एक नज़र में अत्यधिक अस्थिर शेयरों की पहचान करने में सक्षम होना विशेष रूप से उपयोगी हो सकता है।

विचार करने के लिए अन्य डेटा

महत्वपूर्ण होते हुए भी, मानक विचलन को किसी व्यक्तिगत निवेश या पोर्टफोलियो के मूल्य के अंतिम माप के रूप में नहीं लिया जाना चाहिए। उदाहरण के लिए, एक म्यूचुअल फंड जो हर साल 5% से 7% के बीच रिटर्न देता है, उसका मानक विचलन कम होता है एक प्रतिस्पर्धी फंड की तुलना में जो हर साल 6% और 16% के बीच रिटर्न देता है, लेकिन यह इसे बेहतर विकल्प नहीं बनाता है।

यह ध्यान रखना महत्वपूर्ण है कि मानक विचलन केवल दिखा सकता है फैलाव म्यूचुअल फंड के वार्षिक रिटर्न का, जो इस माप के साथ भविष्य की स्थिरता को जरूरी नहीं दर्शाता है। ब्याज दर में बदलाव जैसे आर्थिक कारक हमेशा म्यूचुअल फंड के प्रदर्शन को प्रभावित कर सकते हैं।

मानक विचलन मापन की कमियां

म्युचुअल फंड से जुड़े जोखिमों के आकलन के रूप में भी, मानक विचलन एक स्टैंडअलोन उत्तर नहीं है। उदाहरण के लिए, मानक विचलन केवल फंड के रिटर्न की निरंतरता (या असंगति) को दर्शाता है। यह नहीं दिखाता है कि फंड अपने बेंचमार्क के मुकाबले कितना अच्छा प्रदर्शन करता है, जिसे बीटा के रूप में मापा जाता है।

मानक विचलन पर भरोसा करने का एक और संभावित दोष यह है कि यह मान लेता है a घंटी के आकार का वितरण डेटा मानों का। इसका अर्थ है कि समीकरण इंगित करता है कि माध्य से ऊपर या माध्य से नीचे के मान प्राप्त करने के लिए समान संभावना मौजूद है। कई पोर्टफोलियो इस प्रवृत्ति को प्रदर्शित नहीं करते हैं, और हेज फंड विशेष रूप से एक दिशा या किसी अन्य दिशा में तिरछे होते हैं।

एक पोर्टफोलियो में जितनी अधिक प्रतिभूतियाँ होती हैं, और विभिन्न प्रकार की प्रतिभूतियों में जितनी अधिक विविधता होती है, उतनी ही अधिक संभावना मानक विचलन उपयुक्त नहीं हो सकती है।

साथ ही, किसी भी सांख्यिकीय मॉडल की तरह, बड़े डेटा सेट छोटे डेटा सेट की तुलना में अधिक विश्वसनीय होते हैं। ऊपर दिए गए उदाहरण में ४.९% माध्य और २.४६% मानक विचलन उतना विश्वसनीय नहीं है, जितना कि पाँच के बजाय ५० गणनाओं से उत्पन्न समान मान।