在市場週期的各個時期，許多投資者經歷了投資性能波動水平異常。雖然揮發性可能大於期望的時間，但是也可以進行易揮發性測量的方式有助於股票的問題似乎意外，不負責任地揮發。

本文的目的是討論與傳統波動措施相關的問題，並解釋投資者可以使用的更直觀的方法，以幫助他們評估風險的程度。

揮發性的傳統測量

大多數投資者知道標準偏差是用於測量波動性的典型統計信息。標準偏差簡單地定義為數據從其平均值的平均方差的平方根。雖然這種統計數據相對容易計算出來，但其解釋背後的假設更複雜，這反過來又引發了對其準確性的關注。因此，存在一定程度的懷疑，圍繞其有效性作為準確的風險衡量標準。

為了使標準偏差是準確的風險衡量標準，必須進行投資性能數據遵循正常分佈的假設。在圖形術語中，數據的正常分佈將以看起來像鐘形曲線的方式繪製圖表。如果該標準持有真，那麼大約68％的預期結果應位於投資預期返回的±1標準偏差之間，95％應位於±2標準偏差之間，99.7％應位於±3標準偏差之間。

例如，從1979年到2009年，標準普爾500指數的三年年化年化平均性能約為9.5％，其標準差約為10％.1鑑於這些基線參數的性能參數，人們期望68％標準普爾500指數的預期性能下降至-0.5％和19.5％（9.5％±10％）的時間。

不幸的是，有三種主要原因是為什麼投資性能數據可能無法正常分佈。首先，投資性能通常是歪曲的，這意味著返回分佈通常是不對稱的。因此，投資者往往會經歷異常高，低的性能。其次，投資業績通常呈現出稱為剛性病的性質，這意味著投資業績表現出異常大量的效力和/或負面的性能。拍攝尤其問題，這些問題翹曲了鐘形曲線的外觀，並將標準偏差的準確性扭曲為風險的量度。

除了偏離和峰氏症外，還稱為異源性瘢痕度的問題也是一個令人擔憂的原因。異源性性簡單意味著樣品投資性能數據的方差隨著時間的推移而不是恆定的。結果，標準偏差傾向於基於用於進行計算的時間段的長度或選擇計算計算的時間段的波動。

像偏斜和剛性病一樣，異源性瘢痕度的後果將導致標準偏差是不可靠的風險衡量標準。共同採取的是，這三個問題可能會導致投資者誤解他們投資的潛在波動，並導致他們可能比預期的風險更多。

簡化的易變量測量

幸運的是，通過稱為歷史方法的過程，有一種更容易和測量風險的更容易和更準確的方法。為了利用這種方法，投資者只是需要通過生成稱為直方圖的圖表來繪製其投資的歷史表現。

直方圖是繪製落入一系列類別範圍內的觀測比例的圖表。例如，在下面的圖表中，1979年6月1日，2009年6月1日期間的標準普爾500指數的為期三年的年化平均績效，於2009年6月1日，已建立。縱軸表示S＆P500指數的性能的大小，橫軸表示S＆P500指數經歷了這種性能的頻率。

隨著圖表所示，直方圖的使用允許投資者確定投資的性能在上面或低於給定範圍內的時間的百分比。例如，16％的標準普爾500指數的性能觀察結果達到了9％至11.7％之間的回報。在低於或高於閾值的性能方面，也可以確定標準普爾500指數經歷了大於或等於1.1％，16％的時間和性能高於24.8％，7.7％的時間。

比較方法

通過直方圖使用歷史方法具有三種主要優點，而不是使用標準偏差。首先，歷史方法不要求通常分發投資性能。其次，在直方圖圖表中明確捕獲偏斜和峰度的影響，這為投資者提供了必要的信息，以減輕意外的波動令人驚喜。第三，投資者可以檢查經驗豐富的收益和損失。

歷史方法的唯一缺點是直方圖，如使用標準偏差，遭受異質瘢痕的潛在影響。然而，這不應該是一個令人驚訝的是，因為投資者應該了解過去的表現並不是指示未來的回報。在任何情況下，即使使用這一警告，歷史方法也仍然是投資風險的優秀基線衡量標準，並應由投資者用於評估其與投資機會相關的潛在收益和損失的幅度和頻率。

方法的應用

投資者如何生成直方圖，以幫助他們檢查其投資的風險屬性嗎？

一項建議是從投資管理公司申請投資績效信息。但是，還可以通過收集通常通過各種來源的投資資產的月收費價格來獲得必要的信息，然後手動計算投資績效。

在收集性能信息或手動計算的情況下，可以通過將數據導入軟件包（例如MicrosoftExcel）和使用軟件的數據分析附加功能來構建直方圖。通過利用這種方法，投資者應該能夠容易地產生直方圖，這反過來應該幫助他們衡量其投資機會的真正波動。

底線

實際上，直方圖的利用應允許投資者以幫助他們衡量他們支配或減少的金額的方式來審查他們投資的風險。鑑於這種類型的現實世界適用性，當市場急劇波動時，投資者應該不太驚訝，因此在所有經濟環境中，他們應該感受到其投資暴露的更多內容。