Ang standard na paglihis ay isang pagsukat ng matematika ng average na pagkakaiba-iba. Ito ay isang kilalang tampok sa mga istatistika, ekonomiya, accounting, at pananalapi. Para sa isang naibigay na set ng data, ang karaniwang paglihis ay sumusukat kung paano kumalat ang mga numero mula sa isang average na halaga. Ang standard na paglihis ay maaaring kalkulahin sa pamamagitan ng pagkuha ng parisukat na ugat ng pagkakaiba-iba, na mismo ang average ng mga parisukat na pagkakaiba-iba ng ibig sabihin.
Pagdating sa kapwa pondo ng pamumuhunan o pondo ng halamang-singaw, ang mga analyst ay tumingin sa karaniwang paglihis higit sa anumang iba pang pagsukat sa panganib. Sa pamamagitan ng pagkuha ng karaniwang paglihis ng taunang rate ng pagbabalik ng isang portfolio, mas mahusay na masukat ng mga analyst ang pagkakapare-pareho na kung saan ang mga pagbabalik ay nabuo. Ang mga pondo ng mutual na may isang mahabang track record ng pare-pareho na pagbabalik ay nagpapakita ng isang mababang standard na paglihis. Gayunpaman, ang orientation ng paglago o umuusbong na mga pondo sa merkado, gayunpaman, ay malamang na makakita ng higit na pagkasumpungin at magkaroon ng isang mas mataas na pamantayang paglihis. Sila rin, samakatuwid, ay nagdadala ng mas maraming peligro.
Ang Pagkakaugnay ng Pamantayang Deviation
Ang isa sa mga kadahilanan para sa laganap na katanyagan ng karaniwang mga sukat ng paglihis ay ang kanilang pagkakapareho. Hindi lamang ang isang pamantayang paglihis mula sa ibig sabihin ay kumakatawan sa parehong bagay kung pinag-uusapan mo ang tungkol sa gross domestic product (GDP), mga ani ng ani, o ang taas ng mga aso, palaging kinakalkula ito sa parehong mga yunit ng set ng data. Hindi mo kailangang bigyang-kahulugan ang isang karagdagang yunit ng pagsukat na nagreresulta mula sa pormula.
Halimbawa, ipagpalagay na ang isang kapwa pondo ay nakamit ang sumusunod na taunang mga rate ng pagbabalik sa paglipas ng limang taon: 4 porsyento, 6 porsiyento, 8.5 porsyento, 2 porsyento, at 4 porsyento. Ang ibig sabihin ng halaga, o average, ay 4.9 porsyento. Ang karaniwang paglihis ay 2.46 porsyento, na nangangahulugang ang bawat indibidwal na taunang halaga ay isang average na 2.46 porsyento ang layo mula sa ibig sabihin. Ang bawat halaga ay ipinahayag sa isang porsyento at, ngayon, ang kamag-anak na pagkasumpungin ay mas madaling ihambing sa mga magkaparehong pondo ng magkasama.
Dahil sa pare-pareho nitong mga katangian ng matematika, 68 porsyento ng mga halaga sa anumang set ng data ay namamalagi sa loob ng isang karaniwang paglihis ng ibig sabihin, at 95 porsyento ang namamalagi sa loob ng dalawang karaniwang paglihis ng ibig sabihin. Bilang kahalili, maaari mong tantyahin na may 95 porsyento na katiyakan na ang taunang pagbabalik ay hindi lalampas sa saklaw na nilikha sa loob ng dalawang karaniwang paglihis ng ibig sabihin.
Mga Bollinger Bands
Sa pamumuhunan, ang mga karaniwang paglihis ay higit sa lahat na ginagamit sa ilalim ng pangkat ng mga Bollinger band. Binuo ni John Bollinger noong 1980s, ang mga band ng Bollinger ay isang serye ng mga linya na makakatulong na makilala ang mga uso sa isang naibigay na seguridad. Sa gitna ay ang exponential average average (Ema), na sumasalamin sa average na presyo ng seguridad sa isang itinatag na time frame. Sa alinmang panig ng linyang ito ay ang mga banda ay nagtatakda ng isa hanggang tatlong karaniwang mga paglihis na malayo sa ibig sabihin. Ang mga panlabas na banda ay nag-oscillate sa paglipat ng average ayon sa pagbabago ng aksyon sa presyo.
Bilang karagdagan sa maraming iba pang mga kapaki-pakinabang na application, ang Bollinger Bands ay ginagamit bilang isang tagapagpahiwatig ng pagkasumpong ng merkado. Kapag ang isang seguridad ay nakaranas ng isang panahon ng mahusay na pagkasumpungin, ang mga banda ay lubos na malawak. Habang nababawasan ang pagkasumpungin, ang mga banda ay makitid, yumakap sa malapit sa Ema. Kahit na ang pinaka-saklaw na mga tsart ay nakakaranas ng mga maikling spurts ng pagkasumpong sa oras-oras, pagkatapos ng mga ulat ng kita o mga paglabas ng produkto, halimbawa. Sa mga tsart na ito, normal na makitid ang mga banda ng Bollinger ay biglang bumubula upang mapaunlakan ang aktibidad sa aktibidad. Kapag nag-ayos muli ang mga bagay, makitid ang mga banda. Dahil maraming mga diskarte sa pamumuhunan ay nakasalalay sa pagbabago ng mga uso, ang kakayahang makilala ang lubos na pabagu-bago ng stock ng isang sulyap ay maaaring maging isang kapaki-pakinabang na tool.
Iba pang Data na Isaalang-alang
Habang mahalaga, ang mga karaniwang paglihis ay hindi dapat gawin bilang isang pagtatapos-lahat ng pagsukat ng halaga ng isang indibidwal na pamumuhunan o isang portfolio. Halimbawa, ang isang kapwa pondo na babalik sa pagitan ng 5 porsyento at 7 porsyento bawat solong taon ay may mas mababang pamantayang paglihis kaysa sa isang mapagkumpitensyang pondo na babalik sa pagitan ng 6 porsyento at 16 porsyento bawat taon, ngunit malinaw na ito ay isang mas mababang pagpipilian sa lahat ng iba pang mga bagay na pantay.
Mahalagang tandaan na ang karaniwang paglihis ay nagpapakita lamang ng pagpapakalat ng taunang pagbabalik para sa isang kapwa pondo, na hindi kinakailangang magpahiwatig ng hinaharap na pagkakapareho sa pagsukat na ito. Ang mga pang-ekonomiyang kadahilanan tulad ng mga pagbabago sa rate ng interes ay palaging nakakaapekto sa pagganap ng isang kapwa pondo. Kapag tinatasa ang peligro na nauugnay sa isang kapwa pondo, ang karaniwang paglihis ay hindi isang makatarungang sagot. Halimbawa, ang karaniwang paglihis ay nagpapakita lamang ng pare-pareho o hindi pagkakapareho ng mga pagbabalik ngunit hindi ipinapakita kung gaano kahusay ang ginagawa ng pondo laban sa benchmark nito, na sinusukat bilang beta.
Ang isa pang potensyal na kahinaan ng pag-asa sa karaniwang paglihis upang masukat ang peligro para sa isang portfolio ay na ipinapalagay nito ang isang hugis-kampanang pamamahagi ng mga halaga ng data. Nangangahulugan ito na ang equation ay nagpapahiwatig na ang parehong posibilidad na umiiral para sa pagkamit ng mga halaga sa itaas ng kahulugan o sa ibaba ng kahulugan. Maraming mga portfolio ang hindi nagpapakita ng tendensyang ito, at ang mga pondo ng bakod lalo na ay may posibilidad na maging skewed sa isang direksyon o sa iba pa.
Ang mas maraming mga seguridad na gaganapin sa isang portfolio, at ang higit na iba't-ibang sa iba't ibang uri ng mga mahalagang papel, ang mas malamang na karaniwang paglihis ay maaaring hindi angkop. Gayundin, tulad ng anumang modelo ng istatistika, ang mga malalaking set ng data ay mas maaasahan kaysa sa maliit na set ng data. Ang ibig sabihin ng 4.9 porsyento at 2.46 porsyento na karaniwang paglihis sa halimbawa sa itaas ay hindi maaasahan tulad ng mga parehong halaga na ginawa mula sa 50 iba't ibang mga kalkulasyon sa halip na lima.
(Para sa nauugnay na pagbabasa, tingnan ang: Ano ang Pagkakaiba sa pagitan ng Pamantayang Deviation at Average Deviation? )
