Principal » comerç algorítmic » La diferència entre desviació estàndard i desviació mitjana

La diferència entre desviació estàndard i desviació mitjana

comerç algorítmic : La diferència entre desviació estàndard i desviació mitjana
Desviació estàndard vers desviació mitjana: una visió general

Tot i que hi ha moltes maneres diferents de mesurar la variabilitat dins d’un conjunt de dades, dues de les més populars són la desviació estàndard i la desviació mitjana, també anomenada desviació absoluta mitjana. Tot i ser similars, el càlcul i la interpretació d’aquests dos mesuraments difereixen d’algunes maneres claus. La determinació de l’abast i la volatilitat és especialment important a la indústria de les finances, per la qual cosa els professionals d’àmbits com la comptabilitat, la inversió i l’economia haurien de conèixer molt els dos conceptes.

Desviació estàndar

La desviació estàndard és la mesura més comuna de variabilitat i s’utilitza freqüentment per determinar la volatilitat dels mercats borsaris o d’altres inversions. Per calcular la desviació estàndard, heu de determinar la variància:

  1. Cerqueu la mitjana, o mitjana, dels punts de dades afegint-los i dividint el total pel nombre de punts de dades.
  2. Resta la mitjana de cada punt de dades i quadra cadascun.
  3. Trobeu la mitjana de cadascuna d’aquestes diferències quadrades. La desviació estàndard és simplement l’arrel quadrada de la variància resultant.

La variació en si mateixa és una excel·lent mesura de variabilitat i rang, ja que una major variació reflecteix una major difusió de les dades subjacents. El quadrat de les diferències entre cada punt i la mitjana evita l’emissió de diferències negatives per valors inferiors a la mitjana, però significa que la variància ja no es troba en la mateixa unitat de mesura que les dades originals. Prendre l'arrel quadrada de la variància significa que la desviació estàndard torna a la unitat de mesura original i és més fàcil d'interpretar i utilitzar en altres càlculs.

La desviació estàndard s’utilitza sovint per crear estratègies d’inversió i negociació perquè pot ajudar a mesurar la volatilitat del mercat i predir les tendències de rendiment.

Desviació mitjana o desviació absoluta mitjana

La desviació mitjana, o mitjana desviació absoluta, és una altra mesura de variabilitat. Es calcula de manera similar a la desviació estàndard, però utilitza valors absoluts en lloc de quadrats per evitar el problema de diferències negatives entre els punts de dades i els seus mitjans. Per calcular la desviació mitjana:

  1. Resteu la mitjana de tots els punts de dades de cada valor del punt de dades.
  2. Afegiu i promedieu els valors absoluts de les diferències.

Desviació estàndard davant diferències mitjanes de desviació

La desviació estàndard s’utilitza sovint per crear estratègies d’inversió i negociació perquè pot ajudar a mesurar la volatilitat del mercat i predir les tendències de rendiment. Per exemple, un fons índex hauria de tenir una baixa desviació mitjana en comparació amb el seu fons de referència. Això vol dir que segueix de prop el punt de referència, com hauria de fer. Els fons més agressius tenen una gran desviació estàndard i una major volatilitat. Aquests fons tenen un risc elevat i són potencialment més rendibles.

La mitjana mitjana, o desviació absoluta, s’utilitza amb menys freqüència perquè l’ús de valors absoluts fa que els càlculs siguin més complicats i poc complicats que l’ús de la desviació estàndard.

Compres per emportar

  • Dues de les maneres més populars de mesurar la variabilitat dins d’un conjunt de dades són la desviació mitjana i la desviació estàndard.
  • La desviació estàndard és la mesura més comuna de variabilitat i s’utilitza freqüentment per determinar la volatilitat dels mercats borsaris o d’altres inversions.
  • La desviació mitjana, o desviació absoluta mitjana, és una altra mesura de variabilitat que utilitza valors absoluts en els seus càlculs.
Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.
Recomanat
Deixa El Teu Comentari