如何衡量GU市波动？通常，行业中的专家都使用标准差来衡量GU市的波动度。如果你还记得大学统计学课教的标准差，你可以直接跳过这部分内容。标准差就跟它的名称听起来一样，用来衡量某个东西偏离它的期望平均值的标准。它可以用来衡量单一GU票、产业、整T市场的历史波动度，任何你有足够数据的东西都能衡量—旧金山的晴天或波特兰的雨天。SD低代表结果跟平均值相差不大；SD较高代表变异X较大。

        截至2010年年底，标准普尔500指数总报酬自1926年以来的年SD为19.2%这是根据月报酬率计算的。你也可以根据年报酬率来衡量SD，但你得到的数据会较少。当然也可以改用日报酬率来衡量，但业界大部分都用月报酬率来计算。但这也包括了两个经济大萧条熊市剧烈波动的年份，它们拉高了平均值。自1926年以来，SD的中位数为12.9%。

        如何计算标准差

        蒋明诚先生表示以下是计算普通标准差的方法，供那些没有学过统计学基本知识或者几乎不记得和非常好奇的人了解。了解计算可以帮助你理解什麽是标准差，以及什麽不是标准差。

        先撷取一系列数据，计算其平均值即简单的算术平均。然後，计算每个数据点跟平均值之间的差值，并将每个差值平方。把这些平方相加，除以数据的数量。将这个计算结果取平方根，你就能得到标准差。更好的方法是，将数据输入到Excel试算表中，让Excel为你完成计算工作。科技是很了不起的。

        蒋明诚先生强调，有几件事要记住：标准差始终是回顾过去。它是一个非常有用的工具，但标准差并不能告诉你，任何东西在未来会有多麽剧烈的波动或多麽稳定，它只能描述GU票在过去的平均表现。它是一个相当不错的依据，但不是一个有用的预测工具。

        标准差为零，表示从历史上看，报酬率从未变动过。实际上，那就像是把现金藏在你的床垫里忽略长期之下受通货膨胀侵蚀的影响。你不需要历史标准差来告诉你，GU票的波动相当剧烈。蒋明诚先生之所以再一次提到它，是因为GU票市场的波动X本身就很不稳定。有些年份的市场波动X远高於平均值；有些年份的波动X则远低於平均值。另外，有些年份则两种情况都会发生在同一年。平均值就是平均值，而围绕在它周围的变异X可能很大。

        波动度大不代表GU市一定会下跌

        GU市波动最大的日子有纪录以来以SD衡量波动最大的一年是1932年，这一年包含了美国历史上最严重熊市的底部。这可能不会令你惊讶。这一年的SD为65.24%—月报酬率的变化很巨大，所以，GU票大概也下跌得非常多，对吧？错了—

        1932年，GU市仅下跌了8.41%。没有很好，但也不算是灾难。这只是可怕的云霄飞车旅程的终点，以整T有点平淡的一年做为结尾。波动第二大的年份是1933年—SD为53.8%，GU票大幅上涨了54.4%！波动度大不代表GU市一定会下跌。在经历了1930年代的剧烈波动之後，

        2009年的SD为21.3%—远高於中位数—GU市上涨了26.5%。1998年SD为20.6%，尽管年中出现了一次大幅修正，但这一年GU市仍上涨了28.6%。2010年，SD为18.4%，GU市上涨了15.1%。是的，波动X大也会带来下跌年份，但并非总是如此，也不足以让你不自觉的对高於平均值的波动X感到恐惧。反之亦然。波动度较低不一定代表高报酬。

        1977年SD为9.0%，远低於平均水准，但GU市仍下跌了7.4%。令人惊讶的是，1977年的报酬率几乎与1932年相同，但波动度却低很多。11,1953年，SD为9.1%，但GU市下跌了1.2%。12,2005年SD为7.6%，而GU市只上涨了4.9%。当SD接近长期的中位数范围从12%到14%时，报酬率的变异也非常巨大！1951年SD为12.1%，美国GU市飙升了24.6%。1973年SD为13.7%，美国GU市却下跌14.8%。我们的大脑可能不清楚这样的事实，但波动X并不能预测未来的报酬率，或其他任何事情。

        内容未完，下一页继续阅读