核心問題
僅依賴平均報酬率會掩蓋投資組合的真實風險。兩個投資組合可能擁有相同的平均報酬，但投資人體驗卻大不相同。若缺乏可靠的離散度衡量指標，基金經理人將無法精準評估波動性，進而導致非預期的資金回撤、風險承受度錯配，以及不佳的資產配置決策。
為何標準差能解決問題
標準差 (σ) 衡量報酬率與平均值之間的分散程度。在金融領域，這是總風險最常見的替代指標。較低的 σ 代表報酬率緊密圍繞在平均值附近（可預測性高），而較高的 σ 代表劇烈擺動（高波動）。透過計算歷史報酬率的標準差，您能量化未來表現的不確定性，並在風險調整後的基準上比較不同投資標的。
報酬率的樣本標準差
σ = √[ Σ (Rᵢ - R̄)² / (n - 1) ]
年化波動率
若要將月報酬率的標準差年化，請將結果乘以 √12。若是日報酬率，則乘以 √252（假設一年有 252 個交易日）。
實際計算範例
假設有兩個投資組合在 5 年期間的表現。兩者的平均報酬率皆為 8%，但波動特性卻大相徑庭。讓我們看看這 5 年的年度報酬率：
| 年度 | 投資組合 A 報酬率 | 投資組合 B 報酬率 |
|---|---|---|
| 1 | 7% | 15% |
| 2 | 9% | -2% |
| 3 | 8% | 20% |
| 4 | 7% | -1% |
| 5 | 9% | 8% |
計算投資組合波動率
套用樣本標準差公式，投資組合 A 的 σ ≈ 1.0%，而投資組合 B 的 σ ≈ 9.5%。儘管平均報酬率同為 8%，投資組合 B 的波動度卻高出近 10 倍。風險管理師會為風險厭惡型客戶選擇投資組合 A，因為其報酬率更具可預測性，這也證明了為何單看平均報酬率不足以做出投資決策。
逐步操作流程
1
收集時間序列報酬率
在具代表性且一致的期間內，收集投資組合或個別資產的歷史報酬率（日、月或年）。
2
計算平均報酬率
使用平均值計算器，找出該時間區間的平均報酬率 (R̄)。
3
計算變異數
將每期的報酬率減去平均值，將結果平方後加總。除以 n-1 以得出樣本變異數 (σ²)。
4
求取標準差
將變異數開根號，得出百分比形式的標準差 (σ)。
5
年化波動率
將標準差乘以每年期數的平方根（例如：月資料乘以 √12），以標準化此風險指標。
常見陷阱
忽略相關性
在組合資產時，投資組合的標準差並非個別資產標準差的加權平均。您必須考量資產間的相關性，才能實現分散投資的效益。理論上，兩個完全負相關的資產可以消除風險。
假設常態分布
金融報酬率通常呈現「肥尾」（高峰度）與偏態。若假設嚴格的常態分布，將低估發生極端市場崩跌或黑天鵝事件的機率，使得 σ 成為不完整的尾部風險衡量指標。
工具與下一步
變異數計算器
計算報酬率的變異數 (σ²)，作為推算投資組合波動率的中間步驟。
相關性計算器
衡量資產間的連動關係，以正確計算投資組合的整體風險與分散投資效益。
變異係數
運用變異係數 CV (σ / μ)，比較不同平均報酬率投資組合的風險調整後報酬。
加權標準差
計算資產配置比重不均，或具加權報酬貢獻之投資組合的波動率。
Further Reading
Sources
References and further authoritative reading used in preparing this article.