波动性计算是评估投资组合风险的核心工具，主要通过标准差衡量回报的离散程度。标准差越大，说明投资回报的波动范围越广，风险越高。计算标准差的基本步骤是：先计算一段时间内（如日、月或年）的平均回报率，然后计算每个回报率与平均值的偏差，将偏差平方后求和并取平均值，最后开平方得到标准差。这一数值直接反映了投资组合的历史波动幅度，是量化风险的基础指标。
波动性计算的核心方法
标准差是衡量波动性的标准公式，适用于任何时间频率的数据。以月度数据为例，步骤如下：
- 计算 n 个月的平均回报率（所有月度回报率之和除以 n）。
- 计算每个月的回报率与平均值的差，得到偏差。
- 将每个偏差平方（消除正负抵消），求和后除以 n-1（样本标准差）或 n（总体标准差）。
- 对结果开平方，即得标准差。
高波动性通常意味着高风险，但标准差本身没有方向性——它只衡量波动幅度，不区分上涨或下跌。例如，一只基金标准差为 20%，意味着其回报在多数情况下会落在平均值 ±20% 的范围内，但无法判断这个范围是向上还是向下。
结合最大回撤与夏普比率
单纯依赖标准差可能遗漏尾部风险。最大回撤衡量从峰值到谷底的最大跌幅，能捕捉极端下跌风险。例如，标准差较低的投资组合，如果突然暴跌 30%，其最大回撤会显著高于标准差所暗示的风险水平。
夏普比率（回报率减去无风险利率后除以标准差）虽然考虑了波动性，但未纳入最大回撤。因此，构建稳健组合时，建议同时关注两个指标：
- 波动率：反映日常震荡幅度。
- 最大回撤：反映极端损失承受能力。
多数情况下，低波动率与低最大回撤的组合更稳健，但两者不一定同步。例如，债券基金波动率低，但利率突变时最大回撤也可能放大。
总结
波动性计算（标准差）是风险量化的起点，但需结合最大回撤来全面评估。先计算标准差了解日常波动，再查看历史最大回撤判断极端风险，最后用夏普比率调整收益风险比。这种多维度方法比单一指标更可靠。
常见问题
如何计算年化标准差？
年化标准差 = 日标准差 × √252（或月标准差 × √12），假设交易日约 252 天或月度数据独立。这一转换使不同时间频率的数据可比较，但前提是回报率序列无明显自相关性。
标准差与 Beta 系数有何区别？
标准差衡量总风险（包含市场和非市场因素），而 Beta 只衡量系统性风险（与市场同向波动的敏感度）。Beta 低于 1 的股票可能仍具有高标准差，因为其自身波动大但和市场关联度低。
最大回撤如何计算？
最大回撤 = （峰值净值 - 谷底净值）÷ 峰值净值 × 100%。例如，净值从 1.5 跌至 1.0，则最大回撤为 33.3%。计算时需遍历整个历史区间的所有峰值与后续谷底。