月次データから求める年率の標準偏差とは?
- 月次や週次の騰落率を使って株価の年間の標準偏差を求めたい場合、12^(1/2)倍すれば良いと言われています。
- これは標準的な方法であり、分散を求める際は2乗し、期間に応じて倍することで年率換算が可能です。
- 週次データの場合はルート52倍することで年率の標準偏差を求めることができます。
- ベストアンサー
月次のデータ等から、年率の標準偏差を求めるには…
株価の値動き等における年間の標準偏差を求めたいのです。 ただ、1年間の騰落率のデータを使用するのは、計測期間が長くなりすぎるため、あまり意味がないので(高度成長期のデータなども使うことになってしまい、現在の値動きとは異なると思われる)、月次や週次の騰落率を使って標準偏差を求め、それを年率換算するといった方法で求めようと考えています。 月次のデータから求めた標準偏差を年率換算するには、12^(1/2)倍、つまりルート12倍すれば良いということを聞いたことがあります。これは正しい求め方なのでしょうか。 また、ルート12倍するということは、標準偏差を2乗して分散にした後、期間(月次の場合は12ヶ月)を掛け算するということじゃないかなぁと勝手に考えているのですが、もしそうだとすると、週次データの標準偏差の場合はルート52倍(1年間=52週のため)すれば良いということでしょうか。 よろしくご教授願います。
- takaandhiro
- お礼率46% (89/191)
- 数学・算数
- 回答数1
- ありがとう数2
- みんなの回答 (1)
- 専門家の回答
質問者が選んだベストアンサー
- ベストアンサー
株価がブラウン運動しているという仮定ならそうです。 ただし、その逆、つまり、 「標準偏差を年率換算するには、12^(1/2)倍で求められる」⇒株価はブラウン運動 は一般には成り立ちません。 実際に測定してやると、20分足ぐらいからは1/2乗に比例するようです。 参考文献:経済物理学入門 http://www.economist.co.jp/Finance/EcoPhysics.htm
関連するQ&A
- GDP 年率換算
GDPの年率換算なる数字がありますが、意味があるのでしょうか? 正式な計算方法ではないですが、簡略すると四半期のGDP変化率を4倍していますよね。でもこれって変じゃないですか? 単純なモデルを例にすると 年間で400、四半期ごとでは100の経済があったとして、 ある4半期に97という数字が出、前期が100だったとすると GDPはー3%。これは理解できるのですが、これを年率換算なる 意味不明な処理をして4倍にするのが、どういう目的なのか理解できません。 要はGDPの変化のみを年間に換算して4倍のー12にして、分母は4半期の100のままなんですよね。 まったく意味が分かりません。 一般投資家の心理を徒に揺さぶる目的意外になにか有用な使い道はあるのでしょうか?
- 締切済み
- その他(投資・融資)
- 標準偏差について
標準偏差について調べていたところ、↓のような説明がありました。 「標準偏差とは、バラツキをあらわす目安です。例えば、製品の長さを測定した結果、40、50、60、70、80cmだったとします。 バラツキを見るために、個々のデータから平均値60を引きます(偏差)。 40-60=-20 50-60=-10 60-60=0 70-60=10 80-60=20 ----- 計 0 全体的なバラツキを見たいのですが、このまま加えたのでは、ゼロです。そこで、偏差を2乗します。 (40-60)^2=400 (50-60)^2=100 (60-60)^2=0 (70-60)^2=100 (80-60)^2=400 ----- 計 1000 このままでは、データ1個あたりのバラツキがわかりませんから、データ数で割って、平方根を取ります。これを標準偏差といいます。 標準偏差=ルート(1000/5)=14.1 この製品は14.1cmのバラツキがあるということです。」 この説明を読んで、なぜ偏差を2乗してから平方根を取ってデータ数で割っているのかがわかりませんでした。そんなことをしなくても、データ1個あたりのバラツキを求めるのであれば、各偏差の絶対値を足してデータ数で割ればいいのでは?と考えてしまいます。その場合の値は12となり、上記説明の方法で求めた14.1とは異なりますが、この2者間にはどのような関係があるのでしょうか?よろしくお願いします。
- 締切済み
- 数学・算数
- 標準偏差の掛け算について教えてください
仕事で、データの検討の際に標準偏差の掛け算を知りたいのですが、 問題としては並列抵抗のばらつきが単体の抵抗が標準偏差σ[%]のとき、標準偏差の値はσで表すと、どうなるのかというものです。 ちなみに直列抵抗は相関のない上記の単体抵抗2つの 加算なので、(σ+σ)/2[%]になります。 並列抵抗ではいくつに標準偏差はなるのかという問題です。
- 締切済み
- 数学・算数
- 年率換算がわかりません。
ある問題で 「2月17日に発表した速報によると、昨年10~12月期のGDPは物価変動の影響を除いた実質で、前年の7~9月期に比べ1,4%増、年率換算では4,2%増と高い伸び率となった。」 とあります。 この4,2%が空白になっていて、穴埋めだったのですが なぜ4,2%という計算になったのでしょうか。 1,4を3倍したのだろう、と思うのですが 年率換算の計算方式などを調べてみると 4乗していますよね? どなたかくわしく教えてください。
- 締切済み
- 経済学・経営学
- 標準偏差の成り立ち
標準偏差の意味について、質問致します。 (質問を簡潔にするため、母集団を分析の対象とします) 標準偏差を求める場合、偏差の2乗和をデータ数で割り、 その値の平方根を計算しますよね。 なぜ、偏差2乗和の平方根で求めた数値を、 データ数で割るという方法ではないのでしょうか?? (偏差2乗和)^0.5÷データ数 の方がイメージがつかみやすい気がします… 分散は、対象データとは次元(単位?)が違うので、 感覚的に分かり易いように、標準偏差が使用されると 理解しています。 単位を揃えることが目的ならば、データ数で割るという 行為はルートの外に出すべきなのではと考えてしまいます。 私は、どこで訳がわからなくなっているのでしょうか。。。 アドバイス頂ければ幸いです。
- ベストアンサー
- 科学
- 月間平均収益率と標準偏差から年間の平均収益率と標準偏差を求めるには?
タイトル通りですが、月単位での平均収益率(リターン)と標準偏差(リスク)が分かっているとき、年単位での平均収益率(リターン)と標準偏差(リスク)を求めるには、それぞれ12倍すればよいのでしょうか? それとも別な計算をするのでしょうか?
- 締切済み
- 資産運用・投資信託
- 長期投資とリスクの関係
株はデイトレードよりも長期保有しているほうがリスクが低いと言われることを時々聞いたり、そのような解説を見るような気がします。 金融用語(?)でリスクは騰落率の標準偏差と定義するとします。例えば日経平均株価であれば1年後の株価の騰落率(年次騰落率)のバラツキ具合に比べれば、1日後の株価騰落率(日次騰落率)のバラツキ具合は直観的に考えてもたかが知れています。 つまりデイトレードのリスク(=日次騰落率の標準偏差)よりも長期投資のリスク(=年次騰落率の標準偏差)が高いことは直観的に考えても、実際に日経平均株価のデータから計算しても自明です。 長期投資でリスクが減らせるというのはどういった理論でこうした結果を導き出せるのでしょうか?そもそもリスクの定義から違うということでしょうか?
- ベストアンサー
- 株式市場
- 累計の標準偏差の計算方法とは?
統計学的な計算について教えてください。 前提: ある商品Aの出荷量は毎日変動があり、過去のデータから計算したら平均50個で±5個の標準偏差でした。 標準偏差を2倍(=2シグマ)し、約95%の確率で、明日の出荷量の変動は、±10個の標準偏差の値に収まると予測しました。 質問: では、7日後の累積の出荷量は、95%の確率で、どれほどになるでしょうか。 予想では、95%の確率で、 ・累積出荷量が50個×7日 = 350個、 ・標準偏差は、 [10個の分散である100個]×[7日]の平方根で = 約26.5個 よって95%の確率で、350個に上限のぶれが26.5ぐらいの範囲に収まる 上記の計算で合っているでしょうか? 合っていない場合、正しい計算式を教えて頂けますと幸いです。 よろしくお願いします。
- ベストアンサー
- 数学・算数
- 標本から母集団の標準偏差を求められるか
あるN(~5000)個のデータ母集団があります。 そこから10回に分けてデータを重複無く抽出し、それぞれのデータが下記だったとします。個々のデータは調べられない前提です。 データ数:n1,n2,…,n10 (n1+n2+…+n10=N) 平均:m1,m2,…,m10 標準偏差:s1,s2,…,s10 このとき、母集団の平均は(m1*n1+m2*n2+…+m10*n10)/Nで表されると思いますが、母集団の標準偏差を求めることは出来るのでしょうか? 実際に求めたいのはある製造工場における製品バラツキの月単位集計データが開示されているが、個々のデータが開示されていない場合に年間の総合バラツキが求められるか、を考えています。 ※統計学に詳しくないので、言葉の定義・文字の使い方に間違いがありましたらすみません。
- 締切済み
- 数学・算数
お礼
結構長い間疑問でしたが、スッキリしました。 ありがとうございました。 参考文献も見てみようと思います。