如何计算股票方差？
方差是衡量随机变量对其期望值的离散程度，而标准差就是方差的平方根（开方后是个非负数值）。 举例来说，假设你有一笔现金，打算购买一支指数型基金，希望利用它的随机性来对冲你的风险。但是该基金的每季度报告都称它的标准差为0.2%，这让你感到迷惑不解——我投入了100元，每份基金份额的预期报酬率应该是5%哦，怎么连一个鸡蛋都没能让我有4毛钱的风险呢？！ 其实，这是由于标准差是一个向量——它的大小和方向同时决定了风险的大小。当其他条件相同时，标准差的绝对值越大的基金，其风险越大；但是当其它条件不同时，标准差其实不能直接衡量风险。
比如，同样是买入100元的资金并且持有3个月，对于不同年龄、性别、身高、体重的人，他们的标准差可能不一样，但并不代表前者的风险一定比后者大。如果我们将每个人的标准差求和，再除以总人数，这个数值才会是我们通常意义上理解的标准差，即平均每个参与者承受的风险。
那么，如果一个指数基金的每份份额的预期回报率为5%，且其标准差始终如一的话，我们可估算出该基金每个周期（如一年）的报酬为： 其中，r为标准差，ε为随机误差。如果我们每年计算一次这项数值并加以记录，然后画出曲线，这就是该基金的历史波动率。 如果将历史波动率和预期收益同时列出，我们就可以根据投资者对风险的偏好来判断是否应该买进该项资产了。例如，假定一位投资者认为承担1%的波动率可以带来1%的额外收益，则该投资者会为了取得预期的收益水平而愿意承担的风险概率分布如图1所示。
从图中我们可以发现，该投资者最多愿意承受的概率是99%，这意味着他有1%的可能损失掉全部的投资。一旦遇到这种情况，他宁愿认赔结束头寸也不会坐视不管任其发展下去。这样，通过将预期收益和可接受风险的概率分布结合起来，我们就可以根据上式计算出最佳的投资金额。 但是，这种分析方法有个前提条件——我们只能得知历史上已经发生的数据，对于未知的未来，我们通过历史数据进行推理是行不通的。