What is Portfolio Variance & Std Dev?
▾
Rozptyl portfolia měří celkové riziko kombinace investic tím, že zohledňuje nejen individuální rizikovost každého aktiva, ale také to, jak se pohybují ve vztahu k sobě navzájem. Když mají dvě aktiva tendenci se pohybovat stejným směrem ve stejnou dobu, jejich kombinování jen málo snižuje riziko. Ale když se pohybují opačnými směry – nebo dokonce jen jinak – jejich smícháním vznikne portfolio, které je méně volatilní než jakákoli jednotlivá složka. Toto je matematický motor za diverzifikací, a to je důvod, proč držení směsi akcií, dluhopisů, nemovitostí a komodit může snížit celkové riziko portfolia, aniž by nutně obětovalo výnos. Tuto myšlenku formalizoval Harry Markowitz ve svém článku „Výběr portfolia“ z roku 1952, který mu v roce 1990 vynesl Nobelovu cenu za ekonomii. Před Markowitzem se investoři soustředili téměř výhradně na výběr dobrých jednotlivých cenných papírů. Jeho pohled byl takový, že na portfoliu jako celku záleží více než na jakékoli jednotlivé akcii – a že korelace mezi aktivy je klíčem k pochopení kombinovaného rizika. Jeho rámec, nyní nazvaný Modern Portfolio Theory (MPT), zavedl koncept efektivní hranice: soubor portfolií, která nabízejí nejvyšší výnos pro jakoukoli danou úroveň rizika nebo nejnižší riziko pro jakýkoli daný výnos. Prakticky se rozptyl portfolia vypočítává pomocí váhy každého aktiva, jeho individuálního rozptylu (nebo směrodatné odchylky) a párových kovariancí mezi každou kombinací aktiv. Se dvěma aktivy je to jednoduchý vzorec; s dvaceti aktivy potřebujete kovarianční matici 20×20. Moderní software pro optimalizaci portfolia zpracovává tuto maticovou algebru automaticky, ale pochopení základní logiky – že snížení průměrné párové korelace snižuje variaci portfolia – je nezbytné pro každého investora, který vytváří strategii s více aktivy. Odchylka portfolia je také zásadní pro vykazování rizik v profesionální správě investic. Faktorové modely rozkládají odchylky portfolia na příspěvky tržního rizika, naklonění sektorů, stylových expozic a idiosynkratického rizika, což umožňuje správcům portfolia přesně pochopit, odkud jejich riziko pochází a zda jsou za něj kompenzováni.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Vzorec
▾
Dvě aktiva: σ²_p = w₁²σ₁² + w₂²σ₂² + 2·w₁·w₂·ρ₁₂·σ₁·σ₂
N-aktiva: σ²_p = Σᵢ Σⱼ wᵢ·wⱼ·σᵢⱼ (maticový tvar: σ²_p = wᵀ·Σ·w)
Portfolio Std Dev (σ_p) = √σ²_p
Kovariance: σᵢⱼ = ρᵢⱼ·σᵢ·σⱼVariable Legend
▾
| Symbol | Jméno | Jednotka | Popis |
|---|---|---|---|
| wᵢ | Hmotnost aktiv | decimal (0–1) | Podíl hodnoty portfolia přidělený aktivu i; všechny váhy musí součet 1 |
| σᵢ | Směrodatná odchylka aktiv | % per year | Parametr σᵢ představuje klíčový kvantitativní vstup ve výpočtu rozptylu portfolia, měřený ve standardních jednotkách a přímo ovlivňující vypočítaný výsledek prostřednictvím matematického vzorce. |
| ρᵢⱼ | Korelační koeficient | dimensionless (−1 to +1) | Pearsonova korelace mezi aktivem i a j se vrací; −1 = dokonalý zápor, 0 = nekorelovaný, +1 = dokonalý klad |
| σᵢⱼ | Kovariance | % squared per year | Společná variabilita aktiv i a j; rovná se ρᵢⱼ × σᵢ × σⱼ |
| Σ | Kovarianční matice | matrix | N×N symetrická matice všech párových kovariancí; základní vstup pro optimalizaci portfolia |
How to Portfolio Variance & Std Dev
▾
- 1Uveďte všechna aktiva v portfoliu s jejich aktuální tržní hodnotou a poté vypočítejte váhu každého aktiva jako jeho hodnotu dělenou celkovou hodnotou portfolia.
- 2Shromážděte anualizovanou směrodatnou odchylku (volatilitu) pro každé aktivum – obvykle odhadovanou za 3–5 let měsíčních výnosů, poté anualizovanou (vynásobte σ za měsíc √12).
- 3Sestrojte párovou korelační matici: pro každý pár aktiv vypočítejte korelaci jejich historických řad výnosů. Většina portfoliového softwaru nebo tabulkových procesorů to dokáže vypočítat z historie návratnosti.
- 4Převeďte korelace na kovariance: σᵢⱼ = ρᵢⱼ × σᵢ × σⱼ pro každý pár.
- 5Pro dvě aktiva použijte přímý vzorec. Pro více aktiv vypočítejte wᵀΣw pomocí maticového násobení — to je vnitřní součin váhového vektoru s kovarianční maticí.
- 6Vezměte druhou odmocninu odchylky portfolia a získáte standardní odchylku portfolia (σ_p) – intuitivnější míru rizika vyjádřenou v procentech.
- 7Porovnejte σ_p s váženým průměrem jednotlivých hodnot σ (Σwᵢσᵢ). Rozdíl je ve výhodě diverzifikace – jak velkému riziku jste se vyhnuli kombinováním aktiv namísto držení každého zvlášť.
Worked Examples
▾
Vážený průměr σ by byl 0,60×18+0,40×6 = 13,2 %; portfolio dosahuje pouze 10,5 % — úspora 2,7 % rizika díky diverzifikaci.
Negativní korelace mezi akciemi a dluhopisy (dluhopisy často rostou, když akcie klesají) je zdrojem snížení rizika. To je důvod, proč se portfolio 60/40 stalo výchozí vyváženou alokací pro penzijní fondy a nadační fondy po celá desetiletí – zachycuje výnosy akcií a zároveň významně tlumí volatilitu.
Dvě akcie ve stejném sektoru mají velmi vysokou korelaci; diverzifikace ušetří pouze ~1 % rizika oproti váženému průměru 29 %.
Když jsou aktiva vysoce korelována, jejich kombinace vytváří minimální výhody diverzifikace. Držení dvou technologických akcií se sotva liší od držení jedné technologické akcie v dvojnásobné velikosti. Skutečná diverzifikace vyžaduje aktiva, která reagují odlišně na ekonomické podmínky – nejen různé názvy společností ve stejném sektoru.
Přidání zlata (skoro nulová korelace s oběma) snižuje volatilitu portfolia dále než základní 60/40.
Alokace zlata přináší do hry jeho nízkou korelaci jak s akciemi, tak s dluhopisy. I když je zlato samo o sobě volatilní (15 %), protože se pohybuje nezávisle na akciích i dluhopisech, jeho přidání snižuje celkovou variabilitu portfolia. To ukazuje, jak na volatilitě jednotlivého aktiva záleží méně než na jeho korelaci se zbytkem portfolia.
V krizích se vzájemné korelace mezi aktivy vyšplhají až k 1,0, čímž se eliminuje diverzifikace přesně ve chvíli, kdy ji nejvíce potřebujete.
Toto je nejdůležitější omezení rozptylu portfolia vypočítaného z údajů za normální období: korelace nejsou stabilní. Během finanční krize v roce 2008 a výprodeje COVID v březnu 2020 klesla téměř všechna riziková aktiva současně, protože investoři likvidovali vše, aby získali hotovost. Modely založené na dlouhodobých průměrných korelacích dramaticky podhodnocovaly riziko během těchto epizod.
Real-World Applications
▾
Vytváření efektivních portfolií s průměrnou odchylkou a výpočet efektivní hranice, což představuje důležitou aplikační oblast pro odchylku portfolia v profesionálním a analytickém kontextu, kde přesné výpočty odchylky portfolia přímo podporují informované rozhodování, strategické plánování a optimalizaci výkonu.
Dekompozice a atribuce rizik v institucionální správě fondů, představující důležitou aplikační oblast pro odchylku portfolia v profesionálním a analytickém kontextu, kde přesné výpočty odchylek portfolia přímo podporují informované rozhodování, strategické plánování a optimalizaci výkonu
Modelování regulatorního kapitálu podle Basel III pro banky a Solvency II pro pojišťovny, což představuje důležitou aplikační oblast pro Portfolio Variance v profesionálním a analytickém kontextu, kde přesné výpočty rozptylu portfolia přímo podporují informované rozhodování, strategické plánování a optimalizaci výkonu.
Robo-poradce a algoritmy pro tvorbu portfolia fondů s cílovým datem, představující důležitou aplikační oblast pro odchylku portfolia v profesionálním a analytickém kontextu, kde přesné výpočty odchylek portfolia přímo podporují informované rozhodování, strategické plánování a optimalizaci výkonu
Special Cases
▾
Nelikvidní aktiva — málo časté ceny
{'title': 'Nelikvidní aktiva — nepříliš časté oceňování', 'body': "Aktiva oceňovaná zřídka (soukromé akcie, nemovitosti) vykazují uměle nízkou naměřenou korelaci s veřejnými trhy, protože jejich ocenění zaostávají. Tento 'efekt vyhlazení' podceňuje skutečnou variabilitu a korelace výnosů z portfolia. Modely, které používají soukromá aktiva na základě ocenění výrazně podceňují výhody Dimson (1979) korekce nebo techniky návratu-vyhlazování.
Tlusté ocasy a nenormální výnosy
{'title': 'Fat tails and non-normální výnosy', 'body': 'Standardní rozptyl portfolia předpokládá normálně rozdělené výnosy. Ve skutečnosti mají výnosy aktiv tlusté ocasy – velké pohyby se vyskytují mnohem častěji, než normální rozdělení předpovídá. Během krize v roce 2008, krachu COVID v roce 2020 a výprodeje dluhopisů v roce 2022 byly výnosy 5–10 standardních odchylek podle běžných distribučních standardů. Očekávaný nedostatek (CVaR) a zátěžové testování doplňují rozptyl pro zachycení rizika na konci.'}
Chyba odhadu v kovariančních maticích
{'title': 'Chyba odhadu v kovariančních maticích', 'body': 'Kovarianční matice odhadované z historických dat jsou zašuměné, zejména u velkých portfolií. S 50 aktivy odhadujete 1 225 kovariancí – každá s chybou v odhadu. Optimalizátory tyto chyby zesilují a vytvářejí nestabilní portfolia s extrémními váhami. Citlivost na chybu odhadu snižují odhady smrštění (Ledoit-Wolf), faktorové modely nebo robustní optimalizační metody.'}
Standardní odchylka portfolia podle korelace – rozdělení 50/50, σ₁=20 %, σ₂=15 %
▾
| Korelace (ρ) | Portfolio σ | Riziko vs. vážený průměr (17,5 %) | Výklad |
|---|---|---|---|
| −1,0 (dokonalý zápor) | 2,5 % | −15,0 % | Maximální diverzifikace – možné téměř nulové riziko |
| −0,5 | 10,4 % | −7,1 % | Silný přínos pro diverzifikaci |
| 0,0 (nekorelované) | 12,5 % | −5,0 % | Dobrá diverzifikace – nezávislá aktiva |
| 0.5 | 14,4 % | −3,1 % | Střední přínos – aktiva stejného směru |
| 0.8 | 16,5 % | −1,0 % | Minimální přínos — vysoce korelovaný |
| +1,0 (perfektně pozitivní) | 17,5 % | 0% | Žádná diverzifikace – shodná s váženým průměrem |
Frequently Asked Questions
▾
Jaký je rozdíl mezi odchylkou portfolia a standardní odchylkou portfolia?
Rozptyl portfolia (σ²_p) je druhá mocnina rizika – jednotka je „procento na druhou“, což není intuitivní. Směrodatná odchylka portfolia (σ_p = √σ²_p) převádí tuto hodnotu zpět na procenta, která lze přímo porovnat s výnosy aktiv. Pokud má vaše portfolio roční směrodatnou odchylku 12 %, znamená to, že se výnosy obvykle pohybují v rozmezí ±12 % průměru přibližně za dvě třetiny let (jedna směrodatná odchylka). Oba měří totéž; standardní odchylka se v praxi používá častěji, protože jednotky odpovídají jednotkám výnosů.
Proč je pro diverzifikaci důležitější korelace než individuální volatilita?
Přidání volatilního aktiva do vašeho portfolia může ve skutečnosti snížit celkové riziko portfolia, pokud má toto aktivum nízkou nebo negativní korelaci s existujícími držbami. Například zlato má roční volatilitu 15–20 %, srovnatelnou s akciemi, ale přidání 10–15 % zlata do portfolia akcií a dluhopisů obvykle snižuje celkovou volatilitu portfolia. Matematika to upřesňuje: člen křížového součinu (2·w₁·w₂·ρ·σ₁·σ₂) se odečte, když je ρ záporné, a přičte, když je ρ kladné. Korelace je doslova parametr, který určuje, zda diverzifikace funguje.
Kolik aktiv je potřeba pro adekvátní diverzifikaci?
Výzkum Evanse a Archera (1968) ukázal, že většina idiosynkratických rizik (specifických pro společnost) je eliminována přibližně 20–30 náhodně vybranými akciemi. Kromě toho přidání dalších akcií mírně snižuje riziko. Portfolio 30 amerických akcií je však diverzifikováno pouze proti riziku specifickému pro společnost – stále je plně vystaveno riziku amerického akciového trhu, sektorovému riziku a rizikům faktorů. Skutečná diverzifikace vyžaduje křížení tříd aktiv (akcie, dluhopisy, nemovitosti, komodity, alternativy) a geografických oblastí (domácí, mezinárodní rozvinuté, rozvíjející se trhy).
Co je kovarianční matice a jak ji vytvořím?
Kovarianční matice (Σ) je mřížka N×N, kde každý záznam [i,j] ukazuje kovarianci mezi aktivem i a aktivem j. Diagonální položky jsou jednotlivé odchylky (σᵢ²). Matice je symetrická (položka [i,j] = [j,i]), protože kovariance mezi A a B se rovná kovarianci mezi B a A. Chcete-li ji sestavit z historických dat: shromážděte měsíční výnosy pro všechna aktiva, spočítejte párové kovariance pomocí funkce COVAR v Excelu nebo numpy.cov() v Pythonu a poté z anualizujte 12 (pro měsíční vstup vynásobte hodnotou ).
Jaké je minimální rozptylové portfolio?
Portfolio minimálních odchylek je kombinací aktiv – specifických pro váhu každého aktiva – která vytváří nejnižší možný rozptyl portfolia napříč všemi možnými kombinacemi alokace. Nachází se v levém bodě efektivní hranice. Nejedná se nutně o optimální portfolio (obětuje očekávaný výnos), ale představuje maximální dosažitelný přínos diverzifikace s ohledem na dostupná aktiva. V případě dvou aktiv je minimální váha rozptylu pro aktivum 1: w₁ = (σ₂² − σ₁₂) / (σ₁² + σ₂² − 2σ₁₂), kde σ₁₂ je kovariance.
Jak pákový efekt ovlivňuje variabilitu portfolia?
Pákový efekt zesiluje rozptyl portfolia druhou mocninou pákového poměru. Pokud si půjčíte 50 % hodnoty portfolia k investování (1,5× pákový efekt), rozptyl portfolia se zvýší faktorem 1,5² = 2,25 a směrodatná odchylka se zvýší 1,5×. To znamená, že 12% roční směrodatná odchylka při 1× se stane 18 % při 1,5×. Pákový efekt nelze diverzifikovat – proporcionálně škáluje všechny složky. To je důvod, proč vysoce pákové fondy (např. 2× a 3× ETF) mají dramaticky vyšší volatilitu než jejich podkladové indexy.
Jaký je rozdíl mezi rozptylem portfolia v MPT a rizikem faktorového modelu?
MPT počítá celkový rozptyl portfolia z historie hrubé návratnosti. Faktorové modely (CAPM, Fama-French, Barra) rozkládají variaci portfolia na systematické složky (tržní riziko, velikostní riziko, hodnotové riziko, riziko hybnosti) a idiosynkratickou složku. Odchylka modelu faktoru poskytuje více informací o tom, proč podstupujete riziko, které máte – je to beta beta, sektorová koncentrace nebo výkyvy faktorů? Pro správu portfolia je dekompozice faktorového rizika výhodnější; pro přesný výpočet rozptylu je přesnější přístup kovarianční matice.
Common Mistakes to Avoid
▾
- !Použití směrodatných odchylek aktiv v procentech (např. 20) místo desetinných míst (0,20) – vzorec vyžaduje desetinná místa a jejich smíchání vede k nesmyslným výsledkům.
- !Ignorování korelace a prosté zprůměrování standardních odchylek aktiv — to přeceňuje riziko portfolia a míjí smysl diverzifikace.
- !Za předpokladu, že historické korelace jsou stabilní – korelace se dramaticky mění mezi normálním a krizovým režimem. Vždy zátěžový test se zvýšenými korelačními předpoklady.
- !Použití měsíčních výnosů bez anualizace – vynásobte měsíční rozptyl 12, abyste získali roční rozptyl, nebo vynásobte měsíční σ √12, abyste získali roční σ.
- !Zacházení s portfoliem akcií ve stejném sektoru jako s diverzifikovaným — sektorové akcie mají korelace nad 0,7 a poskytují minimální snížení rozptylu.
Pro Tip
Proveďte dva výpočty rozptylu portfolia: jeden s použitím dlouhodobých průměrných korelací (normální období) a druhý s použitím korelací z období krize (předpokládejme, že všechny korelace rizikových aktiv vyšplhají na 0,80+). Mezera mezi těmito dvěma čísly je váš „diverzifikační kredit“ – množství snížení rizika, které může zmizet ve skutečné krizi. Nastavte svůj rizikový rozpočet konzervativně podle scénáře korelace krize.
Did you know?
Harry Markowitz údajně vyvinul svůj rámec pro odchylky portfolia jako doktorand v 50. letech minulého století, když v univerzitní knihovně četl „Teorie hodnoty investic“ Johna Burra Williamse. Jeho poznatek – že investoři by se měli starat o portfolia, ne o jednotlivé akcie – přišel během jednoho odpoledne. Jeho řeč nositele Nobelovy ceny poznamenala, že Milton Friedman zpočátku tvrdil, že toto dílo není ekonomie. O desetiletí později je Markowitzova kovarianční matice zakotvena v každém institucionálním investičním procesu na světě.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
References
Read the full guide on how to use this calculator effectively
Číst více →Získejte týdenní matematické tipy
Připojte se k 12 000+ odběratelům, kteří každý týden dostávají tipy na kalkulačku.