概念入门统计描述与离散度量
相对离散程度
也叫：Relative Dispersion
用于比较不同随机变量间波动大小的度量。
核心讲解
绝对离散指标（如方差、标准差）在比较两个以上变量时会失灵。原因有二：一是量纲可能不同，比如身高的标准差与收入的标准差不具可比性；二是即便量纲相同，取值大小也可能相差很远。
原书举例：我国沪深股市中，贵州茅台股价约300元、农业银行股价约3元，两者单位都是元，但茅台股价的标准差必然大于农行，这并不能说明茅台波动更剧烈，因为两者的基准价相差悬殊。
因此需要引入相对离散程度——把离散指标相对于均值水平来考察，从而剔除量纲和取值大小的影响。它最常用的两个指标是变异系数和夏普比率：前者衡量单位收益下的风险，后者衡量单位风险下的超额收益。
费曼版：用大白话再讲一遍
比大象和小老鼠谁“抖得厉害”，只看抖动的绝对幅度对大象不公平。更好的办法是看抖动的幅度相当于各自体型的多少倍。相对离散程度就是把波动放在“相对于自身大小”的尺子上比较。
要点
- 绝对离散指标无法比较量纲或量级不同的变量。
- 相对离散程度剔除了量纲与取值大小的影响。
- 主要指标是变异系数和夏普比率。
- 用于跨资产、跨变量的波动比较。
常见误区
- 直接用标准差比较不同量纲或量级的资产波动。
- 以为标准差大的资产波动一定更剧烈，忽略了基准价不同。
- 把相对离散程度与绝对离散程度混为一谈。