EssentielMétriques de Risque

Standard Deviation (σ)

L'écart-type (standard deviation) mesure la dispersion des rendements autour de leur moyenne. C'est la mesure de volatilité la plus utilisée en finance quantitative, fondamentale pour le CAPM, MPT, Sharpe Ratio, VaR, et toute la théorie moderne du portefeuille.

Formule
σ = √[Σ(R - μ)² / n]

Format LaTeX : \sigma = \sqrt{\frac{\sum_{i=1}^n (R_i - \mu)^2}{n}}

Origine

Concept statistique du 18ème siècle appliqué à la finance par Harry Markowitz dans sa Théorie Moderne du Portefeuille (1952, Prix Nobel 1990). Sharpe l'utilise comme dénominateur de son ratio (1966, Nobel 1990). Fondation mathématique de la finance quantitative.

Utilisation

Standard absolu en finance quantitative : (1) Mesure du risque total d'un actif, (2) Dénominateur du Sharpe Ratio, (3) Input clé pour VaR, (4) Calcul de variance de portefeuille (MPT), (5) Estimation de beta (CAPM), (6) Sizing de positions (volatility targeting).

Interprétation

Plus σ est élevé, plus la volatilité est forte (risque élevé). σ annualisé : Actions US ~15-20%, Obligations ~5-10%, Crypto ~80-100%. La règle 68-95-99.7 (distribution normale) : 68% des rendements dans ±1σ, 95% dans ±2σ, 99.7% dans ±3σ.

Plage idéale :

< 10% faible volatilité, 10-20% volatilité modérée, > 30% haute volatilité

Exemple de Calcul

Stratégie avec rendements mensuels [2%, -1%, 3%, -2%, 4%]. Moyenne μ = 1.2%. σ = √[(0.8² + 2.2² + 1.8² + 3.2² + 2.8²) / 5] = √(4.8) = 2.19% mensuel. Annualisé : 2.19% × √12 = 7.6%

Avantages
  • Fondation mathématique de toute la finance quantitative
  • Standardisé : comparable entre actifs/stratégies/périodes
  • Input pour 90% des métriques quantitatives (Sharpe, VaR, beta, etc.)
  • Facile à calculer et universellement reconnu
Limitations
  • Suppose distribution normale (ignorée par queues épaisses, asymétrie)
  • Pénalise également la volatilité haussière (gains)
  • Instable sur courtes périodes (nécessite 30+ observations)
  • Ne capture pas le risque de queue (tail risk)
Ratios Connexes
Explorez ces métriques complémentaires pour une analyse plus complète
Sources et Références
Informations vérifiées auprès de sources fiables de l'industrie financière