સ્ટાન્ડર્ડ વિચલન એક આંકડાકીય હોઈ શકે છે જે વેરિયન્સના મૂળની ગણતરી કરે છે અને તેના માધ્યમથી સંબંધિત ડેટાસેટના પ્રસારને માપે છે.
દરેક ડેટા પોઇન્ટના વિવિધતાની ગણતરી કરીને, સ્ટાન્ડર્ડ વિચલનની ગણતરી વેરિયન્સના ચોરસ મૂળ તરીકે કરવામાં આવે છે.
જો માહિતી પોઇન્ટ્સ સાધનથી વધુ હોય તો માહિતી સેટ કરેલા અંદર ઘણું મોટું વેરિયન્સ પણ હોય છે; પરિણામે, જેટલી વધુ માહિતી અને સ્ટાન્ડર્ડ ડિવિએશનને અલગ કરવામાં આવી હોય છે.
માનક વિચલન એક ગણિતીય માપ હોઈ શકે છે જેનો ઉપયોગ રોકાણકારો બજાર, કોઈ ચોક્કસ સુરક્ષા અથવા રોકાણ ઉત્પાદનની અસ્થિરતા જોવા માટે કરે છે.
તે અતિશય મોટા ડેટાસેટમાં વિશિષ્ટ મૂલ્યો વચ્ચે વેરિયન્સની મર્યાદાનું ઉદાહરણ આપે છે અને તે પ્રોફેશનલ અને વ્યક્તિગત રોકાણકારો વિશેષ ધ્યાન આપતા અગ્રણી જોખમ માપદંડોમાંથી એક છે. જો જોખમની મર્યાદા પ્રમાણિત થઈ શકે તો રોકાણકારોને સંભવિત વળતરના ઇચ્છિત દરની સુધારેલી સમજણ હશે.
પરંપરાગત વિતરણ સિદ્ધાંત અનુસાર, ભવિષ્યમાં અપેક્ષિત મૂલ્યના એક પ્રકારની અંદર 68 ટકા રિટર્ન આવશે, 95 ટકા બે સ્ટાન્ડર્ડ વિચલનમાં આવશે, અને 99 ટકા ત્રણ ધોરણના વિચલનમાં આવશે.
નાનો પ્રકાર વધુ સારો નથી. બધું જ રોકાણો પર આધારિત છે અને તેથી રોકાણકારોને જોખમોની જરૂર પડવાની ઇચ્છા છે. રોકાણકારોએ પોતાના પોર્ટફોલિયોમાં વેરિયન્સની રકમને સંબોધિત કરતી વખતે તેમના એકંદર રોકાણના ઉદ્દેશો તરીકે અસ્થિરતા માટે તેમની સહિષ્ણુતાનું મૂલ્યાંકન કરવું જોઈએ. વધુ આક્રામક રોકાણકારો એવી તકનીક સાથે પણ આરામદાયક હોઈ શકે છે જે સરેરાશ અસ્થિરતા વાહનોની તરફેણ કરે છે, જ્યારે વધુ રૂઢિચુસ્ત રોકાણકારો કદાચ નહીં કરે.
