मानक विचलन एक सांख्यिकी हो सकता है जो वेरिएंस के मूल की गणना करता है और इसके साधन से संबंधित डेटासेट के विस्तार को मापता है.
प्रत्येक डेटा पॉइंट के डाइवर्जेंस की गणना करके, स्टैंडर्ड डिविएशन की गणना वेरिएंस के स्क्वेयर रूट के रूप में की जाती है.
अगर इन्फॉर्मेशन प्वॉइंट साधन से अधिक हैं, तो इन्फॉर्मेशन सेट के अंदर भी एक बड़ा वेरिएंस होता है; इसके परिणामस्वरूप, जानकारी को अधिक अलग कर दिया जाता है, जो मानक विचलन से अधिक होता है.
मानक विचलन एक गणितीय माप हो सकता है जो निवेशक बाजार, विशेष सुरक्षा या निवेश उत्पाद की अस्थिरता को देखने के लिए उपयोग करते हैं.
यह अत्यधिक बड़े डेटासेट में विशिष्ट मूल्यों के बीच अंतर की सीमा को दर्शाता है और यह सबसे लोकप्रिय जोखिम मापदंडों में से एक है जो पेशेवर और व्यक्तिगत निवेशक विशेष ध्यान देते हैं. अगर जोखिम की सीमा मानी जाए तो निवेशकों को संभावित रिटर्न की वांछित दर की बेहतर समझ होगी.
पारंपरिक वितरण सिद्धांत के अनुसार, भविष्य में अपेक्षित मूल्य के एक प्रकार के भीतर 68 प्रतिशत रिटर्न आएगा, 95 प्रतिशत दो मानक विचलन के भीतर आएगा, और 99 प्रतिशत तीन मानक विचलन के भीतर आएगा.
एक छोटा प्रकार बेहतर नहीं है. सब कुछ इन्वेस्टमेंट पर निर्भर करता है और इसलिए इन्वेस्टर को जोखिम की आवश्यकता होने की इच्छा होती है. निवेशकों को अपने पोर्टफोलियो में परिवर्तन की राशि को संबोधित करते समय अस्थिरता के लिए अपनी सहिष्णुता का मूल्यांकन करना चाहिए. अधिक आक्रामक इन्वेस्टर एक तकनीक के साथ भी आरामदायक हो सकते हैं जो औसत से अधिक अस्थिरता वाहनों के पक्ष में है, जबकि अधिक कंज़र्वेटिव इन्वेस्टर नहीं कर सकते हैं.
