在这个讨论的早期阶段，我再介绍一个概念供您考虑：标准差在计算风险调整回报中的应用。具体来说，投资组合经理和资本分配者通常将回报表示为单位波动性，而波动性通过投资组合回报的标准差来衡量。举例来说，重新回到图3．1中的样本投资组合中，此账户的平均日盈亏是2，456美元，或0．07％；其同期标准差约为25，349美元，或0．75％。把这两个统计量表示为一个比率，则我们可以在一定程度上了解风险调整回报概念。具体而言，我们可以说在上述分析期内，每天75个基点的风险产生7个基点的日均回报。尽管在此阶段还很难确定这种绩效是好是坏，但从理论上您应该明白，这表现比在承担更高风险下获得相同回报的投资组合的表现要好得多。而且，您应该明白，从这个“风险调整回报”的角度来看，我们作为一个投资者，可能会认为这样一个组合和另一个利润是其两倍但同时承担双倍风险的组合没什么区别。

标准差
我认为它是市场风险最简明的衡量方法。事实上，我认为您应该时刻关注不同时间跨度的标准差，以每月（20天），每季度（60天），每年（250天）。比较和对比这些数字。尝试把计算出来的最高值与最低值与您所经历的市场事件联系起来考虑。如果不同时期之间标准差有显著的差异，那您可能就需要研究出现较高的标准差的原因。它是由于市场出现大幅波动的结果吗？它与您（无论何种原因）决定提高整体市场参与程度的时期是否一致？或许上述两种原因都存在？
　　多大的标准差就算太大了呢？一般而言，我认为这个数字不应超过您可以承受的损失资本额的10％。例如，如果您的最大损失承受额，比如说是100，000美元，那么，我不建议您在日盈亏标准差超过10，000美元的情况下进行交易。我认为，计算标准差最好的时间间隔可能是连续20天的时间跨度，因为这一时间跨度对每日市场波动最敏感。而且，如果您在任何一个20天的时间跨度里都不超过10％的临界值，那您就可以在更长的时间跨度里保全资本。

统计量～平均盈亏水平
　　计算您的日平均盈亏的基本数学方法是，用分析期内的累计绩效除以时间单位数（如天数）。您可能会发现无论以资本额还是以资本比率计算日平均盈亏都很有用。例如，如果您的账户余额在某一时期开始时，假如说是50，000美元，您的每日平均回报是500美元，这意味着每天有1％的回报。
　　我衷心建议您计算和比较您组合不同部分的平均盈亏，不同时期的平均盈亏，等等。
还有一种方法是将您盈利和亏损的日子（或获利与亏损交易）分成独立的数据池，并分别计算这两个数据池的平均盈亏水平。这样做将使您能够比较盈利与亏损两种情况下的绩效。

盈亏观测值的柱状图
另一种需要上千个统计数据的可视化工具是以盈亏柱状图的形式来对回报进行图形化展示。创建柱状图涉及将单个盈亏数据分组，形成一定大小的类别，并确定每个增量中数据的数量。增量的范围可以以金额或百分比表示。
尝试在这里作出比较：获利最大的交易是否发生在同市场序列，或者至少发生在具有类似特寺点的市场呢？它们是与相同的金融工具相联系的吗？如果是这样，那么是因为这些工具本身的波动性较大，还是因为您恰好在一个波动较大的时期进行了交易，或是因为头寸规模较大，或这些因素都存在？对于负的观测数据，是否存在客观上可以避免的任何错误？同样，对于那些盈利最大的日子，您是否最大限度地利用了这一良好势头？您还可以提出类似性质的许多其他问题——您应该培养这样的习惯。尽量认真回答这些问题，通过这样的过程您将获益匪浅。
　　最后，如果您发现在较长的一段时间内，您的极端负数据数量大大超过正常的钟形曲线分布应有的数量，那您必须花时间来研究这些动态，并制定一个有效管理相关风险的计划。

每日盈亏的图形表示
　　我推荐的第一个数据分析是画出一定时间跨度的绩效曲线图。比较理想的情况是，如图3．1和图3．2所示，用一条曲线代表您的累计盈亏，而用一系列条形图表示您的单日盈亏。
　　请注意在这样的综合图形上，要建立两个纵轴：一个代表日盈亏数据，另一个代表累计盈亏数据（一般数值要大些）。
　　仔细地看看这些图，它们体现了风险与收益之间的权衡。尤其要密切关注那些绩效“下滑”区域。标出日期，并反思哪里出了问题。市场情况很恶劣吗？您的实际绩效低于预期吗？或者这两种情况都存在？相反（正如我们将在后面讨论的），绩效下降可能发生在您正在给最盈利的头寸加仓的过程中，而此时该头寸运行刚好对您不利。
　　我发现，比较某个下滑期与相应的恢复期（即收回您在下滑期所有损失的时间段）也是十分有用的。请注意，恢复期的持续时间可能会超出相应的下滑期时间跨度（对普通人来说这是难以避免的）很多（即两倍及以上），这就是为什么要尽可能地控制下滑幅度的重要原因。

她在证券市场的成功在我看来是个奇迹，并不断地提醒我：坚持遵守任何一种方法比没有方法都要好。

一个月的20个交易日的盈亏观察数据可以构成典型的月度数据系列，通过这组数据我们可以开始进行一些有意义的统计分析，包括均值、波动性和相关性统计分析。此外，月度绩效数据的定性分析将有助于您深入了解您利用特定的市场无效率（下文将会专门分析市场存在哪些无效率因素，译者注）获利的成功程度。当然，与我们刚刚讨论的周经济信息不同，除了其他因素外，月经济信息包括政府所发布的各方面的经济数据。和每周的分析一样，一种可能的做法是记录描绘某个月特点的一些主要经济数据，并比较和对比您的绩效在具有类似经济活动的不同月份的异同，是否显示出某种模式？