同策略几个账户回报相差很大，如何区分内部离散度和时间波动
内部离散度比较的是同一个完整年度里不同账户的回报，月度波动比较的是同一账户在不同月份的变化。它们不是同一组样本。本例六个完整年度账户的等权总体离散度约三点四一五六五个百分点，而A账户十二个月的总体波动约一点一零五五四二个百分点；不能用其中一个替代另一个，也不能因某项小就宣称投资更安全。
八个账户中，为什么只有六个进入全年比较？
观察二〇二五年一月一日至十二月三十一日，构造八个同策略账户。A至F全年都具备资格，年度费用后回报依次为百分之四、六、八、十、十二、十四。G七月一日进入，其部分年度回报百分之三十；H九月三十日退出，部分年度回报负百分之二十。G、H不是全年回报，不能与六个全年数字放到同一年度离散度中。
本例使用人民币元的期初资产：A一百、B一百、C二百、D二百、E三百、F一百，合一千。资产权重仅指这六个账户的期初金额，另列于等权口径旁，不把期末资产或平均资产悄悄替换。所有回报和资金是教学构造，不来自真实机构，未据此作合规申明。
| 账户 | 全年资格 | 年/部分期回报 | 期初权重资产 | 采用权重 |
|---|---|---|---|---|
| A | 完整年 | 4.000000% | 100.00 | 10.000000% |
| B | 完整年 | 6.000000% | 100.00 | 10.000000% |
| C | 完整年 | 8.000000% | 200.00 | 20.000000% |
| D | 完整年 | 10.000000% | 200.00 | 20.000000% |
| E | 完整年 | 12.000000% | 300.00 | 30.000000% |
| F | 完整年 | 14.000000% | 100.00 | 10.000000% |
| G | 非完整年 | 30.000000% | 不参与 | 不参与 |
| H | 非完整年 | -20.000000% | 不参与 | 不参与 |
G、H不参与年度离散度，不表示它们在相应月份可以从综合体历史删掉。逐月综合体和完整年度横截面的资格范围本来就不同；保留无资格原因，才不会把“全年不足”误写成“回报为零”或“不属于策略”。
等权总体标准差怎样从六个年度数得到？
先取六个年度回报算术平均，得百分之九。各自与九的差，以百分点表示为负五、负三、负一、一、三、五，平方合七十；除六再开方，约三点四一五六五个百分点。本篇明确采用总体分母n等于六，不把标准差的百分点与收益率百分数混称。
如果采用样本分母五，结果会更大，但它不是程序突然出错，而是统计定义改变。报告必须同时保存所用分母与均值，不能只留下三点几这个最终值。六个账户都收益相同的边界，横截面标准差才为零；这仅表示这六个年度结果一致，仍不代表它们期间没有一起大幅波动。
| 对象/定义 | 均值 | 标准差百分点 | 最低 | 最高 | 范围百分点 |
|---|---|---|---|---|---|
| 6账户年度等权总体 | 9.000000% | 3.415650 | 4.000000% | 14.000000% | 10.000000 |
| 6账户年度期初资产权重 | 9.600000% | 2.939388 | 4.000000% | 14.000000% | 10.000000 |
| A的12个月总体波动 | 0.333333% | 1.105542 | 0.000000% | 4.000000% | 4.000000 |
最高年度百分之十四，最低百分之四，高低范围十个百分点。范围只依赖两端，不能看见中间四个账户的分布；一个极端账户可能大幅改变范围，均值和标准差也会受影响。因此先保留完整六行，再选择指标，不根据哪一种更好看临时挑一种。
按资产权重计算，为什么均值变成百分之九点六？
期初资产权重为百分之十、十、二十、二十、三十、十。各回报乘权重求和得到百分之九点六，再计算权重乘各自偏离加权均值的平方，求和开方，得约二点九三九三八八个百分点。它回答一元资金对应的账户结果差异，而等权回答一个账户一票的差异，不能沿用等权均值九计算加权平方差。
本例权重选择是自定透明口径，不宣称GIPS只准使用这一种。手册讨论等权、资产权重标准差及范围等可能指标，并强调披露方法与完整年度参与资格。实际机构是否需要、怎样报告还受适用条款制约；本文不将六个账户示例外推为个人账户必须达到的人数要求。
同一个A账户十二个月，统计对象如何改变？
为给A一个与其年度百分之四严格一致的月度路径，构造一至十一月回报全零，十二月百分之四。十二个月连乘得到年度百分之四，不把各月均值乘十二当成一般年度收益公式；只是本例只有最后一月非零，结果恰好直观。
| 月 | A月收益 |
|---|---|
| 2025-01 | 0.000000% |
| 2025-02 | 0.000000% |
| 2025-03 | 0.000000% |
| 2025-04 | 0.000000% |
| 2025-05 | 0.000000% |
| 2025-06 | 0.000000% |
| 2025-07 | 0.000000% |
| 2025-08 | 0.000000% |
| 2025-09 | 0.000000% |
| 2025-10 | 0.000000% |
| 2025-11 | 0.000000% |
| 2025-12 | 4.000000% |
月均回报为百分之零点三三三三三三，月度总体标准差约一点一零五五四二个百分点，最低零、最高四。这里样本是十二个时间点，同一账户反复出现；前面样本是同年六个不同账户。一个是时间波动，一个是横截面差异，连分母和解释对象都不同，不应拿二者高低判断哪项算法更可靠。
| 年度等权总体n=6 | 年度等权样本n-1=5 | A年回报 |
|---|---|---|
| 3.415650 | 3.741657 | 4.000000% |
能把年度离散度再乘十二的平方根吗？
没有这个用途。年度横截面数据已经是各账户同一全年结果，它不是月收益序列，不需按月频年化。A的月波动若要另作年化，也要明确频率与相关结构假设，但那依然不变成六账户年度离散度。将两个数都换成一个“年化风险”标签，会抹去本题最重要的统计对象差异。
同样，某组账户的年回报完全一致，可能来自相同持仓、相同费用，也可能来自统一估值甚至数据重复；低离散本身不证明管理一致性原因已经核实。需要检查账户独立标识、回报生成、流量和费用定义，不能将低标准差直接改写成低风险或更值得投资。
资料缺失、单账户或极端值时怎样保留限制？
缺一个完整年度回报，就标未知并重新说明有效范围，不能填零。若只有一个完整成员，总体标准差数学上可为零，但没有广泛账户一致性的证据；不能将未计算误填为一个“完美”数字。极端值先查真实与错误，确认真实则保留，另列剔除敏感性，不静默删除负回报账户。
成员有效日的证据链见综合体成员历程。市场涨跌条件下的表现另看上行下行捕获率，不要把按月份筛选与按账户资格筛选混为一谈。在业绩归因母题基础上，本页核横截面一致性；夏普工具提供现有基础统计，未实现本文年度成员筛选和两种离散度权重。保留输入、分母与对象标签，结果才有可比含义。
权重与账户收益重复，会不会让离散度看起来更低？
如果同一账户被不同简称导入两次，等权会重复给它一票，资产权重还可能重复计算同一笔钱。即使合计重新归一为百分之百，样本身份已经错了。计算前要核稳定账户键、年度资格和唯一回报记录，不能只对数字去重：两个真实不同账户碰巧同回报，并不是重复数据。
费用状态也要一致。若A到C采用扣费后、D到F采用扣费前，标准差仍可算，却混入费用层差异，不能全部解释为执行偏差。本文统一费用后只为隔离统计对象，不评估实际费用公平性。只留下最终标准差而没有每个账户回报与费用标签，后续就无法查明这种混用。
来源核对日：2026-10-24。GIPS Standards Handbook for Firms官方PDF，November 2020，实读内部离散度、Equal-Weighted Standard Deviation、Asset-Weighted Standard Deviation、High–Low and Range讨论（印刷195—197页，物理203—205页）。仅据该范围区分完整年度横截面与方法选择，不套用机构人数要求到个人；所有账户为构造。
道积君编辑组｜AI辅助起草，构造算例经程序复算。价格、账户与日期均为教学假设；文中计算不代表真实产品业绩、未来收益或GIPS合规。
复算资料
本篇编号DJ3-074。下载Python复算脚本（文本）与构造输入输出JSON，按编号核对本篇。脚本改存为.py后可用Python标准库运行，数据不是实际用户记录。