投资回报率的期望与方差怎么算？
看你基本的概念都不太明确，但明显也是了解过的，真的有这么菜吗？
期望报酬率：是指你若投资，估计所能赚得的报酬率。换言之，期望是使净现值为零的报酬率。当净现值为零时，预计投资能赚得与其风险水平相应的报酬率。困此，当净现值为零时，期望报酬率等到于必要报酬率。
实际报酬率：是在特定时期实际赚得的报酬率。理解这是实际结果，是投资决策之真实所得很重要。你不能让时光倒流，去改变实际报酬率。你只能据此作出新的决策。
期望值就是随机变量的均值，而随机变量的均值是在较长时间内实现的平均值。即：
期望值（或平均值）=∑（变量值*概率）
投资组合的预期报酬率：若干种证券组成的投资组合，其收益是这些证券收益的加权平均数。即：
投资组合的预期报酬率%=∑（单个证券的预期报酬率*该证券在全部投资组合中的比重）
投资组合的风险：影响投资组合的风险，协方差比方差更重要。
方差=∑[(一种可能结果的报酬率-期望报酬率)2*可能结果的概率]
标准差就是方差的平方根。
怎样求数据的期望？
记D(x)为该数据的方差，E(x)为期望，则D(x)=E(x^2)-[E(x)]^2，这样就可以把E(X²)求出来,或者直接用定义法求也可以。数学期望是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
期望值是基础概率学的升级版，是所有管理决策的过程中，尤其是在金融领域是最实用的统计工具。某个事件（最初用来描述买彩票）的期望值即收益，实际上就是所有不同结果的和，其中每个结果都是由各自的概率和收益相乘而来。
扩展资料
离散型随机变量数学期望的内涵：
在概率论和统计学中，离散型随机变量的一切可能的取值xi与对应的概率P(=xi)之积的和称为数学期望(设级数绝对收敛)，记为E(x)。数学期望又称期望或均值，其含义实际上是随机变量的平均值，是随机变量最基本的数学特征之一。
但期望的严格定义是∑xi*pi绝对收敛，注意是绝对，也就是说这和平常理解的平均值是有区别的。一个随机变量可以有平均值或中位数，但其期望不一定存在。
参考资料来源：
百度百科——数学期望
投资风险的期望值标准差
标准差是概率里的内容，反映数据的离散程度，可用于对风险的衡量，标准差较大离散程度越高，风险越大。
先计算一个平均值（期望值）。
例如：假设结果A的预期收益为10元，出现的概率为20%，结果B的预期收益为20元，出现的概率为80%，那么:
期望值=10*20%+20*80%=18元
标准差=（ （10-18）的平方*20%+（20-18）的平方*80% ）的平方根=4
标准差率=标准差/期望值=4/18=22.22%
评估风险时是按上面的算法,评估历史数据时可能就是用平均值来替代上面所说的期望值。
如果用历史数据计算标准差就不用再单独乘以各种结果出现的概率了,算法为:
平均值=（10+20）/2=15
标准差（（（10-15）的平方+（20-15）的平方 ）除以 “数据的个数2”）的平方根=5
投资利润率的期望值怎么算
期望投资收益率公式：投资收益率＝期望投资收益／投资成本×100％。
投资者的期望收益率，在很大程度上决定了一个投资者的风险偏好，资产配置，还有投资标的的价格选择。期望收益率要和投资者的投资经验和风险承受能力相匹配。
期望收益率的设定首先是要合理。目标的合理性是达成目标的前提，人定胜天的豪言壮语是在一定框架约束下的，梅西不可能拿铁人三项，姚明也不可能玩花样滑冰参加冬奥会。有些初入股市的朋友，动不动就每年翻一番，如果真是这样，那只要这个战绩维持10年，他就能成为比肩巴菲特的投资大师了。要知道，巴菲特的年化平均收益率也就在22%左右。
期望值怎么算的？
投资生产A产品的期望为64万元，投资生产B产品的期望为41万元。
解答过程为：
1、先求A,B两种产品成功的概率：
P(A)=40/50=0.8，P(B)=35/50=0.7。
2、投资生产A产品的期望为E(A)=0.8*100+0.2*（-80）=64；
投资生产B产品的期望为E(B)=0.7*80+0.3*(-50)=41。
E(A)E(B)
所以投资A产品要好，因为A平均获利水平高于B。
扩展资料：
数学期望的性质：
1、设X是随机变量，C是常数，则E（CX）=CE（X）。
2、设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）。
3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。
4、设C为常数，则E（C）=C。
期望的应用
1、在统计学中，想要估算变量的期望值时，用到的 *** 是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。
关于有投资的期望值怎么算和投资期望值公式的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。