Na rynku akcji sama średnia stopa zwrotu niewiele mówi, jeśli obok niej nie widzisz skali wahań. Współczynnik zmienności pozwala ocenić, ile zmienności przypada na jednostkę przeciętnego wyniku, więc pomaga porównywać spółki, ETF-y i całe segmenty rynku bardziej uczciwie niż sama średnia. W tym tekście pokazuję, jak go policzyć, jak odczytać wynik na giełdzie i kiedy ten wskaźnik naprawdę pomaga, a kiedy tylko udaje precyzję.
Najkrócej to filtr relacji ryzyka do wyniku
- Miara zestawia zmienność z przeciętnym wynikiem, więc lepiej nadaje się do porównań niż sama odchyłka.
- Na giełdzie najczęściej używam jej do porównania spółek lub ETF-ów o podobnym profilu i tym samym horyzoncie.
- Rachunek ma sens tylko wtedy, gdy dane są w tej samej skali, np. miesięcznej albo tygodniowej.
- Gdy średnia stopy zwrotu jest bliska zeru albo ujemna, interpretacja szybko się psuje.
- Najlepiej działa razem z betą, obsunięciem kapitału i samą stopą zwrotu.
Co pokazuje ta miara, a czego nie pokazuje
W statystyce publicznej GUS ujmuje ten wskaźnik jako względną miarę dyspersji, czyli sposób opisania rozproszenia wyników względem średniej. W praktyce oznacza to prostą rzecz: jeśli dwie spółki mają podobną zmienność bezwzględną, ale jedna daje wyższą przeciętną stopę zwrotu, to właśnie po przeliczeniu na relację ryzyka do wyniku zobaczysz wyraźniej, która wygląda korzystniej.
Ja traktuję tę miarę jak filtr, a nie wyrok. Nie mówi mi ona, czy kurs wzrośnie, nie ocenia jakości biznesu i nie zastępuje analizy fundamentalnej. Pokazuje tylko, jak duża jest zmienność w stosunku do przeciętnego wyniku, więc nadaje się do porównania dwóch lub więcej instrumentów z podobnego koszyka.
To odróżnia ją od zwykłego odchylenia standardowego. Samo odchylenie mówi, jak mocno wyniki odjeżdżają od średniej, ale nie odpowiada na pytanie, czy ten rozrzut jest duży przy małym wyniku, czy przy solidnym wyniku. Na rynku to różnica praktyczna, bo 2% wahań przy średnim zwrocie 1% znaczą coś zupełnie innego niż 2% przy średnim zwrocie 8%.
Żeby wykorzystać to bez zgadywania, trzeba policzyć wskaźnik na konkretnych danych. I tu najlepiej zacząć od prostego, powtarzalnego rachunku.
Jak policzyć tę miarę na przykładzie akcji
Najpierw zbieram stopy zwrotu, a nie same ceny. Ceny akcji trzeba przeliczyć na procentowe zmiany z kolejnych okresów, bo dopiero one pokazują, jak zachowywał się instrument. Jeśli pracuję na danych miesięcznych, liczę wszystko miesięcznie; jeśli na tygodniowych, zostaję przy tygodniach. Mieszanie częstotliwości psuje porównanie szybciej, niż się wydaje.
Wzór jest prosty: CV = odchylenie standardowe / średnia arytmetyczna × 100%. W finansach czasem spotkasz wersję z wartością bezwzględną średniej, bo przy średniej ujemnej wynik staje się mało intuicyjny. To praktyczna poprawka, nie kosmetyka.
- Wyznacz serię stóp zwrotu dla wybranego okresu.
- Oblicz średnią stopę zwrotu.
- Policz odchylenie standardowe tych stóp zwrotu.
- Podziel odchylenie przez średnią i przemnóż przez 100%, aby dostać wynik w procentach.
- Sprawdź, czy średnia nie jest bliska zeru, bo wtedy sam iloraz przestaje być użyteczny.
Prosty przykład: spółka A daje średnio 2% miesięcznie, a odchylenie standardowe wynosi 1%. Wtedy wskaźnik to 50%. Spółka B daje średnio 1% miesięcznie przy tym samym odchyleniu 1%, więc wynik rośnie do 100%. Ta sama zmienność, ale o połowę słabsza relacja do przeciętnego efektu. Właśnie na tym polega praktyczna przewaga tej miary.
Jeśli chcesz, mogę jeszcze policzyć wariant dla danych dziennych albo pokazać, jak ten rachunek wygląda na portfelu z kilku spółek. W codziennej analizie ważniejsze od samego rachunku jest jednak to, jak odczytać otrzymany procent.
Jak odczytywać wynik w praktyce giełdowej
Przy podobnym horyzoncie i podobnym typie instrumentu odczytuję wynik orientacyjnie tak: im niższy, tym zwykle lepsza relacja wahań do przeciętnego wyniku. Nie traktuję tego jednak jak uniwersalnej skali ocen, bo rynek akcji nie działa jak test szkolny. Znaczenie ma branża, płynność, długość próby i to, czy analizujesz spółkę defensywną, wzrostową czy spekulacyjną.
| Wynik z przykładu | Jak to czytam | Co to zwykle znaczy na giełdzie |
|---|---|---|
| 50% | na 1 punkt przeciętnego wyniku przypada 0,5 punktu zmienności | sensowny kompromis, jeśli dane są stabilne i okres porównania jest uczciwy |
| 100% | zmienność dorównuje średniemu wynikowi | instrument może być akceptowalny, ale wymaga już mocniejszego uzasadnienia |
| 150% i więcej | wahania są większe niż przeciętny wynik | często widać to w spółkach o dużej niepewności, małej płynności albo w świeżych trendach |
| Wynik bliski zeru | licznik i mianownik nie dają czytelnej relacji | ostrożnie, bo nawet poprawny obliczeniowo procent bywa tu mylący |
Na warszawskiej giełdzie szczególnie przydaje się to przy porównywaniu spółek z podobnego sektora, np. dwóch banków, dwóch deweloperów albo kilku ETF-ów. Wtedy patrzę nie tylko na to, kto zarobił więcej, ale też kto zrobił to mniejszym kosztem wahań. To zwykle daje lepszy obraz niż sam wynik roczny.
Dobry odczyt nie kończy sprawy, bo nawet poprawny procent może wprowadzać w błąd, jeśli dane są słabe albo próba jest zbyt krótka. I właśnie tam zaczynają się najczęstsze pułapki.
Kiedy daje przewagę, a kiedy myli
Największy problem pojawia się wtedy, gdy średnia jest zbyt mała albo ujemna. W takiej sytuacji nawet niewielki ruch kursu potrafi wywindować wynik do poziomu, który wygląda efektownie, ale niewiele mówi o jakości inwestycji. Przy akcjach bardzo zmiennych, notowanych nieregularnie albo dopiero wchodzących na rynek, jeden mocny dzień potrafi przestawić cały obraz.
| Sytuacja | Dlaczego wynik traci sens | Co robię zamiast tego |
|---|---|---|
| Średnia bliska zera | mały mianownik zawyża relację | sprawdzam też stopę zwrotu i obsunięcie kapitału |
| Średnia ujemna | procent przestaje być intuicyjny | nie opieram decyzji na samym wskaźniku |
| Krótkie okno danych | jeden news lub sesja dominują nad całą serią | wydłużam próbę, zwykle do 12-36 miesięcy |
| Niska płynność | rzadkie transakcje zniekształcają rozrzut | używam tygodniowych lub miesięcznych danych |
| Wysoka jednorazowa zmiana | outlier zawyża odchylenie standardowe | sprawdzam serię z i bez skrajnej sesji |
Żeby nie zgubić kontekstu, porównuję też tę miarę z dwiema innymi rzeczami. Beta mówi mi, jak instrument zachowuje się względem rynku, a maksymalne obsunięcie kapitału pokazuje, jak głęboki był realny ból portfela. To trzy różne odpowiedzi na trzy różne pytania.
Jeśli chcesz oceniać ryzyko bardziej świadomie, nie wybieraj jednej liczby zamiast całego obrazu. Lepiej złożyć analizę z kilku prostych wskaźników, niż zaufać jednemu procentowi, który wygląda mądrze tylko na pierwszy rzut oka. Wtedy dopiero można sensownie przejść do selekcji spółek i ETF-ów.
Jak używać jej przy wyborze spółek i ETF-ów
W praktyce używam tej miary jako filtra porządkującego shortlistę. Najpierw wybieram instrumenty z podobnej kategorii, potem porównuję ten sam okres i tę samą częstotliwość danych, a dopiero później patrzę na wynik. Dzięki temu nie mieszam spółki wzrostowej z defensywną albo ETF-u szerokiego rynku z pojedynczą, bardzo cykliczną firmą.
- Porównuj podobne aktywa, nie wszystko ze wszystkim.
- Ustal jeden horyzont, najlepiej co najmniej 12 miesięcy, a przy bardziej zmiennych spółkach nawet dłużej.
- Sprawdź relację do średniej stopy zwrotu, a nie samą zmienność.
- Dodaj beta i maksymalne obsunięcie, żeby zobaczyć pełniejszy obraz ryzyka.
- Odrzuć dane, które są zbyt krótkie albo pochodzą z bardzo słabo płynnego rynku.
Przykład z portfela brzmi prosto: jeśli dwa ETF-y na szeroki rynek dają podobną średnią stopę zwrotu, ale jeden ma wyraźnie niższy wskaźnik, wybieram właśnie jego, o ile koszty i płynność są porównywalne. Jeśli za to spółka z wyższym potencjałem zwrotu ma też znacznie wyższy rozrzut wyników, nie traktuję tego jako automatycznej dyskwalifikacji. To może być dobra okazja, ale tylko dla inwestora, który akceptuje większe wahania i wie, po co je bierze.
W tym miejscu najłatwiej popełnić błąd polegający na myleniu „bardziej dynamiczne” z „lepsze”. Na rynku to nie działa tak prosto, bo wyższy wynik może być okupiony tak dużą niestabilnością, że portfel staje się po prostu trudny do utrzymania. Dlatego traktuję ten wskaźnik jak narzędzie selekcji, a nie samodzielną rekomendację.
Jak odróżnić dobry wynik od przypadkowej huśtawki
Jeśli miałbym zostawić jedną zasadę, brzmiałaby tak: ten wskaźnik ma sens wtedy, gdy porównujesz podobne instrumenty i patrzysz na ten sam okres. Wtedy naprawdę pokazuje, który walor daje lepszą relację zmienności do przeciętnego wyniku, a który tylko wygląda atrakcyjnie przez krótką serię dobrych sesji. To bardzo użyteczne na GPW, zwłaszcza gdy analizujesz spółki z jednego sektora albo porządkujesz ETF-y w portfelu.
Ja nie używam go jako jedynej odpowiedzi. Najpierw filtruje mi rynek, potem weryfikuję płynność, obsunięcie kapitału i fundamenty. Taki zestaw daje znacznie lepszy obraz niż sama średnia albo sam procent zmienności, bo inwestor zarabia nie na ładnym wskaźniku, tylko na dobrze dobranym ryzyku.
