什么是变异系数 (CV)？
变异系数 （Coefficient of Variation）是数据系列中数据点在平均值附近离散度的统计量度。变异系数表示标准偏差与平均值的比率，它是一种有用的统计数据，用于比较一个数据系列与另一个数据系列的变异程度，即使平均值彼此之间存在巨大差异。
变异系数 (CV) 与标准偏差
标准差是衡量数据集相对于其平均值的离散度的统计量。它用于确定单个数据集中值的分布，而不是比较不同的单位。
当我们要比较两个或多个数据集时，会使用变异系数。CV 是标准差与平均值的比值。而且因为它独立于进行测量的单位，它可以用来比较具有不同单位或差异很大的方法的数据集。
简而言之，标准偏差衡量平均值与平均值之间的距离，而变异系数衡量标准偏差与平均值的比率。
变异系数 (CV) 的优缺点
优点
在比较具有不同单位或大不相同的平均值的数据集时，变异系数（Coefficient of Variation）可能很有用。
这包括在使用风险/回报率来选择投资时。例如，规避风险的投资者可能希望考虑相对于整体市场或其行业而言，相对于回报而言，波动性处于历史低水平的资产。相反，寻求风险的投资者可能会投资于具有历史高波动性的资产。
缺点
当平均值接近零时，CV 对平均值的微小变化非常敏感。使用上面的示例，如果分母中的预期回报为负数或零，则会出现一个显着的缺陷。在这种情况下，变异系数可能会产生误导。
*内容整理来源于网络仅供参考
