如何判断基金风险？
判断基金的长期风险（也就是大家常说的“波动率”），最常用的指标是标准差，用历史数据来计算： 这个标准差的数值并不是越大就越危险——因为衡量的是“偏离平均值的程度”，所以只有当基金的历史收益呈现明显的尖峰厚尾形态的时候才会有意义；反之，如果历史的收益基本服从正态分布，那么无论标准差有多大，都不意味着基金存在系统性风险。 比如下面这只基金的历史净值图是这样的：
显然不符合“正态分布”，所以可以用历史标准差来评估其风险。 然而现实情况要复杂一些——“风险”本身是个很主观的概念，我们通常觉得高风险的产品（股票、期货等等）其实是有风险的，但是这种风险到底多大我们无法判断；反过来，我们认为低风险的储蓄存款实际上也是有风险的嘛！ 所以，在判断产品的风险时候我们要尽量剔除主观因素的影响。
一个简单而有效的方法就是计算“贝塔系数”——把投资组合的收益与市场收益进行回归，每个资产能够解释的总方差中有多少能被解释为系统性风险呢？这就是贝塔能告诉我们的东西。 贝塔可以看作是一个“风险调整的收益率”，因此对于投资者来说，最优的投资策略就是在预期收益率一定的情况下尽可能降低组合的风险，或者在风险一定的情况下追求最高的收益率。
回到刚刚的例子，假如我们把基金组合的收益率和沪深300进行回归之后得到的贝塔系数的值是这样的： 可以看到，该基金85%的方差能够用系统风险来解释，这意味着该基金总体回报的15%不能解释为其资产组合的风险，这部分风险属于“非系统性风险”，又称为“特有风险”。影响非系统性风险的因子包括企业特有风险和行业特有风险等，这些因子很难通过数量化方式进行衡量，因此这类风险通常依靠风险调整后的收益率来进行度量。
除了贝塔之外，也有很多人会用夏普比率来衡量基金的风险。二者之间的关系可以通过做回归得到： 其中R平方表示的是预测的精确程度，可以理解为贝塔估计的“误差”；σ^2是组合的方差；β是贝塔。 如果把各只基金按贝塔大小排序，我们就可以看到一个基金的“风险-收益率”特征。选择最适合自己风险的基金组合就可以达到投资的最优状态了。