相信读者里面有一大部分人是基民，当基民在选择基种时，排除明星效应和羊群效应等诸多因素，他们赖之以据的就应该是一些常见的技术指标了。

     常见的技术指标分两种，风险和收益。当然，这也是众多基民们最关心的两大指标了。对于收益，它的一些指标很直观易懂，比如一季度，半年，一年或者两年的收益情况，在这就不赘述了。

     评估风险性的指标，基民可能在查阅一只基金的详细情况时会遇到。主要是有这么几个：平均回报、标准差、夏普比率、α系数、β系数、R平方。如果有统计学背景的人士，肯定会非常熟悉这些指标的含义乃至算法，只不过到了基金层面上，套用相适应的陈述方法即可。那么，如何来陈述呢？

平均回报：指的是年度化的平均周回报。通俗地讲，就是以到目前为止的数据来推算其一年的回报。当然，单独而言，是越高越好了。

标准差：统计学里，它指的是波动幅度。那在这里，它指的是基金真实的回报率与平均回报率之间的差异。数字越大，偏差越大。大家在比较这个数值的时候，注意要横向地去比，即拿几个相同类型的基金去比，若拿股票型与积配型一道比，是没有任何意义的。另一方面，标准差体现不了正向或负向浮动，即净值的升降。打个比方，两只长期走势相似的基金，一只大起大落，另一只稳步上升，那前一只的标准差势必要大，但同时，并不是说前一只的下跌风险比后一只更大，只能说前一只的收益波动更大。

夏普比率：指的是基金在承担风险后所超额的那部分回报率，属于调整后比率。当然，该比率越大，其超额回报率也越大。通俗地说，这一比率的出现，使得基金之间更存在可比性。因为夏普比率是通过对收益进行风险调整，排除了在对基金综合评价时风险的因素。

α系数：指的是基金超额收益与期望收益之间的差额。当然也是越大越好。超额收益等于实际收益减去无风险收益（在美国是一年期债券收益，在中国应该是一年期定存收益）。期望收益的计算需要用到一个模型CAPM，简而言之，它体现了基金因整个市场波动而获得的收益。

β系数：期望收益就是β与市场收益的乘积。通俗地说，β体现了基金相对于业绩评价基准的波动情况。β等于1时，基金走势与市场相同，例如指数基金与股指同步调。当β大于1时，基金跑的就比市场快，升也快，降也块。例如β 为1.6, 市场上涨10%时，基金上涨 16%；市场下滑10%时，基金下滑 16%。当β小于1时，基金就落后于大盘。

R平方：有的地方可能也叫调整后R方（adjusted R square）。统计学上而言，是指自变量对因变量的反应情况。放到基金上，就反映了业绩基准的变动对基金表现的影响。比如R方等于100（%），就说明基金回报的变动完全由业绩基准的变动影响而来。若R方等于60（%），那说明60%的基金回报的变动完全由业绩基准的变动影响而来。当R方等于0时，则可认为其两者的关系为无关。

好了，一些大概的解释就如上所述。不过技术终究是技术，其基于的是历史的数据，用历史的数据去推未来的预测本在国际上就争议颇大。加上国内的基金市场并未很成熟，这些指标仅仅能起到一些参考作用。