平均值是将抛出某一面的事件结果数最乘以(正面或反面，赢利天数或亏损天数)抛掷的次数，然后除以事件结果的总数来计算的。表9-3展示了所有抛出正面的结果。
表9-3
据预测，平均值大约是7.5，或者随着时间的推移，再抛硬币数千次，每隔一个就会出现正面。如果你是那个决赛之前必须在足球场中央掷硬币的人，这是否让你增添了一点点安全感？
我们的下一步是计算平均值中的一个标准差。这将告诉我们所有随机事件的2/3预计将在什么地方发生。例如，我们这次实验的目标是判断我们损失的一致性是怎样的，这些是随机事件。它们越接近，其一致性就越强。损失的一致性非常关键，因为它说明了控制性。所以平均值的标准差越低，我们的一致性就越强。
正如我刚才所说，使用Microsoft Office Excel的程序来计算这个问题非常简单。步骤如下：
·打开一个电子表格，然后输人现阶段评估的每天的损失。
·在一列中键入数字。用A列代表第一个月，B列代表第二个月，以此类推，由于我们评估的是第一个月和第六个月，我们将使用A列和F列(见表9-4)。
表9-4
·突出显示第一列(A列)。
·将你的鼠标移到“fx”或选择“功能”，点击，然后选择“统计”功能。滚动到“STDEV”，然后再点击。
·对第二列(F列)重复相同的步骤。
在这个例子中，答案是：
391.8186 (3.9%) 120.6401(1.2%)
这个交易者取得了实质性的进步。他的损失标准差从近400下降到了大约120，改善结果超过300%，换句话说，他控制损失的一致性增强了三倍。
