Z-Score چیست؟

Z-Score یک معیار آماری است که رابطه یک مقدار با میانگین مجموعه‌ای از مقادیر را توصیف می‌کند. Z-Score بر حسب انحراف معیار از میانگین اندازه‌گیری می‌شود. در سرمایه‌گذاری و معاملات، Z-Scoreها معیاری از تغییرات یک ابزار مالی هستند و می‌توانند توسط معامله‌گران برای تعیین نوسانات استفاده شوند.

نکات کلیدی

• Z-Score یک معیار آماری از رابطه یک مقدار با میانگین مجموعه‌ای از مقادیر است.
• Z-Score می‌تواند به یک معامله‌گر نشان دهد که آیا یک مقدار برای مجموعه داده‌ای خاص معمولی است یا غیرمعمول.
• به‌طور کلی، Z-Score بین -۳.۰ تا ۳.۰ نشان می‌دهد که یک سهام در محدوده سه انحراف معیار از میانگین خود معامله می‌شود.
• معامله‌گران روش‌های متعددی را توسعه داده‌اند که از Z-Score برای شناسایی همبستگی‌ها بین معاملات، موقعیت‌های معاملاتی و ارزیابی استراتژی‌های معاملاتی استفاده می‌کنند.

درک Z-Score

Z-Score یک معیار آماری است که فاصله یک نقطه داده از میانگین یک مجموعه داده را کمی‌سازی می‌کند. این معیار بر حسب انحراف معیار بیان می‌شود و نشان می‌دهد که یک نقطه داده چند انحراف معیار از میانگین توزیع فاصله دارد.

اگر Z-Score صفر باشد، نشان می‌دهد که مقدار نقطه داده با میانگین مجموعه برابر است. Z-Score ۱.۰ نشان‌دهنده مقداری است که یک انحراف معیار از میانگین فاصله دارد. Z-Scoreها می‌توانند مثبت یا منفی باشند، به‌طوری که مقدار مثبت نشان‌دهنده بالاتر بودن از میانگین و مقدار منفی نشان‌دهنده پایین‌تر بودن از میانگین است.

Z-Score گاهی با Z-Score آلتمن (Altman Z-Score) اشتباه گرفته می‌شود، که با استفاده از عوامل استخراج‌شده از گزارش‌های مالی یک شرکت محاسبه می‌شود. Z-Score آلتمن برای محاسبه احتمال ورشکستگی یک کسب‌وکار در بازه زمانی یک تا ده سال استفاده می‌شود، در حالی که Z-Score می‌تواند برای تعیین میزان انحراف بازده یک سهام از میانگین بازده آن و موارد دیگر استفاده شود.

حقیقت جالب: Z-Score همچنین به‌عنوان امتیاز استاندارد (standard score) شناخته می‌شود.

فرمول Z-Score

فرمول آماری برای محاسبه Z-Score یک مقدار به‌صورت زیر است:

z = (x - μ) / σ

جایی که:

• z = Z-Score
• x = مقدار در حال ارزیابی
• μ = میانگین
• σ = انحراف معیار

نحوه محاسبه Z-Score

محاسبه Z-Score نیازمند تعیین میانگین و انحراف معیار داده‌های شما است. هنگامی که این اعداد را داشته باشید، می‌توانید Z-Score را محاسبه کنید. فرض کنید متغیرهای زیر را دارید:

• x = ۵۷
• μ = ۵۲
• σ = ۴

این متغیرها را در فرمول استفاده می‌کنید:

z = (۵۷ - ۵۲) / ۴
z = ۱.۲۵

بنابراین، مقدار انتخاب‌شده شما Z-Score‌ای دارد که نشان می‌دهد ۱.۲۵ انحراف معیار از میانگین فاصله دارد.

محاسبه در صفحات گسترده

برای محاسبه Z-Score با استفاده از یک صفحه گسترده، باید مقادیر خود را وارد کنید و میانگین و انحراف معیار محدوده را تعیین کنید. با استفاده از فرمول‌های زیر:

=AVERAGE(A2:A7)
=STDEV(A2:A7)

متوجه خواهید شد که مقادیر زیر میانگین ۱۲.۱۷ و انحراف معیار ۶.۴ دارند:

با استفاده از فرمول Z-Score، می‌توانید Z-Score هر عامل را محاسبه کنید. فرمول زیر را در سلول‌های D2، D3 و غیره استفاده کنید:

سلول D2 = (A2 - B2) / C2
سلول D3 = (A3 - B3) / C3

کاربرد Z-Score

در ساده‌ترین شکل، Z-Score به شما امکان می‌دهد تعیین کنید که بازده سهام در حال ارزیابی شما چند انحراف معیار از میانگین نمونه‌ای از سهام فاصله دارد. میانگین موردنظر می‌تواند میانگین بازده سالانه یک سهام، میانگین بازده شاخصی که سهام در آن فهرست شده، یا میانگین بازده مجموعه‌ای از سهام انتخاب‌شده توسط شما باشد.

برخی معامله‌گران از Z-Scoreها در روش‌های ارزیابی پیشرفته‌تر استفاده می‌کنند، مانند وزن‌دهی به بازده هر سهام برای استفاده در سرمایه‌گذاری عاملی (factor investing)، که در آن سهام بر اساس ویژگی‌های خاص با استفاده از Z-Scoreها و انحراف معیار ارزیابی می‌شوند. در بازارهای فارکس، معامله‌گران از Z-Scoreها و حدود اطمینان برای آزمایش توانایی یک سیستم معاملاتی در ایجاد روندهای برد و باخت استفاده می‌کنند.

Z-Score در مقابل انحراف معیار

در اکثر مجموعه‌های داده بزرگ (با فرض توزیع نرمال داده‌ها)، ۹۹.۷٪ از مقادیر بین -۳ و ۳ انحراف معیار، ۹۵٪ بین -۲ و ۲ انحراف معیار و ۶۸٪ بین -۱ و ۱ انحراف معیار قرار می‌گیرند.

انحراف معیار میزان تغییرات (یا پراکندگی) در یک مجموعه داده مشخص را نشان می‌دهد. برای مثال، اگر یک نمونه از داده‌های با توزیع نرمال انحراف معیاری برابر با ۳.۱ داشته باشد و دیگری انحراف معیاری برابر با ۶.۳، مدلی با انحراف معیار ۶.۳ پراکندگی بیشتری دارد و در نمودار قله پایین‌تری نسبت به نمونه با انحراف معیار ۳.۱ خواهد داشت.

یک منحنی توزیع دارای طرف‌های منفی و مثبت است، بنابراین انحراف معیارها و Z-Scoreهای مثبت و منفی وجود دارند. با این حال، این موضوع هیچ ارتباطی با خود مقدار ندارد جز اینکه نشان می‌دهد در کدام سمت میانگین قرار دارد. مقدار منفی به این معناست که در سمت چپ میانگین است و مقدار مثبت نشان‌دهنده قرار گرفتن در سمت راست میانگین است.

Z-Score تعداد انحراف معیارهایی را که یک نقطه داده از میانگین فاصله دارد نشان می‌دهد. بنابراین، ابتدا باید انحراف معیار محاسبه شود، زیرا Z-Score از آن برای بیان تغییرات یک نقطه داده استفاده می‌کند.

Z-Score چگونه محاسبه می‌شود؟

Z-Score با پیدا کردن تفاوت بین یک نقطه داده و میانگین مجموعه داده و سپس تقسیم آن تفاوت بر انحراف معیار محاسبه می‌شود تا مشخص شود نقطه داده چند انحراف معیار از میانگین فاصله دارد.

Z-Score در زندگی واقعی چگونه استفاده می‌شود؟

Z-Score در بسیاری از کاربردهای واقعی، مانند ارزیابی‌های پزشکی، امتیازدهی آزمون، تصمیم‌گیری‌های تجاری و اندازه‌گیری فرصت‌های سرمایه‌گذاری و معاملاتی استفاده می‌شود. معامله‌گرانی که از معیارهای آماری مانند Z-Score برای ارزیابی فرصت‌های معاملاتی استفاده می‌کنند، به‌عنوان معامله‌گران کمی (quantitative traders) شناخته می‌شوند.

Z-Score خوب چیست؟

هرچه Z-Score بالاتر (یا پایین‌تر) باشد، نقطه داده از میانگین دورتر است. این لزوماً خوب یا بد نیست؛ صرفاً نشان می‌دهد که داده در یک نمونه با توزیع نرمال کجا قرار دارد. این به ترجیح در ارزیابی یک سرمایه‌گذاری یا فرصت بستگی دارد. برای مثال، برخی سرمایه‌گذاران از محدوده Z-Score -۳.۰ تا ۳.۰ استفاده می‌کنند، زیرا ۹۹.۷٪ داده‌های با توزیع نرمال در این محدوده قرار می‌گیرند، در حالی که دیگران ممکن است محدوده -۱.۵ تا ۱.۵ را ترجیح دهند، زیرا امتیازهای نزدیک‌تر به میانگین را ترجیح می‌دهند.

چرا Z-Score اینقدر مهم است؟

Z-Score مهم است زیرا نشان می‌دهد داده شما در توزیع داده‌ها کجا قرار دارد. برای مثال، اگر Z-Score ۱.۵ باشد، ۱.۵ انحراف معیار از میانگین فاصله دارد. از آنجا که ۶۸٪ داده‌های شما (اگر به‌صورت نرمال توزیع شده باشند) در یک انحراف معیار قرار دارند، ۱.۵ ممکن است برای راحتی شما بیش از حد از میانگین دور تلقی شود.

به‌روزرسانی‌های اخیر (تا جولای ۲۰۲۵)

تا جولای ۲۰۲۵، Z-Score همچنان یک ابزار حیاتی در تحلیل آماری و معاملات مالی باقی مانده است، به‌ویژه در بازارهای پرنوسان که تحت تأثیر نرخ‌های بهره بالا و عدم اطمینان اقتصادی قرار دارند.

• کاربرد در معاملات کمی: گزارش‌های مالی در ژوئن ۲۰۲۵ نشان می‌دهند که معامله‌گران کمی به‌طور فزاینده‌ای از Z-Scoreها برای مدل‌سازی استراتژی‌های معاملاتی در بازارهای سهام و فارکس استفاده می‌کنند. با افزایش نرخ‌های بهره توسط فدرال رزرو (تا حدود ۵.۲۵٪-۵.۵٪)، Z-Scoreها برای شناسایی سهام با نوسانات غیرعادی یا فرصت‌های آربیتراژ آماری محبوب شده‌اند.
• پیشرفت‌های فناوری: پلتفرم‌های معاملاتی اکنون از ابزارهای مبتنی بر هوش مصنوعی برای محاسبه Z-Scoreها در زمان واقعی استفاده می‌کنند، که امکان تصمیم‌گیری سریع‌تر را فراهم می‌کند. پستی در پلتفرم‌های آنلاین در جولای ۲۰۲۵ به افزایش استفاده از این ابزارها در صندوق‌های پوشش ریسک اشاره کرد، جایی که Z-Scoreها برای وزن‌دهی فاکتورها در استراتژی‌های سرمایه‌گذاری چندعاملی استفاده می‌شوند.
• کاربردهای غیرمالی: فراتر از امور مالی، Z-Scoreها در ارزیابی‌های پایداری زیست‌محیطی و تحلیل داده‌های مراقبت‌های بهداشتی محبوبیت بیشتری پیدا کرده‌اند. به‌عنوان مثال، مقاله‌ای در می ۲۰۲۵ گزارش داد که Z-Scoreها برای شناسایی انحرافات در داده‌های انتشار کربن شرکت‌ها استفاده می‌شوند تا انطباق با مقررات زیست‌محیطی را ارزیابی کنند.
• چالش‌ها: برخی تحلیلگران در پست‌های جولای ۲۰۲۵ هشدار داده‌اند که وابستگی بیش از حد به Z-Scoreها در معاملات می‌تواند گمراه‌کننده باشد اگر داده‌ها توزیع نرمال نداشته باشند. این امر معامله‌گران را به ترکیب Z-Scoreها با سایر معیارها، مانند تحلیل کندل‌استیک و شاخص‌های قدرت نسبی (RSI)، تشویق کرده است.

نتیجه‌گیری

Z-Score یک معیار آماری است که نشان می‌دهد داده شما در یک نمونه با توزیع نرمال چند انحراف معیار از میانگین فاصله دارد. در ساده‌ترین سطح، سرمایه‌گذاران و معامله‌گران از روش‌های تحلیل کمی مانند Z-Score برای تعیین عملکرد یک سهام در مقایسه با سایر سهام یا عملکرد تاریخی خود استفاده می‌کنند. در کاربردهای پیشرفته‌تر Z-Score، معامله‌گران سرمایه‌گذاری‌ها را بر اساس معیارهای دلخواه وزن‌دهی می‌کنند، شاخص‌های دیگری را توسعه می‌دهند یا حتی سعی می‌کنند نتیجه یک استراتژی معاملاتی را پیش‌بینی کنند. تا جولای ۲۰۲۵، Z-Scoreها با پیشرفت‌های فناوری و افزایش نوسانات بازار، همچنان در معاملات کمی و سایر زمینه‌ها مرتبط هستند، اگرچه باید با احتیاط و در کنار سایر شاخص‌ها استفاده شوند.