為了解決這個問題，我們首先需要理解相關系數和標準差的概念，然后利用這些概念來推導證券組合報酬率的標準差和證券報酬率標準差的加權平均數。 相關系數（ρ）: 用來描述兩個證券報酬率之間的線性關系。它的值介于-1和1之間。ρ = 1 表示完全正相關，ρ = -1 表示完全負相關，ρ = 0 表示不相關。在本問題中，ρ < 1。 標準差（σ）: 衡量數據（在本例中為證券報酬率）的離散程度。標準差的計算公式為： (σ = \sqrt{\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n-1}}) 其中，(x_i) 是每一個數據點，(\bar{x}) 是數據的平均值，n 是數據點的數量。 證券報酬率標準差的加權平均數：這可以通過對每種證券的標準差進行加權（權重為其在證券組合中的比例）來得到。 假設有兩種證券，其報酬率分別為 (R_1) 和 (R_2)，它們的標準差分別為 (\sigma_1) 和 (\sigma_2)，且它們在證券組合中的權重分別為 (w_1) 和 (w_2)。 首先，計算證券組合的平均報酬率 (\bar{R})： (\bar{R} = w_1 R_1 + w_2 R_2) 然后，計算證券組合報酬率的標準差 (σ_p)： (σ_p = \sqrt{w_1^2 \sigma_1^2 + w_2^2 \sigma_2^2 + 2w_1 w_2 ρ \sigma_1 \sigma_2}) 接下來，計算證券報酬率標準差的加權平均數： (\text{加權平均標準差} = w_1 \sigma_1 + w_2 \sigma_2) 這樣，我們就得到了計算證券組合報酬率的標準差和證券報酬率標準差的加權平均數的公式。這些公式可以幫助我們理解如何通過證券的權重、報酬率和標準差來計算組合的風險。