Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Коэффициент Шарпа

Читайте также:
  1. H1 :по крайней мере один из коэффициентов регрессии β1, β2, ... , βk ¹ 0.
  2. IV Исследовать влияние стабилизатора напряжения на форму выпрямленного напряжения и определить коэффициент стабилизации.
  3. Анализ проводят путем сравнение отдельных показателей, расчета коэффициентов и других аналитических процедур.
  4. Виды доходов населения. Вариационный ряд по доходам как основа измерения дифференциации по доходам. Кривая Лоренса. Коэффициенты и индексы дифференциации.
  5. Вопрос 22 - Исходные данные для проектирования тп и определение типа производства по значению коэффициента закрепления операции.
  6. ВСЕ недостающие степени (и (или) свободные члены) без пропусков записываем в ОБОИХ многочленах с нулевыми коэффициентами.
  7. Вспомогательные коэффициенты для балок без закреплений в пролете из двутавров при распределенной нагрузке, приложенной к нижнему поясу

Необходимость рассматривать риск при оценке результативности была понята давно. Классическая мера отношения прибыльности к риско­ванности — коэффициент Шарпа — может быть выражена следующим образом:

где E — ожидаемая доходность,

l — безрисковая процентная ставка,

sd — стандартное отклонение прибыли.

E обычно выражается как процентная доходность. Как правило, ожидаемая доходность предполагается равной средней доходности в прошлом. Поэтому, несмотря на то что E всегда обозначает ожидаемую будущую доходность, мы будем использовать ее как синоним средней доходности в прошлом.

Введение l в коэффициент Шарпа раскрывает, что инвестор все­гда мог бы заработать определенную безрисковую прибыль — напри­мер, инвестируя в казначейские векселя. Таким образом, доходность, превышающая безрисковую ставку, более значима, чем абсолютный уровень доходности.


где X — среднее значение, Xi — отдельные значения данных, N — количество сегментов данных.

Стандартное отклонение — это статистическая величина, предназ­наченная для измерения степени разброса данных. Формула для стан­дартного отклонения такова:


736 ЧАСТЬ 4. торговые системы и измерение эффективности торговли

В применении к коэффициенту Шарпа N равно количеству времен­ных интервалов. Например, если для исследуемого трехгодичного пе­риода используются месячные временные интервалы, то N = 36.

При вычислении стандартного отклонения всегда необходимо вы­бирать временной интервал для сегментирования всего рассматрива­емого периода имеющихся данных (недельные или месячные интерва­лы). Пусть, к примеру, данные о доходности финансового управляю­щего за данный год разбиты на недельные сегменты. Стандартное от­клонение будет очень высоким, если доходность некоторых недель рез­ко отличается от средней доходности за весь период имеющихся дан­ных. И наоборот, стандартное отклонение будет низким, если доход­ности отдельных недель располагаются близко к средней доходности. Рис. 21.2 иллюстрирует два набора данных с одной и той же средней недельной доходностью, но существенно различными стандартными от­клонениями.

Базовая предпосылка коэффициента Шарпа состоит в том, что стан­дартное отклонение измеряет риск. То есть чем больше отклонение доходности отдельных сегментов от среднего значения доходности, тем более рискованны инвестиции. В сущности, стандартное отклонение измеряет неопределенность прибыли. Должно быть интуитивно понят­но, что при небольшом стандартном отклонении реальная прибыль ско­рее всего будет близка к ожидаемой (если, конечно, ожидаемая при­быль является хорошей оценкой реальной прибыли). С другой сторо­ны, если стандартное отклонение велико, то оно предполагает большую вероятность того, что реальная прибыль будет существенно отличаться от ожидаемой.

Коэффициент Шарпа для финансового управляющего может быть вычислен напрямую, поскольку мы знаем величину активов, по отноше­нию к которым вычисляется доходность. В случае торговой системы это не так. Применяя коэффициент Шарпа к торговой системе, мы можем выбрать один из двух подходов:

1. Оценить активы, которые требуются, чтобы торговать с помо­-
щью системы, и использовать эту оценку для вычисления про­-
центной доходности.

2. Упростить коэффициент Шарпа, удалив из него безрисковую
процентную ставку /. (Как объясняется далее, если использует­-
ся такая форма коэффициента Шарпа, то нет необходимости
оценивать активы, требующиеся для торговли с помощью сис­-
темы.) Таким образом, коэффициент Шарпа сократится до

SR = E/sd.


ГЛАВА 21. измерение результативности торговли 737

Рисунок 21.2.


Дата добавления: 2015-07-10; просмотров: 154 | Нарушение авторских прав


Читайте в этой же книге: ВСЕХ ПАРАМЕТРОВ И ЛУЧШИМИ И ХУДШИМИ НАБОРАМИ ПАРАМЕТРОВ ДЛЯ ПРЕДЫДУЩИХ ПЕРИОДОВ | РАНГИ НАБОРОВ ПАРАМЕТРОВ ПО ДВУХГОДИЧНЫМ ТЕСТОВЫМ ПЕРИОДАМ, В ЗАВИСИМОСТИ ОТ ЗНАЧЕНИЙ N | ПРАВДА О РЕЗУЛЬТАТАХ МОДЕЛИРОВАНИЯ | НЕГАТИВНЫЕ РЕЗУЛЬТАТЫ | ЭТАПЫ ПОСТРОЕНИЯ И ТЕСТИРОВАНИЯ ТОРГОВОЙ СИСТЕМЫ | ЗАМЕЧАНИЯ ПО ПОВОДУ ТОРГОВЫХ СИСТЕМ | ТОРГОВЫЕ РЕЗУЛЬТАТЫ, ГОВОРЯЩИЕ О РЫНКЕ, | ТРИ ПРОБЛЕМЫ КОЭФФИЦИЕНТА ШАРПА | СРАВНЕНИЕ УПРАВЛЯЮЩЕГО С ВЫСОКОЙ ВОЛАТИЛЬНОСТЬЮ, ВЫЗВАННОЙ РЕЗКИМ РОСТОМ АКТИВОВ | ОТНОШЕНИЕ ПРИБЫЛИ К МАКСИМАЛЬНОМУ ПАДЕНИЮ СТОИМОСТИ АКТИВОВ (RETURN RETRACEMENT RATIO — RRR) |
<== предыдущая страница | следующая страница ==>
Измерение| СРАВНЕНИЕ ДВУХ УПРАВЛЯЮЩИХ

mybiblioteka.su - 2015-2024 год. (0.006 сек.)