Trading Strategier Sharpe Ratio

Fire problemer med Sharpe Ratio. Sharpe Ratio, oppkalt etter William Forsyth Sharpe, måler meravkastningen per enhet av avvik i en investeringsaktiv eller en handelsstrategi. Det er de fire potensielle problemene ved å bruke Sharpe Ratio for å måle handelsprestasjonen De to første Problemene er relevante hvis handelsresultater i ulike intervaller er korrelerte, mens de to sistnevnte problemene er relevante, selv om handelsresultater er ukorrelerte. Problem 1 Manglende skille mellom intermitterende og påfølgende tap. Figur 1 Risikomålet i Sharpe-forholdet er standardavviket uavhengig av rekkefølgen til ulike datapunkter Problem 2 Avhengighet av tidsintervall Hvis handel resulterer i forskjellige tidsperioder, er ikke-korrelert, i teorien vil den årlige Sharpe Ratio være uavhengig av tidsintervalllengden valgt for segmentering av dataene. Imidlertid antas det at handelsresultater er ukorrelert, kan ikke alltid være berettiget Problem 3 Manglende skille mellom betw en opp - og nedadgående svingning Sharpe-forholdet er et mål for volatilitet, ikke risiko De to er ikke nødvendigvis synonymt Med hensyn til risikobalansen benyttet i Sharpe-forholdet, dvs. standardavviket av avkastning opp og nedover, betraktes like dårlig Sharpe Ratio vil straffe et system som viser sporadisk kraftige økninger i egenkapitalen selv om egenkapitalutviklingen var liten. Problem 4 Manglende skille mellom tilbakekalling i urealisert fortjeneste i motsetning til tilbaketrekking fra handelsregnskapsdato. En handelsregistreringsdato er definert som hvilken dag netto posisjonskift fra nøytral til lang, nøytral til kort, lang til kort eller kort til lang Kilde J Schwager, En komplett guide til Futures Markets, 1984.Figur 1 To porteføljer med like retur og standardavvik, men forskjellige sekvenser av gevinster. Sharpe Ratio Alternatives. We dele hva vi lærer. Oppgi for å motta forskningsnyheter og eksklusive tilbud. Les mer om våre modeller. 2017 Oxford Capital Strategies Ltd Reg. nr. 7590685.Sharpe Ratio. BREAKING DOWN Sharpe Ratio. Sharpe-forholdet er blitt den mest brukte metoden for beregning av risikojustert avkastning, men det kan være unøyaktig når det brukes på porteføljer eller eiendeler som ikke har en normal fordeling av forventet avkastning Mange eiendeler har en høy grad av kurtosis fetthaler eller negativ skjevhet. Sharp-forholdet har også en tendens til å mislykkes når man analyserer porteføljer med betydelige ikke-lineære risikoer, for eksempel opsjoner eller warrants. Alternativ risikojustert avkastningsmetodikk har dukket opp over år, inkludert Sortino Ratio Return over Maksimal Drawdown RoMaD og Treynor Ratio. Modern Portfolio Theory, sier at å legge til eiendeler i en diversifisert portefølje som har korrelasjoner på mindre enn en med hverandre, kan redusere porteføljens risiko uten å ofre retur. Slik diversifisering vil tjene til øke Sharpe-forholdet i en portefølje. Sværtandelsforhold Gjennomsnittlig porteføljeavkastning Risikofri rente Standardavvik av porteføljeavkastning. Forutgående Sharpe-forholdsformelen bruker forventet avkastning mens det tidligere Sharpe-forholdet bruker realiserte avkastninger. Applikasjoner av Sharpe-forholdet. Sharpe-forholdet brukes ofte til å sammenligne endringen i porteføljens samlede risikoavkastning Egenskaper når en ny eiendel eller aktivaklasse legges til den For eksempel vurderer en porteføljeforvalter å legge til en hedgefondsfordeling til sin eksisterende 50 50 investeringsportefølje av aksjer som har et Sharpe-forhold på 0 67 Hvis den nye porteføljens tildeling er 40 40 20 aksjer, obligasjoner og en diversifisert sikringsfondsfordeling, kanskje et fond av midler, øker Sharpe-forholdet til 0 87 Dette indikerer at selv om sikringsfondets investeringer er risikabelt som en frittstående eksponering, forbedrer det faktisk risikokursegenskapen til kombinasjonen porteføljen, og legger dermed til en diversifiseringsfordel. Hvis tillegget av den nye investeringen senket Sharpe-forholdet, bør det ikke legges til porteføljen. Sharpe-forholdet kan også bidra til å forklare wheth er en portefølje mer avkastning skyldes smarte investeringsbeslutninger eller et resultat av for mye risiko Selv om en portefølje eller fond kan ha høyere avkastning enn sine jevnaldrende, er det bare en god investering hvis de høyere avkastning ikke kommer med et overskudd av ytterligere risikoen Jo større en portefølje s Sharpe-ratio, desto bedre er den risikojusterte resultatene. En negativ Sharpe-ratio indikerer at en risikofri ressurs vil utføre bedre enn sikkerheten som analyseres. Kritikk og alternativer. Sharpe-forholdet bruker standardavviket til returnerer i nevnen som sin fullmakt for total porteføljepris, som forutsetter at avkastningen normalt fordeles. Bevis har vist at avkastning på finansielle eiendeler har en tendens til å avvike fra en normal fordeling og kan gjøre tolkninger av Sharpe-forholdet misvisende. En variasjon av Sharpe-forholdet er Sortino-forholdet som fjerner virkningene av oppadgående prisbevegelser på standardavviket for å måle bare avkastning mot nedadgående prisvolatilitet ty og bruker semivariansen i nevnen Treynor-forholdet bruker systematisk risiko eller beta i stedet for standardavvik som risikomåling i nevnte. Sharpe-forholdet kan også spilles av hedgefond eller porteføljeforvaltere som søker å øke deres tilsynelatende risikoredukserte avkastning historie Dette kan gjøres ved å forlenge måleintervallet Dette vil resultere i et lavere estimat av volatilitet For eksempel er den årlige standardavviket av daglige avkastninger generelt høyere enn ukentlig avkastning, noe som igjen er høyere enn månedlig retursporing av Månedlig avkastning, men beregning av standardavviket fra ikke-sammensatte månedlige avkastninger. Skriving av penger legger opp og oppfordrer en portefølje Denne strategien kan potensielt øke avkastningen ved å samle opsjonsprinsippet uten å betale seg i flere år. Strategier som involverer å ta På standardrisiko likviditetsrisiko eller andre former for katastroferisiko har samme evne til å rapportere en oppadrettet skarp e-forhold Et eksempel er Sharpe-tallene for markedsneutrale hedgefondene før og etter likviditetskrisen i 1998. Godtgjørelse av avkastning Ved hjelp av visse derivatstrukturer kan sjeldne markeringer til markedet for illikvide eiendeler eller bruk av prismodeller som undergraver månedlige gevinster eller tap, redusere rapportert volatilitet. Avgrensning av ekstrem avkastning Fordi slike avkastninger øker det rapporterte standardavviket til et hedgefond, kan en leder velge å forsøke å eliminere den beste og den verste månedlige avkastningen hvert år for å redusere standardavviket. Svært forhold for algoritmisk trading ytelsesmåling. Når du utfører en algoritmisk handelsstrategi, er det fristende å vurdere årlig avkastning som den mest nyttige resultatmåling. Det er imidlertid mange feil ved å bruke dette tiltaket i isolasjon. Beregningen av avkastning for visse strategier er ikke helt grei. Dette gjelder spesielt strategier som er retningsbestemte som markedsneutrale varianter eller strat egier som benytter seg av innflytelse Disse faktorene gjør det vanskelig å sammenligne to strategier basert utelukkende på deres retur. I tillegg, hvis vi presenteres med to strategier som har identisk avkastning, hvordan vet vi hvilken som inneholder mer risiko. av mer risiko I finans er vi ofte opptatt av returavkastning og uttellingstider. Hvis en av disse strategiene har en betydelig høyere volatilitet i avkastningen, vil vi trolig finne det mindre attraktivt, til tross for at dens historiske avkastning kan være lik hvis ikke identiske. Disse problemene med strategi sammenligning og risikovurdering motiverer bruken av Sharpe Ratio. Definisjon av Sharpe Ratio. Williams Forsyth Sharpe er en nobelprisvinnende økonom, som bidro til å skape CAPM Capital Asset Pricing Model og utviklet Sharpe Ratio i 1966 senere oppdatert i 1994. Sharpe-forholdet S er definert av følgende forhold. Hvor Ra er periodens retur av aktiva eller strategi og Rb er periodens avkastning av et egnet referanseindeks. Forholdet sammenligner gjennomsnittlig gjennomsnitt av meravkastningen av eiendelen eller strategien med standardavviket av avkastningene. En lavere volatilitet av avkastningen vil føre til et større Sharpe-forhold, forutsatt identiske avkastninger. Sharpe-forholdet ofte sitert av de som utfører trading strategier er den årlige Sharpe beregningen som avhenger av handelsperioden som avkastningen måles. Forutsatt at det er N handelsperioder på et år, beregnes den årlige Sharpe som følger. Merk at Sharpe-forholdet i seg selv må beregnes basert på Sharpe av den aktuelle tidsperioden type For en strategi basert på handelsperiode dager, N 252 da det er 252 handelsdager i et år, ikke 365, og Ra, Rb må være den daglige avkastningen Likeledes for timer N 252 ganger 6 5 1638, ikke N 252 ganger 24 6048, siden det bare er 6 5 timer i en handelsdag. Markedsinnkludering. Formelen for Sharpe-forholdet ovenfor angir bruken av ab enchmark Et referansepunkt benyttes som en målestokk eller en hindring som en bestemt strategi må overvinne for å være verdt å vurdere. For eksempel bør en enkel, langvarig strategi som bruker amerikanske store aksjer, håpe å slå S 2 One fremtredende kvantitative sikringsfond som Jeg er kjent med at jeg ikke ville vurdere strategier som hadde Sharpe-forhold S lt 3 mens du er i undersøkelse Som en detaljhandel algoritmisk næringsdrivende, hvis du kan oppnå et Sharpe-forhold S gt2, går det bra. Sharpe-forholdet øker ofte med handelsfrekvens Noen høyfrekvente strategier vil ha høye enkelt - og noen ganger lave dobbeltsifrede Sharpe-forhold, da de kan være lønnsomme nesten hver dag og absolutt hver måned. Disse strategiene lider sjelden av katastrofale risici og dermed minimerer volatiliteten av avkastningen, noe som fører til slike høye Sharpe-forhold . Eksempler på Sharpe-forhold. Dette har vært ganske en teoretisk artikkel frem til dette punktet. Nå vil vi gjøre oppmerksom på noen egentlige eksempler. Vi starter rett og slett med vurderer en langvarig kjøp og salg av en egenkapital, vurder deretter en markedsnøytral strategi. Begge disse eksemplene har blitt utført i Python pandas dataanalysebibliotek. Den første oppgaven er faktisk å skaffe dataene og legge det inn i et pandas DataFrame-objekt I artikkelen om implementering av verdipapirmester i Python og MySQL opprettet jeg et system for å oppnå dette Alternativt kan vi benytte denne enklere koden til å hente Yahoo Finance-data direkte og sette den rett inn i en pandas DataFrame På bunnen av dette skriptet har jeg opprettet en funksjon for å beregne den årlige Sharpe-forholdet basert på en tidsperiode returstrøm. Nå som vi har muligheten til å skaffe data fra Yahoo Finance og enkelt å regne ut det årlige Sharpe-forholdet, kan vi teste ut et kjøp og hold strategi for to aksjer Vi vil bruke Google GOOG og Goldman Sachs GS fra 1. januar 2000 til 29. mai 2013 da jeg skrev denne artikkelen. Vi kan opprette en ekstra hjelperfunksjon som tillater oss t o raskt se buy-and-hold Sharpe på tvers av flere aksjer for samme hardkodede periode. For Google er Sharpe-forholdet for kjøp og å holde 0 7501 For Goldman Sachs er det 0 2178.Nå kan vi prøve samme beregning for et marked - nøytral strategi Målet med denne strategien er å fullstendig isolere en bestemt egenkapitalprestasjon fra markedet generelt Den enkleste måten å oppnå dette på er å gå kort like mye i dollar i ETF som er utviklet for å spore et slikt marked Det mest ekstreme valget for det amerikanske markedet for storkapital aksjer er S P500-indeksen, som spores av SPDR ETF, med ticker av SPY. For å beregne den årlige Sharpe-ratioen for en slik strategi vil vi oppnå de historiske prisene for SPY og beregne prosentvis avkastning på samme måte som forrige aksjer, med unntak av at vi ikke vil bruke det risikofrie referansemålet. Vi beregner netto daglige avkastninger som krever at forskjellen mellom lengden og kysten trekkes ned t returnerer og deler deretter med 2, da vi nå har dobbelt så mye handelskapital Her er Python pandas-koden for å bære dette. For Google er Sharpe-forholdet for den lange korte markedsneutrale strategien 0 7597 For Goldman Sachs er det 0 2999. Skjønt Sharpe-forholdet blir brukt nesten overalt i algoritmisk handel, må vi vurdere andre beregninger av ytelse og risiko. I senere artikler drøfter vi drawdowns og hvordan de påvirker beslutningen om å drive en strategi eller ikke. Bare kom i gang med kvantitative trading.