อัตราส่วนความคมชัด: คำจำกัดความกฎการคำนวณและสูตร

2024 ผู้เขียน: Howard Calhoun | [email protected]. แก้ไขล่าสุด: 2024-01-02 14:03

อัตราส่วนที่คมชัดแสดงให้เห็นว่าผลตอบแทนของพอร์ตการลงทุนและความเสี่ยงนั้นสัมพันธ์กันอย่างไร อัตราส่วนนี้น่าสนใจสำหรับนักลงทุนที่เปรียบเทียบกลยุทธ์การซื้อขายหรือเครื่องมือทางการเงิน

สาระสำคัญของตัวบ่งชี้

อัตราส่วนความคมชัดแสดงประสิทธิภาพของกลยุทธ์การซื้อขายที่ใช้หรือเครื่องมือทางการเงิน ยิ่งสูงเท่าไหร่ เป้าหมายก็ยิ่งมีประสิทธิผลมากขึ้นเท่านั้น

ข้อมูลของอัตราส่วนนี้แสดงทั้งตัวบ่งชี้ของการประมาณการผลกำไรต่อความเสี่ยงที่ผ่านมา และคาดการณ์ระดับความมั่นคงของผลกำไรที่อาจเกิดขึ้น ในเรื่องนี้ นักวิเคราะห์ทางการเงินมักใช้ใน pivot table ที่ให้การประเมินมูลค่าสินทรัพย์

การคำนวณ

การคำนวณค่าสัมประสิทธิ์แสดงให้นักลงทุนเห็นว่าระดับความเสี่ยงที่มีอยู่ในสินทรัพย์หนึ่งๆ อัตราส่วนความคมชัดคำนวณโดยใช้สูตรที่ระบุในบทความ

• Rx - กำไรเฉลี่ย
• Rf คืออัตราผลตอบแทนที่ปราศจากความเสี่ยงที่ดีที่สุด
• StdDev - ส่วนเบี่ยงเบนมาตรฐานของความสามารถในการทำกำไรของสินทรัพย์
• X - การลงทุน

เมื่อคำนวณอัตราส่วนความคมชัดในตัวเศษคือการคาดหมายทางคณิตศาสตร์

เช่นเดียวกับค่าสัมประสิทธิ์ใดๆ ตัวบ่งชี้นี้เป็นปริมาณที่ไม่มีมิติ โดยส่วนใหญ่ ข้อมูลจะถูกนำไปเปรียบเทียบกับเกณฑ์มาตรฐาน ซึ่งเป็นอัตราดอกเบี้ยที่ปราศจากความเสี่ยงของผลตอบแทนจากสินทรัพย์

การคำนวณความสามารถในการทำกำไรของสินทรัพย์ที่ปราศจากความเสี่ยง

นักลงทุนต้องการได้รับผลตอบแทนที่สูงขึ้นเมื่อเทียบกับสิ่งที่จะได้รับหากเขาลงทุนในสินทรัพย์ที่น่าเชื่อถือเท่านั้น ผลตอบแทนมหาศาลนี้เรียกว่าผลตอบแทนส่วนเกิน ส่วนหลังแสดงถึงคุณภาพของการจัดการและประสิทธิผลของการตัดสินใจของผู้ลงทุน

ผลตอบแทนของสินทรัพย์ที่ไม่มีความเสี่ยงสามารถวัดได้หลายวิธี:

• คืนเงินฝากธนาคารของธนาคารในประเทศที่ใหญ่ที่สุดและน่าเชื่อถือที่สุด ส่วนใหญ่เป็น Sberbank และ VTB24
• ผลตอบแทนจากหลักทรัพย์รัฐบาลที่ไม่มีความเสี่ยง (หลักทรัพย์เหล่านี้รวมถึง OFZ และ GKO ในสหพันธรัฐรัสเซีย พันธบัตรอายุ 10 ปีในสหรัฐอเมริกา) ซึ่งมีความน่าเชื่อถือสูงสุดตามการจัดอันดับของหน่วยงานจัดอันดับ S&P, Moody's, Fitch

อัตราส่วนความคมชัด

หากค่าที่คำนวณได้มากกว่า 1 แสดงว่าพอร์ตหรือสินทรัพย์มีลักษณะผลตอบแทนสูง ซึ่งทำให้น่าลงทุน

เมื่อค่าที่คำนวณได้อยู่ในช่วง 0 ถึง 1 เราสามารถพูดได้ว่าระดับความเสี่ยงนั้นสูงกว่าผลตอบแทนส่วนเกิน ที่นี่นอกจากอัตราส่วน Sharpe แล้ว ยังจำเป็นต้องประเมินตัวชี้วัดอื่นๆ อีกด้วยความน่าดึงดูดของการลงทุน

หากค่าที่คำนวณได้น้อยกว่า 1 แสดงว่าผลตอบแทนส่วนเกินนั้นมีค่าติดลบ จะดีกว่าถ้าเลือกสินทรัพย์ที่มีความเสี่ยงขั้นต่ำ

ถ้าเปรียบเทียบสองสัมประสิทธิ์และตัวหนึ่งมีค่ามากกว่าตัวอื่น แสดงว่าพอร์ตการลงทุนแรก (สินทรัพย์) ดึงดูดนักลงทุนได้มากกว่าตัวที่สอง

ตัวอย่างการประเมินผล

เมื่อสร้างพอร์ตการลงทุน จำเป็นต้องทำการวิเคราะห์เปรียบเทียบพอร์ตการลงทุนต่างๆ ในการทำเช่นนี้ คุณจำเป็นต้องรู้ราคาหลักทรัพย์ทั้งหมดของพอร์ตโฟลิโอนี้ MS Excel สามารถช่วยในการคำนวณ พิจารณาตัวอย่างการคำนวณอัตราส่วน Sharpe ตามบริษัทเสมือนจริง

สมมติว่าพอร์ตโฟลิโอของเราประกอบด้วยหุ้นของบริษัทสามแห่ง: A, B, C. หุ้นในพอร์ตของบริษัท A คือ 30%, บริษัท B - 25% และบริษัท C - 40% ยกตัวอย่างราคาเป็นเวลาหนึ่งสัปดาห์แม้ว่าในความเป็นจริงจำเป็นต้องประเมินเป็นระยะเวลานาน (เดือน, ไตรมาส, ปี)

ป้อนข้อมูลในสเปรดชีตตามราคาของบริษัททั้งสามสำหรับระยะเวลาโดยประมาณ ต่อไป เราจะคำนวณความสามารถในการทำกำไรของหลักทรัพย์ของแต่ละบริษัทที่เปรียบเทียบ ซึ่งเราป้อนสูตรสำหรับหาลอการิทึมธรรมชาติของอัตราส่วนของแต่ละวันต่อจากค่าก่อนหน้าในเซลล์ เช่น ในเซลล์ E4 เราป้อน=LN (B4 / B3)100 ยืด (หรือคัดลอกสูตรแล้ววางลงในเซลล์ถัดไป) ลงและไปทางขวา

ต่อไป เราจะคำนวณผลตอบแทนของพอร์ต ความเสี่ยง และประเมินผลตอบแทนจากสินทรัพย์ที่ปราศจากความเสี่ยง เนื่องจากค่าสุดท้ายที่เราจะใช้อัตราดอกเบี้ยเงินฝาก (8%) ผลตอบแทนพอร์ตคำนวณโดยใช้สูตร=СР ค่า(E4:E9)B1+SR. ค่า(F4:F9)C1+SR. VALUE (G4:G9)D1 (ค่าผลลัพธ์เป็นหนึ่ง ไม่ต้องขยายหรือคัดลอก)

ความเสี่ยงในพอร์ตคำนวณโดยใช้สูตร=STAND ค่าเบี่ยงเบน (E4:E9)B1+STD ค่าเบี่ยงเบน (F4:F9)C1+STD ปฏิเสธ(G4:G9)D1

คำนวณอัตราส่วนความคมชัดเป็น=(H4-J4)/I4.

ดังนั้น มูลค่าของอัตราส่วน Sharpe จึงเป็นลบ ซึ่งบ่งชี้ว่าพอร์ตโฟลิโอมีความเสี่ยงและจำเป็นต้องได้รับการทบทวน ผลตอบแทนจากสินทรัพย์ที่ปราศจากความเสี่ยงสูงกว่าผลตอบแทนจากพอร์ตโฟลิโอ นี่แสดงให้เห็นว่ามีกำไรมากกว่าสำหรับนักลงทุนที่จะนำเงินเข้าธนาคารที่ 8% ต่อปีมากกว่าการลงทุนในพอร์ตนี้

อัตราส่วนแก้ไข

ในเวอร์ชันนี้ของการคำนวณอัตราส่วน Sharpe แทนที่จะใช้ค่าเบี่ยงเบนมาตรฐาน จะใช้การวัดความเสี่ยงที่ปรับเปลี่ยน ซึ่งช่วยให้ประเมินความเสี่ยงที่อาจเกิดขึ้นจากการเปลี่ยนแปลงของการกระจายผลกำไรของสินทรัพย์

ในกรณีนี้ การคำนวณจะดำเนินการตามสูตรที่ระบุในบทความ

• r_{p – ผลตอบแทนจากพอร์ตเฉลี่ย (สินทรัพย์)}
• r_{f – ผลตอบแทนเฉลี่ยของสินทรัพย์ที่ไม่มีความเสี่ยง}
• σ_{p – ผลตอบแทนส่วนเบี่ยงเบนมาตรฐานของสินทรัพย์ (ผลงาน)}
• S – ความโด่งในการกระจายผลกำไร;
• z_{c – ความโด่งของสินทรัพย์ (ผลงาน) การกระจายผลกำไร;}
• K คือควอนไทล์ของการแจกแจงของตัวบ่งชี้เดียวกัน

โมเดลนี้รวมเฉพาะการคำนวณทางสถิติซึ่งเพิ่มความเพียงพอของการประเมินความเสี่ยง

ข้อเสียของอัตราส่วน Sharpe

ข้อได้เปรียบหลักของอัตราส่วนนี้คือเมื่อใช้งาน คุณจะเห็นได้ว่าเครื่องมือทางการเงินตัวใดจะให้ผลกำไรที่ราบรื่นกว่า และตัวใดจะกระโดดได้

แต่สัมประสิทธิ์ไม่ได้ไม่มีข้อบกพร่อง หลักๆ คือ 3:

1. มันคำนวณกำไรเฉลี่ยเป็นเปอร์เซ็นต์สำหรับงวด ซึ่งไม่ถูกต้องในกรณีที่เป็นชุดของช่วงเวลาที่ไม่ได้กำไร
2. เมื่อใช้อัตราส่วนนี้ การแกว่งที่เฉียบคมในทิศทางใดก็ตามมีความหมายเชิงลบ เนื่องจากถือเป็นความเสี่ยง
3. เมื่อคำนวณสัมประสิทธิ์นี้ ธุรกรรมที่ขาดทุนและทำกำไรจะไม่ถูกนำมาพิจารณา และนี่เป็นสิ่งจำเป็นเพื่อประเมินประสิทธิภาพของการซื้อขาย

อัตราส่วนซอร์ติโน

เพื่อปรับระดับข้อเสียที่สองของอัตราส่วน Sharpe Sortino เสนอการแก้ไข ตัวบ่งชี้ของ Sharp คำนึงถึงทั้งความเสี่ยงและการเปลี่ยนแปลงผลกำไรทั้งทางบวกและทางลบ ค่าสัมประสิทธิ์ Sortino คำนึงถึงแนวโน้มเชิงลบเท่านั้น คำนวณในลักษณะเดียวกับค่าสัมประสิทธิ์หลักที่พิจารณาในบทความนี้ แต่คำนึงถึงความผันผวนของความสามารถในการทำกำไรของสินทรัพย์หรือพอร์ตโฟลิโอที่ต่ำกว่าระดับการทำกำไรขั้นต่ำที่ยอมรับได้

กำลังปิด

ดังนั้น อัตราส่วน Sharpe จึงเป็นตัวบ่งชี้ทางสถิติของความมั่นคงของผลตอบแทนของสินทรัพย์(ผลงาน). หากนักลงทุนต้องการพิจารณาเฉพาะไดนามิกเชิงลบในการเปลี่ยนแปลงของผลตอบแทน ก็จำเป็นต้องใช้สัมประสิทธิ์ Sortino