Коэффициент Шарпа является одним из самых часто используемых инструментов, который дает возможность максимально точно определять эффективность . Чтобы грамотно использовать коэффициент Шарпа, необходимо точно знать, как именно проводится расчет этого коэффициента, а также, как его использовать для проведения оценки разнообразных стратегий Форекс.

Для проведения грамотной оценки торговой стратегии следует сравнить полученный доход от ее использования с уровнем рисков, которым подвергается трейдер, применяя данную стратегию.

Коэффициент Шарпа Форекс позволяет грамотно определять соотношение описанных выше показателей. Чем выше будет это соотношение, тем более эффективной является анализируемая стратегия. Существует специализированная формула для проведения расчета коэффициента Шарпа, ознакомиться с ней вы можете на представленном ниже рисунке.


Несмотря на то, что представленная выше формула выглядит достаточно простой, следует разобраться в ней более подробно. Числителем в этой формуле выступает значение среднего избыточного дохода, который удалось получить при помощи анализируемой стратегии в течение одного месяца ведения торгов.

От общей величины дохода в числителе необходимо вычесть безрисковый доход. В знаменателе формулы учитывается значение риска. Уровень риска обычно зависит от . Таким образом, чем выше уровень волатильности, тем выше риски при использовании .

Воспользовавшись описанной выше формулой, вы сможете достаточно легко рассчитать коэффициент Шарпа. Если в процессе расчета вы получите цифру ниже нуля, то анализируемая стратегия является малоэффективной.

Если полученный коэффициент Шарпа будет равняться единице, то стратегия является пригодной для эффективного ведения торгов на . Согласно утверждениям создателя формулы, оптимальным значением коэффициента Шарпа является два или выше.

При расчете коэффициента Шарпа для одной торговой стратегии Форекс обычно не учитывается безрисковая доходность, так как в подобных ситуациях она просто отсутствует.

Коэффициент Шарпа. Особенности применения

При помощи данного коэффициента трейдеры могут сравнить несколько стратегий и выбрать наиболее оптимальную для ведения торгов. Так, например, если сравнить две стратегии с одинаковым уровнем доходности, где одна из них обладает более высоким уровнем риска, более рискованная стратегия будет обладать меньшим значением коэффициента Шарпа.

Таким образом, научившись грамотно рассчитывать коэффициент Шарпа, вы сможете оценивать разнообразные стратегии Форекс и принимать решение использовать их для ведения торгов на Форекс или нет.

Порядок расчета коэффициента Шарпа

Для того, чтобы выполнить расчет коэффициента Шарпа, не нужно обладать никакими специализированными знаниями. Допустим вам необходимо оценить эффективность стратегии при помощи коэффициента Шарпа. Для этого потребуются результаты выполненных операций, которые можно взять в торговой платформе, посетив вкладку «Отчет». Средняя доходность рассчитывается в процентном соотношении от замеров изначального депозита. Рассчитывается этот показатель по довольно простой формуле (прибыль/размер депозита*100).

Затем необходимо определить уровень риска, который равняется уровню волатильности, используемой для ведения торгов на валютной паре. Для того, чтобы узнать волатильность валютных пар, следует воспользоваться калькулятором волатильности либо специализированным онлайн сервисом.

Затем простым делением полученного значения доходности на уровень риска мы сможем получить коэффициент Шарпа.

Следует отметить, что описанный выше коэффициент можно применять для проведения оценки эффективности ПАММ-счетов, но это связано с определенными трудностями, так как компании, которые управляют портфелями, довольно редко делятся данными об их составе.

Недостатки коэффициента Шарпа

К сожалению, при всей своей простоте и удобстве коэффициент Шарпа имеет определенные минусы:

• Этот коэффициент в некоторых случаях может не правильно производить расчет прибыли. Из-за того, что уровень прибыль рассчитывается в процентах, из-за ряда убыточных периодов, он может отображаться некорректно.
• При измерении колебаний волатильности коэффициент присваивает им негативное значение. Существенные колебания, независимо от того, в какую сторону они произошли, будут восприниматься индикатором как негативные. Таким образом, любые существенные колебания волатильности будут серьезно снижать значение коэффициента, что сделает оценку рисков необъективной.
• Коэффициент не принимает во внимание стандартное отклонение. При расчете этого коэффициента не учитываются серии выигрышных и проигрышных ордеров, что отрицательно сказывается на его эффективности.

Несмотря на наличие перечисленных выше минусов, коэффициент Шарпа позволяет довольно грамотно проводить сравнение эффективности различных стратегий.

Биография Уильяма Шарпа

Уильям Шарп родом из Бостона, он был рожден в студенческой семье. Отец Шарпа проходил обучение на курсе «Английская литература», а его мать на курсе естествоведение.

После школы Уильям Шарп решил получить медицинское образование, но спустя год обучения он охладел к медицине и уехал в Лос-Анжелес, где стал изучать бухгалтерию и экономику. В процессе обучения он увлекся микроэкономикой, которая оказала огромное влияние на его мировоззрение.

В конце 1956 года Уильям Шарп получает степень магистра экономики и устраивается работать экономистом в крупную компанию, которая специализировалась на исследованиях в области прикладной экономики. В этот период он вместе со своим коллегой начинает работу над теорией взаимодействия различных портфелей с ценными бумагами.

В начале 1961 года Уильяму Шарпу удалось получить докторскую степень в области экономики. В своей диссертации он делает целый ряд выводов, которые в последствии стали основой для создания коэффициента Шарпа.

Многие трейдеры оценивают доходность своей работы в процентах. В принципе, здесь есть определенная логика. Но в этой статье мы расскажем про коэффициент Шарпа, который в финансовом мире считается эталоном.

Дело в том, что, если рассчитывать доходность в процентах, в этом случае, Вам не удастся определить, насколько система эффективна. Ведь, в таком случае, доходность будет сильно зависеть от рисков.

Коэффициент Шарпа решает эту проблему. Нельзя сказать, что его стоит применять во всех случаях. Иногда он может быть и бесполезным. Поэтому мы решили рассказать Вам как можно больше об этом показателе и продемонстрировать его применение на практике.

Коэффициент Шарпа и Форекс

Данную методику разработал известный экономист из США Уильям Шарп. Коэффициент Шарпа показывает соотношение доходности и риска. В принципе, этот показатель изначально был положительно воспринят финансовыми экспертами . Однако еще большую значимость он обрел после того, как Шарпу вручили Нобелевскую премию.

Коэффициент Шарпа достаточно прост для понимания . По крайней мере для тех, кто уже имеет определенный опыт в финансовой сфере. Суть этого понятия заключается в том, чтобы определить, какой процент доходности будет получен в случае, если у Вас на руках более рисковые активы.

То есть, коэффициент Шарпа помогает понять, насколько больше доходности у Вас будет при увеличении рисков. Соответственно, чем этот показатель выше, тем выше будет Ваша прибыль по отношению к риску при работе с одним и тем же объемом денежных средств.

Вот формула, по которой рассчитывается коэффициент Шарпа:

Итак, с какой периодичностью измеряется доходность актива? В принципе, коэффициент Шарпа позволяет определить этот параметр даже ежедневно . Еще один вариант – получения сведений в среднем за одну сделку. Однако стоит помнить и о том, что для правильной оценки нужна нормальная распределенность исходных показателей, по которым будет рассчитываться доходность.

Доходность без риска, которая тоже присутствует в этой формуле, не имеет места на Форекс, особенно, когда речь идет о маржинальной торговле с предоставлением кредитного плеча . Риски есть всегда.

Но если брать именно эту формулу, по которой рассчитывается коэффициент Шарпа, данный параметр можно определить доходностью, которую трейдер Форекс получает, не рискуя абсолютно ничем. И здесь можно проводить сравнение с реальным доходом. В результате, как правило, Вы сможете рассчитать размер компенсации, которую вы получаете при увеличении рисков.

Конечно, когда Вы сталкиваетесь с реальным инвестированием, нулевых рисков нет нигде. Но это не значит, что коэффициент Шарпа нельзя рассчитать. В любых инвестициях есть определенный процент рисков потери части капитала. Формула коэффициента Шарпа для Форекс в данном случае будет рассчитываться с безрисковой доходностью, равной 0.

Однако, применять данный параметр можно не только для трейдинга. Его использование возможно и при хранении денег на депозите в банке . В этом случае, в качестве безрисковой доходности можно использовать ставку по депозиту.

Коэффициент Шарпа Форекс в терминале Метатрейдер 4 рассчитывается как разница между средней арифметической прибылью за время удержания позиции и безрисковой ставкой + 1. Все это делится на стандартное отклонение.

А теперь несколько слов о стандартном отклонении. Коэффициент Шарпа позволяет получить оценку эффективности капиталовложений с дисперсией доходов . Избыточная доходность рассчитывается как разница доходности и ставки без риска. Полученное значение делится на стандартное отклонение.

Последнее можно рассчитать самостоятельно . Допустим, у нас есть некоторая последовательность из доходности сделок. Первое, что нам нужно сделать – вычесть из каждого элемента последовательности среднее значение. Затем полученные цифры возводятся в квадрат и из результата выводится корень.

Пример расчета коэффициента Шарпа показывает, что все манипуляции действительно достаточно легко производить вручную. Но сегодня это уже не требуется, так как на той же платформе это можно делать и в автоматическом режиме.

Предположим, что у нас есть некая стратегия Форекс , которая дает 7% доходности. Но коэффициент отклонения составляет 5 процентов. Есть и вторая стратегия, у которой показатель доходности составляет 3 процента. При этом, отклонение находится в районе 1 процента. Делим доходность на отклонение и получаем следующие результаты.

Первая стратегия – коэффициент Шарпа составляет 1.4, а по второй – 3. Соответственно, вторая стратегия будет более эффективной с точки зрения отношения потенциальной доходности к рискам.

Важно помнить также, что коэффициент Шарпа не может быть ниже 1 . Только в этом случае можно говорить о том, что стратегия достаточно эффективна для дальнейшего анализа.

В большинстве случаев, расчет такого показателя является действительно оправданным. Однако, не всегда. К примеру, Вы покупаете облигации со стабильной доходностью в течение длительного промежутка времени. При этом, доходность выше процента, который можно получить в банке. Конечно, значение коэффициента будет очень высоким. Но оно ничего не расскажет о тех рисках, которые может нести покупка или удержание облигаций в дальнейшем.

Часто в характеристиках того или иного инструмента инвестирования вы будете встречать такие термины, как «Коэффициент Шарпа» и «Бетта-коэффициент». Давайте для начала проясним вкратце, что означает коэффициент Шарпа, какой он должен быть и от чего зависит.

Самым главным показателем для инвестора является, конечно, инвестиций. И ее посчитать уже может каждый. Даже доходность капиталовложений с мы уже можем определить. Но ведь не только доходность определяет наше удовлетворение инвестициями. Еще важную роль играет риск.

Например, вы положили 100 000 рублей в под 12% и столько же в . И в акциях получили такую же доходность, как на банковском депозите. Будете ли вы удовлетворены таким результатом? Если от депозита вы ничего большего и не ждали, то на акции вы, скорее всего, возлагали больше надежд. Потому что риск инвестиций на фондовом рынке больше, чем в банке. Но пока это только на уровне ощущений и интуиции. Коэффициент Шарпа позволяет нам эти ощущения преобразовать в цифры.

Коэффициент Шарпа считается по формуле:

Как вы наверно уже догадались, самому этот коэффициент считать достаточно сложное мероприятие. Поэтому мы на этом сильно зацикливаться не будем, а просто поговорим о том, как надо относиться к уже посчитанным данным.

Мы видим, что в числителе разница между доходностью инструмента и безрисковой доходностью. Напомню, что безрисковой считается доходность американских государственных облигаций. При расчете доходности ПИФа или иного фонда, в качестве доходности альтернативного вложения может браться доходность банковского депозита. Отсюда напрашивается первый вывод: если коэффициент Шарпа отрицательный, то значит доходность инструмента меньше безрисковой доходности. Это очень плохой признак От таких инвестиций лучше воздержаться.

В знаменателе стоит непонятный значок «Сигма». Считается, что он обозначает в формуле риск инвестиций. На самом деле это всего лишь статистическая величина, показывающая, насколько сильно отличались доходность или цена инструмента за последнее время. Но надо знать, что учитываются все движения и вверх и вниз. Получается, что чем сильнее различается месячная доходность исследуемого инструмента, тем выше это отклонение. Поэтому и решили, что отклонение показывает уровень риска.

В целом же формула показывает, сколько риска приходится на доходность. Чем выше значение, тем значит меньше был риск, значит такой инструмент в целом и доходность показывает и стабильность результатов.

Так что практических выводов два:

1. Лучше когда коэффициент больше 0. Если он меньше 0, значит доходность меньше банковского депозита, нам не подходят такие варианты.

2. Чем больше коэффициент, тем лучше. Значит инструмент менее рискован.

Но тут есть небольшая тонкость, которую вам стоит понять: к примеру акции компании «Кока-кола» стоили 46$ за акцию. И вдруг из-за панических настроений цена упала до 38$. Из-за того, что отклонение цены (знаменатель формулы) увеличилось, коэффициент Шарпа резко снизится. Судя по нему, акции Кока-колы стали более рискованными. Но здравый смысл говорит, что покупать ту же самую компанию на 17% дешевле менее рискованно, чем за полную цену. Кому стоит в данном случае верить: здравому смыслу или формуле?

ИСПОЛЬЗОВАНИЕ КОЭФФИЦИЕНТОВ ШАРПА И СОРТИНО ПРИ ОЦЕНКЕ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ПАЕВЫМ ИНВЕСТИЦИОННЫМ ФОНДОМ

Полтева Татьяна Владимировна
Тольяттинский государственный университет
старший преподаватель кафедры «Финансы и кредит»

Аннотация
В статье подробно рассматриваются коэффициенты Шарпа и Сортино, которые позволяют оценить эффективность управления паевым инвестиционным фондом. Так, представлены правила их применения, методика их расчёта по формуле, в том числе представлен алгоритм расчёта данных показателей в программе Excel. Показано применение официальных сайтов для проведения анализа на примере сайта Национальной лиги управляющих. Выявлены паевые инвестиционные фонды, которые имеют наилучшие показатели коэффициентов Шарпа и Сортино по итогам первого полугодия 2016 года.

USE OF SHARPE RATIO AND SORTINO"S COEFFICIENT IN CASE OF AN EFFICIENCY EVALUATION OF MANAGEMENT OF MUTUAL INVESTMENT FUND

Polteva Tatiana Vladimirovna
Togliatti State University
assistant professor of the chair «Finance and Credit»

Abstract
In article Sharpe ratios and Sortino which allow to estimate effective management of mutual investment fund in detail are considered. So, rules of their application, a technique of their calculation for a formula are provided, including the algorithm of calculation of these indicators in the Excel program is provided. Application of the official sites for carrying out the analysis on the example of the website of National league of managing directors is shown. Mutual investment funds which have the best indicators of Sharpe ratios and Sortino following the results of the first half of the year 2016 are revealed.

Библиографическая ссылка на статью:
Полтева Т.В. Использование коэффициентов Шарпа и Сортино при оценке эффективности управления паевым инвестиционным фондом // Современные научные исследования и инновации. 2016. № 11 [Электронный ресурс]..02.2019).

В настоящее время финансовый рынок даёт множество возможностей для инвестирования капитала, при этом ключевым аспектом в инвестировании выступает грамотно сформированный портфель инвестиций. Ввиду этого актуальным является вопрос управления сформированным инвестиционным портфелем, а также оценки эффективности управления им. В данной статье рассмотрим применение коэффициентов Шарпа и Сортино для оценки эффективности управления инвестиционным портфелем, или паевым инвестиционным фондом (ПИФом).

Первый коэффициент, который мы рассмотрим в данной статье, – это коэффициент Шарпа. Данный коэффициент представляет собой относительный показатель доходности-риска инвестиционного фонда и отражает, во сколько раз уровень избыточной доходности выше уровня риска инвестиции. Формула расчета коэффициента Шарпа представлена ниже:

Sharp ratio = (r p – r f)/ σ p (1)

σ p – стандартное отклонение доходностей активов ПИФа (риск).

Так, разницу между средней доходностью паевого инвестиционного фонда или инвестиционного портфеля и средней доходностью безрискового актива необходимо разделить на стандартное отклонение доходностей активов ПИФа, то есть на его риск. Чтобы оценить избыточную доходность, полученную инвестором, следует рассчитать доходность, которую он мог бы получить при вложении в безрисковый актив, например, банковский вклад или государственные ценные бумаги. В результате сопоставляется доходность, полученная за счет управления рискованными ценными бумагами, с минимальным уровнем доходности абсолютно надежного актива. И полученная избыточная доходность отражает качество управления ПИФом.

Перейдем к рассмотрению оценки паевого инвестиционного фонда по коэффициенту Шарпа.

Так, если коэффициент Шарпа превышает единицу, это означает, что стратегия управления ПИФом является эффективной, то есть его доходность превышает доходность безрискового актива и риск.

Если коэффициент Шарпа находится в промежутке от нуля до единицы, значит, стратегия управления неэффективна. В этом случае риск портфеля выше, чем его доходность.

Если коэффициент Шарпа отрицательный, это означает, что стратегия управления тоже неэффективна, в данном случае целесообразнее вложиться в безрисковый актив.

В случае, если значение коэффициента Шарпа одного ПИФа выше значения коэффициента Шарпа другого ПИФа, то более предпочтительным будет являться фонд и наибольшим значением данного показателя.

Таким образом, оценка рассматриваемого показателя позволяет выбрать наиболее инвестиционно привлекательные фонды для вложения.

Рассмотрим, где можно получить информацию о существующих паевых инвестиционных фондах. Так, информацию можно получить, например, на сайте Национальной лиги управляющих – www.nlu.ru . На этом сайте представлены различные рэнкинги паевых инвестиционных фондов: по стоимости чистых активов, по доходности, по числу пайщиков и так далее. В системе есть возможности отфильтровать фонды по различным параметрам: по типу, по управляющей компании, по категории и дате. Здесь же есть вкладка «Аналитика», далее – «Коэффициенты». И первый коэффициент, по которому предлагается ранжирование всех паевых инвестиционных фондов – это коэффициент Шарпа.

Так, на 30 июня 2016 года фонд «Ингосстрах денежный рынок» управляющей компании «Ингосстрах-Инвестиции» имеет максимальное значение коэффициента Шарпа 1,2126, что свидетельствует о высоком качестве управления ПИФом. Следующий паевой инвестиционный фонд, согласно значению коэффициента Шарпа – «РГС – Облигации» под управлением компании «Управление сбережениями». Коэффициент Шарпа данного ПИФа составляет 0,4849. При этом следует отметить, что данные фонды демонстрируют далеко не самые высокие показатели доходности за последние 5 лет, так как коэффициент Шарпа как таковую доходность не характеризует.

Коэффициент Шарпа для любого инвестиционного портфеля можно рассчитать самостоятельно в программе Excel, используя формулу для расчёта данного коэффициента. Так, для проведения самостоятельного расчёта нам необходимо определить среднюю безрисковую ставку, среднюю доходность портфеля, а также риск портфеля, выраженный через стандартное отклонение. В качестве безрисковой ставки можно взять среднюю доходность по государственным долгосрочным облигациям. Среднюю доходность портфеля необходимо рассчитать как средневзвешенное значение доходностей каждого актива, входящего в портфель, где в качестве веса выступает вес, или доля, каждого актива в портфеле. Методика расчёта стандартного отклонения, то есть риска, портфеля, классическая, поэтому стандартное отклонение можно рассчитать в программе Excel с помощью формул и функций. Разделив разницу между средней доходностью портфеля и безрисковой доходностью на стандартное отклонение портфеля, найдём искомый коэффициент. Таким образом, можно с лёгкостью рассчитать коэффициент Шарпа для любого портфеля в программе Excel самостоятельно, однако сегодня в этом нет необходимости, так как данные коэффициенты публикуются на различных сайтах.

Второй коэффициент, который мы рассмотрим – это коэффициент Сортино. Он аналогичен коэффициенту Шарпа, используется для измерения риска портфеля. Коэффициент Сортино показывает, что именно выступает источником прибыльности портфеля: продуманные решения или излишний риск. Коэффициент Сортино схож с коэффициентом Шарпа, однако здесь используется иной метод расчета. Вместо показателя стандартного отклонения в знаменателе учитывается отклонение только в отрицательную сторону, то есть отражается влияние только отрицательной волатильности, при этом отклонения вверх, то есть «излишняя» прибыль, в расчёт не берётся. Для вычисления данного показателя необходимо указать минимальную приемлемую норму прибыли. Любая прибыль сверх приемлемой нормы прибыли не используется при подсчете коэффициента Сортино. Формула для расчёта данного коэффициента представлена ниже:

Sharp ratio = (r p – r f)/ σ p- (2)

где r p – средняя доходность ПИФа (инвестиционного портфеля);

r f – средняя доходность безрискового актива;

σ p- – отклонение доходностей активов ПИФа (инвестиционного портфеля) в отрицательную сторону.

Алгоритм расчёта таков. Сначала необходимо вычесть безрисковую процентную ставку из доходности портфеля. Затем разделить результат на отклонение доходностей портфеля в отрицательную сторону.

Значения коэффициента Сортино также можно взять с сайта Национальной лиги управляющих – www.nlu.ru, зайдя во вкладку «Аналитика», далее – «Коэффициенты». Затем следует выбрать искомый коэффициент. Так, максимальное значение данного коэффициента на 30 июня 2016 года – 1,9198 – имеет паевой инвестиционный фонд «РГС – Облигации» под управлением компании «Управление Сбережениями».

Следует отметить, что, помимо рассмотренных коэффициентов (Шарпа и Сортино) в практике оценки эффективности управления портфелем существует множество дополнительных коэффициентов, среди которых коэффициент омега, коэффициент бета, коэффициент альфа, коэффициент VaR, показатель волатильности, коэффициент R 2 . Каждый из рассмотренных коэффициентов несёт свою информацию о портфеле, рассматривать их необходимо в комплексе.

Несомненно, выбор паевого фонда зависит не только от коэффициентов, но и от личных целей инвестора. При этом учитываются предполагаемые сумма и срок инвестирования; риск, на который готов пойти инвестор; ожидаемый доход. Все эти параметры взаимосвязаны, и найти идеальное решение сложно.

В выборе управляющей компании могут помочь рейтинговые агентства, которые присваивают каждой компании определённую степень надёжности. Также важно ориентироваться на динамику стоимости чистых активов ПИФа и динамику стоимости пая за определенный период. Так, стабильное увеличение стоимости пая говорит об эффективном управлении ПИФом. Изменение стоимости чистых активов может быть вызвано не только изменением стоимости ценных бумаг или иного имущества в активах фонда, но и возможным изменением количества участников фонда. При увеличении их числа подтверждается доверительное отношение пайщиков к данному фонду, и наоборот.

Таким образом, необходимо всесторонне оценивать деятельность ПИФов, сравнить стоимость чистых активов, паев. Ну и, конечно же, следует изучить коэффициенты, характеризующие эффективность управления портфелем.

Коэффициент Шарпа - это показатель эффективности инвестиционного портфеля (актива)

Коэффициент Шарпа показывает эффективность инвестиционного портфеля и расчитывается по формуле

Развернуть содержание

Свернуть содержание

Коэффициент Шарпа - это, определение

Коэффициент Шарпа - это показатель эффективности инвестиционного портфеля (актива), который вычисляется как отношение средней премии за риск к среднему отклонению портфеля. Другими словами можно сказать, что коэффициент Шарпа - это математическое отношение средней доходности к среднему отклонению этой доходности.

Коэффициент Шарпа - это своего рода показатель эффективности системы. Чем он выше, тем больше система принесёт прибыли. Коэффициент Шарпа редко бывает выше единицы, и случается это, в основном, при определении эффективности в банковской системе. В этом случае система будет показывать отдачу с максимальной прибылью.

Коэффициент Шарпа - это отношение доходность - риск. Данный коэффициент говорит о возможной степени стабильности ожидаемой прибыли.

Коэффициент Шарпа предназначен для того чтобы понять, насколько доходность актива компенсирует риск, принимаемый инвестором. Если сравнивать два актива с одинаковым ожидаемым доходом, то вложение в актив с более высоким коэффициентом Шарпа будет менее рискованным.

Варианты расчёта коэффициента Шарпа

Есть много вариантов расчета коэффициента Шарпа, но все они основаны на одной и той же идее:

Коэффициент Шарпа = (Доходность – Безрисковая Доходность)/ Стандартное отклонение Доходности

Заметьте, что правая часть может быть выражена как в долларах, так и в процентах - при условии, что обе части равенства выражены в одних и тех же единицах. Несколько слов об отдельных терминах, которые лучше всего выражаются в годовом исчислении:

1. Доходность. Это та сумма, которую вы зарабатываете на активах.

2. Безрисковая Доходность. Это та сумма денег, которую вы можете ожидать заработать на активах, которые в экономическом анализе классифицируются как «безрисковые», на сумму капитала, эквивалентную той, с которой вы собираетесь выйти на тот рынок, где работаете. Во всех, за малым исключением, ситуациях соответствующей ставкой доходности здесь будет ставка по финансовым инструментам Казначейства США. При вычислении коэффициента Шарпа безрисковая доходность вычитается из общего дохода портфеля, чтобы обособить ту долю показателя, которая привязана к предположению о подверженности рыночным рискам. Одним из довольно изящных результатов здесь является то, что тот, кто берет капитал и инвестирует его в казначейские ценные бумаги, зарабатывает в точности безрисковую процентную ставку, и, следовательно, коэффициент Шарпа в этом случае становится равным нулю, а у тех портфелей, которые не могут принести даже такого скромного уровня доходности, коэффициент Шарпа будет отрицательным. Поэтому положительным коэффициент Шарпа становится только в том случае, когда достигнутые показатели выше минимальной ставки по государственным ценным бумагам - то есть, в принципе, предполагается, что эти показатели связаны с какой-то сопряженной с риском рыночной деятельностью, и тогда можно говорить о положительной доходности с поправкой на риск.

3. Стандартное отклонение Доходности. Этот наш с вами старый друг-приятель: мы-то думали, что разбили его в пух и прах, - ан нет; вот он, тут как тут, - восстал из пепла, чтобы поучаствовать в качестве компонента риска в вычислении доходности с поправкой на риск. Заметьте себе, что тут чрезвычайно важно выразить эту статистическую величину для соответствующего промежутка времени - в идеале, как уже было сказано выше, для одного года. Вследствие специфики этого расчета (когда эта цифра изменяется в непосредственной зависимости от квадратного корня от количества частных значений наблюдений), для этого необходимо или умножение, или деления квадратного корня из количества наблюдений. Например, предположим, что у вас есть ежедневные данные за год, которые определяют дневное стандартное отклонение, скажем, в $10,000, или в 1% (пусть сумма капитала равна $1 миллиону). Чтобы найти стандартное отклонение в годовом исчислении, надо умножить эту цифру на квадратный корень из количества операционных дней в году. Если зачеркнуть в календаре выходные и праздничные дни, получится примерно 250 плюс-минус один-два дня, и квадратный корень из этого числа будет равен примерно 15.9. Следовательно, если дневное стандартное отклонение равно $10,000, или 1%, то стандартное отклонение в годовом исчислении будет равно примерно $159,000, или 15.9%.

В формуле расчета коэффициента Шарпа такое нормирование по временным промежуткам необходимо производить для того, чтобы полученные результаты имели смысл. Заметьте, что эта формула допускает корректировку с учетом таких факторов, как то, что набор данных может быть неполным (например, данные за полгода), и то, что периоды времени не обязательно будут равняться одному дню. Однако в своих объяснениях этих загадочных явлений я буду полагаться на мнение своих друзей-профессионалов в области статистики.

К этому моменту вы уже, наверное, бросились вычислять свой коэффициент Шарпа, и вам интересно, следует ли вам стыдиться или, наоборот, гордиться тем результатом, который у вас получился. Следуя простому эмпирическому правилу, я думаю, что почти всегда надо стремиться к тому, чтобы коэффициент Шарпа, рассчитанный по вышеописанному методу, был больше или равен единице. Например, если предположить, что безрисковая процентная ставка равна 5%, а стандартное отклонение дохода в годовом исчислении составляет 15%, то, чтобы достичь этого порога, для такого портфеля нужно было бы, чтобы доходность была не менее 20%:

(Доходность 20% - безрисковая процентная ставка 5%) / стандартное отклонение доходности 15% = 1.0

Конечно, если коэффициент Шарпа меньше этой базовой величины, то все равно за длительные промежутки времени можно добиться довольно высоких финансовых целей; однако привлекательность таких доходов с точки зрения поправки на риск, естественно, снижается. В таких случаях поставщик капитала (будь то вы сами или какой-то другой экономический субъект), совершенно обоснованно придет к выводу, что его деньгам можно найти более интересное применение. Бывает другая крайность - я знаю случаи, когда коэффициент Шарпа некоторых портфелей достигал 5.0, 10.0 или даже больших значений на протяжении длительных периодов времени. Такие - довольно редкие - исключения могут быть свидетельством или необычайного рыночного подъема, или же того, что в вычислении стандартного отклонения не были в достаточной мере учтены какие-то риски; я бы советовал вам подходить к оценке подобных ситуаций с большой осторожностью.

Все это подводит нас к последнему элементу нашего разговора о коэффициенте Шарпа - а именно, к его ограничениям. В значительной степени они зависят от точности вычисления стандартного отклонения как параметра, представляющего степень подверженности рискам, а также от возможности применения распределений исторической доходности и волатильности как средств прогнозирования будущих показателей. Как было показано выше, ограничения, связанные с вычислением стандартного отклонения, обусловлены предположением, что доходность портфеля имеет нормальное распределение, а так бывает не всегда. Кроме того, модели волатильности могут и не повторяться - в особенности в тех случаях, когда волатильность вычисляется за более короткие промежутки времени.

Чтобы проиллюстрировать тот тип проблем, которые могут быть связаны с этими ограничениями, рассмотрим портфель, в котором не происходит ничего, кроме продажи опционов с большим проигрышем, срок исполнения которых уже очень близок. Поскольку эти опционы окупаются при любых исходах, кроме самых маловероятных, то портфельные менеджеры, использующие такие стратегии, могут добиваться стабильной доходности при низкой волатильности на протяжении длительных периодов времени - зачастую годами. Однако соответствующий коэффициент Шарпа маскирует тот факт, что время от времени в результате каких-нибудь резких изменений на рынке этот портфель будет терпеть существенные убытки. Когда такое происходит, мы видим и ограничения а при расчете подверженности рискам, и риск, связанный с использованием исторической доходности как средства для предсказания будущих рисков.

По этим и по ряду других причин, хотя коэффициент Шарпа и остается одним из важных эталонов доходности с поправкой на риск, его лучше использовать в сочетании с аналитикой, которая для измерения рисков не полагается только на значение стандартного отклонения - например, на расчет Доходности за Период Максимальной Просадки Капитала (ROMAD).

Биография Уильяма Шарпа

Нобелевская премия по экономике 1990 года за вклад в теорию формирования цены финансовых активов

Американский экономист Уильям Ф. Шарп родился в Бостоне (штат Массачусетс). Его родители в то время заканчивали университет, отец - по специальности "английская литература", мать -в области естественных наук. Затем отец Ш. работал в Гарвардском университете. В 1940 г. в связи с его вступлением в национальную гвардию семья переехала в Техас, а затем в Калифорнию. Школьное образование Ш. получил в г. Риверсайд (штат Калифорния). В 1951 г. он записался на медицинский факультет Калифорнийского университета в Беркли, но спустя год убедился в том, что медицина не является его призванием. Он переехал в университетский городок в Лос-Анджелесе, избрав своей будущей специальностью управление бизнесом. В течение первого семестра Ш. изучал бухгалтерский учет и экономикс - оба курса были обязательны для получения диплома по этой специальности. Находя курс бухгалтерского учета скучным, Ш. сразу же увлекся микроэкономикой, что определило его дальнейшую профессиональную карьеру. Особенно сильное влияние на него оказали профессора университета Дж. Ф. Уэстон, преподававший финансы и привлекший в дальнейшем Ш. к работе с Г. Марковицем над темой, за которую оба в будущем получат Нобелевскую премию, и А. Алчиан, преподававший экономикс. В 1955 г. Ш, получил степень бакалавра по специальности "экономикс", а спустя год -магистерскую степень.

После непродолжительного пребывания на военной службе Ш. начал работать экономистом в РЭНД корпорейшн, где в те годы велись разработки в области теории игр, вычислительной техники, линейного и динамического программирования и прикладной экономики. Здесь началась совместная работа Ш. с Г. Марковицем над проблемой портфельных инвестиций и созданием модели, отражающей взаимосвязи ценных бумаг. Работая в корпорации, Ш. защитил в 1961 г. докторскую диссертацию в Калифорнийском университете в Лос-Анджелесе по "экономике трансфертных цен" (отпускные цены, действующие в расчетах между предприятиями одной фирмы). В диссертации он исследовал ряд аспектов анализа портфельных инвестиций, базирующегося на модели Г. Марковица. Ш. назвал ее моделью с одним коэффициентом, позднее она получила название однофакторной модели. Центральной идеей диссертации являлось положение о том, что доходы от ценных бумаг соотносятся друг с другом только благодаря воздействию одного общего фактора. В заключительной главе "Позитивная теория изменений рынка ценных бумаг" ("A Positive Theory of Security Market Behavior") излагалась однофакторная модель, приближенная к сформулированной впоследствии Ш. ценовой модели акционерного капитала (Capital Asset Pricing Model - САРМ).

В 1961 г. Ш. перешел на преподавательскую работу в Школу бизнеса при Вашингтонском университете в г. Сиэтле. В течение восьми лет он преподавал там широкий круг предметов, в том числе микроэкономику, теорию финансов, вычислительную технику, статистику, исследование операций. В процессе преподавания Ш., по его собственным словам, углублял свои знания соответствующих разделов экономической теории. В 1963 г. в журнале "Наука управления" ("Management Science") он впервые опубликовал изложение основных идей своей диссертационной работы в статье, озаглавленной "Упрощенная модель анализа портфельных инвестиции ("А Simplified Model for Portfolio Analysis"). Одновременно он продолжил разработку ценовой модели, которая была намечена в диссертации. Как установил Ш., аналогичные анализу однофакторной модели результаты могут быть получены без учета количества факторов, влияющих на доходы от ценных бумаг. Свой новый вывод он обсудил в январе 1962 г. в Чикагском университете, а затем представил в статье "Цены акционерного капитала - теория рыночного равновесия в условиях риска" ("Capital Asset Prices - A Theory of Market Equilibrium Under Conditions of Risk"), опубликованной в 1964 г.. В ней были изложены основы получившей широкую известность ценовой модеи акционерного капитала, которая являлась шагом в рыночном анализе формирования цен на финансовые активы. Аналогичные попытки дальнейшего развития модели Г. Марковица были предприняты в середине 60-х гг. Дж. Трейнором, Дж. Линтнером и др.

В основе разработанной Ш. модели лежало предположение, что индивидуальный владелец акций (инвестор) может предпочесть избежать риска путем комбинации заемного капитала и соответствующим образом подобранного (оптимального) портфеля рискованных ценных бумаг. В соответствии с моделью Ш. структура оптимального портфеля ценных бумаг, подверженных риску, зависит от оценки инвестором будущих перспектив различных видов ценных бумаг, а не от его собственного отношения к риску. Последний отражается только в выборе сочетания рискованных акций и инвестирования в безопасные с точки зрения риска ценные бумаги (например, казначейские векселя), либо в предпочтении займов. Для владельца акций, который не располагает специальной информацией по сравнению с другими акционерами, нет оснований держать свою долю в акционерном капитале фирмы в акциях, отличных от тех, которыми владеют другие акционеры. С помощью так называемого показателя "бета-стоимости" ("beta-value") удельной доли каждого акционера в совокупном акционерном капитале компании Ш. показывает ее предельный вклад в риск всего рыночного портфеля рискованных ценных бумаг. Если бета-коэффициент больше 1, то такие доли имеют воздействие на риск всего портфеля бумаг выше среднего, а если бета-коэффициент меньше 1, то эффект влияния на риск всего портфеля акций ниже среднего. Согласно ценовой модели Ш., на эффективно действующих рынках капитала премия за риск и ожидаемый доход от ценной бумаги будут изменяться в прямой зависимости от величины бета-стоимости. Эти отношения связаны с формированием цены равновесия на эффективных рынках капитала.

Модель Ш. давала возможность определять с помощью бета-коэффициента доход, ожидаемый от ценной бумаги. Она показывала, что риск можно перенести на рынок капитала, где он может быть куплен, продан и оценен. Таким образом, цены рискованных ценных бумаг скорректированы так, что решения о портфельных инвестициях становятся последовательными (непротиворечивыми).

Модель Ш. рассматривается в качестве основы современной теории цен на финансовых рынках. Она широко использовалась в эмпирическом анализе, применялась в практических исследованиях и стала важным основанием в практике принятия решений в различных сферах экономической жизни, в первую очередь там, где премия за риск играет важную роль. Это касается расчетов стоимости капитала, связанных с принятием решений об инвестировании, слиянии компаний, а также в оценках стоимости капитала как основы ценообразования в сфере регулируемых коммунальных служб и пр.. Наряду с моделью портфельных инвестиций Г. Марковица ценовая модель Ш. вошла во все учебники по экономике финансов.

В 1968 г. Ш. перешел на работу в университетский городок Калифорнийского университета в Ирвине, чтобы принять участие в создании Школы социальных наук. По разным причинам это начинание не увенчалось успехом, и Ш. пригласили преподавать в Высшей школе бизнеса при Стэнфордском университете, куда он перешел в 1970 г. Незадолго до этого он издал книгу "Теория портфельных инвестиций и рынки капитала" ("Portfolio Theory and Capital Markets", 1970), в которой изложил основные идеи своей теории финансовых рынков.

В 70-е гг. Ш. сосредоточил усилия на исследовании проблем, связанных с установлением равновесия на рынках капитала, а также его значения для выбора владельцем акций портфеля инвестиций. Затем, с середины 70-х гг., он обратился к изучению роли инвестиционной политики для фондов, связанных с пенсионным обеспечением. Написанный им в конце 70-х гг. учебник "Инвестиции" ("Investments", 1978; 2-е изд. 1985; 3-е изд. 1990) обобщал разнообразный эмпирический и теоретический материал по данной теме. Сокращенный вариант книги под заголовком "Основы теории инвестиций" ("Fundamentals of Investments") вышел в свет в 1989 г. При работе над учебником Щ. дополнил свою модель, введя в нее двухчленную процедуру выбора цен, которая давала практический инструментарий для оценки выбора при наличии нескольких вариантов. Эта модель широко используется на практике.

Наряду с преподавательской и исследовательской работой Ш. выполнял функции консультанта по инвестициям в ряде частных фирм, где он стремился внедрить в практику некоторые идеи своей теории финансов. Он участвовал в оценках надежности и риска портфельных инвестиций, выборе оптимального портфеля ценных бумаг, определении возможного притока наличности и пр.. Работа в фирмах "Мерилл Линч, Пирс и Смит" и "Уэллс-Фарго" обогатила Ш. реальными знаниями о практике инвестирования.

В 1976-1977 гг. Ш. был привлечен к работе организованной Национальным бюро экономических исследований (НБЭИ) группы по изучению вопросов, связанных с достаточностью банковского капитала для процесса инвестирования. Ш. занимался изучением связи между страхованием депозитов и риском неуплаты. Результаты его работы в комиссии были обобщены в пяти статьях в "Журнале финансового и количественного анализа" ("Journal of Financial and Quantitative Analysis") в 1978 г.

В конце 70-х гг. Ш. разработал достаточно простой, но эффективный метод нахождения решений для целого ряда проблем анализа портфельных инвестиций, который получил широкое распространение, несмотря на то, что статья, описывающая механизм решения, -"Алгоритм для улучшения портфельных инвестиций" ("An Algorithm for Portfolio Improvement") - оставалась неопубликованной до 1987 г.

В 1980 г. Ш. был избран президентом Американской финансовой ассоциации. В своем докладе при вступлении на этот пост, озаглавленном "Управление децентрализованными инвестициями" ("Decentralized Investment Management"), он сделал несколько предложений по анализу широко распространенной среди крупных учреждений-вкладчиков практики разделения фондов между менеджерами, профессионально занимающимися инвестициями.

В 80-е гг. Ш. продолжал заниматься вопросами политики планирования инвестиций пенсионных, страховых и пр. фондов. Его особенно интересовал процесс генерирования дохода на рынке обыкновенных акций. Результаты эмпирического изучения данного вопроса были изложены в статье "Некоторые факторы, влияющие на доход ценных бумаг на Нью-Йоркской бирже, 1931-1979 гг." ("Some Factors in New York Stock Exchange Security Returns, 1931-1979").

Результаты своих исследований Ш. стремился реализовать в учебных курсах по подготовке специалистов по размещению финансовых активов. В 1983 г. он помог Стэнфордскому университету в разработке программы недельного семинара по управлению международными инвестициями, предназначенного для профессионалов высокого ранга, занимающихся инвестициями. В течение трех лет Ш. являлся одним из руководителей программы, в последующие годы продолжал вести занятия по этой программе. Он принял участие в создании аналогичной программы трехнедельного обучения для одной из японских школ бизнеса и преподавал в ней в течение пяти лет.

В 1986 г. Ш. временно покинул Стэнфордский университет, чтобы организовать собственную исследовательско-консультационную фирму "Шарп-Рассел-ризёрч", целью которой являлась разработка рекомендаций для страховых, пенсионных, благотворительных и пр. фондов и организаций по размещению ценных бумаг. Он был поддержан рядом американских пенсионных фондов, Компанией Франка Рассела, а также группой профессионалов. В 1989 г. Ш. окончательно расстался с преподавательской деятельностью, уйдя в отставку, чтобы отдавать все силы и время своей фирме, которая теперь носит название "Уильям Ф. Шарп ассошиэйтс". Он остается заслуженным профессором Стэнфордского университета и продолжает участвовать в его научной жизни.

В 70-80-е гг. Ш. сотрудничал со многими организациями и фондами, занятыми инвестиционной деятельностью. Он является попечителем исследовательского фонда и Совета по образованию и исследованиям Института финансовых аналитиков, членом комитета Института количественных исследований, а также консультантом отдела управления портфельными инвестициями Швейцарского банка. За свои заслуги в исследовании финансовой сферы и вклад в образование в сфере бизнеса Ш. отмечен наградами Американской ассамблеи школ бизнеса (1980) и Федерации аналитиков в области финансов (1989).

Премию памяти Альфреда Нобеля по экономике за 1990 г. Ш. получил вместе с Г. Марковицем и М. Миллером "за вклад в теорию формирования цены финансовых активов", воплотившуюся в так называемой ценовой модели акционерного капитала.

Ш. - отец двух дочерей, Деборы и Джонатан. В 1986 г. он женился повторно. Его жена Кэтрин - профессиональный художник, в настоящий момент является администратором семейной фирмы Ш. В свободное время Ш. увлекается плаванием, посещением оперы, футбольных и баскетбольных игр.

Расчёт коэффициента Шарпа, формула расчёта

Коэффициент Шарпа показывает соотношение доходности и риска, а именно измеряет избыточность доходности портфеля на единицу риска. Чем выше значение коэффициента, тем выше историческая доходность фонда на единицу риска. Коэффициент Шарпа оценивает степень близости эквити к экспоненте с постоянным ростом, или степень стабильности дохода. При стремлении кривой эквити к экспоненте, Шарп стремится к бесконечности. По-другому говоря, Шарп стремится к бесконечности при стремлении всех месячных доходностей к собственному среднему значению. Получается, что инвесторы, ориентирующиеся на коэффициент Шарпа, стремятся получать стабильный доход. Под стабильностью дохода в данном случае понимается постоянство прибыли.Если пытаться получить максимальный доход при заданном риске, т.е. торговать, используя оптимальную стратегию получения прибыли, то кривая эквити не будет иметь форму экспоненты с постоянной скоростью роста. Средняя скорость роста будет меняться, такова природа рынка – на нём невозможна стабильная доходность. Однако если искусственно ограничить доходность, то можно добиться постоянства скорости роста кривой эквити, и, соответственно, увеличить этим коэффициент Шарпа. Но такая мера приведет к уменьшению прибыли и фактора восстановления. Торговля в этом случае будет не оптимальной. Вывод: Шарп находит стабильную торговлю, но, вообще говоря, не оптимальную. У кого Шарп должен быть больше.Понятно, что самое большое значение Шарпа будет у тех, кто стремится максимизировать этот параметр. Тягаться с такими бесполезно, да и не нужно. Людей таких никогда не видел, и скорее всего их нет. Хотя кто-то предлагал использовать коэффициент Шарпа для оценки трейдеров в конкурсе Альпари. Вот тут бы мы и увидели таких людей.

Если бы предложение было принято, то результаты конкурса были бы довольно забавными. Однако интересно, если не применять никаких махинаций по повышению этого коэффициента, то у кого Шарп будет больше? Очевидно, у интрадейщиков, особенно у пипсовщиков, и у портфельных трейдеров. Чем меньше таймфрейм трейдера, тем стабильнее прибыль по месяцам. Поэтому интрадейщики имеют шансы получить относительно большое значение Шарпа. Касаемо портфельной торговли тоже всё ясно – диверсификация сглаживает доходность, сближая эквити с экспонентой. Труднее всего придется тем, кто торгует на одном инструменте и вдолгосрочку. У них Шарп будет близок к нулю, если только графики торгуемых инструментов не будут иметь большого Шарпа. На сайтах пишут, что Шарп говорит об эффективности инвестиций. И даже строят рейтинги фондов на основании этого коэффициента. На самом деле как раз об эффективности он ничего не говорит. Он говорит лишь о степени стабильности прибыли. Стабильность это не эффективность, не надо путать эти понятия. Сравнивая коэффициенты Шарпа разных фондов, можно увидеть у кого прибыль стабильнее. Если не обращать внимания на саму прибыль, то можно посчитать ПИФ с доходностью 12%, показанной за год с момента создания этого фонда, самым эффективным вложением денег. Отсюда вывод: если и использовать коэффициент Шарпа, то обязательно в совокупности с таким параметром, как годовая доходность. К слову, самый большой Шарп у банков. Если считать безрисковую ставку равной нулю, то у них он исчисляется тысячами – недостижимое число для трейдера. Банки прибегают к методу искусственного повышения этого коэффициента - они перераспределяют прибыль. Если прибыль превосходит фиксированный процент, то излишки они кладут себе в резерв.

Если прибыль не дотягивает до нужного процента, они дополняют её из резерва, обеспечивая этим стабильные выплаты. Примерно так. Как применять коэффициент ШарпаПростой случай: есть 2 фонда, оба имеют прибыль 100% в год, при этом у одного из них низкий Шарп, а у другого высокий. Можно сказать с уверенностью, что выгоднее, и уж точно психологически спокойнее, вложиться в фонд с наибольшим значением Шарпа.

В этом случае мы уже в первом месяце с большой вероятностью получим прибыль, в то время как в другом фонде, ввиду меньшей стабильности, прибыли в первое время может не быть, или может быть просадка, впрочем, как и очень большая прибыль за короткий срок. У фонда с большим значением Шарпа прибыль будет более равномерно распределена по временному отрезку. Возможно, у фонда с небольшим значением Шарпа, выгодно дождаться некоторой просадки счета или простоя. В то время как медлить с инвестированием в фонд с высоким Шарпом смысла нет – это будет с большой вероятностью способствовать потере возможной прибыли.Высокий Шарп одного из фондов может говорить о более лучшей диверсификации, что говорит о меньшем риске. Правда этот же Шарп может говорить об увлечении трейдеров пипсовкой. Как это связано с риском уже трудно оценить.

Три проблемы коэффициента Шарпа

Хотя коэффициент Шарпа - полезный способ измерений, но у него есть некоторое количество потенциальных недостатков

1. Измерение прибыли в коэффициенте Шарпа .

Это измерение - среднемесячная доходность (или доходность за другой интервал времени), выраженная в процентах годовых, - более приспособлено для оценки вероятной результативности в следующем месяце, чем для оценки результативности на протяжении всего года. Например, предположим, что управляющий в течение полугода получает 40% прибыли каждый месяц, а другие 6 месяцев приносят ему убытки в размере 30%. Вычисляя годовую прибыль, исходя из среднемесячной, мы получим 60% (12 х 5%). Однако если размер позиции корректируется в соответствии с существующими активами, а так поступает большинство управляющих, действительная прибыль за год составила бы -11%. Это произойдет, потому что из каждого доллара активов, имеющихся в начале периода, к концу периода осталось бы только $0,8858((1,40)6 х (0,70)6 = 0,8858).

Как показывает этот пример, если вы озабочены оценкой потенциальной доходности за расширенный период, а не лишь за следующий месяц или другой интервал, то измерение прибыли, используемое в коэффициенте Шарпа, может вести к огромным искажениям. Однако эту проблему можно обойти, используя среднее геометрическое (в противоположность арифметическому) при расчете средней месячной доходности, которую затем выражают в процентах годовых, чтобы получить числитель коэффициента Шарпа.

Здесь подразумевается, что торговые активы постоянны (прибыль изымается, а убытки восполняются). Другими словами, отсутствует реинвестирование прибыли и снижение величины инвестиций в случае убытков. Вообще говоря, хотя вычисление прибыли с учетом реинвестиций предпочтительно, это обстоятельство более чем компенсируется существенным преимуществом, состоящем в отсутствии необходимости оценивать требования к минимальной величине активов в случае торговой системы. Более того, система с более высокой прибылью, рассчитанной без учета реинвестиций, чаше всего будет демонстрировать и более высокую прибыль с их учетом.

Этот раздел адаптирован из статьи Дж. Швагера «Alternative to Sharpe Ratio Better Measure of Performance», Futures, p. 57-58, March 1985.

Средняя геометрическая доходность в процентах годовых в точности эквивалентна средней годовой доходности с учетом реинвестиций, которая обсуждается позже в этой главе в разделе, посвященном отношению прибыли к максимальному падению стоимости активов.

2. Коэффициент Шарпа не делает различий между колебаниями стоимости активов вверх и вниз. Коэффициент Шарпа

измеряет волатильность, а не риск. А это не обязательно одно и то же.

С точки зрения меры риска, используемой в коэффициенте Шарпа, т.е. стандартного отклонения доходности, колебания вверх и вниз рассматриваются как в равной степени плохие. Таким образом, коэффициент Шарпа показывал бы в невыгодном свете управляющего, у которого спорадически наблюдались бы резкие увеличения активов, даже если бы падения стоимости активов были малы.

3. Коэффициент Шарпа не делает различий между череду­ющимися и последовательными убытками. Мера риска в коэффициенте Шарпа (стандартное отклонение) не зависит от последовательности выигрышных и убыточных периодов.

Источники статьи "Коэффициент Шарпа"

ru.wikipedia.org - свободная энциклопедия Википедия

aboutforex.biz - сайт Forex: просто о сложном

investpark.ru - портал инвестора

pifcapital.ru - сайт ПИФ капиталла

dic.academic.ru - финансовый словарь Академика

klosvalera.narod.ru - сайт о доверительном управлении

progi-forex.ru - торговля на рынке Форекс