A sortino eszköz egy kereskedelmi stratégia eredményeinek értékeléséhez - az elitraider

Sok kereskedő és befektetési menedzser szeretné mérni és összehasonlítani a menedzserek vagy az egyedi kereskedelmi rendszerek teljesítményét. Annak ellenére, hogy a befektetés eredményének mérésére számos módszer létezik, a kitermelt kockázat az egyik legfontosabb intézkedés, hiszen figyelembe véve a határidős piacokon rejlő inherens természetet, nagyobb kockázatot vállalva nagyobb hozam érhető el. A kockázattal korrigált hozam legnépszerűbb mérce a Sharpe arány. Annak ellenére, hogy a Sharpe arányt leginkább alkalmazzák, hátrányai és korlátai vannak. A Sharpe arány kiszámításának módja miatt hajlamos büntetni a kereskedési eredmények felfelé ingadozó volatilitását. Hisszük, hogy a Sortino együttható bizonyos pontokon javítja a Sharpe arányt. Ennek a cikknek a célja, hogy megvizsgálja a Sortino-együttható meghatározását, és bemutassa, hogyan kell helyesen kiszámítani, mivel gyakran helytelenül történik. A Sharpe arány

A Sharpe mutató egy olyan metrika, amelynek célja egy befektetés sikerének mérése azáltal, hogy a felesleges nyereségességet a kockázatmentes kamatlábbal osztja el a hozamot generáló folyamat szórásával. A Stanford Egyetem pénzügyminiszterének, William Sharpe-nak 1966-ban, a befektetési alapok eredményének méréseként kínált, biztosan értékeli a befektetések minőségét, de van némi korlátai is.

A legfényesebb hátránya, hogy nem tesz különbséget a negatív és a pozitív volatilitás között. Az eredménysorozat erőteljes pozitív kibocsátása növelheti a nevező értékét (szórás) a számláló értékének nagyobb értékével, így csökkentve a Sharpe arány értékét. Néhány eloszlás esetében, amelyek pozitív aszimmetriát eredményeznek, például egy tipikus trendkövetési stratégiával, a Sharpe arány növelhető, ha a legnagyobb pozitív eredményt eltávolítják. Ez értelmetlen, mert a befektetők általában elégedettek a pozitív eredményekkel.

A nagy pozitív eltérések a volatilitás és a kockázatok jelei, de ha a kereskedési stratégia következetesen erős pozitív kimeneteleket és kisebb negatív kimeneteleket eredményez, nem szabad büntetni ezeket az erős mozdulatokat.

Abban az esetben, ha az eredmények eloszlása ​​nem normális, a Sharpe arány meghiúsul. Ez különösen sikertelen metrika, amikor a stratégiákat összehasonlítjuk a pozitív aszimmetriákkal, például a trendkövetés, a negatív aszimmetriával rendelkező stratégiákkal, például az értékesítési lehetőségek stratégiájával. Valójában a pozitív aszimmetrikus eloszlások esetében a jövedelmezőség kevésbé kockázatos, mint a Sharpe arányból. Ezzel szemben a standard deviáció alábecsüli a negatív aszimmetrikus eloszlások kockázatát, vagyis a kereskedési stratégia kockázatosabb, mint a Sharpe arányból. Egy tipikus hosszú távú trendkövetési stratégia, különösen nagyszámú ügylet esetén, általában Sharpe aránya 0,5 és 0,9 között van. Azonban egy negatív aszimmetrikus stratégia (az átlaghoz való visszatérés), például az opciók értékesítése, egy nagy Sharpe arányt eredményez, ami 3,0 vagy annál magasabb, pusztító lehívásig. A Sharpe arány gyakran nem tükrözi az átlagos stratégiához való visszatérés kockázatát.

A Sharpe arány normális eloszlást feltételez, és hamis érzelmet nyújt a negatív aszimmetrikus stratégiáknak, amelyek folyamatosan kis pozitív eredményeket produkálnak, de ritka, fájdalmas, erős negatív kimenetelűek lehetnek.

Sok esetben a Sortino együttható a legjobb választás, különösen akkor, ha a vezetők eredményeit és stratégiáit értékelik, és összehasonlítják az eredmények eloszlásának pozitív aszimmetriájával. A Sortino együttható a Sharpe arány módosítása, a kockázat mértékének pedig a szórás helyett a negatív eltérés, azaz csak azok a találatok, amelyek a felhasználó által meghatározott cél (benchmark) alatt vannak.

Érdekes megjegyezni, hogy még a Nobel-díjas Harry Markowitz, amikor 1959-ben kifejlesztette a modern portfólióelméletet (MPT), elismerte, hogy mivel csak az eredmények eltérése fontos a befektetők számára, megfelelőbb lenne, mint a szórás. Ugyanakkor az elméletében még mindig alkalmazta a variáció (a standard deviáció gyökere) elméletét, hiszen az optimizálás a negatív eltéréssel a számítógép idején nem volt praktikus.

A Sortino-együttható meghatározása:

ahol:
- R az időszak átlagos eredménye
- T a vizsgált befektetési stratégia célja (benchmark), amelyet általában a minimális elfogadható hozamnak neveznek.
- A TDD a céltól való negatív eltérés.

ahol:
- Xi az i-edik eredmény.
- N az eredmények teljes száma.
- T - cél nyereségesség.

A standard eltérés méri az adatok elterjedését az átlaghoz viszonyítva, mindkettő felett és alatt. A TDD méri az adatok elterjedését a cél-felhasználó által definiált szint alatt, ahol a célszint feletti összes eredmény nulla.

Példa a Sortino-együttható kiszámítására

Ebben a példában kiszámítjuk a pozitív aszimmetriára és a következő éves eredményekre vonatkozó hipotetikus kereskedelmi stratégiára vonatkozó éves Sortino-együtthatót:

A célzott nyereségességet 0%

Bár ebben a példában 0% -os cél-hozamot használunk, bármilyen értéket lehet választani, a menedzser céljától függően. Természetesen a különböző célértékek a negatív értékek eltérő eltéréseinek értékéhez vezetnek. Ha kezelési vagy kereskedési rendszereket hasonlít össze, meg kell értenie a használni kívánt cél értékét.

Először kiszámoljuk a Sortinó együttható képletében szereplő számlálót:

Az átlagos éves eredmény a cél = 3,25% - 0% = 3,25%

Ezután kiszámítja a TDD-t:

1) Minden egyes adatelemre kiszámítjuk a különbséget az adatelem és a célszint között. A mi esetünkben nincs levonás, és az adatok nem változnak.

2) Minden adatelemet négyzet alakban emeljünk.

3) Számítsa ki az átlagértéket minden négyzetre. Ne feledje, hogy nem "dobja ki" a nulla értéket:

Átlag = (0% + 0% + 0,01% + 0% + 0% + 0,04% + 0% + 0,01%) / 8 = 0,0075%

4) Végezze el az eredmény 3. pontjában kapott eredmény négyzetgyökét. Ez a TDD, a Sortino-együttható formula nevezője.

TDD = sqrt (0,0075%) = 0,866%

Végül a Sortino együttható = 3,25% / 0,866% = 3,75

Ez elég erős eredmény. A Sharpe arány adatainak kiszámítása 0,52-t adna, meglehetősen középszerű értéket, ahol büntetést kaptunk arra a tényre, hogy az eredmények erőteljes pozitív kimenetelűek voltak.

Sortino vs Sortino

Gyakran a kereskedelmi és kereskedési programok irodalmában láttuk a Sortino-együtthatót, amely nem számít helyesen. Leggyakrabban a TDD kiszámítása úgy történik, hogy az összes nulla elemet ki kell dobni, és a maradék negatív elemektől eltérést kell venni. Reméljük, hogy a cikk elolvasása után láthatja, hogy ez hogyan helytelen.

A Sortino együttható figyelembe veszi a cél alatti eredmények gyakoriságát és nagyságát. A pozitív elemek elhagyása eltávolítja az együttható érzékenységét a negatív értékek gyakoriságára. Nézze meg a következő tranzakciós folyamatokat: [0, 0, 0, -10] és [-10, -10, -10, -10]. Ha a nulla értékeket az eredményekből dobjuk le, mindkét szálra azonos TDD-ket kapunk, de nyilvánvaló, hogy az első szál sokkal kisebb negatív kockázattal rendelkezik, mint a második.