نسبت شارپ چیست؟

نسبت شارپ بازده بیش از حد پیش بینی شده سرمایه گذاری تقسیم بر انحراف استاندارد آن سرمایه گذاری است.

"بازده اضافی" بازده مورد انتظار یک سرمایه گذاری منهای بازده مورد انتظار بازده به اصطلاح بدون ریسک و تضمین شده سرمایه گذاری است.

به عنوان مثال ، اگر انتظار دارید که یک سرمایه گذاری یا یک نمونه کارها میانگین بازده 9 ٪ و انحراف استاندارد 12 ٪ در محیطی داشته باشد که به اصطلاح سرمایه گذاری بدون ریسک و تضمین شده دارای 3 ٪ بازده ، آن سرمایه گذاری یا سرمایه گذاری باشدنسبت شارپ نمونه کارها 0. 5 خواهد بود. محاسبه به سادگی (9 ٪ - 3 ٪) / 12 ٪ است.

نسبت شارپ یک اقدام سریع است که سعی می کند به این سؤال پاسخ دهد ، "آیا من به اندازه کافی بازده اضافی برای خطر اضافی خود دریافت می کنم؟"

متأسفانه یک اقدام بسیار ساده است که بتوانیم به آن سؤال دقیق پاسخ دهیم.

در ژانویه سال 2016 ، ما مقاله ای با عنوان "چرا در شیلی سرمایه گذاری کنید؟"ما مقاله را نوشتیم زیرا شیلی به تازگی سه سال متوالی بازده منفی قابل توجهی را تجربه کرده بود: -23. 86 ٪ در سال 2013 ، -12. 73 ٪ در سال 2014 و-18. 05 ٪ در سال 2015دو مشتری تعجب می کردند که چرا آنها و ما هنوز در شیلی سرمایه گذاری کردیم وقتی که "کاری انجام نمی داد جز پایین آمدن".

بسیاری از سرمایه گذاران به اشتباه معتقدند که وقتی چیزی "پایین آمده است" (تنش گذشته) "پایین می رود" (تنش فعلی). این امر باعث می شود سرمایه گذاران بازده را تعقیب کنند و تحت سرمایه گذاری هایی که در آن سرمایه گذاری می شوند ، انجام دهند ، پس از آنکه سرمایه گذاری در حال حاضر افزایش یافته و پس از کاهش سرمایه گذاری ، سرمایه گذاری شده است.

ما بین یک سرمایه گذاری ناگوار و یک اشتباه تمایز قائل هستیم. یک سرمایه گذاری ناگوار یکی از دلایل بسیار خوبی برای انتخاب است ، اما اتفاق می افتد که در کوتاه مدت کاهش می یابد. یک اشتباه سرمایه گذاری است که شما باید قبل از زمان آن را می شناسید ، انتخاب مناسب سرمایه گذاری نبود.

در پایان سال 2015 ، شیلی یک سرمایه گذاری ناگوار بود ، اما اشتباه نبود. با استفاده از بازده های تاریخی از پایان سال 2015 و از جمله سه بازده منفی نهایی ، ما نشان دادیم که چگونه مرز کارآمد هنوز هم پیشنهاد داشتن یک تخصیص کوچک به شیلی را نشان می دهد. در حقیقت ، اگر نمونه کارها شما فقط شامل دو سرمایه گذاری (S& P 500 و شیلی) بود ، مرز کارآمد نشان می دهد که هرگونه تخصیص کمتر از 12 ٪ به شیلی در مرز کارآمد نبود. و این که هرگونه تخصیص بین 12 ٪ شیلی و 19 ٪ شیلی در واقع باعث کاهش بیش از همه نوسانات نمونه کارها می شود.

در اینجا نمودار بزرگتری از محاسبه مرز کارآمد آمده است:

شیلی می توانست چهارمین سال منفی را در سال 2016 داشته باشد، اما اینطور نشد. در نگاهی به گذشته، تحلیل ما تایید شد. در سال 2016، شیلی بازدهی 17. 79 درصدی داشت. و در سال 2017، شیلی تا 31 آگوست 2017 سالانه 30. 19 درصد افزایش یافته است.

شیلی به خودی خود بی ثبات است. اما در یک سبد به خوبی ساخته شده می تواند هم نوسانات را کاهش دهد و هم بازدهی را افزایش دهد.

هنگام محاسبه یک مرز کارآمد مانند نمودار دوبعدی بالا، دیدن این امر آسانتر است. هنگام استفاده از اندازه گیری یک بعدی مانند نسبت شارپ بسیار دشوارتر است.

با استفاده از داده های استفاده شده در نمودار بالا و با فرض بازده تضمین شده 3. 0 درصدی بدون ریسک، نسبت شارپ برای 100 درصد پرتفوی S& P 500 0. 5055 است. نسبت شارپ برای پورتفولیوی 100٪ شیلی 0. 4440 است.

به خودی خود، این دو نکته نشان می دهد که میانگین بازده اضافی شیلی ارزش ریسک اضافی را ندارد.

اما اگر نسبت شارپ را برای هر یک از پورتفولیوهای ترکیبی محاسبه کنیم که از 0٪ شیلی (100٪ S& P 500) شروع می شود و تا 100٪ شیلی (0٪ S& P 500) ادامه می یابد، نمودار این نسبت های شارپ به شکل زیر است:

در نمودار اول ما، هر پورتفولیوی بین 12٪ شیلی و 100٪ شیلی در مرز کارآمد قرار داشت.

با این حال، نسبت شارپ نشان می دهد که 33 درصد شیلی و 67 درصد S& P 500 سبد بهینه هستند و هر انتخاب دیگری در مرز کارآمد کمتر از حد مطلوب است. ا ون مشخصا قضیه ای نیست که باهاش سر و کار داریم.

به طور معمول در تئوری مدرن پرتفوی، پرتفوی بهینه سبدی است که بر بالاترین منحنی بی تفاوتی سرمایه گذار مماس است. منحنی های بی تفاوتی بر اساس تمایل سرمایه گذار برای بازده و ریسکی است که آن ها مایل به انجام آن هستند. این خطی است که نقاط ریسک-بازده را نشان می دهد که سرمایه گذار نسبت به آن بی تفاوت است و به همان اندازه مایل است در هر نقطه ای از خط باشد. نسبت شارپ به سادگی یکی از منحنی های بی تفاوتی است و منحنی نیست، یک خط مستقیم است. در اینجا یک نمایش بصری از نحوه تصمیم گیری نسبت شارپ که 33٪ شیلی بهترین سبد است را نشان می دهد:

اگر سرمایه گذار تمایل بیشتری به تحمل ریسک کوتاه مدت (انحراف استاندارد سالانه) به منظور جستجوی بازده داشت، منحنی بی تفاوتی آن ها ممکن است تخصیص بالاتر به شیلی را نشان دهد. در اینجا مجموعه ای از منحنی های بی تفاوتی خط مستقیم وجود دارد که تخصیص 50٪ به شیلی را پیشنهاد می کند:

و برای روشن بودن، در واقعیت، اکثر منحنی های بی تفاوتی منحنی هستند، زیرا سرمایه گذار هر چه انحراف استاندارد آن ریسک بالاتر باشد، هم تحمل کمتری دارد و هم سود کمتری برای ریسک دارد.

بسیاری از سرمایه گذاران با ایده منحنی های بی تفاوتی آشنا نیستند زیرا ایده منحنی های بی تفاوتی چندان مفید نیستند. این یک مفهوم نظری مبتنی بر تحمل ریسک است، اما مشاوران باهوش در عوض محاسبه می کنند که کدام مکان در مرز کارآمد بهترین شانس را برای مشتری فراهم می کند تا به اهداف خود دست یابد.

استفاده از نسبت شارپ مملو از مشکلات است. در اینجا چهار مورد اساسی وجود دارد: