Qu’est-ce que le ratio de Sharpe ?
Le ratio de Sharpe a été créé par le prix Nobel William F. Sharpe et est utilisé pour aider les spécialistes financiers à comprendre l’arrivée de la spéculation par opposition à son danger. La proportion est le rendement normal obtenu dans la surabondance du taux sans risque par unité d’imprévisibilité ou de risque absolu.
Soustraire le taux sans risque du rendement moyen permet à l’investisseur de mieux isoler les bénéfices liés aux activités à risque. Dans l’ensemble, plus l’estimation de la proportion de Sharpe est remarquable, plus le rendement équilibré par le risque est attrayant.
Sharpe
Ratio=rateσp-Rfwhere
:Rp=rendement du portefeuilleRf=sans risque portfolioRf=éviation standard de
l’excédent de rendement du portefeuille
La proportion de Sharpe est déterminée en soustrayant le taux sans risque de l’arrivée du portefeuille et en partitionnant ce résultat par l’écart-type du rendement d’abondance du portefeuille.
PRINCIPALES VOIES D’ACCÈS
La proportion de Sharpe modifie la présentation passée d’un portefeuille – ou son exécution future anticipée – en fonction du risque d’abondance pris par le spécialiste financier.
Une proportion élevée de Sharpe est importante lorsqu’elle est comparée à des portefeuilles ou des actifs à rendement plus faible.
La proportion de Sharpe présente quelques lacunes, notamment la présomption que les rendements des entreprises sont régulièrement dispersés.
Traduire la proportion de Sharpe
La proportion de Sharpe est devenue la stratégie la plus généralement utilisée pour déterminer le rendement équilibré des risques. Selon la théorie moderne du portefeuille, l’ajout d’actifs à un portefeuille diversifié présentant de faibles corrélations peut réduire le risque du portefeuille sans sacrifier le rendement.
L’inclusion de l’élargissement devrait permettre de construire le ratio de Sharpe par rapport à des portefeuilles comparables avec un niveau d’amélioration plus faible. Pour que cela soit valable, les spécialistes financiers doivent également reconnaître que le risque est équivalent à l’imprévisibilité, ce qui n’est pas absurde, mais qui pourrait être trop mince pour être appliqué à toutes les entreprises.
La proportion de Sharpe peut être utilisée pour évaluer l’exposition passée d’un portefeuille (ex-post) où les rendements réels sont utilisés dans l’équation. D’autre part, un spéculateur pourrait utiliser l’exécution anticipée du portefeuille et le taux normal sans risque pour déterminer un ratio de Sharpe attendu (ex-best).
Le ratio de Sharpe peut également aider à clarifier si les rendements surabondants d’un portefeuille sont dus à des choix judicieux en matière de risque ou sont la conséquence de nombreux aléas. Bien qu’un portefeuille ou un magasin puisse apprécier de meilleurs rendements que ses compagnons, il s’agit simplement d’une entreprise judicieuse si ces rendements plus importants n’accompagnent pas une surabondance de risques supplémentaires.
Plus la proportion de Sharpe d’un portefeuille est importante, plus son exécution est équilibrée en termes de risque. Si, par hasard, l’enquête aboutit à un ratio de Sharpe négatif, cela signifie soit que le taux sans risque est plus remarquable que l’arrivée du portefeuille, soit que l’arrivée du portefeuille doit être négative. Dans les deux cas, un ratio de Sharpe négatif ne transmet aucune importance utile.
Ratio de Sharpe contre ratio de Sortino
Une variante du ratio de Sharpe est la proportion de Sortino, qui permet d’évacuer les impacts de l’évolution de la valeur à la hausse sur l’écart type pour se concentrer sur l’appropriation des bénéfices qui sont en dessous de l’objectif ou du rendement requis. Le ratio de Sortino remplace en outre le taux sans risque par le rendement nécessaire dans le numérateur de l’équation, rendant la recette l’arrivée du portefeuille moins le rendement nécessaire, divisé par la circulation des bénéfices en dessous de l’objectif ou du rendement requis.
Une autre variété du ratio de Sharpe est le ratio de Treynor qui utilise le bêta d’un portefeuille ou le lien que le portefeuille a avec le reste du marché. L’objectif du ratio Treynor est de décider si un spécialiste financier est compensé pour avoir pris des risques par rapport au danger naturel du marché. La recette du ratio de Treynor est l’arrivée du portefeuille moins le taux sans risque, séparé par le bêta du portefeuille.
Confinement de l’utilisation du ratio de Sharpe
Le ratio de Sharpe utilise l’écart-type des bénéfices au dénominateur comme son intermédiaire de la chance totale du portefeuille, qui accepte que les bénéfices soient généralement dispersés. Une dispersion ordinaire d’informations ressemble à un roulement de quelques os. On se rend compte que sur de nombreux roulements, le résultat le plus largement reconnu des os sera 7 et les résultats les moins fondamentaux seront 2 et 12.
Quoi qu’il en soit, les rendements sur les marchés budgétaires s’écartent de la normale en raison d’innombrables baisses ou hausses de coûts étonnantes. En outre, l’écart-type admet que l’évolution des valeurs dans l’une ou l’autre rubrique est tout aussi dangereuse.
La proportion de Sharpe peut être contrôlée par les superviseurs de portefeuille qui cherchent à étayer leur historique de rendements équilibrés à risque évident. Cela devrait être possible en étirant l’estimation intermédiaire. Cela permettra de réduire le degré d’instabilité. Par exemple, l’écart-type annualisé des rendements journaliers est généralement plus élevé que celui des rendements hebdomadaires, qui est donc plus élevé que celui des rendements mensuels.
Le choix d’une période pour l’examen avec la meilleure proportion potentielle de Sharpe, par opposition à une période de réflexion non partisane, est une autre approche pour choisir avec soin les informations qui vont mutiler les rendements équilibrés du risque.
Cas d’utilisation de la proportion de Sharpe
La proportion de Sharpe est régulièrement utilisée pour réfléchir à l’ajustement des qualités générales de rendement de l’aléa lorsqu’un autre avantage ou une autre classe de ressources est ajouté à un portefeuille. Par exemple, un spécialiste financier envisage d’ajouter à son portefeuille actuel une affectation d’investissement en actions de clôture qui fait désormais partie des actions et des obligations et qui a dégagé un rendement de 15 % au cours de l’année la plus récente. Le taux sans risque actuel est de 3,5 %, et l’instabilité des bénéfices du portefeuille était de 12 %, ce qui fait que la proportion de Sharpe est de 95,8 %, soit (15 % – 3,5 %) divisée par 12 %.
Le spéculateur admet que l’ajout des investissements de clôture au portefeuille ramènera le retour à la normale à 11 % pour l’année à venir, mais il prévoit en outre que l’instabilité du portefeuille devrait tomber à 7 %. La personne en question s’attend à ce que le taux sans risque se maintienne comme auparavant au cours de l’année à venir. En utilisant une équation similaire, avec les chiffres futurs évalués, le spécialiste financier trouve que le portefeuille a la proportion normale de Sharpe de 107%, ou (11% – 3,5%) divisée par 7%.
Ici, le spéculateur a démontré qu’en dépit du fait que l’entreprise d’investissement de soutien fait baisser le rendement suprême du portefeuille, il a amélioré son exposition sur la base d’un équilibre des risques. Au cas où l’option de la nouvelle spéculation ferait baisser la proportion de Sharpe, elle ne devrait pas être ajoutée au portefeuille. Ce modèle admet que la proportion de Sharpe dépendant de l’exécution passée peut être décemment mise en contraste avec l’exécution future anticipée.
You may also like
Faux négatif
Lors de la compréhension de l’hypothèse, deux erreurs peuvent être assez déroutantes. Ces deux erreurs sont les faux négatifs et les faux positifs. Vous pouvez également vous référer à l’erreur faux négatif comme une erreur de type II et au faux positif comme une erreur de type I. Pendant votre apprentissage, vous pouvez penser que […]
Révision du Box Plot
Un box plot ou un box and whisker plot vous aide à afficher la répartition de la base de données sur un résumé en cinq chiffres. Le premier quartile Q1 sera le minimum, le troisième quartile Q3 sera la médiane et le cinquième quartile Q5 sera le maximum. Vous pouvez trouver les valeurs aberrantes et […]
Réseaux bayésiens
La création d’un modèle probabiliste peut être difficile mais s’avère utile pour l’apprentissage machine. Pour créer un tel modèle graphique, vous devez trouver les relations probabilistes entre les variables. Supposons que vous créiez une représentation graphique des variables. Vous devez représenter les variables comme des nœuds et l’indépendance conditionnelle comme l’absence d’arêtes. Les modèles graphiques […]
