Оценка торговой стратегии с помощью коэффициента шарпа. Коэффициент Шарпа (Sharpe Ratio) - это

Коэффициент Шарпа определяет отношение доходности инвестиционного портфеля к риску. Достаточно часто у инвесторов возникает потребность в сравнении двух торговых стратегий, или двух финансовых инструментов по критериям: полученная доходность к допустимому риску. Для этих целей существует специальный статистический аппарат, который помогает финансовому аналитику, банкиру, инвестору оценить степень возможных рисков.

Возвращаясь к валютному рынку Форекс, хочется подчеркнуть, что множество статистических показателей своей торговой системы, вы можете найти в сводной таблице результатов в отчете о торговле (statement ). Кроме всех прочих финансово-статистических данных, в вашем отчете о торговле, по умолчанию, рассчитывается коэффициент Шарпа.

Коэффициент Шарпа демонстрирует работоспособность используемой вами торговой системы. Чем выше значение коэффициента Шарпа, тем стабильнее и эффективнее ваша торговая система.

Данные коэффициента Шарпа отражают не просто мгновенный показатель прошлых оценок доходности к риску, а прогнозирует степень стабильности будущей прибыли. Поэтому, им чаще всего пользуются финансовые аналитики в своих сводных таблицах оценки активов.

Формула расчета коэффициента Шарпа:

Из сложного расчета значения коэффициента Шарпа следует, что он дает информацию инвестору о степени риска при ожидании получения доходности от определенного актива.

Поскольку коэффициент Шарпа является относительным показателем, то чаще всего сравнивают его данные с бенчмарком. Бенчмарк – это безрисковый аналог получения дохода.

Например, при инвестировании в акции, берут для сравнения доходность портфеля акций и доходность бенчмарка – фондового индекса S&P 500. Предполагается, что инвестировать в индекс американских акций S&P 500 безопаснее, и доходность, к примеру, могла бы быть 5% годовых. А инвестиции в портфель акций того же индекса, к примеру, принесла бы 15%.

Так вот, идея использования коэффициента Шарпа сводится к тому, чтобы просчитать риски доходности портфеля акций с учетом возможности вложения своих денег в бенчмарк, в нашем примере – индекс S&P 500. Надеемся, что данный пример облегчит вам понимание смысла, этого сложного для осознания, коэффициента Шарпа.

Если брать для анализа работу на валютном рынке Форекс, то чаще всего для расчета коэффициента Шарпа берут за бенчмарк среднюю доходность по депозитам. Если ваша торговая стратегия приносит прибыль больше, чем 10% годовых по валютным депозитам, к примеру, то коэффициент Шарпа покажет оценку риска данных вложений и своими данными укажет на степень стабильности вашей торговли.

Чтобы было более понятно, давайте разберем еще один пример.

Предположим, что Иван три года инвестировал в недвижимость и получал каждый год 20% прибыли на свой актив, а Настя получила ту же доходность, но все это время вкладывала деньги в ПАММ - систему. У Ивана коэффициент Шарпа - 1,08, а у Насти – 0,68. Таким образом, Настя рисковала больше, чем Иван, чтобы получать 20% прибыли каждый год.

За такой прорыв в оценке финансовых рисков, Уильям Шарп получил в 1990 году Нобелевскую премию в экономике.

Уильям Шарп родился в Бостоне в молодой семье студентов: отец Уильяма учился по специальности «Английская литература», а мать училась на естествоведа. Отец Уильяма, после окончания обучения, работал в Гарвардском университете. В 1940 г. отца Уильяма Шарпа призвали в национальную гвардию, и семья вынуждена была переехать в Техас, позже в Калифорнию. Молодой Уильям учился в школе в городе Риверсайд, Калифорния.

В биографии Уильяма были попытки годичного обучения на медицинском факультете Калифорнийского университета в Беркли в 1951 г., однако медицина не пришлась ему по душе.

Уильям Шарп бросил медицину и приехал учиться в Лос-Анджелес на управление бизнесом. Уильям изучал «Экономикс» и бухгалтерию, но от скучных цифр дебета с кредитом он увлекся микроэкономикой. На формирование мировоззрения будущего Нобелевского лауреата оказали особое влияние профессор Дж. Ф. Уэстон, который преподавал Уильяму финансы, и А. Алчиан, преподаватель курса «Экономикс».

В 1955 г. Уильям Шарп получил степень бакалавра по специальности «Экономикс», а в 1956 г. – степень магистра по этой же специальности.

Уильям Шарп работал экономистом на одну большую корпорацию, которая занималась разработкой теории игр и прикладной экономикой. Именно здесь Уильям начал разрабатывать с Г. Марковицев над моделью взаимосвязей портфелей ценных бумаг.

В 1961 году Шарп защитил докторскую диссертацию в Калифорнийском университете в городе Лос-Анджелес на тему экономики трансферных цен. В своей диссертации Уильям пришел к выводу, что доходы от портфелей ценных бумаг соизмеримы между собой на основании одного фактора. Таким образом, У. Шарп сформулировал однофакторную модель, которая позже выросла в известную ценовую модель акционерного капитала (САРМ - Capital Asset Pricing Model).

Для понимания коэффициента Шарпа очень важно помнить о финансовом показателе стандартного отклонения, который применяется для оценки волатильности инвестиционного портфеля. Показатель стандартного отклонения информирует инвестора о колебаниях средней доходности его портфеля за определенный период. То есть, простыми словами это можно выразить в примере вашей торговле на валютном рынке Форекс, когда вы видите поочередно, то плюс, то минус по балансу вашего торгового счета. Так вот, если волатильность вашей доходности высокая: заработали – проиграли, снова заработали - проиграли, то риск потери денег очень высок. И наоборот, если волатильность низкая: заработали, заработали, заработали, проиграли, то риск невысок.

Как пользоваться коэффициентом Шарпа на практике?

Предположим, что вы полный чайник в финансах и сами посчитать коэффициент Шарпа не сможете. Но, это не значит, что, после нашей статьи, вы не сможете пользоваться результативными данными коэффициента Шарпа в своих целях.

Обычно инвесторы получают от финансовых аналитиков брокерских или инвестиционных компаний сводную таблицу данных о финансовом инструменте, где все статистические показатели уже посчитаны. Вам, как уже знающим людям, стоит заглянуть в графу коэффициента Шарпа и сравнить данных разных активов по этому показателю.

В финансовых или инвестиционных инструментах, где коэффициент Шарпа больше, значит, стабильность прибыли более вероятная.

Конечно, судить только по коэффициенту Шарпа о возможности вложения в выбранный финансовый инструмент нельзя, для этого применяется комплексный подход, в котором участвуют и другие финансовые показатели.

Однако, понимая сущность коэффициента Шарпа, вы легко сможете решить, какой финансовый инструмент обладает меньшим стандартным отклонением, где прибыль будет расти плавно, без колебаний. Самый высокий коэффициент Шарпа у банковских инвестиционных продуктов, поскольку бенчмарк они приравнивают к нулю.

Также, вы легко сможете оценивать степень риска разных торговых систем на валютном рынке Форекс. Для этого, вы просто смотрите в отчет о торговле (statement ), и сравниваете коэффициент Шарпа разных торговых стратегий. Там, где коэффициент Шарпа будет больше, значит, что на каждую долю доходности приходится малый риск, и тем стабильнее вы будете получать прибыль.

Если же коэффициент Шарпа небольшой, значит, трейдер пересиживает убытки, или у него высокий показатель стандартного отклонения: зигзагообразная кривая доходности.

Недостатки коэффициента Шарпа:

1. Коэффициент Шарпа некорректно рассчитывает прибыль в своем значении.

Коэффициент Шарпа рассчитывает среднюю прибыль за период в процентах, что некорректно в случае серии убыточных периодов. Таким образом, коэффициент Шарпа не учитывает принцип реинвестирования прибыли и необходимый перерасчет на основании этого.

2. Коэффициент Шарпа измеряет колебания волатильности и присваивает им негативное значение.

То есть, любое сильное колебание в плюс или минус, учитываются в коэффициенте Шарпа как негативное, рисковое действие. Представьте, что трейдер за одну сделку сделал плюс 20%на депозит, это резкое колебание сильно понизит значение коэффициента Шарпа, что не отвечает объективной оценке риска.

3. Коэффициент Шарпа не учитывает последовательностей стандартного отклонения.

В расчете коэффициента Шарпа не участвуют серии прибыльных и убыточных сделок, что очень важно для оценки эффективности торговли.

Таким образом, мы с вами ознакомились с очень важным статистическим показателем стабильности прибыли – коэффициентом Шарпа. В нашем кратком обзоре мы рассмотрели формулу расчета коэффициента Шарпа, краткую биографию автора, плюсы и минусы использования его на практике. Надеемся, что теперь отчеты финансовых аналитиков и их таблицы оценки эффективности инвестиций вам будут более понятны.

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

За последние несколько лет в статистику большинства мониторингов Форекс-счетов был включен коэффициент Шарпа . Он показывает эффективность торговой стратегии, высчитывая рискованность системы.

Чем выше значение данного параметра, тем лучше осуществляется управление портфелем или же торговым счетом. На данный коэффициент ориентируются многие западные инвесторы.

На рынке Форекс этот тип отображения рискованности системы приобрел популярность 2 года назад, впервые появившись на сервисе копирования сделок mql5. Посмотрев на график роста equity (эквити) и на коэффициент Шарпа, можно сказать, на сколько стабильна стратегия данного.

Часто значение больше 1 показывает, что прибыль трейдера выше, чем потенциальный риск. Если же оно ниже 0.3-0.4, то, скорее всего, стабильности в работе спекулянта нет.

Уильям Шарп

Экономист, получивший Нобелевскую премию за изобретение коэффициента Шарпа. Он родился в 1934 году в Бостоне, США. Обучался в калифорнийском университете, где и получил степень доктора экономических наук в 1990 году за работы в области экономической теории.

Впервые параметр Шарпа начали использовать игроки фондового рынка для оценки рискованности активов. Позже его применение распространилось и на портфели управляющих.

Теперь инвестор получил возможность установить, эффективно ли используются средства его портфеля или нет. Не так давно через призму Шарпа начали рассматривать и торговые стратегии как на фондовом рынке, так и на Форексе.

Анализ торговли с помощью коэффициента Шарпа

Данный коэффициент - довольно важная составляющая для определения рискованности торговых операций на счете управляющего. Многие трейдеры банально пересиживают убыточные сделки, чтобы нарисовать себе красивую статистику. Посмотрев на вышеуказанный коэффициент, сразу можно понять, торгует человек с фиксацией убытков или нет.

Встречаются управляющие с растущим счетом, но слабым параметром Шарпа, иногда достигающим значений 0.1-0.2. Такие низкие значения указывают на неэффективную торговлю, при которой существует примерно равный шанс потери приличной суммы и заработка крошек.

Рассмотрим один из счетов, который находится в топе провайдеров сервиса копирования сделок на момент публикации обзора:

Можно увидеть, что даже у топового поставщика сигналов есть проблемы с коэффициентом Шарпа. На текущий момент он составляет 0.32. Это значит, что для заработка суммы в 320$, управляющий рискует 1000$. Это типичный размер коэффициента для любителей контртрендовой торговли.

При работе в противоположную сторону не было пересиживаний убытков и прибыль оказалась намного большей. Если взглянуть на показатель доходности, то он сильно колеблется от -20.77% до 25.54%. Средняя прибыльность системы – 3.61% в месяц, но ее рискованность несет опасность в перспективе.

Таким же способом можно оценить счет любого управляющего на любых площадках и сделать выводы о стабильности портфеля.

Применение коэффициента Шарпа на финансовых рынках

Формула Шарпа создана для определения того, насколько эффективно риски компенсируются доходностью портфеля, а также для анализа качества любого биржевого инвестиционного продукта.

Рассмотрим формулу, по которой и рассчитывают коэффициент Шарпа :

На рынке Форекс нет понятия "безрисковая ставка". Этот параметр применим на фондовом и долговом рынках в виде дивидендной доходности либо же как начисление по облигациям.

Рассмотрим типичный пример применения формулы исходя из доходности российских ПИФов. Здесь представлена долларовая стабильность актива. Чем она выше, тем меньше рисков существует для инвестора.

Перед Вами график в выражении коэффициента Шарпа для паевого фонда "Лукойл Фонд Первый":

Стандартное отклонение (Standard Deviation)

Коэффициент Шарпа показывает результативность торговли, с точки зрения дисперсии прибыли. Если вычесть "безрисковую прибыльность", получим избыточную доходность, а разделив ее значение на стандартное отклонение, получим соотношение прибыли к риску. Стандартное отклонение считается автоматически в момент сохранения отчета в торговом терминале МТ4 .

Оценим рискованность стратегии исходя из двух выборок торговых операций, проведенных по разным системам:

Пример 1. Прибыльность сделок: 7%, 2%, 4%, 0% и 10%. Вычисляем среднее значение – 4.6%. Вычитаем из доходности каждой операции среднее значение, получаем ряд: 2.4%, -2.6%, -0.6%, -4.6%, 5.4%.

Возведем полученные значения в квадрат, высчитаем среднее значение и выведем корень от полученного результата – sqrt ((5.76%+6.76%+0.36%+21.16%+29.16%)/5) = 12.64%. Как видим, стандартное отклонение в данной стратегии составило 12.64%.

Пример 2. Прибыльность сделок: 0%, 1%, 12%, 4%, 5%. Среднее значение – 4.4%. Проведем операцию вычитания: -4.4%, -3.4%, 7.6%, -0.4%, 0.6%.

Sqrt (19.36%+45.7%+57.8%+0.16%+0.36%)/5 = 24.67%. Волатильность доходности здесь составила 24.67% (значит, значительно выше).

Исходя из проведенных расчетов видим, что первая стратегия менее рискованная.

Еще два полезных коэффициента для анализа торговли:

Особенности применения на Форекс

На Форексе этот коэффициент рассматривают как излишнюю доходность, так как безрисковой прибыльности на валютном рынке нет и не может быть. Скорее даже наоборот, любые торговые операции несут в себе некий риск.

В качестве примера можно попробовать сравнить эффективность двух систем исходя из параметров риска и прибыльности.

Пусть первая система дает 5% доходности при стандартном отклонении 4%, а вторая – 2%, при волатильности прибыли в 1%. В первом примере торговая система имеет коэффициент шарпа 1.25, а во втором – 2. Проанализировав этот параметр, можно сказать, что вторая система более надежна, хоть и имеет меньшую доходность.

Управляющий, делающий деньги с меньшей волатильностью дохода, имеет больше шансов найти инвестора, чем трейдер, который зарабатывает большой процент, но с высоким значением стандартного отклонения.

В качестве примера приведем Вам один из агрессивных счетов с очень высокой доходностью:

Трейдер заработал более 100% за месяц, что составит в перспективе до 1200% в год – отличный результат! Но, взглянув на коэффициент Шарпа, все становится на свои места. Его значение составило 0.12, а это значит, что для заработка $120 необходимо рискнуть суммой в $1000.

Такая торговая система крайне нестабильна, что и доказывает текущая просадка по счету в 52%. Если говорить об умных инвесторах, то они никогда не станут вкладывать средства в таких управляющих. Коэффициент должен составлять 1 или больше, тогда будет уверенность в том, что управляющий торгует относительно стабильно.

Правильное применение элементов статистики при поиске хорошего управляющего принесет Вам большой успех. Учитесь анализировать эту информацию, чтобы отсеять трейдеров с потенциально опасными системами трейдинга.

Коэффициент Шарпа – отличный инструмент, позволяющий сравнить торговые стратегии по эффективности. Большинство трейдеров попадается на красивые цифры в пунктах или процентах роста депозита, совершенно упуская из виду такой показатель как риск.

Уильяма Шарпа можно назвать экономистом от бога, сотрудничая с Гарри Марковицем, он выдвинул немало инновационных для своего времени идей. Чего стоит хотя бы его модель ценообразования активов, она была настолько необычной для его времени, что ее даже не хотели публиковать серьезные издания. Целых 2 года понадобилось уже знаменитому на тот момент экономисту, чтобы доказать состоятельность своей идеи.

Ну а пиком карьеры Шарпа стал 1990 года, когда совместно со своим коллегой Марковицем он был удостоен Нобелевской премии. Его теория ценообразования финансовых активов также известна как ценовая модель акционерного капитала.

Что касается коэффициента Шарпа, то эта несложная формула оказалась настолько эффективной в оценке капитальных активов, что используется и по сей день, а коэффициенту было присвоено имя ученого. Если коротко описать историю возникновения этого коэффициента, то можно сказать, что Шарп в отличие от Марковица больше внимания старался уделить не только получаемой инвестором прибыли, но и рискам.

До него такой подход к оценке качества капитальных активов не предлагал никто, вернее не предлагалось универсальной формулы, которую можно было бы использовать при оценке любого актива.

Смысл коэффициента Шарпа

При изучении этого коэффициента мы будем оперировать такими терминами как стандартное отклонение, среднеарифметическая доходность сделки, безрисковый актив. Что же касается смысла коэффициента, то для начала разберемся как формируется прибыль инвестора в общем случае.

Шарп исходил из того, что инвестор может обладать возможностью получать безрисковый доход. Под этим термином понимается такой тип дохода, при котором некая сумма гарантированно будет зачисляться на счет инвестора регулярно и независимо от внешних факторов, т.е. риск равен нулю.

В реальной жизни такое представить сложно, а тем более при спекуляции валютами на форекс. Среди трейдеров такой термин как безрисковый доход звучит просто странно, у любой стратегии есть как прибыльные, так и убыточные сделки, т.е. риск получения убытка не нулевой. Именно поэтому в формуле безрисковый доход мы будем принимать равным 0.

Важно ! Значение безрискового дохода равное 0 мы будем использовать только в том случае, если выполняется оценка эффективности ТС. Если же ваши деньги лежат, например, в банке, то безрисковый доход равен процентной ставке этого банка.

В реальности, когда человек инвестирует определенную сумму (не важно куда именно, это может быть торговля на форекс или инвестиции в ценные бумаги какой-нибудь компании), то он может получить некий минимальный гарантированный доход. Его можно считать тем самым доходом с нулевым риском.

Но в реальности доход, который получает инвестор, отличается от минимального гарантированного. То есть риск был выше нуля, но в итоге это окупилось за счет большего дохода. Коэффициент Шарпа как раз и позволяет оценить соотношение риска и дополнительной полученной за его счет прибыли. То есть выполняется оценка того, стоила ли игра свеч, простая оценка по заработанным пунктам или процентам роста депозита такой анализ выполнить не может.

Есть у коэффициента Шарпа и пара особенностей:

• он не измеряет риск как это может показаться на первый взгляд. Можно сказать, что он оценивает волатильность доходности. А вот то как именно изменяется стоимость активов не играет никакой роли в расчетах;
• ситуации, когда убытки следуют один за другим и когда убытки чередуются прибыльными сделками никак не отличаются при расчете к-та Шарпа за этот промежуток времени.

Зависимость, по которой можно самостоятельно рассчитать к-т Шарпа для любой форекс стратегии имеет вид:

SR = (AHRP – (1+RFR))/SD,

в формуле приняты такие обозначения:

• AHRP – средняя прибыль за время жизни сделки (т.е. пока не сработал SL, TP или она не была закрыта вручную);
• RFR –тот самый безрисковый доход, принимаем его равным нулю;
• SD – стандартное отклонение.

Что такое стандартное отклонение и как его можно использовать

С этим термином стоит разобраться подробнее. Представьте себе, что есть стратегия, у которой в среднем по одной сделке получается около 2% прибыли. Теперь за любой временной промежуток возьмем определенное число сделок с их реальными процентами профита, пусть они будут равными 1%, 3%, 6%, 8%, 12%, 4%.

Расчеты ведутся в таком порядке:

• сперва вычитаем из каждого значения среднее, получаем ряд -1%, 1%, 4%, 6%, 10%, 2%;
• теперь нужно каждое из полученных значений возвести в квадрат и вычислить их среднее арифметическое, получаем (1 + 1 + 16 + 36 + 100 + 4)/6 = 26,33%;
• теперь извлекаем корень изполученного числа, стандартное отклонение для этого примера составило бы 5,13%.

Важно ! Само по себе это число абсолютно бесполезно, мы просто вычислили стандартное отклонение на определенном участке рынка для данной стратегии.

А теперь представим, что есть и другая стратегия с показателями за тот же промежуток времени 2%, 3%, 5%, 4%, 5%, 3%, а в среднем прибыль по сделке составляет те же 2%. Выполним те же расчеты, что и раньше, стандартное отклонение в это случае составляет

SD = v((0 + 1 + 9 + 4 + 9 + 1)/6) = 2.

А теперь сравним результаты расчетов. Если судить по стандартному отклонению, то более выгодной является вторая стратегия, ведь у нее риск меньше. Но если посмотреть на результаты торговли, то более привлекательной может показаться первая стратегия, процент выигрыша по каждой сделке действительно выше.

Вся суть такого анализа в том, что мы оцениваем величину риска стратегии на определенном временном интервале, при этом во время расчетов знак не учитывается. То есть результат по сделке может отличаться от среднего не только в большую (прибыльную), но и в убыточную сторону. В нашем примере вполне могло сложиться так, что для первой стратегии просто сложились удачные обстоятельства на рынке, вот она и демонстрирует прибыльность выше средней.

Но я в такой ситуации выбрал бы 2-ю ТС. На форекс важна в первую очередь стабильность.

Ручной расчет коэффициента Шарпа

Делать это удобно в табличнойформе, подойдет тот же Excel, в качестве исходных данных используются:

• среднее значение прибыльности по одной сделке;
• статистика результативности ТС заопределенных промежуток времени, тоже в процентах.

По результатам расчетов оказалось, что неплохая на первый взгляд ТС (если судить только по результативности торговли) на самом деле обладает не самым лучшим соотношением риска и вознаграждения за него. Это может быть трудно понять если вы первый раз столкнулись с коэффициентом Шарпа, но высокоприбыльные стратегии могут иметь низкий коэффициент.

Предположим, что у одной ТС в среднем по сделке прибыль составляет 6%, а стандартное отклонение равно 4, у другой ТС при средней прибыли по сделке 8% отклонение равно 7. В таком случае для первой ТС SR будет равен 6/4 = 1,5, а для второй SR = 8/7 = 1,14. С точки зрения риска, который берет на себя трейдер и вознаграждения, которое он получает, более эффективной является первая ТС.

Принято считать, что стратегия способна стабильно приносить прибыль в том случае если для нее коэффициент Шарпа составляет больше 1,0. Если же каким-то чудом он оказался равен или больше 3, то вас можно поздравить – вероятность неудачи в каждой сделке не превышает 1-2%. Но в реальности с такими числами, особенно на форекс столкнуться просто невозможно.

Изредка можно столкнуться с ситуацией, когда у хорошей стратегии коэффициент Шарпа очень низок. Объясняется это как раз тем, что при его подсчете направление движения цены не учитывается.

Представьте себе стратегию, в которой иногда случаются всплески активной торговли и профит по сделкам намного превышает среднее значение прибыли по сделке. Если бы мы просто использовали приведенные выше зависимости, то получили бы большое стандартное отклонение и низкий SR. Но для того, чтобы такая ситуация сложилась нужно, чтобы отклонение от среднего профита было только в прибыльную сторону, а в реальной жизни это встречается редко.

Такая ситуация – скорее исключение из правила, в общем случае SR довольно точно показывает эффективность ТС и оправданность риска. Также с его помощью удобно сравнивать разные ТС.

Где узнать коэффициент Шарпа?

В показанных примерах все расчеты выполнялись вручную, это удобно и быстро можно сделать с помощью Excel, но если нужно работать с большим массивом данных, то даже простойсбор исходных данных – довольно трудоемкая задача. Нужно за выбранный период времени вычислить в процентах (или в пунктах) среднюю прибыль и затем выбрать те же данные по каждой сделке за этот промежуток времени.

• в самом МТ4. Во вкладке сигналы помимо самих сигналов на вход в рынок есть еще и подробный анализ ТС, по которой они были получены. В числе прочего есть и рассчитанный коэффициент Шарпа;

• на myfxbook есть точно та же информация, просто набор ТС побольше. Ну а недостатком такого метода оценки эффективности ТС можно считать то, что вы не сможете посмотреть, как изменялся коэффициент в разные периоды времени. Его расчет приведен для всего времени мониторинга советника.

Важно ! В МТ5 коэффициенту Шарпа уделено большее внимание. Есть даже возможность оптимизации советника по этому параметру.

Ближайшие родственники коэффициента Шарпа

Вместе с ним для анализа инвестиционного портфеля могут применяться:

• коэффициент Сортино;
• коэффициент Трейнора;
• коэффициент Бета.

Коэффициенты Сортино и Шарпа похожи друг на друга как близнецы братья, но есть и одно важное отличие – Шарпа в своей методике оценки активов использовал волатильность доходности в целом, а вот в методике Сортино предлагается использовать волатильности вниз.

Вспомните, когда ранее мы рассчитывали SR, то в знаменателе в формуле у нас находилось стандартное отклонение. При его расчете мы учитывали отклонениеприбыль по сделке от среднего значения как в большую, так и в меньшую сторону, то есть использовалась волатильность доходности. Недостаток такого подхода мы тоже определили.

При расчете коэффициента Сортино формула будет точно такой же, но в знаменателе нужно будет учитывать только волатильность вниз. То есть при расчете стандартного отклонения будут использоваться только отклонения профита по сделкам, которые отличаются от средней в меньшую сторону.

Попробуем вычислить к-т Сортино для уже рассмотренного ранее примера (когда в Excel считали SR). Исходные данные те же.

Из 19 введенных значений нас будет интересовать только 2 – те, в который разница профита по сделке и среднего профита меньше 0. В результате расчетов получаем коэффициент Сортино, равный 2, тогда как SR в том же примере был равен примерно 0,58.

Как и в случае с методикой Шарпа, коэффициент Сортино имеет смысл только когда выполняется сравнительный анализ 2 и более торговых систем либо результатов работы инвестфондов. И самое главное, что он позволяет сделать – выяснить, за счет чего удалось получить прибыль: то ли благодаря продуманным решениям, то ли благодаря удаче и повышенному риску.

Если будут сравниваться 2 стратегии, в одной из которых к-т Сортино равен, например, 1,5, а в другой – 0,95, то более привлекательной для инвестора будет та,в которой он больше. Больший коэффициент говорит о том, что на протяжении исследуемого периода профит по каждой сделке был скорее больше, чем меньше средней прибыли.

Если выборка достаточно крупная, то подобный результат говорит о продуманной стратегии, т.е. результат достигнут не случайно.

Коэффициент Бета. С SR общего имеет мало, используется для оценки активов, уровня риска и стратегии, которой придерживается инвестор. Коротко его смысл можно описать так - BR показывает изменение доходности инвестпортфеля в зависимости от того, как растет/падает доходность рынка. ВExcel рассчитать коэффициент Бета можно как отношение ковариации массивов (доходность по инвестпортфелю; доходность рынка) к дисперсии доходности рынка.

В нашем примере BR оказался равным 0,58, что говорит о том, что управляющий придерживается консервативной стратегии и риск находится на приемлемом уровне. Приоценке торговых стратегий BR практически не применяется.

Коэффициент Трейнора . Используется как индикатор того, насколько доходность портфеля/стратегии превышает рыночный риск. В роли рыночного риска выступает коэффициент Бета, а расчетная зависимость имеет вид

TR = (Rp - Rср)/BR,

В числителе – разница между средней доходностью инвестпортфеля и безрисковым доходом (его мы ранее договорились принимать равным нулю). В знаменателе – риск, т.е. коэффициент Бета. В примере расчета коэффициент Трейнора для наших исходных данных равен 0,06, что говорит о том, что управление инвестициями ведется эффективно.

Интерпретация коэффициентов

Если сравниваются2 и более стратегии/инвестпортфеля, то можно обойтись и простым сравнением чисел. Но общую оценку эффективности управления финансами можно получить и на основании численного значения коэффициента.

Для коэффициента Шарпа из логики расчетов понятно, что если он получился меньше 0, то нужно срочно пересмотреть правила ТС, ожидаемая доходность по ней не отвечает существующему риску. Если у вас вдруг получился SR менее 0, то срочно ставьте свой советник/ТС на паузу, рассчитывать на нормальный результат будет сложно.

SR в диапазоне 0-1 говорит о том, что риск немного выше, чем ожидаемая доходность. А значения более 1,0 свидетельствуют о высокой эффективности ТС, кривая роста депозита может и не будет похожа на прямую линию, но будет демонстрировать стабильный рост депозита без серьезных просадок.

Для коэффициента Сортиноправила те же, чем он выше, тем лучше.

Коэффициент Бета . Если BR превышает 1 либо меньше -1, это говорит о крайне рискованной стратегии управляющего. Значительно реже бывают ситуации, когда BR = ±1,0, это характерно для пассивного стиля поведения. Чаще всего коэффициент находится в диапазоне от -1 до 1, что говорит о сдержанномстиле управления инвестициями.

Коэффициент Трейнора . Если TR оказался ниже 0, это говорит о том, что используемая стратегия/инвестпортфель демонстрирует настолько низкую доходность, что даже безрисковый доход оказывается больше. То есть теряется основной смысл инвестиций средств – риск мы имеем, но он не окупается большей прибылью.

При TR > 0 можно говорить о том, что риск, который несет инвестор, окупается, т.е. доход больше чем безрисковый.

Заключение

Это только на первый взгляд кажется, что об эффективности торговой стратегии можно судить только лишь взглянув на форму кривой роста депозита и прибыль. По этим показателямможно лишь примерно сделать вывод о том, как она ведет себя в реальной торговле.

Для более детального анализа стратегий пригодится набор коэффициентов, которые позволяют выяснить, а стоит ли вообще игра свеч, то есть окупается ли риск, который несет трейдер, используя тот или иной советник/ручную ТС. В конечном итоге это позволит выбрать максимально стабильный вариант, возможно, он будет немного уступать по прибыльности более рискованным стратегиям, но в долгосрочной перспективе это окупится.

При этом нужно понимать, что есть у перечисленных коэффициентов и слабые места. Тот же Sharpe Ratio в редких случаях оказывается довольно низким для хороших стратегий. Но случается это редко, так что ничто не мешает использовать его для анализа. Нужно только понимать алгоритм его расчета и проблем с чтением результатов не будет.

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.