Principal » comerç algorítmic » Com la proporció nítida pot sobrevalorar el risc

Com la proporció nítida pot sobrevalorar el risc

comerç algorítmic : Com la proporció nítida pot sobrevalorar el risc

Quan busqueu invertir, heu de mirar tant el risc com el rendiment. Si bé el rendiment es pot quantificar fàcilment, el risc no. Avui dia, la desviació estàndard és la mesura de risc amb més referència, mentre que la proporció Sharpe és la mesura de risc / rendiment més utilitzada. La proporció Sharpe ha estat des del 1966, però la seva vida no ha transcorregut sense polèmiques. Fins i tot el seu fundador, el premi Nobel William Sharpe, ha admès que la relació no està exempta de problemes. (Vegeu també: Risc i diversificació .)

La proporció Sharpe és una bona mesura de risc per a grans inversions líquides i diversificades, però per a altres, com ara els fons de cobertura, només es pot utilitzar com una de les mesures de risc / rendibilitat.

On falla

El problema de la proporció Sharpe és que s’accentua amb les inversions que no tenen una distribució normal dels rendiments. El millor exemple d’això són els fons de cobertura. Molts d’ells utilitzen estratègies i opcions de dinàmica comercials que donen pas a la inclinació i la kurtosi en la seva distribució de rendiments.

Moltes estratègies de fons de cobertura produeixen rendiments positius petits amb el retorn negatiu ocasional. Per exemple, una simple estratègia de vendre opcions fora de diners generals sol cobrar primes petites i no pagar res fins que no arribi el "gran". Fins que no es produeixi una gran pèrdua, aquesta estratègia mostrarà una proporció Sharpe molt elevada. (Vegeu també: Estratègies de difusió de les opcions .)

Per exemple, segons Hal Lux, al seu article "Investment Gets Riskier", el "Investment Gets Riskier" del 2002, "Gestió de capital a llarg termini (LTCM) tenia una ràtio Sharpe molt elevada de 4, 35 abans de la implotació el 1998. De la mateixa manera que el món de les inversions és no és immune al desastre a llarg termini, com per exemple, com una inundació de 100 anys. Si no fos per aquest tipus d'esdeveniments, ningú invertiria en res més que en accions.

Els fons de cobertura que són líquids, i molts d’ells, també semblen menys volàtils, cosa que ajuda convenientment les seves proporcions nítides. Exemples d’això podrien incloure fons basats en categories tan àmplies com ara béns immobles o capital privat, o àrees més esotèriques com les emissions subordinades de títols garantits per hipoteca o bons per catàstrofes. Sense mercats líquids per a molts títols de l’univers del fons de cobertura, els gestors de fons tenen un conflicte d’interès a l’hora de valorar els seus valors. La proporció Sharpe no té cap forma de mesurar la il·líquides, que funciona a favor dels administradors de fons. (Vegeu també: Falles massives del fons de hedge .)

Volatilitat Plus

La volatilitat també acostuma a augmentar-ne, és a dir, la volatilitat acostuma a generar volatilitat. Penseu en el col·lapse del LTCM o la crisi del deute rus a finals dels 90. Una gran volatilitat es va mantenir amb els mercats durant un temps després que es van produir aquests fets. Segons Joel Chernoff al seu article del 2001 "Advertència: perill amagat en aquestes cobertures", els esdeveniments importants de volatilitat solen produir-se cada quatre anys.

La correlació serial també pot exagerar una proporció de Sharpe quan es presenta en rendiments de mes en mes. Segons Andrew Lo a "Les estadístiques de ràpies clares" (2002), aquest efecte pot fer que la proporció se sobrevaloixi fins a un 65%. Això és degut a que la correlació serial tendeix a tenir un efecte suavitzant sobre la relació.

A més, milers de fons de cobertura tan sols han passat a un cicle empresarial complet. Per als que en tenen, molts han experimentat un canvi de directius o un canvi d’estratègies. No ha de ser una sorpresa, ja que la indústria del fons de cobertura és una de les més dinàmiques del món de les inversions. No obstant això, això no proporciona molta comoditat al públic inversor quan el seu fons de cobertura favorit, que té una bona proporció Sharpe, sobta de sobte un dia. Tot i que el gestor i l'estratègia siguin els mateixos, la mida del fons podria canviar tot, el que va funcionar tan bé quan un fons de cobertura que tenia una grandària de 50 milions de dòlars podria ser la seva maledicció de 500 milions de dòlars.

Una Millor Mousetrap

Hi ha, doncs, una resposta més fàcil per mesurar el risc i el rendiment?

Si bé la proporció Sharpe és la mesura de risc / rendibilitat més famosa, se n’han desenvolupat d’altres. La ràtio de Sortino n’és una. És similar a la proporció Sharpe, però el seu denominador es centra només en la volatilitat a la baixa, que és la volatilitat que preocupa la majoria dels inversors. Els fons neutrals del mercat afirmen que poden donar els seus inversors tot un desavantatge, però limitat. Si aquest és el cas, la ràtio Sortino els ajudaria a validar aquesta reclamació. Malauradament, mentre que la ràtio Sortino està més enfocada que la proporció Sharpe, comparteix alguns dels mateixos problemes. (Vegeu també: Els usos i els límits de la volatilitat i la comprensió de les mesures de volatilitat .)

Conclusió

És clar que la proporció Sharpe pot ser una de les mesures de risc / rendibilitat. Sens dubte funcionarà millor per a una inversió que sigui líquida i que normalment hagi distribuït rendibilitats, com els S&P 500 Spiders. No obstant això, quan es tracta de cobrir fons, cal més d’una mesura. Per exemple, Morningstar ara utilitza diverses mesures: inclinació, kurtosi, proporció de Sortino, mesos positius, mesos negatius, pitjor mes i empatament màxim. Amb aquest tipus d’informació, un inversor pot obtenir una millor imatge d’una inversió i què esperar per al futur.

Recordeu-ho, com va dir Harry Kat, professor de gestió de riscos i director de la alternativa d’inversions d’investigació del Centre de negocis de Cass a Londres, "El risc és una paraula, però no és un número".

Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.
Recomanat
Deixa El Teu Comentari