Коэффициент Шарпа часто называют универсальным мерилом

эффективности инвестиций, но так ли это на практике? ⬇️ Своим взглядом делится инвестор @Dmitry_Gizatullin с более чем 13-летним опытом на рынке, автор одной из самых доходных стратегий автоследования и управляющий, заработавший клиентам свыше миллиарда рублей чистой прибыли. Коэффициент Шарпа (Sharpe ratio) — это финансовая метрика, которая измеряет эффективность конкретного актива или портфеля, учитывая соотношение между доходностью и риском. Он был предложен американским экономистом Уильямом Шарпом в 1966 году и стал одним из ключевых инструментов в теории портфельного инвестирования. Обычно инвесторы смотрят только на доходность без учета волатильности. Но чем выше значение коэффициента Шарпа, тем лучше: это значит, что за единицу риска вы получаете больше дополнительной доходности. Он позволяет сравнивать разные типы активов на любых рынках и временных горизонтах. ➗ Формула расчёта: S=(Rp−Rf)/σp, где: • Rp — историческая доходность портфеля или актива (обычно годовая); • Rf — безрисковая ставка доходности (обычно ставка по государственным облигациям); • σp — стандартное отклонение доходности портфеля (мера волатильности или риска) Суть: мы берем «лишнюю» прибыль (ту, что выше безрисковой) и делим ее на волатильность. Получаем количество прибыли на каждую единицу риска. Кто чаще всего использует этот показатель? • Портфельные менеджеры и агрегаторы: Для сравнения эффективности различных инвестиционных портфелей, фондов или стратегий. Если два фонда принесли по 15% годовых, эффективнее тот, у которого коэффициент Шарпа выше. • Алгоритмические трейдеры: При создании торговых роботов Шарп играет важную роль и часто стоит первым в списке. Но обычно его комбинируют с другими метриками. Недостатки коэффициента Шарпа 1. Историческая зависимость: Рассчитывается на прошлых данных, что не гарантирует будущих результатов (как и любая метрика). 2. Зависимость от периода. Коэффициент можно «подкрутить», если считать его не по дням, а по месяцам или годам — так волатильность кажется ниже. Или если на взятом периоде не было реализации самых рисковых событий. 3. Положительная волатильность тоже «штрафуется». Шарп считает любые колебания. Если акция резко выросла — это тоже волатильность, и коэффициент Шарпа снизится. Поэтому часто используют коэффициент Сортино, который учитывает только падения. 4. Зависимость от безрисковой ставки: Значение меняется в зависимости от выбора Rf, которая варьируется по странам и времени (например в периоды высоких ставок коэффициент занижается). 5. Предполагает «нормальное распределение» доходностей. В реальности имеются «толстые хвосты». Мое мнение: из-за большого числа недостатков выше, субъективно отранжированных по силе влияния, я не знаю ни одного частного инвестора, кто использует данный коэффициент напрямую в торговле. А для портфелей или алгоритмов зависимость всегда такая – чем больше временной период, тем хуже коэффициент. Визуально смотря на ровную линию вверх, интуитивно понятно что шарп хороший, но всегда вопрос что будет дальше (что под капотом и какой у этого фундаментально риск). В конечном счете нас интересует итоговая абсолютная доходность в рублях на длинном окне, а не идеальные значения коэффициентов. ⭐Понравилось, как пишет автор? Подписывайтесь на @Dmitry_Gizatullin, чтобы не пропустить новые посты!