Полтева Т.В. Использование коэффициентов Шарпа и Сортино при оценке эффективности управления паевым инвестиционным фондом

Годовая доходность – это показатель, который всегда норовит быть первым в оценке эффективности трейдинга. Однако, может появиться множество проблем, если рассмотреть только этот параметр.

К тому же не все стратегии позволяют получить цифры доходности. Чаще всего это случается с направленными стратегиями, которые используют .

Эти факторы усложняют сравнение стратегий, если выполнять его только по доходности. Кроме того возникает задача, если у нас есть две стратегии, и у них одинаковая доходность, то как отличить более рискованную?

И к тому же, что понимать под «большим количеством» ? В финансах наше внимание часто обращают на волатильность результатов и временные промежутки просадки. Таким образом, если одна из этих стратегий имеет большую результатов, то её привлекательность будет меньшей для нас, хотя доходность может быть похожа и даже идентична.

Эти проблемы сравнения стратегий и оценки риска призывают использовать коэффициент Шарпа.

Для этого был создан коэффициент Шарпа. К примеру, в для и 5, помимо различных данных говорящих об успешности или наоборот убыточности сигнала используется коэффициент Шарпа:

Определение коэффициента Шарпа.

Смотреть

Вот смотрите это видео, которое все вам объяснит:

Вильям Форсайт Шарп, изобрел модель ценообразования активов САРМ и создал коэффициент названный его именем в 1966 году. В 1994 году коэффициент был обновлен.

Коэффициент берет в расчет доходность, которую получает инвестор, и вероятность того, что будет наблюдаться существенная разница между полученной и ожидаемой.

В расчет берется даже полная потеря капитала. То есть риск. Если первая составляющая предельно ясна, то вторая немного более сложное понятие. Для того, чтобы её измерить, например, когда речь идет о ПИФах, берут реальную доходность за период времени.

Чаще всего это 36 месяцев, и вычисляют, на сколько, она отличается от среднего значения. Чем больше амплитуда, тем более рискованый фонд.

Однако как сравнить фонд с различными активами, стратегиями и доходностями?

У Вильяма Шарпа родилась идея ввести понятие «Премия за риск». Её приравнивают к разнице между портфельной доходностью или доходностью фонда за период и доходностью безрисковых инвестиций. В этой части имеется ввиду депозит в банке или эффективная доходность от погашения государственных облигаций.

Формула, по которой рассчитывается коэффициент Шарпа:

• R – доходность
• RF – безрисковая процентная инвестиция
• si – стандартное отклонение доходности.

Высокий коэффициент Шарпа влияет на результаты портфеля. Также его можно сравнить с фондом по сравнению с безрисковой ставкой. Поэтому им можно эффективно управлять. Высокая доходность, а риск ниже.

Отрицательный коэффициент Шарпа при расчете для фонда или портфеля сигнализирует о том, что доходность меньше величины безрисковой ставки с учетом риска. А это говорит о том, что вы неудачно .

Управляющие компании публикуют такие коэффициенты на сайтах, которые создаются для фондов компаний. Управляющие активами тоже часто выкладывают этот показатель на сайтах для контроля эффективности работы.

Однако у коэффициента Шарпа есть свои недостатки. Он не может отличить направление колебания стоимости актива – вверх или вниз.

Поэтому коэффициент Шарпа не может выгодно подчеркнуть управляющего, у которого наблюдались бы резкие увеличения активов. Даже стоимости этих активов малы.

Простое объяснение коэффициента Шарпа

Не нужна паниковать! Это только на первый взгляд концепция кажется замысловатой, хотя на самом деле она очень проста.

С точки зрения практики коэффициент Шарпа определяет: насколько доходен ваш портфель. Подсчитать его можно с помощью формулы:

Это измеряет, обычно ежегодную доходность портфеля и процентную ставку, которую вы можете получить, для этого нужно просто купить ценные бумаги казначейства США на три месяца.

Коэффициент Шарпа показывает всего две вещи. Приносит ли ваш портфель инвестиций больше денег, чем известная безрисковая процентная ставка. И вторая – он демонстрирует соотношение доходности к рискам. Или, проще говоря, разумно или постоянно рискуете.

Итак, с помощью такой формулы определяют может ли ваша торговая система принести прибыль или вам легче забыть про неё и купить векселя национального казначейства.

Допустим, что ваша стратегия смогла принести больше прибыли, чем процентная ставка по векселями. На этом этапе Шарп своим коэффициентом задает вам другой вопрос: можете ли вы сделать больше денег с помощью умения или просто потому, что ваши риски выше?

Для того, чтобы ответить на этот вопрос первую часть формулы (Rp-Rf) делят на стандартное отклонение σp.

Ещё один показатель, который позволяет оценить риски – это коэффициент нестабильности акции или Бета. Он содержит информацию о том, какой уровень неустойчивости содержит конкретная акция.

Он указывает разницу между доходностью портфеля или ПИФа и движением эталона, или набора ценных бумаг, необходимой стратегии инвестирования, например в индекс РТС.

Чтобы выбрать эталон существует другое правило . Чем он ниже, тем менее точно Бета демонстрирует эффективность фонда. Чем коэффициент корреляции ниже и ближе к единице, тем бета правдивей.

На Бета, обычно, не обращают внимание, если коэффициент корреляции меньше 0,75. Чем сильнее доходность ПИФа колеблется от доходности эталона, чем более высокие риски по акциям, тем выше значение коэффициента Бета.

Когда Бета больше единицы – это сигнал, что можно больше эталона при росте последнего. С другой стороны такое значение бета означает, что при падении рынка и убыток будет значительно большое.

Недостаток данного коэффициента в том, что он связан с историческими данными. Прошлая волатильность и бета рассчитанная нужным способом могут оказаться импотентными на предсказаниях будущей волатильности и беты.

Коэффициент Шарпа относителен. Он учитывает как доходность, так и риск портфеля. В числителе находится превышение доходности портфеля над ставкой без риска. Это связано с тем, что именно эта величина должна выступать в качестве премии за портфельный риск. В знаменателе расположен показатель риска. Этот показатель и называют коэффициентом Шарпа.

Может ли метод Шарпа помочь в подборе надежного ПИФа? Рассчитывайте среднегодовую доходность ПИФа, найдите среднеквадратичное отклонение, делите одно на другое и получаете коэффициент Шарпа. Аналогично рассчитав этот показатель для рядя ПИФов вы можете и х сравнить. Чем выше коэффициент, тем эффективнее выполняется управление портфелем ПИФа.

Например, пусть управляющие инвестициями, А и Б, за последние три года получили по 20%, но у А Шарп равен 1,07, а у Б – 0,79 тогда для одинаковой прибыли А рисковал значительно меньше чем Б. Коэффициент Шарпа демонстрирует, были ли доходы получены с помощью продуманных решений или с помощью риска.

Наш фондовый долгое время рос, поэтому может сложиться мнение, что нужно подбирать портфель с высоким коэффициентом корреляции (Бета)?

Коэффициент находится в зависимости от динамики отдельной акции и рынка в целом. Если динамика акции отстает от динамики рынка, Коэффициент Бета уменьшается. Покупая акции в высоким коэффициентом Бета вы делаете ставку на историю движения цены акции, что совершенно не гарантирует успех.

Использование коэффициента Шарпа и Бета коэффициента нужны для правильной организации долгосрочных инвестиций. Это связано с тем, что эти показатели позволяют рассчитать риск и доходность в составленном портфеле. А без этого о стабильном доходном инвестировании говорить не возможно. Работа на финансовом рынке – это продуманная стратегия и немного удача.

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

Существуют разнообразные способы оценки торговых стратегий на финансовых рынках. Множество инвесторов анализируют эффективность трейдинга по эквити (величине свободных средств на депозите). В случае плавного роста кривой, являющейся результатом бэк-теста и отсутствия резких просадок, торговля считается успешной. Помимо данного способа, применяют такие параметры, как процент прибыльных сделок, максимальную просадку и другие. Однако для более полного анализа требуется учет торговых рисков. Оценить соотношение доходности и риска помогает коэффициент Шарпа (Sharp Ratio).

Единицы расчета коэффициента Шарпа

Большинство инвесторов «попадает на удочку» красивых цифр роста средств на депозите, не учитывая степень риска. Такой инструмент, как коэффициент Шарпа, позволяет определить эффективность инвестиционного портфеля, рассчитываемую отношением среднего дохода от трейдинга к уровню риска. Чем выше коэффициент, тем эффективнее способ торговли.С его помощью можно увидеть, как ранее прибыльность соотносилась с риском, а также спрогнозировать стабильность доходности в будущем.

Стандартная формула для расчета данного показателя выглядит следующим образом:

Sharp Ratio = (Rp ? Rf) / ?p,
где Rp - ожидаемая прибыль за определенный период времени, Rf - безрисковый доход, ?p - риск инвестиционного портфеля. Риск выражается в стандартном отклонении от ожидаемой средней доходности.

Отрицательные значения коэффициента Шарпа отражают слишком высокие риски в торговле. Данную стратегию использовать не рекомендуется. «Хороший показатель» Шарпа должен быть от единицы и выше. Только тогда выбранный способ трейдинга будет признан эффективным. Значение Sharp Ratio, превышающее цифру 3, предполагает, что величина вероятности получения убытка в каждой сделке не превышает 1%. Дальнейший рост коэффициента Шарпа подтверждает возрастающую эффективность торговой стратегии, но слишком завышенные значения сигнализируют о возможной ошибке в расчетах.

В качестве примера можно сравнить эффективность двух способов торговли по прибыльности и стандартному отклонению. Первый способ приносит 6% прибыли на одну торговую операцию при риске инвестиционного портфеля в 5%. Второй дает 3% доходности при отклонении в 2%.
Коэффициент Шарпа в первой стратегии будет равен 1.2, во второй - 1.5. Это свидетельствует о том, что даже доходность вдвое меньших размеров дает лучшее соотношение прибыльности к риску.

Коэффициент Шарпа на рынке Forex

Коэффициент Шарпа очень важен для анализа форекс-счетов. Он с успехом применяется для их мониторинга многими западными инвесторами. Применив данный коэффициент, можно сразу же определить, торгует ли трейдер с фиксацией убытков или нет. Довольно часто встречаются управляющие с увеличивающимся размером средств на счете, но с низким показателем коэффициента Шарпа (в диапазоне 0–0.5). Зачастую такой результат показывает одинаковую вероятность заработка и убытка.

В MetaTrader 4 данный параметр можно увидеть в разделе «Сигналы». Его величина поможет оценить эффективность торговой стратегии выбранного трейдера. В данном разделе представлен ее подробный анализ. На рынке Forex данный показатель отображает избыточную доходность, которую можно получить с удержанием более рискового актива. Естественно, что повышенный риск должен быть компенсирован более значимой прибылью.

В формуле Sharp Ratio = (Rp ? Rf) / ?p параметр Rf = 0, так как на рынке Forex не бывает безрискового дохода. Rf актуален на фондовом или долговом рынках. Там его можно наблюдать в виде дивидентной доходности или начислений по облигациям.

Существует несколько особенностей коэффициента Шарпа:

• Показатель оценивает волатильность доходности, причем стоимость торговых инструментов не влияет на расчеты.
• Для исследуемого периода времени расчет не зависит от особенности чередования прибыльных сделок с убыточными.

Доходность актива

Она измеряется с любой периодичностью. В качестве единицы измерения выбирают дни, недели, месяцы или годы. Помимо этого доходностью актива может быть средний прирост на сделку.

Весьма важно нормальное симметричное распределение исходных данных. При наличии на графике анализа актива нескольких резких нестандартных отклонений (значительные пики, впадины) возрастает вероятность ложной оценки.
Когда инвестор тестирует множество различных стратегий, будет весьма полезным сделать таблицу в Excel, разработать формулу расчета и вносить в нее новые данные.

Стандартное отклонение

Расчет стандартного отклонения в торговом терминале производится автоматически. Данный показатель дает возможность определить, каким именно образом изменится (уменьшится или увеличится) доходность выбранного актива в сравнении со средней доходностью за выбранный временной промежуток.

Для наглядности можно оценить риск стратегий, сравнивая две различные выборки данных.

В первом случае прибыльность торговых сделок составила: 3%, 2%, 5%, 0%, 4%. Среднее значение будет равно 2.8%. Результат его вычитания из каждого показателя доходности равен: 0.2%, ?0.8%, 2.2%, ?2.8%, 1.2%. При возведении каждого значения в квадрат нужно вычислить их сумму, затем найти среднее арифметическое и из полученного значения вычислить квадратный корень:

Sqrt((0.4% + 0.64% + 4.84% + 7.84% + 1.44%) / 5) = 3.03%

Во втором случае прибыльность торговых сделок составила: 2%, 1%, 0%, 4%, 6%. Их среднее арифметическое равно 2.6%. Результаты аналогичной предыдущему способу операции: ?0.6%, ?1.6%, ?2.6%, 1.4%, 3.4%. Затем, как и в предыдущем случае:

Sqrt((0.36% + 2.56% + 6.76% + 1.96% + 11.56%) / 5) = 4.64%

Результат сравнения - первая стратегия менее рискованна, чем вторая, поскольку волатильность доходности у нее меньше. Хотя коэффициент Шарпа представляет собой один из важных эталонов доходности с учетом риска, его следует использовать вместе с аналитической информацией.

Для проведения грамотной оценки торговой стратегии следует сравнить полученный доход от ее использования с уровнем рисков, которым подвергается трейдер, применяя данную стратегию.

Коэффициент Шарпа Форекс позволяет грамотно определять соотношение описанных выше показателей. Чем выше будет это соотношение, тем более эффективной является анализируемая стратегия. Существует специализированная формула для проведения расчета коэффициента Шарпа, ознакомиться с ней вы можете на представленном ниже рисунке.


Несмотря на то, что представленная выше формула выглядит достаточно простой, следует разобраться в ней более подробно. Числителем в этой формуле выступает значение среднего избыточного дохода, который удалось получить при помощи анализируемой стратегии в течение одного месяца ведения торгов.

От общей величины дохода в числителе необходимо вычесть безрисковый доход. В знаменателе формулы учитывается значение риска. Уровень риска обычно зависит от . Таким образом, чем выше уровень волатильности, тем выше риски при использовании .

Воспользовавшись описанной выше формулой, вы сможете достаточно легко рассчитать коэффициент Шарпа. Если в процессе расчета вы получите цифру ниже нуля, то анализируемая стратегия является малоэффективной.

Если полученный коэффициент Шарпа будет равняться единице, то стратегия является пригодной для эффективного ведения торгов на . Согласно утверждениям создателя формулы, оптимальным значением коэффициента Шарпа является два или выше.

При расчете коэффициента Шарпа для одной торговой стратегии Форекс обычно не учитывается безрисковая доходность, так как в подобных ситуациях она просто отсутствует.

Коэффициент Шарпа. Особенности применения

При помощи данного коэффициента трейдеры могут сравнить несколько стратегий и выбрать наиболее оптимальную для ведения торгов. Так, например, если сравнить две стратегии с одинаковым уровнем доходности, где одна из них обладает более высоким уровнем риска, более рискованная стратегия будет обладать меньшим значением коэффициента Шарпа.

Порядок расчета коэффициента Шарпа

Для того, чтобы выполнить расчет коэффициента Шарпа, не нужно обладать никакими специализированными знаниями. Допустим вам необходимо оценить эффективность стратегии при помощи коэффициента Шарпа. Для этого потребуются результаты выполненных операций, которые можно взять в торговой платформе, посетив вкладку «Отчет». Средняя доходность рассчитывается в процентном соотношении от замеров изначального депозита. Рассчитывается этот показатель по довольно простой формуле (прибыль/размер депозита*100).

Затем необходимо определить уровень риска, который равняется уровню волатильности, используемой для ведения торгов на валютной паре. Для того, чтобы узнать волатильность валютных пар, следует воспользоваться калькулятором волатильности либо специализированным онлайн сервисом.

Затем простым делением полученного значения доходности на уровень риска мы сможем получить коэффициент Шарпа.

Следует отметить, что описанный выше коэффициент можно применять для проведения оценки эффективности ПАММ-счетов, но это связано с определенными трудностями, так как компании, которые управляют портфелями, довольно редко делятся данными об их составе.

Недостатки коэффициента Шарпа

К сожалению, при всей своей простоте и удобстве коэффициент Шарпа имеет определенные минусы:

• Этот коэффициент в некоторых случаях может не правильно производить расчет прибыли. Из-за того, что уровень прибыль рассчитывается в процентах, из-за ряда убыточных периодов, он может отображаться некорректно.
• При измерении колебаний волатильности коэффициент присваивает им негативное значение. Существенные колебания, независимо от того, в какую сторону они произошли, будут восприниматься индикатором как негативные. Таким образом, любые существенные колебания волатильности будут серьезно снижать значение коэффициента, что сделает оценку рисков необъективной.
• Коэффициент не принимает во внимание стандартное отклонение. При расчете этого коэффициента не учитываются серии выигрышных и проигрышных ордеров, что отрицательно сказывается на его эффективности.

Несмотря на наличие перечисленных выше минусов, коэффициент Шарпа позволяет довольно грамотно проводить сравнение эффективности различных стратегий.

Биография Уильяма Шарпа

Уильям Шарп родом из Бостона, он был рожден в студенческой семье. Отец Шарпа проходил обучение на курсе «Английская литература», а его мать на курсе естествоведение.

После школы Уильям Шарп решил получить медицинское образование, но спустя год обучения он охладел к медицине и уехал в Лос-Анжелес, где стал изучать бухгалтерию и экономику. В процессе обучения он увлекся микроэкономикой, которая оказала огромное влияние на его мировоззрение.

В конце 1956 года Уильям Шарп получает степень магистра экономики и устраивается работать экономистом в крупную компанию, которая специализировалась на исследованиях в области прикладной экономики. В этот период он вместе со своим коллегой начинает работу над теорией взаимодействия различных портфелей с ценными бумагами.

В начале 1961 года Уильяму Шарпу удалось получить докторскую степень в области экономики. В своей диссертации он делает целый ряд выводов, которые в последствии стали основой для создания коэффициента Шарпа.

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.