夏普比率有多陡? 全球股指分析

全球投资者使用夏普比率以及其他风险调整指标来比较共同基金和对冲基金经理以及资产类别和个人证券的业绩。夏普比率试图描述相对于策略或投资风险的超额回报——即回报减去无风险利率除以波动性——并且是基金经理业绩的主要衡量标准之一。

但夏普比率中隐藏着这样一个假设:波动率(方程的分母)完全体现了“风险”。当然,如果波动性无法完全反映投资的风险状况,那么夏普比率和类似的风险调整指标可能存在缺陷且不可靠。

这样的结论意味着什么?一个常见的问题是收益分布必须呈正态分布或高斯分布。如果证券、策略或资产类别的回报存在显着偏态,那么夏普比率可能无法准确描述“风险调整后的回报”。

为了测试该指标的有效性,我们构建了 15 个全球股票市场指数的月回报分布,以确定是否有任何指数的偏度严重到使该指标的适用性受到质疑。回报的分配可以追溯到1970年,并按月和按年计算。每月回报分布如下所示。所研究的各种指数的年回报率结果在质量上相似。

我们根据偏度对所有 15 个指数进行了排名。按照这项衡量标准,标准普尔 500 指数接近中等水平,平均回报率为 0.72%,每月回报率中位数为 1%。因此,标准普尔分布稍微向左倾斜。


自 1970 年以来标准普尔 500 指数月回报分布

显示 1970 年以来标准普尔 500 指数月回报分布的条形图

下图显示了按偏度排名的完整指数列表。15 个指数中有 10 个表现出左偏或崩盘风险:它们更容易出现明显的暴跌,而不是急剧上升。分布最不倾斜的是法国的 CAC 40 和香港特别行政区的恒生指数。


全球指数月度回报

指数 意思是 中位数 分钟。 最大限度。 性病 偏度
澳大利亚证券交易所200 0.58% 1.01% -42.3% 22.4% 0.048 -1.3
多伦多证券交易所 0.60% 0.88% -22.6% 16% 0.044 -0.77
富时指数 0.53% 0.91% -27.6% 13.7% 0.045 -0.73
罗素2000 0.84% 1.60% -21.9% 18.3% 0.055 -0.55
标准普尔 500 指数 0.72% 1.00% -21.8% 16.3% 0.044 -0.45
德国DAX指数 0.67% 0.74% -25.4% 21.4% 0.056 -0.39
日经指数 0.54% 0.91% -23.8% 20.1% 0.055 -0.37
国家安全委员会 1.23% 1.16% -29.5% 20.4% 0.066 -0.34
莫埃克斯 1.29% 1.63% -30% 33% 0.079 -0.29
CAC 40 0.64% 0.98% -22.3% 24.5% 0.056 -0.11
Hang Seng 1.17% 1.23% -44.1% 67.3% 0.090 0.33
神经元SE 1.50% 1.05% -24% 42% 0.076 0.53
韩国RX 0.90% 0.49% -27.3% 50.7% 0.074 0.80
BVSP 5.63% 1.94% -58.8% 128.6% 0.184 2.51
上证所 1.65% 0.63% -31.2% 177.2% 0.151 6.26

随着时间的推移,上证综指表现出最大程度的右偏度,上涨的趋势多于下跌,此外,每月的平均回报率为 1.65%,每月的中位回报率为 0.63%。


1990 年以来上证综指 (SSE) 月回报分布

显示自 1990 年以来上海综合月度回报分布的图表

与之相反的是澳大利亚 ASX。ASX 在所有指数中左偏度最大,自 1970 年以来平均月回报率为 0.58%,中位月回报率为 1.01%。


1970 年以来澳大利亚证券交易所 (ASX) 月回报分布

显示 1970 年以来澳大利亚证券交易所 (ASX) 月回报分布的图表

最后,巴西的 BSVA、中国的上证综合指数以及澳大利亚的 ASX(在较小程度上)的回报偏度太大,无法验证夏普比率是衡量其风险调整后业绩的适当指标。因此,在这些市场中,考虑回报偏度的指标可能是更好的衡量标准。

在其他指数中,七个具有相当对称的分布,五个具有适度偏斜的分布。总而言之,这表明夏普比率作为绩效指标仍然具有价值,并且它可能并不像批评者所说的那样过时或无效。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/73839.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年8月4日 00:03
下一篇 2023年8月4日 00:16

相关推荐

  • 北京大学R语言教程(李东风)第5章:逻辑型向量及其运算

    逻辑型向量与比较运算 逻辑型是R的基本数据类型之一,只有两个值TRUE和FALSE,缺失时为NA。逻辑值一般产生自比较,如 sele <- (log10(15) < 2); print(sele) ## [1] TRUE 向量比较结果为逻辑型向量。如 c(1, 3, 5) > 2 ## [1] FALSE TRUE TRUE (1:4) &…

    2023年10月24日
    51600
  • 如何像专业人士一样谈判薪资?

    为什么要协商薪资? 薪资谈判的做法变得越来越普遍,但这并不会让你自己感觉更容易。在其年度调查中,ZipRecruiter 发现 64% 的上一份工作申请人接受了第一次提供的薪资——即使他们对薪资不满意。 但薪资谈判不仅仅适合新人。经验丰富的专业人士应定期评估他们的收入,以确保他们的技能、知识、可交付成果以及他们每天为工作带来的价值得到适当的补偿。 同一项 Z…

    2023年12月2日
    15500
  • 千禧一代投资者喜欢黄金

    作者:Nick Peck 上周,在道富环球顾问公司的黄金 ETF 影响研究中,该公司报告称,“在接受调查的约 1,000 名投资者中,千禧一代的黄金配置比例最高,达到 17%,婴儿潮一代和 X 世代投资者仅落后 10%。” ” 该报告还强调,与其他几代人相比,千禧一代对这一资产类别更加积极。 该研究通过询问三代投资者对几个不同黄金 ETF 主题的看法来支持这…

    2023年10月4日
    10600
  • 北京大学金融时间序列分析讲义第9章: 季节模型

    经济和金融中的月度、季度数据一般有明显的周期,日数据也会有按照周、月、年周期的变化。这样的性质称为季节性,含有周期变化的时间序列称为季节时间序列。 如:可口可乐公司1983第1季度到2009第3季度公布的季度盈利数据。每个季度的盈利数据在季度结束后约一个月以后公布。共107个观测。考虑季度盈利的对数值。 da <- read_table( “q-ko-…

    2023年7月20日
    29500
  • 北京大学R语言教程(李东风)第33章: R多元回归

    建模步骤: 33.1 模型 模型 y=β0+β1×1+⋯+βpxp+ε 其中 对n组观测数据, 有 yi=β0+β1xi1+⋯+βpxip+εi,i=1,2,…,n 对其中的随机误差项εi, i=1,2,…,n,假定: 总之,ε1,ε2,…,εn 相互独立,服从N(0,σ2)分布。 数据格式如: ⎛⎝⎜⎜⎜⎜⎜⎜⎜x1…

    2023年11月22日
    24500

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部