绩效指标如何关联? 基金经理可能会精挑细选吗?

投资组合经理使用夏普比率特雷诺比率信息比率索蒂诺比率以及其他流行指标来报告其风险调整后的业绩。

当然,有多种衡量标准可供选择,基金经理是否会倾向于挑选那些最能反映其业绩的指标呢?也许吧,但只有当绩效指标具有弱相关性或负相关性时,战略选择的潜力才会成为真正的问题。

如果它们都具有很高的正相关性,那么就真的没有选择游戏可玩。如果夏普比率的好坏意味着相似的特雷诺比率、信息比率和索尔蒂诺比率,那么报告哪一个(或两个)几乎没有什么区别。

那么,这些主要绩效指标如何相互关联,它们的相关性是否随着时间的推移而发生变化?

为了回答这些问题,我们将大型股票基金的所有活跃共同基金经理的回报率回溯到 20 世纪 50 年代。然后,我们计算了每只基金一年滚动的夏普比率、特雷诺比率、索尔蒂诺比率和信息比率。利用这些数据,我们探索了每个十年和整个时间段内指标之间的排名序数相关性。

首先,在整个时间段内,夏普比率和特雷诺比率具有很高的正相关性,信息比率和索尔蒂诺比率也是如此。但夏普比率和特雷诺比率与信息比率和索尔蒂诺比率的相关性较弱。因此,如果基金经理展示他们的索蒂诺比率,但没有强调他们的夏普或特雷诺比率,这可能表明他们正在战略性地选择要展示的指标。


绩效指标相关性:所有时期,1950 年至 2023 年

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.95 0.25 0.24
特雷诺比率 0.95 1 0.24 0.23
信息比 0.25 0.24 1 0.99
索蒂诺比率 0.24 0.23 0.99 1

接下来,我们检查了四个指标在每个十年内的排序相关性。从 1950 年到 2020 年,同样的模式相当稳定。在审查的大约 70 年中,我们没有看到相关性出现任何过度的分歧。


绩效指标相关性:20 世纪 50 年代

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.95 0.11 0.09
特雷诺比率 0.95 1 0.01 -0.01
信息比 0.11 0.01 1 0.99
索蒂诺比率 0.09 -0.01 0.99 1

绩效指标相关性:20 世纪 60 年代

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.97 0.35 0.32
特雷诺比率 0.97 1 0.36 0.33
信息比 0.35 0.36 1 0.98
索蒂诺比率 0.32 0.33 0.98 1

绩效指标相关性: 20 世纪 70 年代

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.98 0.38 0.33
特雷诺比率 0.98 1 0.37 0.32
信息比 0.38 0.37 1 0.98
索蒂诺比率 0.33 0.32 0.98 1

绩效指标相关性:20 世纪 80 年代

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.97 0.25 0.23
特雷诺比率 0.97 1 0.23 0.20
信息比 0.25 0.23 1 0.98
索蒂诺比率 0.23 0.20 0.98 1

绩效指标相关性: 20 世纪 90 年代

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.92 0.26 0.26
特雷诺比率 0.92 1 0.22 0.21
信息比 0.26 0.22 1 0.99
索蒂诺比率 0.26 0.21 0.99 1

性能指标相关性: 2000s

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.97 0.27 0.25
特雷诺比率 0.97 1 0.26 0.24
信息比 0.27 0.26 1 0.99
索蒂诺比率 0.25 0.24 0.99 1

绩效指标相关性: 2010 年代

夏普比率 特雷诺比率 信息比 索蒂诺比率
夏普比率 1 0.93 0.41 0.4
特雷诺比率 0.93 1 0.44 0.43
信息比 0.41 0.44 1 0.99
索蒂诺比率 0.40 0.43 0.99 1

最后,我们探讨了经济衰退期间的相关性,看看它们是否在最关键的时刻崩溃了。在 20 世纪 50 年代以来的七次衰退中,我们再次发现相关性与非衰退时期非常相似。

总而言之,结果表明,由于特雷诺比率和夏普比率高度相关,基金经理是否报告其中一个而不报告另一个并不是特别重要。信息和索蒂诺比率也是如此。

但由于特雷诺比率和夏普比率与后两个指标的相关性较弱,管理者可能有机会进行战略报告。因此,如果基金经理报告其索蒂诺比率或信息比率,但对夏普比率和特雷诺比率保持沉默,则可能反映了战略行为并值得进一步调查。

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/76548.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年9月21日 23:28
下一篇 2023年9月22日 23:11

相关推荐

  • 北京大学R语言教程(李东风)第38章:广义线性模型

    38.1 模型 38.1.1 介绍 线性回归模型 Y=a+bx+ε, ε∼N(0,σ2) 可以写成 Y|x∼g(x)=N(g(x),σ2),a+bx. 这样,因变量Y与自变量x1,x2,…,xp的更一般的模型, 可以写成如下形式的广义线性模型: Y∼g(μ)=F(y;μ)β0+β1×1+⋯+βpxp. 其中F(⋅,μ)…

    2023年11月28日
    13100
  • 当您“永远在线”时,如何创造工作与生活的平衡?

    对于大多数女性来说,工作是日常生活的重要组成部分。您接受教育是为了找到工作,这将为您提供一生所需的保障。尽管赚钱是拥有工作或职业的最重要原因之一,但这并不是唯一应该考虑的因素。您的工作不仅应该满足您的财务需求,还应该满足您的情感需求。 这意味着,职业生涯的成功不仅仅涉及经济回报,而且永远不应该优先于您的身体和情感健康。为了实现这一目标,您需要找到一种方法来平…

    2023年11月26日
    10000
  • 北京大学Julia语言入门讲义第14章: 统计学习介绍

    这一部分介绍一些机器学习(统计学习)方法。 参考: McNicholas and Tait(2019) Data Science Using Julia, CRC Press. Jose Storopoli, Rik Huijzer, Lazaro Alonso(2022) Julia Data Science. https://cn.julialang.o…

    2023年8月27日
    12200
  • 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
    34500
  • 我应该担心通货膨胀吗?

    许多投资者想知道现在是否有充分的理由担心通胀。通货膨胀,即价格随时间上涨的趋势,在 21 世纪迄今为止还没有出现太多。事实上,在新冠病毒大流行期间,一些行业反而出现了通货紧缩。 然而,一些美国人仍然记得 20 世纪 70 年代,通货膨胀失控,但经济却没有强劲(滞胀)。自从将监控通胀作为除了“充分”就业之外的美联储使命的一部分之后,通胀已不再是一个问题。但如您…

    2023年12月28日
    10300

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