ミューチュアルファンドの10年間のシャープレシオを計算するには?

おそらく、非常に単純な質問ですが、ここに行く。 私はいくつかのファンドのシャープレシオを計算することを検討しています(正確には173ファンド)。私が持っている毎月の返品は、2006年1月から2015年12月までです。この10年間は​​、私が現在修了している論文の興味のある期間です。私は各ファンドの毎月の超過収益率(リターンフリー・リスクフリー・レート)を見出しました。その後、各ファンドの10年間の超過リターンの平均を求め、各ファンドの10年間のリターンの標準偏差で割った。 しかし、すべての173のファンドは正のシャープレシオを示していま&#x3059

もっと読む

半共分散行列を計算するには?

私は、下振れリスクに焦点を当てた準共分散行列を計算するための合理的なアプローチを見つけるのに苦労しています。私はいくつかの論文、Sortinoの本とエストラダの研究を行ってきました。しかし、私は2,3共生行列を計算するための記述や実際の例を見つけることはできません。数式はもちろん、2,3の資産を実際のケースと言えます。 私は下振れを抽出し、1つの株式についてD-CAPM(CLPM)を行うことに問題はない。 私が得意でないことは、私のポートフォリオにAとBの2つの株式があるとします。簡略化のために、私のMinimum Accepted Returnは0であり、私は長い間しか行きません。 ど&#

もっと読む

シャープレシオの背後にあるロジック

私はシャープレシオがどのように得られているのか混乱しています。私の質問は、分母にポートフォリオのリターンの標準偏差が含まれている理由です。私はなぜ誰かがこの結論に来たのですが、どうして彼はそれが何らかの力にまで引き上げられないという可能性をどのように排除したのでしょうか? ベストアンサー シャープレシオのもう一つの直観的な解釈は、信号対ノイズ比:$$ frac { mu} { sigma} $$シグナルの強度(=リターン)とノイズのレベル(=リスク)を比較します。 この比率が大きければ大きいほど、あなたはより多くのリターン(=シグナル)を持っているか、リスクが&#

もっと読む

ログ・リターン:ボラティリティ、アウト・パフォーマンス、シャープ/情報比

私は、10%のベンチマーク結果と比較して21%のリターンが、アウトパフォーマンスが10%(11%ではない)であることを意味することを単に習得しました。それで、違いを取るのではなく、乗法的な方法で全体を扱う。 また、私は標準偏差を使用すると、ログからそれらを返します。そして、 log の標準偏差であることを明確にしなくても、投資/ポートフォリオのボラティリティを 持つことができます。 一緒にこれは私(Sharpe /情報比の変形)を与える。しかし、これはウィキペディアがそのような比率を定義する方法(通常のリターンを外す)とは異なります。 こ&#x308

もっと読む

RにおけるETFのシャープ比率

500のETFの資産からなるポートフォリオに対して、0.05のリスクフリーレートを与えた場合のシャープレシオを計算したいとします。これまでにRコードで収集したデータをもとに、Rでどのように行うことができますか?以下は私のコードの一部です: #To extract ETF-prices for each column prices <- data.frame(ETF=ETF,row.names = dates) head(prices) # Function for calculating continous returns & log returns returnscalc <- function(x){ diff(x)/x[-length(x)] } returns <- apply(prices, 2, returnscalc) head(returns) # Function for calculating geometric mean geomAveCalc <- function(x){ (prod((1+x)))^(1/length(x))-1 } weeklymean <- apply(returns, 2, geomAveCalc) yearlymean <- matrix((1+weeklymean)^52-1) yearlystd <- sqrt (52 * apply(returns, 2, var)) yearlycov <- 52 * cov(returns) ETFはETFデータを含む.csvファイルから抽出されたデータです。 いくつかの助けが深く感謝されます。 ベストアンサー 試してください: library(PerformanceAnalytics) SharpeRatio.annualized(Returns, Rf = 0.05, scale = 252, geometric = TRUE)

もっと読む

ポートフォリオから年率換算/年換算シャープを計算

私が株式のポートフォリオを持っていれば、私は異なる保有期間と異なる年に投資します。ポートフォリオの年間収益率と年換算シャープレシオはどのようにして計算されますか? 編集 私はこれまで試みている: 今私のアイデアは…ポートフォリオの累積粗利益を取るため、すべての株式の日々のPnLを合計すると、2009年から現在に至ると言います。それから、私は以下のことをしました、私はR – # Annualized return Aret <- (1+total.PnL.sum)^(1/8.51685393258427)-1 これは年換算したリターンにはいくらか正しいですか?私は8.51年を使用しています…すべての株式購入は異なる時など8.5年以上でした。 またはこ&#x305

もっと読む

シャープレシオの差のp値

私は何が行われたのかを理解しようとしていますこの研究では、リサーチアフィリエイトによって小さなキャップ異常が発生しました。 表1を見ると、著者は実際にp値をどのように計算していますか? 私は、p値は、t値を計算することによって導出できることを読んだ。 Sharpe Ratio * the sqrt(N) with N being the number of observations Rを使って、私は以下のp値に戻そうとしましたが、ここではあまり成功しませんでした。私はデータが毎月であると仮定していますが、これはあなたが以下に示すものですが、毎日の変更は結果を大きく変えません。 #US P Value # 46 years * 12 months #.01 as difference in Small vs. Large cap Sharpe 46*12 .01*sqrt(552) 2*pt(-abs(.01*sqrt(552)),df=552-1) #US P value – post Banz # 31 years * 12 months #.06 as differenc

もっと読む

平均分散最適化対最大シャープレシオ

私は平均/ var最適化の結果が最大Sharpe比であることを読書し続けます。ターゲットリターンまたはターゲットリスクのいずれかを修正すると理にかなっているようですが、一般的には正しく表示されません。たとえば、$ J1 $および$ J2 $はターゲット関数です。 $ J1 = mu prime w – lambda prime Sigma w。$ $ J2 =( mu prime w)/ sqrt {w prime sigma w} $ $ J1 $と$ J2 $の最適解は、$ J1 $がラムダに依存し、$ J2 $はそうではないので、非常に異なるはずである。 私はここで何が欠けているのですか? ベストアンサー In theory in the case of a constrained optimisation and in practice they are not. しかしながら… 開業医の多くは、自分のポートフォリオのために最高のシャープレシオを達成したいと考えています。しか

もっと読む

ポートフォリオ最適化期待収益率

私は現在、最大シャープレシオを使って最適化しています。これを行うには、5年間の過去の平均収益率として30株の期待収益率を計算しています。 私は、オプティマイザの日々のリターンを使用してから、年間収益を(252取引日を掛けて)使用することの違いを知りたかっただけです。結果として生じる重量を大幅に変更するようです。 ベストアンサー 申し訳ありませんが、適切な答えはありません

もっと読む

どのように歴史的な終値を与えられたシャープレシオを最大にするか?

私は、$ n $日以上の$ k $株式の過去の調整終値を持っています。私は$ B $の予算を持っています。この期間のSharpe比率を最大にするように、各株式の配分、$ a_ {1:k} $を選びたいと思います。 より正式には: begin{align*} text{given } & c_{i, j} text{ for } i=1…n, ; j=1…k && text{adjusted close of stock } j text{ on day } i \ text{and } & B && text{total budget} \ text{find } & a_{1:k} && text{allocations for each stock} \ text{that maximize } & s = frac{mu}{sigma} && text{Sharpe ratio} \ text{where } & mu = frac{1}{n} sum_{i=1}^n r_i && text{sample mean of the daily returns} \ & sigma = sqrt{frac{1}{n}sum_{i=1}^n (r_i – mu)^2} && text{sample standard deviation of the daily returns} \ & r_1 = 0 && text{return on day one is zero} \ & r_i = frac{p_i}{p_{i-1}} – 1 ;; text{for } i=2…n && text{percent change in portfolio value on day } i \ & p_i = a^{top} c_i && text{portfolio value on day } i \ text{subject to } & a_j geq 0 text{ for } j = 1…k && text{only non-negative allocations for each stock} \ & sum_{j=1}^k a_j = B && text{must use total budget} end{align*} 私はこれを解決しようとした一つの方法は単純に$ a_ {1:k} = B times texttt {softmax}(w_ {1:k})$または$ a_ {1

もっと読む