Sharp Ratio 0.6, apakah harus dibuang?

Sharp Ratio 0.6, apakah harus dibuang?

Kami melakukan percobaan untuk menjelaskan masalah ini. Percobaan ini dimulai dengan beberapa asumsi kunci. Kami memiliki 20 sinyal perdagangan yang memiliki pengembalian komposit tahunan 8% dan rasio Sharpe tahunan 0.6. Sinyal strategi ini tidak produktif. Sinyal perdagangan ini dikeluarkan setiap hari.

• Variabel input yang penting dalam perdagangan adalah korelasi antara sinyal. Kami melakukan serangkaian percobaan dengan koefisien korelasi dari 0 hingga 0.9. Percobaan tidak mempertimbangkan biaya transaksi (karena kami hanya tertarik pada kinerja relatif) dan distribusi pengembalian kombinasi tahunan yang diseimbangkan kembali setiap hari berdasarkan korelasi pada dasarnya sama. Jelas, tanpa mempertimbangkan korelasi strategi, lebih dari satu strategi tidak akan meningkatkan pengembalian tahunan.

  

  Menggabungkan sinyal yang kurang relevan tidak meningkatkan hasil, tetapi gambar di atas menunjukkan manfaat yang mungkin diperoleh dengan meningkatkan strategi, terutama jika strategi tersebut tidak terkait. Di sisi kiri, yaitu koefisien terkait dari 0 hingga 0.4, distribusi lebih sempit dan hasil dari lima ratus percobaan adalah positif.

  Hasil percobaan lebih jelas ketika menggunakan rasio Sharpe untuk mengukur pengembalian penyesuaian risiko. Menggabungkan 20 strategi dengan rasio Sharpe tahunan 0.6 dan koefisien hubungan masing-masing 0 menjadi kombinasi yang memiliki rasio Sharpe tahunan 3 dan menggabungkan 20 strategi dengan rasio Sharpe tahunan 0.6 dan koefisien hubungan masing-masing rata-rata 0.9 menjadi kombinasi yang memiliki rasio Sharpe tahunan 0.64 dan rasio Sharpe tahunan 370% lebih tinggi dari yang terakhir.

  

  Pada grafik di atas, perlu dicatat bahwa rasio Sharpe turun dengan cepat seiring dengan peningkatan relevansi strategi. Koefisien relevansi meningkat dari 0 menjadi 0.2, dan rasio Sharpe turun 56%.

  Bahkan dengan rasio Sharpe yang tinggi, strategi kombinasi ini memiliki hampir 50.000 sinyal perdagangan, dan perbedaan rasio Sharpe yang terkait dengan kombinasi nol masih mengejutkan. Seorang investor yang beruntung mungkin mendapatkan rasio Sharpe 3.5 (yang mungkin membuat seseorang menjadi jutawan) sedangkan investor yang tidak beruntung yang memegang kombinasi yang sama hanya mendapatkan rasio Sharpe 2.5. Bahkan dengan kombinasi rasio Sharpe yang tinggi, gas juga memainkan peran penting.

  Jelas, semakin banyak sampel yang diamati, semakin jelas batasnya. Apa yang terjadi jika seorang investor hanya memiliki sampel diamati satu tahun, bukan sepuluh tahun? Gambar berikut menunjukkan bahwa perbandingan rasio Sharpe menunjukkan pertumbuhan indeks dengan meningkatnya korelasi) Meskipun ada 5000 transaksi, sebagian besar portofolio tidak dapat melepaskan komponen keberuntungan acak. Jelas, ini adalah alasan mengapa hedge fund yang didorong oleh data lebih menyukai perdagangan frekuensi tinggi, perdagangan frekuensi tinggi dapat memverifikasi sinyal lebih cepat dan mencapai rata-rata rasio Sharpe mereka.

  

  Jika kita mensimulasikan 10.000 strategi tunggal di atas, berapa banyak dari mereka yang memiliki p-test nilai kurang dari 5%? Jawabannya adalah hampir 48%, yang mungkin menyebabkan sebagian besar peneliti untuk meninggalkan strategi sehari-hari seperti ini (yaitu strategi rasio Sharp tahunan 0,6); Namun, jika korelasi antara sinyal cukup rendah, kombinasi sinyal lemah ini dapat menghasilkan keajaiban, dan hasil dari kombinasi menjadi sangat signifikan.

  

  Sebuah strategi dengan rasio Sharpe tahunan 0,6 mungkin ditinggalkan oleh para peneliti karena tidak memiliki daya tarik apapun dalam perdagangan. Tetapi jika ada korelasi yang benar (yaitu rendah) antara sinyal yang ada, maka itu dapat dengan baik meningkatkan nilai kombinasi.

  Artikel ini tidak membuka bidang baru, karena manfaat investasi terdistribusi sudah diketahui oleh para investor. Namun, itu memang mengingatkan Anda bahwa Anda tidak perlu meninggalkan strategi APR 0.6 dan mungkin Anda dapat menambahkannya ke dalam portofolio strategi Anda yang ada, sehingga mengurangi likuiditas portofolio dan memungkinkan Anda menggunakan lebih banyak leverage untuk meningkatkan hasil keseluruhan.

Dikutip dari: