シャープレシオ0.6、諦めたほうがいいでしょうか？

この問題を説明する実験をしてみましょう. この実験は,いくつかの重要な仮定から始まります. 20の取引シグナルがあり,これらの取引シグナルの年収合比率は8%で,年収合比率は0.6です. この戦略の信号は高生産性ではありません. これらの取引シグナルは,毎日発せられます.

• 取引における重要な入力変数は,シグナル間の関連性である.我々は,関連系数0から0.9まで,一連の実験を行っている.実験は取引コストを考慮していない (我々は相対的な業績のみに興味があるため),そして,関連性に基づいて日ごとに再均衡された年収の配分は,基本的には同じである.明らかに,戦略の関連性を考慮しない前提下では,戦略は年収の利率を向上させないものより多い.

低関連性のある信号を組み合わせることで,収益は増加しませんが,上図は,特にこれらの戦略が関連性がない場合に,戦略を増やすことのできる利点を暗示しています.図の左半分,すなわち,関連系数0から0.4までの分布はより狭く,五百回の実験で収益は正です.

シャープ比率をリスク調整収益を測定するために使用すると,実験結果はより明確である. 20年度のシャープ比率0.6と相互に関連系数0の戦略構成を,その組合せの年間シャープ比率3と, 20年度のシャープ比率0.6と相互関連系数0.9の戦略構成を,その組合せの年間シャープ比率0.64と,前者は後者より370%高い収益を生み出します.

上図で注目すべきは,戦略の関連性が増大するにつれて,シャープ比率は急速に低下していることです.関連系数が0から0.2に増加すると,シャープ比率は56%減少しました.

このポーチ戦略は,約5万の取引シグナルを持つ非常に高いシャープ比率にもかかわらず,相関がゼロのポーチのシャープ比率の差は驚くべきものです. 幸運な投資家は3.5のシャープ比率を得ることができ (おそらく億万長者になる可能性があります) が,同じポーチを持つ不運な投資家は2.5のシャープ比率を得ることができます.

明らかに,観察サンプルが多くなるほど,境界がより明確になる.もし投資家が観察サンプルを10年ではなく1年しか持っていないとしたら,どうなるでしょうか.下図は,相関性が高まるにつれて,シャープ比率の差が指数的に増加することを示しています.

上記の1万の単一の戦略を模擬すると,p検査値が5%未満の割合はどのくらいになるのか? 答えは48%近くで,これはほとんどの研究者がこのような日常的な戦略を放棄する可能性がある (すなわち,年率0.6のシャープ比率の戦略).しかし,信号間の関連性が十分に低い場合,これらの弱い信号を組み合わせることで奇跡が起こり,組み合わせのリターンフローは非常に顕著になる.すべてのゼロ関連ポートフォリオのp値は5%未満である.

年間シャープ比率0.6の戦略は,取引において何の魅力も持たないため,研究者が放棄するかもしれない.しかし,それが既存のシグナルとの間に正しい (すなわち低い) 関連性を持っているなら,それはポートフォリオの価値を大きく高めることができる.

この記事は分散投資の利点は投資界でよく知られているので,新しい分野を開拓していません. しかし,それはあなたが年率のシャープ比率0.6の戦略を放棄する必要がないことを思い出させます. おそらくあなたは,あなたの既存の戦略のポートフォリオにそれを追加して,ポートフォリオの流動性を低下させ,より多くのレバレッジを使用し,総利益を増やすことができます.

投稿日: 投稿日: 投稿日: 2016年3月