В алгоритмической торговле нам необходимо сравнивать разные стратегии.Как оценить историческую эффективность различных алгоритмов? В этой короткой статье будет подробно рассмотрено [коэффициент Шарпа]

Любую стратегию можно оценить с помощью коэффициента Шарпа. Он не только измеряет доходность стратегии, но также затрагивает риск и волатильность стратегии. Коэффициент Шарпа предназначен для расчета «доходности с поправкой на риск», то есть доходности инвестиций после измерения риска.

Коэффициент Шарпа играет важную роль в оценке эффективности инвестиций. Его опубликовал Уильям Ф. Шарп, американский экономист и лауреат Нобелевской премии по экономике. Чтобы построить свою собственную количественную торговую программу, вы должны научиться использовать коэффициент Шарпа для проверки торговых стратегий.

Избыточная доходность рассчитывается путем вычитания эталонной доходности из доходности стратегии. Например, если у меня есть стратегия торговли валютой, моим ориентиром может быть Биткойн. Если предположить, что моя стратегия приносит доход 23% в год, а Биткойн — 20% в год, то избыточная доходность составит 3%.

Стандартное отклонение избыточной доходности или стандартное отклонение можно рассчитать на основе серии серий избыточной доходности.

Видно, что чем больше колебания доходности стратегии, тем больше будет стандартное отклонение избыточной доходности и коэффициент Шарпа будет снижен. То есть, если две стратегии имеют одинаковую избыточную доходность, более «стабильная» стратегия будет иметь более высокий коэффициент Шарпа.

Вообще говоря, чем выше коэффициент Шарпа, тем привлекательнее стратегия. Допускается коэффициент Шарпа выше 1. 2 и более — лучше, 3 и более — единственная выигрышная стратегия. Коэффициент Шарпа ниже 1 можно интерпретировать как потерю рыночной доходности. т. е. ваш эталон лучше, чем ваша стратегия.

Важно отметить, что коэффициент Шарпа предполагает, что средняя доходность инвестиций распределяется нормально. При нормальном распределении большая часть доходности распределяется симметрично вокруг среднего значения, с меньшим количеством доходностей в хвостах кривой.

К сожалению, нормальное распределение не очень хорошо отражает реальный мир. В краткосрочной перспективе доход от инвестиций не подчиняется нормальному распределению. Волатильность рынка варьируется от высокой до низкой, а распределение доходности сосредоточено в хвосте. Это может снизить достоверность стандартного отклонения как меры риска.

Когда стандартное отклонение неточно отражает принятый риск, результатом может быть коэффициент Шарпа, который выше или ниже, чем должен быть.

📍

Таким образом, коэффициент Шарпа используется для оценки эффективности стратегии. Базовая количественная торговая система будет иметь корзину торговых стратегий, и каждая стратегия затем будет рассчитывать свой коэффициент Шарпа на основе исторических результатов (эта процедура называется бэктестированием, бэктестированием стратегии).

Зная коэффициент Шарпа для каждой стратегии, мы можем дополнительно рассчитать, как распределить позиции. Математическая модель оптимального распределения позиций на основе коэффициента Шарпа была опубликована в 1950-х годах и называется критерием Келли (редактор представит ее в следующей теме).

Корзина торговых стратегий + расчет коэффициента Шарпа + использование формулы Келли для определения суммы ставки = скелет количественной торговой системы!