อธิบายเกี่ยวกับ Sharpe Ratio

Sharpe Ratio คืออะไร

Sharpe Ratio พัฒนาโดยนักเศรษฐศาสตร์ William Sharpe ในปี 1966 โดยอัตราส่วนนี้จับใจความสำคัญเพียงอย่างเดียว: มูลค่าที่กลยุทธ์สร้างผลตอบแทนได้สำหรับแต่ละหน่วยความเสี่ยงที่รับไว้ ไม่ใช่ผลตอบแทนรวม ไม่ใช่เปอร์เซ็นต์กำไร แต่คือผลตอบแทนต่อหนึ่งหน่วยความผันผวน

นี่คือความแตกต่างที่สำคัญ กลยุทธ์ที่ทำกำไรได้ 15% พร้อมผลลัพธ์รายเดือนที่มั่นคงมากจะได้คะแนนสูงกว่ากลยุทธ์ที่ทำกำไรได้ 15% ผ่านความผันผวนรุนแรงมาก ทั้งคู่ได้ตัวเลขรายปีเท่ากัน แต่มีเพียงกลยุทธ์เดียวที่นักเทรดต้องนั่งทนกับระดับผลตอบแทนขาดทุนสะสมที่น่าหวาดกลัวเพื่อไปถึงจุดนั้น อัตราส่วนนี้ทำให้เห็นความแตกต่างนั้นได้ในตัวเลขเดียว

นักเทรดและผู้จัดการพอร์ตการลงทุนใช้มันอย่างต่อเนื่อง ทั้งในการรายงานกองทุน การทดสอบย้อนหลัง การเปรียบเทียบกลยุทธ์ และการเลือกลักษณะสัญญาณที่จะติดตาม ตัวเลขนี้ไม่ได้บอกคุณว่าผลตอบแทนที่เป็นบวกในทุกสภาวะตลาดนั้นน่าประทับใจหรือไม่ แต่บอกคุณว่าการเดินทางสู่ผลตอบแทนนั้นคุ้มค่ากับความผันผวนที่เกิดขึ้นหรือไม่ นั่นเป็นคำถามที่แตกต่างกันโดยสิ้นเชิง และอาจเป็นคำถามที่มีประโยชน์มากกว่าสำหรับการตัดสินใจในแต่ละวันเกี่ยวกับการจัดสรรเงินทุน

การทดสอบกลยุทธ์ผ่านบัญชีทดลองของ Pocket Optionก่อนที่จะลงทุนด้วยเงินจริงจะให้ข้อมูลประสิทธิภาพที่จำเป็นสำหรับคำนวณอัตราส่วนที่สำคัญ ทั้งการจับคู่คำสั่งจริง สเปรดจริง โดยปราศจากความเสี่ยงต่อเงินทุน

เหตุผลที่นักเทรดใช้ Sharpe Ratio

เหตุผลเชิงปฏิบัติสำหรับสูตร Sharpe Ratio มาจากปัญหาหนึ่งที่เกิดเป็นประจำ: การเปรียบเทียบผลตอบแทนดิบนั้นทำให้เข้าใจผิด หากมีคนบอกคุณว่าระบบของพวกเขาทำกำไรได้ 30% เมื่อปีที่แล้ว คำตอบที่สมเหตุสมผลเพียงอย่างเดียวคือถามถึงระดับความผันผวนที่เกิดขึ้น กำไร 30% ที่สร้างขึ้นจากผลการดำเนินงานที่ราบรื่นและสม่ำเสมอนั้นแตกต่างอย่างสิ้นเชิงจาก 30% ที่ต้องรอดจากภาวะผลตอบแทนขาดทุนสะสมสูงสุดภายในปีถึง 45% อัตราส่วนนี้แปลงทั้งสองอย่างให้เป็นตัวเลขที่เปรียบเทียบได้เพียงตัวเดียว

นักเทรดใช้ตัวเลขในหลายวิธีที่เฉพาะเจาะจง:

• การเปรียบเทียบกลยุทธ์: สองแนวทางที่มีผลตอบแทนใกล้เคียงกันมักดูแตกต่างกันมากเมื่อนำความผันผวนเข้ามาพิจารณา อัตราส่วนนี้บังคับให้การเปรียบเทียบเกิดขึ้นอย่างยุติธรรม

• การประเมินผู้ให้บริการสัญญาณ: ผู้ให้บริการที่แสดงผลตอบแทนที่โดดเด่นในช่วง 6 เดือนแทบไม่ได้บอกอะไรคุณเลย ผลตอบแทนเดียวกันในช่วง 3 ปีพร้อมอัตราส่วนที่ดีพอสมควรคือส่วนข้อมูลที่มีประโยชน์อย่างแท้จริง

• การตรวจสอบการทดสอบย้อนหลัง: กลยุทธ์ที่ปรับให้เข้ากับข้อมูลในอดีตมักสร้างอัตราส่วนที่สูงผิดปกติในข้อมูลประวัติซึ่งพังทลายในการเทรดจริง ตัวเลขที่สูงอย่างน่าสงสัยในการทดสอบย้อนหลังเป็นสัญญาณเตือนที่ควรตรวจสอบ

• การสร้างพอร์ตการลงทุน: การรวมสินทรัพย์สองรายการที่มีอัตราส่วนรายบุคคลที่ยอมรับได้และมีความสัมพันธ์ต่ำระหว่างกันมักสร้างอัตราส่วนพอร์ตการลงทุนที่สูงกว่าสินทรัพย์แต่ละรายการ นี่คือกลไกหลักอย่างหนึ่งที่อยู่เบื้องหลังการกระจายความเสี่ยง

ข้อจำกัดความรับผิดชอบด้านความเสี่ยง: การเทรดมีความเสี่ยงสูงต่อการสูญเสียเงินทุน บทความนี้มีวัตถุประสงค์เพื่อการศึกษาเท่านั้น และไม่ถือเป็นคำแนะนำทางการเงิน โปรดทำการศึกษาหาข้อมูลด้วยตัวเองและพิจารณาความสามารถในการรับความเสี่ยงของคุณก่อนตัดสินใจเทรดใดๆ เสมอ

สูตร Sharpe Ratio

กลไกเกี่ยวกับความหมายของ Sharpe Ratio อยู่ในการคำนวณสามส่วนที่เรียบง่าย:

Sharpe Ratio = (Rp − Rf) / Op

ตัวเศษจะตัดส่วนที่ง่ายของผลตอบแทนออก ซึ่งเป็นส่วนที่ใครก็ได้รับได้จากการถือพันธบัตรรัฐบาล สิ่งที่เหลืออยู่คือมูลค่าที่แท้จริงที่เกิดจากการรับความเสี่ยงจากตลาด จากนั้นตัวส่วนจะปรับตัวเลขนั้นตามความขรุขระของเส้นทาง หารตัวหนึ่งด้วยอีกตัวหนึ่ง แล้วคุณจะได้ตัวชี้วัดประสิทธิภาพที่ชัดเจน

วิธีคำนวณ Sharpe Ratio

ความหมายของ Sharpe Ratio จะชัดเจนขึ้นเมื่อพิจารณาจากตัวอย่างประกอบ นี่คือกลยุทธ์สองแบบที่มีลักษณะแตกต่างกันในโลกความเป็นจริง:

กลยุทธ์ A: ระบบเทรดตามแนวโน้มแบบอนุรักษ์นิยม

• ผลตอบแทนรายปี (Rp): 16%

• อัตราผลตอบแทนแบบไร้ความเสี่ยง (Rf): 4%

• ส่วนเบี่ยงเบนมาตรฐาน (Op): 9%

ขั้นตอนการคำนวณ:

1. ผลตอบแทนส่วนเกิน: 16% − 4% = 12%

2. หารด้วยความผันผวน: 12% / 9% = 1.33

ผลลัพธ์กลยุทธ์ A: 1.33

กลยุทธ์ B: ระบบ Momentum เชิงรุก

• ผลตอบแทนรายปี (Rp): 28%

• อัตราผลตอบแทนแบบไร้ความเสี่ยง (Rf): 4%

• ส่วนเบี่ยงเบนมาตรฐาน (Op): 26%

ขั้นตอนการคำนวณ:

1. ผลตอบแทนส่วนเกิน: 28% − 4% = 24%

2. หารด้วยความผันผวน: 24% / 26% = 0.92

ผลลัพธ์กลยุทธ์ B: 0.92

กลยุทธ์ B ให้ผลตอบแทนดิบเกือบสองเท่า แต่เมื่อปรับตามความเสี่ยงแล้ว กลยุทธ์ B ทำผลงานได้ต่ำกว่ากลยุทธ์ A ด้วยส่วนต่างที่มีนัยสำคัญ สำหรับนักเทรดที่บริหารความเสี่ยงอย่างรอบคอบ โดยเฉพาะเมื่อใช้เงินจริงและมีการตอบสนองทางอารมณ์ต่อภาวะผลตอบแทนขาดทุนสะสม กลยุทธ์ A จึงเป็นตัวเลือกที่ดีกว่า แม้ว่าผลตอบแทนที่ปรากฏจะดูด้อยกว่าก็ตาม

Sharpe Ratio ที่ดีคือเท่าไร

การทำความเข้าใจว่า Sharpe Ratio ที่ดีคือเท่าไรนั้นต้องอาศัยกรอบอ้างอิง มีการใช้ช่วงเหล่านี้อย่างแพร่หลาย แม้ว่าบริบทจะมีความสำคัญเสมอ:

โดยทั่วไป ผู้จัดการกองทุนมืออาชีพจะให้ผลตอบแทนระหว่าง 0.5 ถึง 1.5 ในระยะเวลาหลายปี กลยุทธ์ของนักเทรดรายย่อยที่มีค่าสูงกว่า 1.0 อย่างสม่ำเสมอถือว่าทำผลงานได้ดีเมื่อเทียบกับความผันผวน ตัวเลขที่สูงกว่า 2.0 ในการทดสอบย้อนหลังควรถูกตั้งคำถามอย่างละเอียด เนื่องจากการปรับแต่งให้จดจำข้อมูลในอดีตมากเกินไปเป็นสาเหตุที่พบบ่อยที่สุด

Sharpe Ratio เทียบกับตัวชี้วัดความเสี่ยงอื่น ๆ

สูตรนิยาม Sharpe Ratio ไม่ใช่วิธีเดียวในการพิจารณาผลการดำเนินงานที่ปรับตามความเสี่ยง และไม่ใช่ตัวเลือกที่ดีที่สุดเสมอไป ทางเลือกสองประการช่วยแก้ปัญหาเฉพาะของการคำนวณมาตรฐาน:

Sortino Ratio แก้ปัญหาที่เกิดขึ้นจริง เมื่อกลยุทธ์การเทรดสร้างเดือนที่ชนะขนาดใหญ่มากเป็นครั้งคราว กำไรเหล่านั้นจะดันส่วนเบี่ยงเบนมาตรฐานให้สูงขึ้นและทำให้ Sharpe Ratio ต่ำลงอย่างไม่เป็นธรรม Sortino นับเฉพาะเดือนที่ผลตอบแทนต่ำกว่าเกณฑ์ต่ำสุดเท่านั้น สำหรับกลยุทธ์การติดตามแนวโน้มที่มีการกระจายตัวของผลตอบแทนเบ้ไปในทางบวก การวัดแบบ Sortino มักจะเป็นการวัดที่ยุติธรรมกว่า

Treynor มีความเกี่ยวข้องน้อยกว่าสำหรับกลยุทธ์การเทรดล้วน ๆ และมีประโยชน์มากกว่าในการประเมินพอร์ตการลงทุนแบบดั้งเดิม เนื่องจากจะแทนที่ส่วนเบี่ยงเบนมาตรฐานด้วย Beta ดังนั้นจึงจะจับเฉพาะความเสี่ยงเชิงระบบแทนที่จะเป็นความผันผวนทั้งหมด นักเทรดรายย่อยส่วนใหญ่จะได้รับประโยชน์มากกว่าจากการยึด Sharpe และ Sortino เป็นเครื่องมือหลัก

ข้อจำกัดและข้อเสีย

ไม่มีตัวเลขใดตัวเลขเดียวที่สามารถครอบคลุมทุกอย่างได้ ใครก็ตามที่พึ่งพาอัตราส่วนนี้โดยไม่เข้าใจจุดบอดจะต้องประหลาดใจในที่สุด

• ผลตอบแทนไม่ได้กระจายตัวแบบปกติในตลาดจริง สูตรนี้สมมติว่ากำไรและการขาดทุนรายเดือนเป็นไปตามเส้นโค้งรูประฆัง แต่ไม่ใช่เช่นนั้น การล่มสลายเกิดขึ้นบ่อยกว่าที่คณิตศาสตร์คาดการณ์ไว้ กลยุทธ์หนึ่ง ๆ อาจแสดงอัตราส่วนที่ยอมรับได้อย่างสมบูรณ์แบบ จนกระทั่งเกิดเหตุการณ์ไม่คาดฝันขึ้นและทำให้กำไรที่สะสมมาหลายเดือนหายไปหมด

• ความผันผวนที่ดีและความผันผวนที่ไม่ดีนั้นได้รับการปฏิบัติเหมือนกัน เดือนที่กลยุทธ์ได้กำไร 25% จะเพิ่มส่วนเบี่ยงเบนมาตรฐานมากเท่ากับเดือนที่ขาดทุน 25% กลยุทธ์ที่ชนะครั้งใหญ่ในบางเดือนแต่ขาดทุนน้อยในช่วงที่เหลือดูมีความเสี่ยงมากกว่าที่เป็นจริงในทางปฏิบัติ

• ช่วงเวลาสั้น ๆ แทบไม่มีความหมาย อัตราส่วนที่คำนวณในช่วง 12 เดือนอาจถูกขับเคลื่อนเกือบทั้งหมดโดยสภาวะตลาดที่เอื้ออำนวยเพียงครั้งเดียว ข้อมูลสามปีขึ้นไปถือเป็นข้อมูลขั้นต่ำสำหรับสิ่งที่ใกล้เคียงกับความน่าเชื่อถือ

• รูปแบบของระดับผลตอบแทนขาดทุนสะสมมองไม่เห็น กลยุทธ์สองแบบที่มีผลตอบแทนรายปีเท่ากันและส่วนเบี่ยงเบนมาตรฐานเท่ากันอาจมีลำดับผลตอบแทนขาดทุนสะสมที่แตกต่างกันอย่างสิ้นเชิง แบบหนึ่งอาจฟื้นตัวจากการขาดทุนภายในไม่กี่วัน อีกแบบหนึ่งอาจใช้เวลาหกเดือนในสภาวะขาดทุนก่อนฟื้นตัว อัตราส่วนนี้ไม่สามารถแยกแยะระหว่างทั้งสองได้

• อัตราแบบไร้ความเสี่ยงเปลี่ยนแปลงผลลัพธ์ ในสภาวะอัตราดอกเบี้ยสูง กลยุทธ์เดียวกันจะสร้างอัตราส่วนที่ต่ำกว่าเมื่อเทียบกับสภาวะอัตราดอกเบี้ยใกล้ศูนย์ แม้ว่าจะไม่มีอะไรเกี่ยวกับกลยุทธ์เปลี่ยนแปลงไปก็ตาม อัตราส่วนที่คำนวณในสภาวะอัตราดอกเบี้ยที่แตกต่างกันไม่สามารถเปรียบเทียบกันได้โดยตรงโดยไม่มีการปรับ

ความเกี่ยวข้องในทางปฏิบัติ: ใช้ผลลัพธ์จากการประยุกต์ใช้วิธีการคำนวณ Sharpe Ratio เป็นจุดเริ่มต้น ไม่ใช่บทสรุป อัตราส่วนที่แข็งแกร่งเป็นสิ่งที่น่าส่งเสริม แต่ไม่ได้แทนที่การตรวจสอบระดับผลตอบแทนขาดทุนสะสมสูงสุด เวลาฟื้นตัว ความสอดคล้องระหว่างการเทรดจริงกับการทดสอบย้อนหลัง และสภาวะตลาดโดยรวมที่ส่งผลต่อความสำเร็จของการดำเนินงานนั้น ๆ