بهترین بروکر فارکس

نسبت شارپ خوب چیست؟

محاسبه نسبت سورتینو

نسبت شارپ

در امور مالی ، نسبت شارپ (همچنین به عنوان شاخص شارپ ، معیار شارپ ، و نسبت پاداش به متغیر نیز شناخته می‌شود ) عملکرد سرمایه‌گذاری مانند اوراق بهادار یا پورتفولیو را در مقایسه با دارایی بدون ریسک ، پس از تعدیل برای ریسک آن _ به عنوان تفاوت بین بازده سرمایه گذاری و بازده بدون ریسک ، تقسیم بر انحراف استاندارد بازده سرمایه گذاری تعریف می شود. نشان دهنده مقدار اضافی بازدهی است که سرمایه گذار به ازای هر واحد افزایش ریسک دریافت می کند.

این نام به افتخار ویلیام اف شارپ ، [1] که آن را در سال 1966 توسعه داد، گرفته شد .

فهرست

تعریف [ ویرایش ]

از زمان بازبینی آن توسط نویسنده اصلی، ویلیام شارپ، در سال 1994، [2] نسبت قبلی شارپ به صورت زیر تعریف شده است:

نسبت شارپ پس از مدتی از همان معادله بالا استفاده می کند، اما با بازده تحقق یافته دارایی و معیار به جای بازده مورد انتظار. مثال دوم زیر را ببینید.

نسبت اطلاعات تعمیم نسبت شارپ است که به جای استفاده از بازده های بدون ریسک، از برخی شاخص های دیگر معمولاً پرخطر به عنوان معیار استفاده می کند.

استفاده در امور مالی [ ویرایش ]

نسبت شارپ به دنبال این است که مشخص کند بازده یک دارایی چقدر به سرمایه گذار برای ریسک پذیرفته شده جبران می کند. هنگام مقایسه دو دارایی، به نظر می رسد که دارایی با نسبت شارپ بالاتر بازده بهتری را برای همان ریسک ارائه می دهد که معمولاً برای سرمایه گذاران جذاب است. [3]

با این حال، دارایی های مالی اغلب به طور معمول توزیع نمی شوند ، به طوری که انحراف استاندارد تمام جنبه های ریسک را در بر نمی گیرد. برای مثال، طرح‌های پونزی تا زمانی که شکست نخورند، نسبت شارپ تجربی بالایی خواهند داشت. به طور مشابه، صندوقی که گزینه های فروش با ضریب فروش پایین را می فروشد، تا زمانی که یکی از این قراردادها اعمال نشود، نسبت شارپ تجربی بالایی خواهد داشت و ضرر زیادی ایجاد می کند. در هر دو مورد، انحراف استاندارد تجربی قبل از شکست هیچ نشانه واقعی از اندازه ریسک در حال اجرا را نشان نمی دهد.

حتی در موارد کمتر شدید، یک تخمین تجربی قابل اعتماد از نسبت شارپ همچنان مستلزم جمع‌آوری داده‌های بازگشتی در دوره کافی برای مشاهده تمام جنبه‌های بازده استراتژی است. به عنوان مثال، اگر الگوریتم بیمه ای را بفروشد که هر 5 تا 10 سال یک بار شامل پرداخت بدهی بالا می شود، داده ها باید در طول چندین دهه در نظر گرفته شوند، و اگر هر معامله هر 50 میلی ثانیه یک بار انجام شود، الگوریتم معاملاتی با فرکانس بالا ممکن است فقط به یک هفته داده نیاز داشته باشد. با احتیاط نسبت به خطر نتایج غیرمنتظره اما نادری که چنین آزمایشی به دست نیامده است (به سقوط فلاش مراجعه کنید ).

علاوه بر این، هنگام بررسی عملکرد سرمایه‌گذاری دارایی‌ها با هموارسازی بازده (مانند صندوق‌های دارای سود )، نسبت شارپ باید از عملکرد دارایی‌های پایه به جای بازده صندوق استخراج شود (چنین مدلی طرح پونزی فوق‌الذکر را باطل می‌کند. ، به دلخواه).

نسبت‌های شارپ، همراه با نسبت‌های ترینور و آلفای جنسن ، اغلب برای رتبه‌بندی عملکرد مدیران پرتفوی یا صندوق‌های سرمایه‌گذاری مشترک استفاده می‌شوند. برکشایر هاتاوی نسبت شارپ 0.76 برای دوره 1976 تا 2011 داشت که بالاتر از هر سهام یا صندوق مشترک دیگری با سابقه بیش از 30 سال بود. بازار سهام نسبت شارپ در مدت مشابه 0.39 بود. [4]

آزمایشات [ ویرایش ]

چندین آزمون آماری از نسبت شارپ پیشنهاد شده است. اینها شامل مواردی است که توسط Jobson & Korkie [5] و Gibbons, Ross & Shanken پیشنهاد شده است. [6]

تاریخچه [ ویرایش ]

در سال 1952، آرتور دی. روی به حداکثر رساندن نسبت "(md)/σ" پیشنهاد کرد، که در آن m بازده ناخالص مورد انتظار است، d مقداری "سطح فاجعه" است (معروف به حداقل بازده قابل قبول، یا MAR) و σ انحراف استاندارد بازده است. . [7] این نسبت فقط نسبت شارپ است، تنها با استفاده از حداقل بازده قابل قبول به جای نرخ بدون ریسک در صورت حساب، و استفاده از انحراف استاندارد بازده به جای انحراف استاندارد بازده اضافی در مخرج. نسبت روی نیز به نسبت سورتینو مربوط می شود که از MAR در صورتگر نیز استفاده می کند، اما از یک انحراف استاندارد متفاوت (انحراف نیمه / نزولی) در مخرج استفاده می کند.

در سال 1966، ویلیام اف شارپ چیزی را توسعه داد که امروزه به عنوان نسبت شارپ شناخته می شود. [1] شارپ ابتدا آن را نسبت «پاداش به متغیر» نامید، قبل از اینکه دانشگاهیان و اپراتورهای مالی بعدی آن را نسبت شارپ نامیدند. تعریف این بود:

تجدید نظر شارپ در سال 1994 تصدیق کرد که اساس مقایسه باید یک معیار قابل اجرا باشد که با گذشت زمان تغییر می کند. پس از این بازنگری، تعریف این است:

توجه داشته باشید، اگر Rf یک بازده بدون ریسک ثابت در طول دوره باشد ،

اخیراً، نسبت شارپ (اصلی) اغلب با توجه به مناسب بودن آن به عنوان معیار عملکرد صندوق در طول دوره های ارزیابی بازارهای رو به کاهش، به چالش کشیده شده است. [8]

مثالها [ ویرایش ]

فرض کنید دارایی دارای بازده مورد انتظار 15 درصد بیش از نرخ بدون ریسک باشد. ما معمولاً نمی دانیم که آیا دارایی این بازده را خواهد داشت یا خیر. فرض کنید ریسک دارایی را که به عنوان انحراف استاندارد بازده مازاد دارایی تعریف می شود ، 10 درصد ارزیابی می کنیم. بازده نسبت شارپ خوب چیست؟ بدون ریسک ثابت است. سپس نسبت شارپ (با استفاده از تعریف قدیمی) خواهد بود آر آ - آر f σ آ = 0.15 0.10 = 1.5 >>=>=1.5>

فرض کنید که شخصی در حال حاضر در پرتفویی با بازده مورد انتظار 12% و انحراف استاندارد 10% سرمایه گذاری می کند. نرخ بهره بدون ریسک 5 درصد است. نسبت شارپ چقدر است؟

نقاط قوت و ضعف [ ویرایش ]

نسبت شارپ منفی به این معنی است که پرتفوی از معیار خود کمتر عمل کرده است. با وجود همه چیزهای دیگر، یک سرمایه گذار معمولاً نسبت شارپ مثبت بالاتر را ترجیح می دهد زیرا بازدهی بالاتر یا نوسانات کمتری دارد. با این حال، نسبت شارپ منفی را می توان با افزایش بازده (یک چیز خوب) یا افزایش نوسانات (یک چیز بد) افزایش داد. بنابراین، برای مقادیر منفی، نسبت شارپ به خوبی با توابع سودمند سرمایه‌گذار معمولی مطابقت ندارد .

نسبت شارپ راحت است زیرا می توان آن را صرفاً از هر سری بازده مشاهده شده بدون نیاز به اطلاعات اضافی پیرامون منبع سودآوری محاسبه کرد. با این حال، اگر فرصت‌هایی برای هموارسازی یا قیمت‌گذاری اختیاری دارایی‌های غیرنقد وجود داشته باشد، آن را در برابر دستکاری آسیب‌پذیر می‌کند. گاهی اوقات از آمارهایی مانند نسبت سوگیری و خودهمبستگی مرتبه اول برای نشان دادن وجود احتمالی این مشکلات استفاده می شود.

در حالی که نسبت Treynor فقط ریسک سیستماتیک یک پرتفوی را در نظر می گیرد، نسبت شارپ هر دو ریسک سیستماتیک و خاص را در نظر می گیرد. اینکه کدام یک مرتبط تر است به زمینه پورتفولیو بستگی دارد.

بازده اندازه گیری شده می تواند با هر فرکانسی باشد (یعنی روزانه، نسبت شارپ خوب چیست؟ هفتگی، ماهانه یا سالانه)، تا زمانی که به طور معمول توزیع شود ، زیرا بازده ها همیشه می توانند سالانه شوند. در اینجا ضعف اساسی نسبت نهفته است - همه بازده دارایی ها به طور معمول توزیع نمی شوند. ناهنجاری‌هایی مانند کشیدگی ، دم‌های چاق‌تر و قله‌های بالاتر، یا چولگی در توزیع می‌تواند برای این نسبت مشکل‌ساز باشد، زیرا انحراف معیار در صورت وجود این مشکلات اثربخشی یکسانی ندارد. [9]

از آنجایی که نسبتی بدون بعد است، افراد عادی تفسیر نسبت های شارپ سرمایه گذاری های مختلف را دشوار می دانند. به عنوان مثال، سرمایه گذاری با نسبت شارپ 0.5 چقدر بهتر از سرمایه گذاری با نسبت شارپ 0.2- است؟ این ضعف با توسعه معیار عملکرد تعدیل شده با ریسک مودیلیانی ، که بر حسب واحد درصد بازده است، به خوبی برطرف شد - تقریباً برای همه سرمایه گذاران قابل درک است.

در برخی تنظیمات می توان از معیار کلی برای تبدیل نسبت شارپ به نرخ بازده استفاده کرد. (معیار کلی اندازه ایده آل سرمایه گذاری را نشان می دهد که وقتی با دوره و نرخ بازده مورد انتظار در هر واحد تنظیم شود، نرخ بازدهی را نشان می دهد.) [10]

دقت تخمین‌گرهای نسبت شارپ به ویژگی‌های آماری بازده بستگی دارد و این ویژگی‌ها می‌توانند به طور قابل‌توجهی در بین استراتژی‌ها، پورتفولیوها و در طول زمان متفاوت باشند. [11]

عقب ماندگی به عنوان معیار انتخاب صندوق [ ویرایش ]

بیلی و لوپز د پرادو (2012) [12] نشان می‌دهند که نسبت‌های شارپ در مورد صندوق‌های تامینی با سوابق کوتاه، اغراق‌آمیز هستند. این نویسندگان یک نسخه احتمالی از نسبت شارپ را پیشنهاد می کنند که عدم تقارن و دم چربی توزیع بازده را در نظر می گیرد. با توجه به انتخاب مدیران پورتفولیو بر اساس نسبت‌های شارپ، این نویسندگان منحنی بی‌تفاوتی نسبت شارپ را پیشنهاد کرده‌اند [13] این منحنی این واقعیت را نشان می‌دهد که استخدام مدیران پورتفولیو با نسبت‌های شارپ پایین و حتی منفی کارآمد است. تا زمانی که همبستگی آنها با سایر مدیران پورتفولیو به اندازه کافی کم باشد.

گوتزمن، اینگرسول، اشپیگل و ولش (2002) به این نتیجه رسیدند که بهترین استراتژی برای به حداکثر رساندن نسبت شارپ یک سبد، زمانی که هم اوراق بهادار و هم قراردادهای اختیار معامله در این اوراق برای سرمایه گذاری در دسترس هستند، پرتفویی از فروش یک نمونه بدون پول است. تماس بگیرید و یک عدد بدون پول بفروشید. این سبد یک بازده مثبت فوری ایجاد می کند، احتمال زیادی برای ایجاد بازده نسبتاً بالا دارد، و احتمال کمی برای ایجاد زیان های بزرگ دارد. شاه (2014) مشاهده کرد که چنین پورتفولیوی برای بسیاری از سرمایه گذاران مناسب نیست، اما حامیان مالی که مدیران صندوق را اساساً بر اساس نسبت شارپ انتخاب می کنند، انگیزه هایی را برای مدیران صندوق ایجاد می کنند تا چنین استراتژی را اتخاذ کنند. [14]

نسبت شارپ (Sharpe Ratio) چیست؟

نسبت شارپ

در سال ۱۹۶۶، ویلیام شارپ مفهومی انقلابی را در زمینه سرمایه گذاری معرفی کرد که آن را با عنوان «نسبت شارپ» می‌شناسیم. این مفهوم به سرمایه گذاران کمک می‌کند تا به‌ شکلی مؤثر، بازده (سود) سرمایه‌گذاری خود را در مقایسه با میزان ریسک آن تعیین کنند. در واقع سرمایه‌گذار با کمک این مفهوم، علاوه بر ارزیابی میزان کارآمدی سرمایه گذاری اش، می‌تواند میزان ریسک آن را هم مشخص کند. به‌دلیل اهمیت این نسبت در دنیای امور مالی، در این مطلب که به کمک مقاله ای که وب سایت هج ترید منتشر شده است، به طور کامل درباره نسبت شارپ، ارتباط آن با ارزهای دیجیتال و همچنین مزایا و محدودیت های این مفهوم صحبت خواهیم کرد.

از زمانی که این نسبت وارد دنیای سرمایه گذاری شد، تا به امروز جزو محبوب ترین معیارهای ریسک/ بازده در بین سرمایه گذاران بوده است. بخش عمده ای از این محبوبیت، به‌دلیل سادگی این معیار است. البته پس از آنکه جایزه نوبل اقتصاد به ویلیام شارپ تعلق گرفت، اعتبار این مفهوم در بین سرمایه گذاران بیشتر هم شد. این جایزه، پاداش کارهایی بود که شارپ روی مدل قیمت گذاری دارایی های سرمایه ای (CAPM) انجام داد.

حالا بیایید ببینیم چرا سرمایه گذاران باید به این نسبت توجه ویژه‌ای داشته باشند.

نسبت شارپ و روش محاسبه‌ آن

با محاسبه نسبت شارپ (Sharpe Ratio)، می‌توان مقدار سود سرمایه‌گذاری را به‌ازای هر واحد ریسک تعیین کرد. همه افرادی که در بازار سرمایه حضور دارند، از معامله گران روزانه گرفته تا سرمایه گذاران بلندمدت که دارایی را می‌خرند و مدت ها نگه می‌دارند، می‌توانند از این روش محاسباتی مفید برای ارزیابی عملکردشان بهره بگیرند.

البته منظور از ارزیابی عملکرد، محاسبه مقدار کل سود سرمایه گذاری نیست، بلکه تعیین نسبت مقدار سود به ریسک آن است.

در واقع نسبت شارپ، متوسط مقدار «سود تعدیل‌شده» به‌ازای هر واحد نوسان بازار یا مجموع ریسک موجود است. سود تعدیل‌شده، اختلاف بین سود کل با نرخ بهره بدون ریسک است و نرخ بهره بدون ریسک نیز به درصد سودی گفته می‌شود که به صورت قطعی در اختیار سرمایه گذار قرار می‌گیرد. برای مثال، نرخ سود بانکی و نرخ سود اوراق قرضه دولتی تقریبا بدون ریسک و تضمین‌شده است. اگر فرض کنیم نرخ سود بانکی یا ارواق قرضه ۲۰ درصد در سال است و از طرفی یک سرمایه‌گذار بتواند با سرمایه‌گذاری در اوراق بهادار، ۷۰ درصد سود در سال به دست آورَد، در این صورت نرخ سود تعدیل شده معادل با اختلاف این دو عدد، یعنی ۵۰ درصد، خواهد بود.

افرادی که با فعالیت‌های پرریسک در ارتباط هستند، باید به این امر توجه بیشتری داشته باشند. به طور کلی هر چه نسبت شارپ بزرگتر باشد، «سود تعدیل‌شده از نظر ریسک» برای سرمایه گذار جذاب تر خواهد بود.

به عنوان یک نمونه خوب از سرمایه‌گذاری های بدون ریسک، می‌توان به اوراق قرضه دولتی ایالات متحده اشاره کرد. صد البته درباره دو عامل زیر اختلاف نظرهایی هم وجود دارد:

۱. آیا نرخ بازده کوتاه‌مدت ترین اوراق بهادار دولتی هم باید در محاسبه اعمال شود.

۲. آیا ابزار سرمایه‌گذاری بدون ریسک باید کاملا با بازه زمانی که در آن سرمایه گذار انتظار حفظ سرمایه اش را دارد، مطابقت داشته باشد یا نه.

در حقیقت، محدودیت اصلی نسبت شارپ این است که درباره‌ی سرمایه گذاری‌های که توزیع سود در آن ها نرمال نیست، کار نمی‌کند. در ادامه، محدودیت های بیشتر این نسبت را هم مرور خواهیم کرد.

فرمول نسبت شارپ

برای محاسبه نسبت شارپ از فرمول استاندارد زیر استفاده می‌کنیم:

Sharpe Ratio = (Rp – Rf) / σp

که معادل فارسی آن می‌شود:

برای محاسبه نسبت شارپ، باید نرخ بهره بدون ریسک (Rf) را از سود سبد سهام (Rp) کم کنید و حاصل را بر انحراف معیار (واریانس یا تغییرات) مازاد سبد سهام (σp) تقسیم کنید. توجه داشته باشید که نرخ بهره بدون ریسک، اغلب به سرمایه گذاری‌های ایمن و بدون ریسک مانند اوراق قرضه دولتی و نرخ سود بانکی اشاره دارد.

در اینجا یک سوال مهم پیش می‌آید. چه زمانی می‌توانیم بگوییم نسبت شارپ محاسبه شده خوب است؟ به‌بیان واضح تر، چه چیزی می‌تواند نشان گر سود بالای یک داراییِ نسبتا کم ریسک باشد؟

  • هر نسبت شارپ که از ۱.۰ بیشتر باشد، برای سرمایه گذاران در محدوده قابل قبول تا خوب قرار دارد.
  • نسبت هایی که از ۲.۰ بیشتر باشند، بسیار خوب هستند.
  • نسبت ۳.۰ یا بالاتر عالی است.
  • نسبتی که از ۱.۰ کمتر باشد، پایین تر از حد استاندارد است.

متنوع سازی سبد سهام

بنابر نظریه سبد سهام مدرن، اگر دارایی های پرتفوی را به شکلی متنوع انتخاب کنید که همبستگی کمی بین این دارایی ها وجود داشته باشد، ریسک سبد سهام تان کاهش می‌یابد. بنابراین همه تخم‌مرغ ها را در یک سبد نگذارید!

در متنوع سازی سبد سهام، به جای اینکه کل سرمایه تان را به یک شرکت، صنعت یا دارایی خاص اختصاص دهید، آن را بین ابزارهای مالی و صنایع مختلف توزیع می‌کنید و به این ترتیب ریسک سبدتان را کاهش می‌دهید. بنابراین، متنوع سازی می‌تواند به‌شکل بالقوه ای نسبت شارپ را افزایش دهد. فقط کافی است نسبت شارپ سبد متنوع خودتان را با سبد مشابهی که تنوع کمی دارد، مقایسه کنید.

برای محاسبه نسبت شارپ، سرمایه گذاران باید این طور فرض کنند که ریسک معادل همان نوسان است. البته این موضوع مشکل خاصی ایجاد نمی‌کند؛ اما فقط یک ایراد دارد و آن این است که همه معاملات و سرمایه‌گذاری ها لزوما با نوسان مواجه نیستند.

کاربردهای نسبت شارپ

با نسبت شارپ می‌توانید عملکرد قبلی سبد سهامتان را هم ارزیابی کنید. برای این کار باید در فرمول آن، آمار و ارقام مربوط به سرمایه گذاری‌های قبل را وارد کنید. به همین ترتیب، می‌توانید عملکرد آینده سبد سهامتان را هم پیش‌بینی کنید؛ با این تفاوت که این بار اعداد واقعی را نمی‌دانید و باید سود مورد‌ انتظار و نیز نرخ بهره بدون ریسک مورد انتظار را وارد کنید. در این حالت نسبت شارپی که محاسبه می‌کنید، عددی احتمالی خواهد بود.

نسبت شارپ به شما کمک می‌کند منشأ سودهای مازاد سبد سهامتان را پیدا کنید و بفهمید که آیا این سودهای اضافی به دلیل تصمیمات هوشمندانه شما در سرمایه‌گذاری به دست آمده است یا نتیجه ریسک بالایی است که پذیرفته‌اید. به هر حال، فقط زمانی می‌توانید بگویید سرمایه گذاری شما اطمینان بخش بوده است که این بازده های مازاد صرفا به‌دلیل هوشمندی شما و نه به‌خاطر ریسک زیاد به دست آمده باشند. ساده تر بگوییم، هرچه نسبت شارپ یک سبد بالاتر باشد، عملکرد بهتری در تعدیل ریسک خواهد داشت. اگر نسبت شارپ منفی شود، دو حالت وجود دارد: یا نرخ بهره بدون ریسک بیشتر از بازده سبد سهام بوده است یا کلا بازده سبد منفی بوده است. هر کدام از این دو حالت که باشد فرقی نمی‌کند، از نسبت شارپ منفی نمی‌توان معنای خاصی دریافت.

نسبت های سورتینو و ترینور

نسبت شارپ به دو شاخه مختلف تقسیم می‌شود که هر دو بسیار مفید هستند. یکی از آنها نسبت سورتینو (Sortino) و دیگری نسبت ترینور (Treynor) است.

سورتینو سود سبد سهام را به‌ازای ریسک منفی تعیین می‌کند، اما با ترینور می‌توان مقدار کل بازده مازاد را به‌ازای هر واحد ریسک که سبد سهام می‌تواند بپذیرد به دست آورد.

برخلاف نسبت شارپ که کل ریسک مطلوب و نامطلوب سرمایه‌گذاری را در نظر می‌گیرد، سورتینو فقط با ریسک نامطلوب سروکار دارد. سورتینو اثراتی را که حرکات قیمتی رو به بالا (مثبت) روی انحراف معیار می‌گذارند حذف می‌کند. به همین دلیل، فقط روی توزیع سود کمتر از سود هدف (حرکات رو به پایین) متمرکز است.

برای محاسبه نسبت سورتینو، در صورت کسر فرمول، نرخ بهره بدون ریسک را از سود موردانتظار کم می‌کنیم و سپس حاصل را بر انحراف معیار بازده منفی دارایی تقسیم می‌کنیم.

با توجه به فرمول، سود سبد سهام به‌شکل قابل‌توجهی کمتر از سودی که انتظار داریم می‌شود. چرا؟ چون سود موردانتظار را از مقدار سود سبد سهام کم کرده‌ایم.

نسبت ترینور، از ضریب بتا یا همبستگی سبد سهام با کل بازار استفاده می‌کند. نسبت ترینور مشخص می‌کند که آیا سرمایه‌گذار در حال سود کردن است یا نه. مخصوصا اگر قرار است ریسک بیشتری را علاوه بر ریسک ذاتی بازار بپذیرد.

رابطه نسبت شارپ با ارزهای دیجیتال

اگر با معامله‌گری ارزهای دیجیتال آشنا هستید، حتما می‌دانید که ریسک و نوسان زیادی در این بازار وجود دارد. به همین دلیل تعیین اینکه چه مقدار ریسک می‌توانید بپذیرید، در تصمیمات و انتخاب راهبردهای معامله‌هایتان نقشی اساسی خواهد داشت. با توجه به اینکه نسبت شارپ ابزاری سودمند برای بررسی بازده با ریسک تعدیل‌شده است، بیشتر معامله‌گران ارزهای دیجیتال از آن استفاده می‌کنند. آنها با این ابزار می‌توانند درک بسیار بهتری از میزان ریسکی که باید بپذیرند داشته باشند.

به جز کوین‌هایی مانند بیت کوین و اتریوم که ارزش بازار بالایی دارند و به‌طور نسبی باثبات‌تر از سایر ارزها هستند، تعداد بسیار زیادی از ارزهای دیجیتال را باید پرریسک قلمداد کرد. در واقع، بسیاری از ارزهای دیجیتال جدیدتر، فاقد ثباتی هستند که بیت کوین و اتریوم دارند؛ آن هم به این دلیل که بازار این ارزها نقدشوندگی کمتری دارد. این امر درباره ارزهای دیجیتالی مانند زیرو‌اکس (0x)، اومیسه‌گو (OmiseGo)، نئو و دش هم صادق است. نسبت شارپ نمی‌تواند این بی‌ثباتی را برطرف کند، اما می‌تواند بینشی از قیمت آینده آنها به ما بدهد؛ با اینکه کاملا غیرقابل پیش‌بینی هستند.

معامله ارزهای دیجیتال

وقتی پای معامله ارزهای دیجیتال به میان می‌آید، فقط یک نرخ بازده بدون ریسک داریم. آن هم این است که ارزهای دیجیتال خودتان را به‌منظور تأمین نقدینگیِ یک صرافی، به آن بسپارید. سودی که سالانه از این کار نصیب‌تان می‌شود، به‌طور متوسط ۱% از مبلغ موردنظر و در قالب همان ارز دیجیتالی است که به صرافی سپرده‌اید.

برای نمونه، فرض کنیم ارز دیجیتالی که به صرافی سپرده‌اید، لایت کوین است. در این مورد بخصوص، به‌طور متوسط ۱% سود از سپردن این لایت کوین‌ها به صرافی دریافت خواهید کرد. اما حتی سپردن ارزهای دیجیتال به یک صرافی هم نمی‌تواند به طور کامل «بدون ریسک» باشد. چرا؟ چون همیشه خطر هک شدن یا مسدود شدن حسابتان در صرافی به هر دلیلی وجود دارد.

تعداد بسیار زیادی از صرافی‌های ارز دیجیتال، به معامله‌گران اجازه دسترسی به ای‌پی‌آی‌ها (APIs- رابط‌های برنامه‌نویسی برنامه‌های کاربردی) را می‌دهند. بنابراین معامله‌گران می‌توانند از نسبت شارپ (ترجیحا در دوره‌های زمانی کوتاه) برای محاسبه نسبت ریسک- پاداش مربوط به یک معامله خاص استفاده کنند.

در دوره‌های زمانی کوتاه، نسبت شارپ می‌تواند به‌عنوان یک ابزار مدیریت ریسک عمل کند. برای مثال، با کمک نسبت شارپ می‌توانید تعیین کنید که یک معامله خودکار باید انجام شود یا نه. اگر امکان ادغام این نسبت به‌عنوان بخشی از یک الگوریتم معاملاتی وجود داشته باشد، عالی است. این کار اطمینان می‌دهد که خودکارسازی معامله ارز دیجیتال، در کنار سایر سیاست‌های مدیریت ریسک معامله‌گران لحاظ شده است.

فراموش نکنید که استفاده از نسبت شارپ به‌معنای آن نیست که همه چیز بی‌عیب و نقص پیش خواهد رفت. دلیلش این است که طبق نظریه قوی سیاه، نمی‌توان به دقت همه رویدادهای بازار را پیش‌بینی کرد. مخصوصا در معاملات ارز دیجیتال، پیش‌بینی بازار کاری بس دشوار است.

محدودیت هایی که نسبت شارپ دارد

اگر یادتان باشد، اشاره‌ای کوتاه به محدودیت اصلی این نسبت داشتیم و گفتیم که در فرمول نسبت شارپ، باید فرض را بر این قرار داد که سرمایه‌گذاری‌ها توزیع سود نرمال دارند. بنابراین، این نسبت برای آن دسته از سرمایه‌گذاری‌هایی که توزیع سودشان نرمال نیست به خوبی کار نمی‌کند و باید بررسی‌های بیشتری درباره آنها انجام دهیم.

نسبت شارپ از انحراف معیار بازده در مخرج کسر به‌جای ریسک کل سبد سهام استفاده می‌کند. فرض اساسی این است که بازده‌ها توزیع نرمال دارند. توزیع نرمال داده‌ها تا حد زیادی مشابه انداختن یک جفت تاس است. می‌دانیم که در طی پرتاب‌های مختلف، بیشترین احتمال به ظاهر شدن عدد ۷ تعلق دارد. از سوی دیگر، احتمال ظاهر شدن اعداد ۲ و ۱۲ از همه کمتر است؛ چرا که برای هر دوی آنها فقط یک حالت وجود دارد (برای ۲، هر دو تاس باید ۱ بیاید و برای ۱۲، هر دو تاس باید ۶ بیاید).

با این حال، در بازارهای مالی معمولا بازده از حد میانگین فاصله دارد. به این دلیل که سقوط و صعود غیرقابل پیش‌بینی زیادی در قیمت‌ها اتفاق می‌افتد. علاوه بر آن، در انحراف معیار، فرض بر این است که حرکات قیمتی در هر دو جهت به یک اندازه ریسکی هستند، چیزی که ممکن است در عمل اتفاق نیفتد.

دستکاری نسبت شارپ به‌منظور مدیریت سبد سهام و بهبود تاریخچه بازده‌های تعدیل شده از نظر ریسک، کار آسانی است. برای این کار، کافی است فواصل اندازه گیری بازده را افزایش دهید تا ارزیابی دقیق‌تری به دست آورید که چندان تحت تأثیر نوسانات قرار نگرفته باشد. برای مثال، انحراف معیار سالانه بازده روزانه، از انحراف معیار سالانه بازده هفتگی و آن هم به نوبه خود از انحراف معیار سالانه بازده ماهانه، به شکل قابل توجهی بیشتر است.

روش دیگری هم برای شناسایی داده هایی که بر بازده تعدیل شده از نظر ریسک تأثیر می‌گذارند و احتمال دارد اطلاعات درست مربوط به آن را تحریف کنند، وجود دارد. در این روش کافی است برای تجزیه و تحلیل بهترین نسبت شارپ احتمالی، دوره های زمانی خاصی را در نظر بگیریم.

نتیجه گیری

اگر می‌خواهید بهترین سرمایه گذاری ها را برای سبدتان انتخاب کنید، باید ارزیابی ریسک و پاداش را همزمان با هم انجام دهید. در حقیقت، این همان نکته اصلی است که نظریه سبد مدرن ارائه می‌کند. وقتی پای ریسک به میان می آید، این انحراف معیار یا واریانس است که پاداش (سود) سرمایه گذاران را کاهش می‌دهد. بنابراین در هر تصمیمی که برای سرمایه گذاری می‌گیرید، در کنار سود، باید ریسک ها را هم بررسی کنید.

به یاد داشته باشید که نسبت شارپ، اطلاعات چندان ارزشمندی را درباره حرکات قیمتی و پیش بینی آنها ارائه نمی دهد. در واقع این نسبت را باید به عنوان نوعی ابزار پشتیبان به‌منظور ارزیابی ریسک/ بازده در یک سبد در نظر بگیرید. این موضوعِ مهمی است که همه افراد حاضر در بازار ارزهای دیجیتال باید به آن توجه کنند، زیرا اغلب در این بازار با نوسانات پیش بینی نشده رو به رو خواهند شد.

در مجموع، نسبت شارپ ابزاری فوق العاده برای کمک به شما در یافتن و انتخاب بهترین سرمایه گذاری با بالاترین بازده ممکن است و همزمان ریسک ها را هم در نظر می‌گیرد.

نسبت شارپ چیست؟

Sharpe

نسبت شارپ (Sharp Ratio) توسط “ویلیام اف. شارپ (William F. Sharpe)” به منظور کمک به سرمایه گذاران برای درک بهتر “سود یک سرمایه گذاری نسبت به ریسک آن” توسعه یافته است. ویلیام شارپ برای این قضیه موفق به دریافت جایزه نوبل شد. این نسبت، میانگین سود دریافتی و نرخ بهره بدون ریسک، به ازای هر واحد از نوسان کلِ بازار است.

تفاضلِ نرخ بهره بدون ریسک و میانگین سود دریافتی، به سرمایه گذار اجازه می‌دهد تا تفکیک بهتری از نسبت سود به زیان داشته باشد. در اصل، هرچقدر که مقدار نسبت شارپ بالاتر باشد، سود تعدیل شده بر اساس ریسک نیز بیشتر خواهد شد. افراد فعال در بازار سرمایه به خوبی با مفهوم پرتفوی و اهمیت تشکیل آن آشنایی دارند. یکی از راه‌های کنترل ریسک سرمایه‌گذاری، تشکیل سبدی متنوع از دارایی‌ها است.

برخی از سرمایه گذاران به اشتباه موفقیت پورتفوی خود را تنها بر اساس میزان بازدهی آن می‌سنجند و سرمایه گذاران معدودی ریسک‌های موجود در دستیابی به این سود را در نظر می‌گیرند. معیارهای ارزیابی عملکرد پورتفوی، عوامل مهمی در تصمیمات سرمایه گذاری هستند.

این معیارها اطلاعات قابل توجه و مهمی را به سرمایه گذاران ارائه می‌دهند تا کارآمدی پول سرمایه گذاری شده و پرتفوی انتخابی خود را ارزیابی کنند و راهنمایی برای تصمیمات آتی خواهند بود. یکی از این معیارهایی که بسیار کارآمد بوده و مورد توجه فعالان بازار سرمایه قرار گرفته، نسبت شارپ است.

نسبت شارپ به منظور کمک به سرمایه گذاران برای درک بهتر سود یک سرمایه‌گذاری نسبت به ریسک آن، توسعه یافته است. نسبـت شارپ میانگین بازده به‌دست‌آمده مازاد بر نرخ سود بدون ریسک به ازای هر واحد از نوسان پذیری یا ریسک کل است. با کسر نرخ بدون ریسک از میانگین بازده، عملکرد فعالیت‌های مربوط به قبول ریسک را می‌توان جدا نمود.

کاربرد نسبت شارپ

نسبت شارپ اغلب برای مقایسه تغییرات ریسک و بازده کلی یک پرتفوی و زمانی که یک دارایی جدید به آن افزوده می‌شود، بکار می‌رود. نکته دیگری که از نسبت شارپ می‌توان استخراج کرد، به صرفه بودن سرمایه گذاری در سهام شرکت مورد نظر در مقایسه با سرمایه گذاری بدون ریسک به عنوان مثال اوراق مشارکت است.

نسبت شارپ معمولاً به منظور اندازه‌گیری عملکرد مدیران سرمایه گذاری در مقایسه با ریسک نیز، مورد استفاده قرار می‌گیرد. نسبت شارپ به یکی از مهم ترین و گسترده ترین روش ها برای محاسبه سود تعدیل شده بر اساس ریسک بدل شده است.

تئوری “دارایی مدرن” یا (MPT) می‌گوید که افزودن سرمایه به منظور سرمایه گذاری در سبدی از سهام هایی که همبستگی ندارند، می‌تواند مجموع ریسک را بدون از دست دادن اصل سود کاهش دهد.

این افزایش تنوع ممکن است نسبت شارپ این نوع سبدها را به نسبت سایر سبدهایی که دارای همبستگی بیشتری هستند، افزایش دهد. برای این که این نسبت افزایش یابد، سرمایه گذاران باید در نظر بگیرند که ریسک مساوی با نوسانی است که بی دلیل اتفاق افتاده است؛ اما این نوسان ممکن است به حدی محدود باشد که در تمامی معاملات اتفاق نیافتد مانند بیت کوین در ارزهای دیجیتال که در بستر فناوری بلاکچین فعالیت می کند.

نسبت شارپ می‌تواند در محاسبه رفتارهای گذشته سبدها نیز استفاده شود.

به این صورت که به جای گذاشتن اعداد کنونی و واقعی در فرمول، سرمایه گذاران اعداد سبدهای گذشته را در فرمول قرار می‌دهند و به این ترتیب نسبت شارپ آن را محاسبه می‌کنند. نسبت شارپ همچنین می‌تواند مشخص کند که سود یک سبد سهامی بر اساس سرمایه گذاری هوشمند بوده است یا یک سرمایه گذاری با ریسک فراوان. همچنین یک سبد یا صندوق سرمایه گذاری می‌تواند سودی بیشتر از حد مورد انتظار به ارمغان بیاورد. تنها در صورتی می‌توان آن را یک سرمایه گذاری موجه تلقی کرد، که سود آن بر پایه ریسک بیش از حد نباشد.

هرچه نسبت شارپ یک سبد سهام بزرگتر باشد، عملکرد سود تعدیل شده بر اساس ریسک آن بهتر خواهد بود.

اگر نتایج تحلیل نسبت شارپ عددی منفی نشان دهد، به این معناست که نرخ بهره بدون ریسک آن بزرگ تر از سود آن سبد سهامی است و انتظار می‌رود که بازدهی سبد نیز منفی شود. در هر یک از این موارد، نسبت شارپ منفی نتیجه مثمر ثمری به ما ارائه نخواهد داد.

به زبان ساده‌تر این نسبت بیان می‌کند که آیا بازدهی به‌دست‌آمده از سرمایه‌گذاری در یک سهم با توجه به ریسک بالا به دست آمده است و یا خیر و سرمایه گذار به ازای ریسکی که در سرمایه گذاری متحمل می‌شود چقدر بازده اضافه کسب خواهد کرد.

در واقع سرمایه گذاران باید به ازای ریسک مازادی که در سرمایه گذاری پذیرفته‌اند پاداش بیشتری نسبت به بازده بدون ریسک کسب نمایند. هرچقدر که میزان نسبت شارپ بالاتر باشد، نشان دهنده آن است که بازدهی به‌دست‌آمده با قبول ریسک کمتری بوده ‌است.

همچنین منفی بودن نسبت شارپ نشان‌دهنده آن است که بازده مورد انتظار سهم مورد نظر از بازده بدون ریسک کمتر بوده و لذا سرمایه گذاری در چنین حالتی توجیه‌پذیر نخواهد بود.

محدودیت‌های نسبت شارپ

نسبت شارپ سرمایه گذاری چه خوب باشد چه بد، تنها بخشی از ارزیابی را پوشش می‌دهد و برای اینکه این نسبت معنای بیشتری داشته باشد .

باید در کنار سایر شاخص‌ها و نسبت‌ها مقایسه شود زیرا به عنوان مثال مقایسه نسبت شارپ یک سبد اوراق قرضه با سبد سهامی رشدی، فقط نشان‌دهنده آن است که عملکرد ریسک و بازده تعدیل شده یکی بهتر از دیگری است.

از دیگر محدودیت‌های نسبت شارپ آن است که این نسبت فرض می‌کند بازده سرمایه گذاری دارای توزیع نرمال است. در توزیع نرمال، ۶۸% داده‌ها در فاصله مثبت و منفی یک انحراف معیار از میانگین قرار دارند اما چنین فرضی، همیشه درست نخواهد بود. نسبت شارپ به رایج ترین روش برای محاسبه بازده تنظیم ریسک تبدیل شده است.

نظریه مدرن نمونه کارها بیان می کند که اضافه کردن دارایی به سبد متنوع که دارای همبستگی اندک است می تواند ریسک پرتفوی را بدون قربانی بازده کاهش دهد. با افزودن تنوع باید نسبت شارپ را نسبت به پرتفوی مشابه با سطح تنوع پایین تر افزایش داد.

برای این که این امر صادق باشد ، سرمایه گذاران نیز باید این فرض را بپذیرند که ریسک برابر است با نوسانات ، که غیر منطقی نیست اما ممکن است خیلی باریک باشد که در مورد همه سرمایه گذاری ها اعمال شود.

از نسبت Sharpe می توان برای ارزیابی عملکرد گذشته یک نمونه کار (سابق پست) استفاده کرد که در آن از بازده واقعی در فرمول استفاده می شود. از طرف دیگر، یک سرمایه گذار می تواند از عملکرد پرتفوی مورد انتظار و نرخ بدون ریسک مورد انتظار برای محاسبه نسبت شارپ تخمینی استفاده کند نسبت Sharpe همچنین می تواند توضیح دهد که آیا بازده اضافی یک نمونه کارها به دلیل تصمیمات مربوط به سرمایه گذاری هوشمند یا نتیجه خطر زیاد است.

اگرچه یک نمونه کار یا صندوق می تواند بازدهی بالاتری نسبت به همسالان خود داشته باشد ، در صورتی که آن بازده بالاتر با ریسک اضافی همراه نباشد ، سرمایه گذاری خوبی است. هرچه نسبت شارپ یک نمونه کارها بیشتر باشد ، عملکرد تنظیم شده آن با ریسک بهتر خواهد بود.

اگر تجزیه و تحلیل منجر به یک نسبت منفی Sharpe شود ، این بدان معناست که نرخ بدون ریسک از بازده نمونه کارها بیشتر است ، یا انتظار می رود که بازده نمونه کارها منفی باشد. در هر دو حالت ، یک نسبت منفی شارپ معنی معنای مفیدی را منتقل نمی کند.

تغییر نسبت شارپ نسبت Sortino است ، که اثرات حرکت قیمت های رو به بالا را در انحراف استاندارد حذف می کند تا تمرکز خود را بر توزیع بازده هایی که در زیر هدف یا بازده موردنیاز هستند متمرکز کنید.

نسبت Sortino همچنین نرخ بازده ریسک را با بازده موردنیاز در عدد فرمول جایگزین می کند و باعث می شود فرمول بازده نمونه کارها را کمتر از بازده مورد نیاز ، تقسیم شده با توزیع بازده های زیر هدف یا بازده موردنیاز کند.

یکی دیگر از تغییرات نسبت شارپ ، نسبت Treynor است که از بتا یا همبستگی یک نمونه کار با نمونه کارها با بقیه بازار استفاده می کند. بتا معیار عدم ثبات و ریسک یک سرمایه گذاری در مقایسه با کل بازار است. هدف از نسبت Treynor این است که تعیین کند آیا یک سرمایه گذار بخاطر ریسک اضافی بالاتر از ریسک ذاتی بازار جبران می شود.

فرمول نسبت Treynor عبارت است از بازده نمونه کارها کمتر از نرخ ریسک بدون ریسک ، تقسیم بر بتا نمونه کارها.

محدودیت های استفاده از نسبت شارپ

نسبت Sharpe از انحراف استاندارد بازده در مخرج به عنوان نماینده آن در کل ریسک نمونه کارها استفاده می کند ، که فرض می کند بازده ها به طور عادی توزیع می شوند. توزیع عادی داده ها مانند چرخاندن یک جفت تاس است. می دانیم که در بسیاری از غلتک ها، رایج ترین نتیجه حاصل از تاس ها هفت عدد خواهد بود و کمترین نتایج آن دو و دوازده خواهد بود. نسبت Sharpe را می توان توسط مدیران نمونه کارها که به دنبال تقویت تاریخچه برگشت بازده خود با تنظیم ریسک هستند ، دستکاری کرد. این کار با طولانی کردن فاصله اندازه گیری قابل انجام است.

این امر تخمین کمتری از نوسانات خواهد داشت. به عنوان مثال، انحراف استاندارد سالانه بازده روزانه به طور کلی بیشتر از بازده هفتگی است که به نوبه خود ، بالاتر از بازده ماهانه است.

انتخاب یک دوره برای آنالیز با بهترین نسبت شارپ بالقوه و نه یک دوره برگشت خنثی ، روش دیگری برای انتخاب داده های گیلاس است که بازده تنظیم شده ریسک را تحریف می کند.

نسبت شارپ (Sharpe Ratio) چیست؟

اولین و مهم‌ترین اقدام در سرمایه‌ گذاری در ارزهای دیجیتال، شناسایی فرصت‌های مناسب با در نظر گرفتن ریسک‌های احتمالی آن است. معیارهای ارزیابی عملکرد سبد دارایی رمزارزها، عوامل مهمی در تصمیمات سرمایه گذاری هستند. این معیارها اطلاعات قابل توجه و مهمی را به سرمایه گذاران و تریدرها ارائه می‌دهند تا کارآمدی پول سرمایه نسبت شارپ خوب چیست؟ گذاری شده و پرتفوی انتخابی خود را ارزیابی کنند و راهنمایی برای تصمیمات آتی خواهند بود. یکی از این معیارهایی که بسیار کارآمد بوده و مورد توجه سرمایه گذاران و تریدرهای بازار رمزارزها قرار گرفته، نسبت شارپ است.

نسبت شارپ (Sharpe Ratio) معیاری است برای اندازه‌گیری سود تعدیل شده نسبت به ریسک که این نسبت توسط برنده جایزه نوبل، ویلیام اف.شارپ (William F.Sharpe) توسعه داده شده است. به بیان ساده، نسبـت شارپ مقدار سود سرمایه‌گذاری را به ‌ازای هر واحد ریسک نشان می‌دهد.

نسبت شارپ معمولا جهت مقایسه تغییرات ریسک و بازده کلی سبد سرمایه گذاری، زمانی که یک دارایی جدید به آن افزوده می‌شود، کاربرد دارد.

what-is-the-sharpe-ratio-2.jpg

برخی از سرمایه‌گذاران و تریدرها به اشتباه موفقیت پرتفوی خود را تنها بر اساس میزان بازدهی آن می‌سنجند و سرمایه‌گذاران معدودی ریسک‌های موجود در دستیابی به این سود را در نظر می‌گیرند. معیارهای ارزیابی عملکرد پرتفوی، عوامل مهمی در تصمیمات سرمایه گذاری هستند. یکی از این معیارهایی که مورد توجه فعالان بازار رمزارزها قرار گرفته، نسبت شارپ است. نسبـت شارپ میانگین بازده بدست‌آمده مازاد بر نرخ سود بدون ریسک به ازای هر واحد از نوسان پذیری یا ریسک کل است. با کسر نرخ بدون ریسک از میانگین بازده، عملکرد فعالیت‌های مربوط به قبول ریسک را می‌توان جدا نمود.

what-is-the-sharpe-ratio-22.jpg

یک مثال ملموس از این محاسبات آن است که یک پرتفوی که در سرمایه گذاری بدون ریسک شرکت دارد، همچون خرید تتر (که در آن بازده مورد انتظار ثابت است)، دارای نسبت شارپی دقیقاً برابر با صفر است. عموماً، هرچه مقدار نسبت شارپ بالاتر باشد، سود تعدیل شده نسبت به ریسک نیز از جذابیت بالاتری برخوردار است.

اگر سبد دارایی ارز دیجیتال را به شکلی متنوع انتخاب کنید که همبستگی کمی بین این دارایی‌ها وجود داشته باشد، ریسک سبد سهام‌تان کاهش می‌یابد. اگرچه داشتن یک رمزارز با رشد قیمت خوب ممکن است وسوسه برانگیز باشد اما هر سرمایه گذار با تجربه‌ای، با سرمایه گذاری در دارایی‌های مختلف به محافظت از خود در برابر ریسک می‌پردازد. توجه داشته باشید که تنوع در سبد دارایی ارز دیجیتال به معنای داشتن تعداد زیادی کوین نیست که این امر نیز اشتباهی بزرگ در زمینه سرمایه گذاری رمزارزها است.

به منظور تنوع در سبد دارایی رمزارز خود کافی است که کوین‌های قابل اعتماد و با ماهیت متفاوت را نگهداری کنید تا همبستگی بین کوین‌ها کاهش یابد و نسبت شارپ (Sharpe Ratio) سبد سرمایه گذاری شما افزایش یابد.

کاربردهای نسبت شارپ و نسبت‌های سورتینو و ترینور ​

با استفاده از نسبت شارپ قادر خواهید بود تا منشا سوددهی کسب شده در هر سرمایه گذاری را متوجه شوید و با استفاده از این داده‌ها تصمیمات هوشمندانه‌تری اتخاذ کنید. در سرمایه گذاری هرچه نسبت شارپ یک سبد دارایی بالاتر باشد، به معنای عملکرد بهتر در تعدیل ریسک خواهد بود.

اگر نسبت شارپ منفی شود، دو حالت را می‌توان متصور شد: یا نرخ بهره بدون ریسک بیشتر از بازده خرید ارز دیجیتال بوده است یا کلا بازده سبد دارایی ارز دیجیتال منفی بوده است. هر کدام از این دو حالت که باشد نشان دهنده عملکرد ضعیف سبد دارایی است. نسبت شارپ شاخه‌های مختلف را شامل می‌شود که تمامی آن‌ها کاربردی و بسیار مفید هستند. یکی از آن‌ها نسبت سورتینو (Sortino) دیگری نسبت ترینور (Treynor) است.

سورتینو سود سبد رمزارزها را به‌ازای ریسک منفی تعیین می‌کند، اما با ترینور می‌توان مقدار کل بازده مازاد را به‌ازای هر واحد ریسک که سبد رمزارزها می‌تواند بپذیرد، بدست آورد. برخلاف نسبت شارپ متعارف که کل ریسک مطلوب و نامطلوب سرمایه‌گذاری را در نظر می‌گیرد، سورتینو فقط ریسک نامطلوب را در نظر می‌گیرد. همچنین نسبت سورتینو اثراتی را که حرکات قیمتی رو به بالا (افزایش قیمت) روی انحراف معیار می‌گذارند، حذف می‌کند. به همین دلیل، فقط روی توزیع سود کمتر از سود هدف (کاهش قیمت) متمرکز است.

what-is-the-sharpe-ratio-1.jpg

نوسانات بازار ارز دیجیتال به شکلی است که هر ترید یا سرمایه‌گذاری می‌تواند ضرر زیادی را به دنبال داشته باشد و اگر مدیریت ریسک در ارز دیجیتال به‌درستی انجام شود، می‌تواند با کنترل وقایع آینده، از ضررهای احتمالی پیشگیری کند. با توجه به اینکه نسبت شارپ (Sharpe Ratio) ابزاری سودمند برای بررسی بازده با ریسک تعدیل‌شده است، بیشتر تریدرهای رمزارزها از آن استفاده می‌کنند. تریدرها با این ابزار می‌توانند درک بسیار بهتری از میزان ریسکی که باید بپذیرند، داشته باشند و تصمیم‌گیری دقیق‌تری در ترید یا سرمایه گذاری خود داشته باشند.

به جز کوین‌هایی مانند بیت کوین، اتریوم، ریپل و تتر که ارزش بازار بالایی دارند و به‌طور نسبی باثبات‌تر از سایر ارزها هستند، تعداد بسیار زیادی از رمزارزها را باید پرریسک قلمداد کرد. در واقع، بسیاری از ارزهای دیجیتال فاقد ثباتی هستند که بیت کوین، اتریوم، ریپل و تتر دارند؛ آن هم به این دلیل که بازار این ارزها نقدشوندگی کمتری دارد.

دقت داشته باشید که نسبت شارپ نمی‌تواند بی‌ثباتی‌های بازار رمزارزها را برطرف کند، اما می‌تواند پیش‌بینی بهتری از قیمت آینده آن‌ها به ما بدهد؛ با اینکه بر اساس ماهیت، رمزارزها غیر قابل پیش‌بینی هستند.

نسبت شارپ در سرمایه گذاری رمزارزها چه پایین باشد و چه زیاد، تنها بخشی از ارزیابی را جهت سرمایه گذاری یا ترید پوشش می‌دهد و برای اینکه این نسبت معنای بیشتری داشته باشد، باید در کنار سایر شاخص‌ها و نسبت‌ها مقایسه شود زیرا به عنوان مثال مقایسه نسبت شارپ یک سبد رمزارز با سبد دیگر، فقط نشان‌دهنده آن است که عملکرد ریسک و بازده تعدیل شده یکی بهتر از دیگری است. از دیگر محدودیت‌های نسبت شارپ این است که در این نسبت بازده ارزهای دیجیتال دارای توزیع نرمال فرض شده است. در یک توزیع نرمال، ۶۸% داده‌ها در فاصله مثبت و منفی یک انحراف معیار از میانگین قرار دارند اما چنین فرضی به ندرت در بازار رمزارزها مطابق با واقعیت می‌شود.

سخن پایانی​

معیارهای عملکرد سبد دارایی ارز دیجیتال، عوامل مهمی در تصمیمات سرمایه گذاری هستند و بازده کسب شده تنها یکی از موارد مهمی است که در سرمایه‌گذاری باید به آن توجه نمود. نسبت شارپ یا شاخص شارپ، در امور مالی، یکی از معیارهای آماری مهم است که جهت محاسبه نسبت بازده اصلاح شده با ریسک، مورد استفاده قرار می‌گیرد. بالا بودن میزان این معیار نمایانگر بازده به دست آمده، با تقبل ریسک کمتر است. البته از این شاخص باید در کنار سایر نسبت‌ها استفاده نمود تا تصمیم‌گیری هوشمندانه‌ای برای سرمایه‌گذاری منابع مالی خود داشته باشیم. در کنار دارایی‌هایی همچون بیت کوین، ماهیت محافظتی استیبل کوین‌هایی مانند تتر در سبدهای دارایی ارز دیجیتال بازده مناسب‌تر و ریسک کمتری را نشان می‌دهد.

به طور کلی سبد دارایی که حاوی استیبل کوین است، نسبت به سبدی که دارای آلت کوین‌هایی با ریسک بالا و غیرقابل کنترل است، می‌تواند ریسک را کاهش دهد و این تفاوت ماهیت کوین‌ها سبب کاهش ضریب همبستگی خواهد شد که در این صورت نسبت شارپ (Sharpe Ratio) بهتری به‌دست خواهد آمد.

نسبت شارپ (Sharpe Ratio) چیست؟

نسبت شارپ (Sharpe Ratio) چیست؟

طی سال ۱۹۶۶، ویلیام شارپ مفهومی انقلابی را در حوزه سرمایه‌گذاری معرفی نمود که آن را با نام « نسبت شارپ » می‌شناسیم. این مفهوم به سرمایه‌گذاران کمک خواهد کرد تا به‌ صورت مؤثر، بازده (سود) سرمایه‌گذاری خود را در قیاس با اندازه ریسک آن مشخص کنند. در حقیقت سرمایه‌گذار با کمک این مفهوم، علاوه بر ارزیابی مقدار کارآمدی سرمایه‌گذاری خود، قادر است مقدار ریسک آن را هم تعیین کند.

به سبب اهمیت این نسبت در دنیای امور مالی، در این مطلب به‌کمک نوشته ای که در وب‌سایت هج‌ترید ارائه شده است، به شکل کامل درخصوص نسبت شارپ ، ارتباط آن با ارزهای دیجیتال و علاوه بر این مزایا و محدودیت‌های این مفهوم صحبت خواهیم داشت.

از هنگامی که این نسبت وارد دنیای سرمایه‌گذاری گردید، تا به اکنون جزو مورد علاقه ترین معیارهای ریسک/ بازده در میان سرمایه‌گذاران بوده است. قسمت عمده‌ای از این علاقه ، به سبب سادگی این معیار میباشد . البته بعد از آنکه جایزه نوبل اقتصاد به ویلیام شارپ داده شد، اعتبار این مفهوم در میان سرمایه‌گذاران افزایش هم یافت. این جایزه، پاداش فعالیت هایی بود که شارپ روی مدل قیمت‌گذاری دارایی‌های سرمایه‌ای (CAPM) صورت داد.

حالا بیایید ببینیم چرا سرمایه‌گذاران باید به این نسبت اهمیت زیادی بدهد

نسبت شارپ و شیوه محاسبه‌ی آن

با محاسبه نسبت شارپ (Sharpe Ratio)، می‌توان اندازه سود سرمایه‌گذاری را به‌ازای هر واحد ریسک مشخص نمود. همه اشخاصی که در بازار سرمایه حضور دارند، از معامله‌گران روزانه بگیرید تا سرمایه‌گذاران بلندمدت که دارایی را خریداری میکنند و مدت‌ها آن را حفظ میکنند، قادر هستند از این شیوه محاسباتی مفید جهت ارزیابی عملکردشان بهره بگیرند.

البته منظور از ارزیابی عملکرد، محاسبه اندازه کل سود سرمایه‌گذاری نمیباشد، بلکه تعیین نسبت اندازه سود به ریسک آن میباشد.

در حقیقت نسبت شارپ، متوسط اندازه «سود تعدیل‌شده» به‌ازای هر واحد فراز و شیب بازار یا مجموع ریسک موجود میباشد. سود تعدیل ‌گردیده، اختلاف میان سود کل با نرخ بهره بدون ریسک میباشد و نرخ بهره بدون ریسک نیز به درصد سودی گفته میگردد که به شکل قطعی در اختیار سرمایه‌گذار قرار خواهد گرفت.

به عنوان نمونه، نرخ سود بانکی و نرخ سود اوراق قرضه دولتی تقریبا فاقد ریسک و تضمین‌ شده میباشد. اگر تصور کنیم نرخ سود بانکی یا ارواق قرضه ۲۰ درصد در سال میباشد و از سوی دیگر یک سرمایه‌گذار قادر باشد با سرمایه‌گذاری در اوراق بهادار، ۷۰ درصد سود در سال فراهم کند، در این صورت نرخ سود تعدیل ‌شده معادل با اختلاف این دو عدد، یعنی ۵۰ درصد، برآورد خواهد شد.

افرادی که با فعالیت‌های پرریسک در ارتباط میباشند، باید به این مسئله توجه بیشتری داشته باشند. در مجموع هر چه نسبت شارپ عظیم تر باشد، «سود تعدیل‌شده از لحاظ ریسک» برای سرمایه‌گذار جذاب‌تر خواهد بود.

به شکل یک نمونه خوب از سرمایه‌گذاری‌های بدون ریسک، می‌توان به اوراق قرضه دولتی ایالات متحده اشاره داشت. صد البته درخصوص دو عامل زیر اختلاف‌ نظرهایی هم موجود است:

۱. آیا نرخ بازده کوتاه‌مدت‌ترین اوراق بهادار دولتی هم باید در محاسبه اعمال گردد.

۲. آیا ابزار سرمایه‌گذاری فاقد ریسک باید کاملا با بازه زمانی که در آن سرمایه‌گذار انتظار حفظ سرمایه‌اش را دارد، مطابقت داشته باشد یا خیر.

در حقیقت، محدودیت بنیادی نسبت شارپ این میباشد که درخصوص سرمایه‌گذاری‌هایی که توزیع سود در آن‌ها نرمال نمیباشد، کار نخواهد کرد. در ادامه، محدودیت‌های بیشتر این نسبت را هم بررسی خواهیم نمود.

فرمول نسبت شارپ

جهت محاسبه نسبت شارپ از فرمول استاندارد زیر بهرمند خواهیم شد:

Sharpe Ratio = (Rp – Rf) / σp

که معادل فارسی آن بدیت صورت است:

نسبت شارپ (Sharpe Ratio) چیست؟

جهت محاسبه نسبت شارپ ، باید نرخ بهره فاقد ریسک (Rf) را از سود سبد سهام (Rp) کم نمایید و حاصل را بر انحراف معیار (واریانس یا تغییرات) مازاد سبد سهام (σp) تقسیم نمایید. دقت کنید که نرخ بهره فاقد ریسک، معمولا به سرمایه‌گذاری‌های ایمن و فاقد ریسک مثل اوراق قرضه دولتی و نرخ سود بانکی اشاره خواهد داشت.

در این قسمت یک سؤال مهم بوجود میاید. چه هنگامی قادریم بگوییم نسبت شارپ محاسبه ‌گردیده مناسب است؟ به‌بیان ساده تر، چه چیزی قادر است بیان گر سود بالای یک داراییِ نسبتا کم‌ریسک باشد؟

  • هر نسبت شارپ که از ۱.۰ بیشتر محاسبه شود، جهت سرمایه‌گذاران در محدوده قابل‌ قبول تا خوب قرار گرفته است.
  • نسبت‌هایی که از ۲.۰ بیشتر باشند، بسیار خوب میباشند.
  • نسبت ۳.۰ یا بالاتر فوق العاده است.
  • نسبتی که از ۱.۰ کمتر باشد، کم تر از اندازه استاندارد خواهد بود.

متنوع‌سازی سبد سهام

بر اساس نظریه سبد سهام مدرن، اگر دارایی‌های پرتفوی را به صورت متنوع انتخاب نمایید که همبستگی اندکی میان این دارایی‌ها وجود داشته باشد، ریسک سبد سهام‌تان کمتر خواهد شد. لذا همه تخم‌مرغ‌ها را در یک سبد نگهداری نکنید!

طی متنوع‌سازی سبد سهام، به‌جای اینکه کل سرمایه‌تان را به یک شرکت، صنعت یا دارایی خاص محدود نمایید، آن را میان ابزارهای مالی و صنایع مختلف تقسیم می‌کنید و به این صورت ریسک سبدتان را کمتر خواهید کرد. بنابراین، متنوع‌سازی قادر است به صورت بالقوه‌ای نسبت شارپ را بیشتر کند. تنها کافی است نسبت شارپ سبد متنوع خودتان را با سبد مشابهی که تنوع اندکی دارد، مقایسه نمایید.

جهت محاسبه نسبت شارپ، سرمایه‌گذاران باید این گونه تصور کنند که ریسک معادل همان نوسان میباشد. البته این مسئله مشکل خاصی ایجاد نخواهد کرد؛ ولی تنها یک مشکل دارد و آن این میباشد که همه معاملات و سرمایه‌گذاری‌ها الزاما با نوسان مواجه نمیباشند.

کاربردهای نسبت شارپ

با نسبت شارپ قادر هستید عملکرد پیشین سبد سهامتان را هم ارزیابی نمایید. جهت این ‌کار باید در فرمول آن، آمار و ارقام مربوط به سرمایه‌گذاری‌های پیشین را وارد کنید. به همین صورت ، قادر هستید عملکرد آینده سبد سهامتان را هم پیش‌بینی نمایید؛ با این فرق که این بار اعداد حقیقی را نمی‌دانید و باید سود مورد نظر و نیز نرخ بهره فاقد ریسک موردانتظار را وارد نمایید. در این صورت نسبت شارپی که محاسبه خواهید کرد، عددی احتمالی خواهد بود.

نسبت شارپ به شما کمک خواهد کرد منشأ سودهای اصافه سبد سهامتان را بدست بیاورید و دریابید که آیا این سودهای اضافی به سبب تصمیمات هوشمندانه شما در سرمایه‌گذاری پیدید آمده است یا نتیجه ریسک بالایی میباشد که قبول کرده اید. به هر صورت، تنها زمانی قادر هستید بگویید سرمایه‌گذاری شما اطمینان‌بخش بوده است که این بازده‌های مازاد صرفا به سبب هوشمندی شما و نه به موجب ریسک فراوان به دست آمده باشند.

واضح تر بگوییم، هرچه نسبت شارپ یک سبد زیادتر باشد، عملکرد مناسب تری در تعدیل ریسک خواهد داشت. اگر نسبت شارپ منفی بشود، دو حالت ممکن است: یا نرخ بهره فاقد ریسک بیشتر از بازده سبد سهام بوده است یا کلا بازده سبد منفی است. هر یک از این دو حالت که باشد فرقی ندارد، از نسبت شارپ منفی نمی‌توان معنای بخصوصی پیدا کرد.

نسبت‌های سورتینو و ترینور

نسبت شارپ به دو شاخه متنوع تقسیم می‌شود که هر دو خیلی مفید میباشند. یکی از آنها نسبت سورتینو (Sortino) و دیگری نسبت ترینور (Treynor) میباشد.

سورتینو سود سبد سهام را به‌ازای ریسک منفی تعیین می‌کند، اما با ترینور می‌توان مقدار کل بازده مازاد را به‌ازای هر واحد ریسک که سبد سهام می‌تواند بپذیرد به دست آورد.

برخلاف نسبت شارپ که کل ریسک مطلوب و نامطلوب سرمایه‌گذاری را در نظر می‌گیرد، سورتینو فقط با ریسک نامطلوب سروکار دارد. سورتینو اثراتی را که حرکات قیمتی رو به بالا (مثبت) روی انحراف معیار می‌گذارند حذف می‌کند. به همین دلیل، فقط روی توزیع سود کمتر از سود هدف (حرکات رو به پایین) متمرکز است.

جهت محاسبه نسبت سورتینو، در صورت کسر فرمول، نرخ بهره بدون ریسک را از نسبت شارپ خوب چیست؟ سود موردانتظار کم می‌کنیم و سپس حاصل را بر انحراف معیار بازده منفی دارایی تقسیم می‌کنیم.

نسبت‌های سورتینو و ترینور

محاسبه نسبت سورتینو

با توجه به فرمول، سود سبد سهام به‌شکل قابل‌توجهی کمتر از سودی که انتظار داریم می‌شود. چرا؟ چون سود موردانتظار را از مقدار سود سبد سهام کم کرده‌ایم.

نسبت ترینور، از ضریب بتا یا همبستگی سبد سهام با کل بازار استفاده می‌کند. نسبت ترینور مشخص می‌کند که آیا سرمایه‌گذار در حال سود کردن است یا نه. مخصوصا اگر قرار است ریسک بیشتری را علاوه بر ریسک ذاتی بازار بپذیرد.

نسبت شارپ (Sharpe Ratio) چیست؟

رابطه نسبت شارپ با ارزهای دیجیتال

اگر با معامله‌گری ارزهای دیجیتال آشنا هستید، حتما می‌دانید که ریسک و نوسان زیادی در این بازار وجود دارد. به همین دلیل تعیین اینکه چه مقدار ریسک می‌توانید بپذیرید، در تصمیمات و انتخاب راهبردهای معامله‌هایتان نقشی اساسی خواهد داشت. با توجه به اینکه نسبت شارپ ابزاری سودمند برای بررسی بازده با ریسک تعدیل‌شده است، بیشتر معامله‌گران ارزهای دیجیتال از آن استفاده می‌کنند. آنها با این ابزار می‌توانند درک بسیار بهتری از میزان ریسکی که باید بپذیرند داشته باشند.

نسبت شارپ (Sharpe Ratio) چیست؟

به جز کوین‌هایی مانند بیت کوین و اتریوم که ارزش بازار بالایی دارند و به‌طور نسبی باثبات‌تر از سایر ارزها هستند، تعداد بسیار زیادی از ارزهای دیجیتال را باید پرریسک قلمداد کرد. در واقع، بسیاری از ارزهای دیجیتال جدیدتر، فاقد ثباتی هستند که بیت کوین و اتریوم دارند؛ آن هم به این دلیل که بازار این ارزها نقدشوندگی کمتری دارد. این امر درباره ارزهای دیجیتالی مانند زیرو‌اکس (۰x)، اومیسه‌گو (OmiseGo)، نئو و دش هم صادق است. نسبت شارپ نمی‌تواند این بی‌ثباتی را برطرف کند، اما می‌تواند بینشی از قیمت آینده آنها به ما بدهد؛ با اینکه کاملا غیرقابل پیش‌بینی هستند.

معامله ارزهای دیجیتال

زمانی که پای معامله ارزهای دیجیتال به میان می‌آید، تنها یک نرخ بازده بدون ریسک داریم. آن هم این میباشد که ارزهای دیجیتال خودتان را به جهت تأمین نقدینگیِ یک صرافی، به آن بسپارید. سودی که سالانه از این کار نصیب‌تان میگردد ، به صورت متوسط ۱% از مبلغ موردنظر و در قالب همان ارز دیجیتالی میباشد که به صرافی سپرده‌اید.

برای مثال، فرض کنیم ارز دیجیتالی که به صرافی سپرده‌اید، لایت کوین میباشد . در این مورد خاص ، به صورت متوسط ۱% سود از سپردن این لایت کوین‌ها به صرافی دریافت خواهید نمود. اما حتی سپردن ارزهای دیجیتال به یک صرافی هم قادر نیست به شکل کامل «بدون ریسک» باشد. چرا؟ چون همواره خطر هک شدن یا مسدود شدن حسابتان در صرافی به هر علتی وجود دارد.

تعداد بسیار فراوانی از صرافی‌های ارز دیجیتال، به معامله‌گران اجازه دسترسی به ای‌پی‌آی‌ها (APIs- رابط‌های برنامه‌نویسی برنامه‌های کاربردی) را می‌دهند. بنابراین معامله‌گران قادر هستند از نسبت شارپ (ترجیحا در دوره‌های زمانی کوتاه) برای محاسبه نسبت ریسک- پاداش مربوط به یک معامله خاص استفاده کنند.

در دوره‌های زمانی کوتاه، نسبت شارپ قادر است به‌عنوان یک ابزار مدیریت ریسک عمل کند. برای مثال، با کمک نسبت شارپ می‌توانید تعیین کنید که یک معامله خودکار باید انجام شود یا نه. اگر امکان ادغام این نسبت به‌عنوان بخشی از یک الگوریتم معاملاتی وجود داشته باشد، عالی است. این کار اطمینان می‌دهد که خودکارسازی معامله ارز دیجیتال، در کنار سایر سیاست‌های مدیریت ریسک معامله‌گران لحاظ شده است.

فراموش نکنید که استفاده از نسبت شارپ به‌معنای آن نیست که همه چیز بی‌عیب و نقص پیش خواهد رفت. دلیلش این است که بر اساس نظریه قوی سیاه، نمی‌توان به دقت همه رویدادهای بازار را پیش‌بینی کرد. مخصوصا در معاملات ارز دیجیتال، پیش‌بینی بازار کاری بس دشوار است.

محدودیت‌هایی که نسبت شارپ دارد

اگر یادتان باشد، اشاره‌ای کوتاه به محدودیت اصلی این نسبت داشتیم و گفتیم که در فرمول نسبت شارپ، باید فرض را بر این قرار داد که سرمایه‌گذاری‌ها توزیع سود نرمال دارند. بنابراین، این نسبت برای آن دسته از سرمایه‌گذاری‌هایی که توزیع سودشان نرمال نیست به خوبی کار نمی‌کند و باید بررسی‌های بیشتری درباره آنها انجام دهیم.

نسبت شارپ از انحراف معیار بازده در مخرج کسر به‌جای ریسک کل سبد سهام استفاده می‌کند. فرض اساسی این است که بازده‌ها توزیع نرمال دارند. توزیع نرمال داده‌ها تا حد زیادی مشابه انداختن یک جفت تاس است. می‌دانیم که در طی پرتاب‌های مختلف، بیشترین احتمال به ظاهر شدن عدد ۷ تعلق دارد. از سوی دیگر، احتمال ظاهر شدن اعداد ۲ و ۱۲ از همه کمتر است؛ چرا که برای هر دوی آنها فقط یک حالت وجود دارد (برای ۲، هر دو تاس باید ۱ بیاید و برای ۱۲، هر دو تاس باید ۶ بیاید).

با این حال، در بازارهای مالی معمولا بازده از حد میانگین فاصله دارد. به این دلیل که سقوط و صعود غیرقابل پیش‌بینی زیادی در قیمت‌ها اتفاق می‌افتد. علاوه بر آن، در انحراف معیار، فرض بر این است که حرکات قیمتی در هر دو جهت به یک اندازه ریسکی هستند، چیزی که ممکن است در عمل اتفاق نیفتد.

دستکاری نسبت شارپ به‌منظور مدیریت سبد سهام و بهبود تاریخچه بازده‌های تعدیل‌شده از نظر ریسک، کار آسانی است. برای این کار، کافی است فواصل اندازه‌گیری بازده را افزایش دهید تا ارزیابی دقیق‌تری به دست آورید که چندان تحت‌تأثیر نوسانات قرار نگرفته باشد. برای مثال، انحراف معیار سالانه بازده روزانه، از انحراف معیار سالانه بازده هفتگی و آن هم به‌نوبه خود از انحراف معیار سالانه بازده ماهانه، به‌شکل قابل‌توجهی بیشتر است.

روش دیگری هم برای شناسایی داده‌هایی که بر بازده تعدیل‌شده از نظر ریسک تأثیر می‌گذارند و احتمال دارد اطلاعات درست مربوط به آن را تحریف کنند، وجود دارد. در این روش کافی است برای تجزیه و تحلیل بهترین نسبت شارپ احتمالی، دوره‌های زمانی خاصی را در نظر بگیریم.

نتیجه‌گیری

اگر قصد دارید بهترین سرمایه‌گذاری‌ها را برای سبدتان انتخاب نمایید، باید ارزیابی ریسک و پاداش را همزمان با هم صورت بدهید. در واقع ، این همان نکته اصلی میباشد که نظریه سبد مدرن فراهم می‌کند. وقتی پای ریسک به میان می‌آید، این انحراف معیار یا واریانس میباشد که پاداش (سود) سرمایه‌گذاران را کاهش می‌دهد. بنابراین در هر تصمیمی که جهت سرمایه‌گذاری می‌گیرید، در مجاورت سود، باید ریسک‌ها را هم بررسی نمایید.

به خاطر داشته باشید که نسبت شارپ، اطلاعات چندان ارزشمندی را درخصوص حرکات قیمتی و پیش‌بینی آنها ارائه نمیکند. در حقیقت این نسبت را باید به‌عنوان نوعی ابزار پشتیبان به جهت ارزیابی ریسک/ بازده در یک سبد در نظر بگیرید. این موضوعِ مهمی میباشد که همه افراد حاضر در بازار ارزهای دیجیتال باید به آن توجه داشته باشند، زیرا اغلب در این بازار با فراز و نشیب های پیش‌بینی نشده روبه‌رو خواهند شد.

در مجموع، نسبت شارپ ابزاری عالی جهت کمک به شما در پیدا کردن و انتخاب بهترین سرمایه‌گذاری با بالاترین بازده ممکن میباشد و همزمان ریسک‌ها را هم در نظر خواهد گرفت.

مقالات مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

برو به دکمه بالا