Il rapporto di Sharpe (annualizzato)
Introduzione all'analisi di portafoglio in R
Kris Boudt
Professor, Free University Brussels & Amsterdam
Valutare le performance
Valutare le performance
Trade-off rischio-rendimento
Trade-off rischio-rendimento
Trade-off rischio-rendimento
Trade-off rischio-rendimento
Trade-off rischio-rendimento
Trade-off rischio-rendimento
Linea di allocazione del capitale
Linea di allocazione del capitale
Linea di allocazione del capitale
Linea di allocazione del capitale
Il rapporto di Sharpe
Il rapporto di Sharpe
Il rapporto di Sharpe
Il rapporto di Sharpe
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
mean(sample_returns)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
mean.geometric(sample_returns)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
StdDev(sample_returns)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
(mean(sample_returns)-0.004)/StdDev(sample_returns)
Annualizzare performance mensili
- Media aritmetica: media mensile * 12
- Media geometrica, con $R_i$ rendimenti mensili:
- $[(1+R_1)\cdot(1+R_2)\cdot...\cdot(1+R_T)]^{12/T} -1$
- Volatilità: volatilità mensile * sqrt(12)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c( -0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c( -0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Return.annualized(sample_returns, scale = 12, geometric = FALSE)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c( -0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Return.annualized(sample_returns, scale = 12, geometric = TRUE)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c( -0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Std.Dev.annualized(sample_returns, scale = 12)
Statistiche di performance in pratica
library(PerformanceAnalytics)
sample_returns <- c( -0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Return.annualized(sample_returns, scale = 12)/
Std.Dev.annualized(sample_returns, scale = 12)
