(Annualiserat) Sharpe-kvot
Introduktion till portföljanalys i R
Kris Boudt
Professor, Free University Brussels & Amsterdam
Mäta avkastning mot riktmärke
Mäta avkastning mot riktmärke
Avvägning risk–avkastning
Avvägning risk–avkastning
Avvägning risk–avkastning
Avvägning risk–avkastning
Avvägning risk–avkastning
Avvägning risk–avkastning
Kapitalfördelningslinjen
Kapitalfördelningslinjen
Kapitalfördelningslinjen
Kapitalfördelningslinjen
Sharpe-kvoten
Sharpe-kvoten
Sharpe-kvoten
Sharpe-kvoten
Prestandastatistik i praktiken
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Prestandastatistik i praktiken
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
mean(sample_returns)
Prestandastatistik i praktiken
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)
Prestandastatistik i praktiken
library(PerformanceAnalytics)
sample_returns <- c(-0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
StdDev(sample_returns)
Prestandastatistik i praktiken
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)
Annualisera månadsavkastning
- Aritmetiskt medelvärde: månadsmedelvärde * 12
- Geometriskt medelvärde, när $R_i$ är månadsavkastningar:
- $[(1+R_1)\cdot(1+R_2)\cdot...\cdot(1+R_T)]^{12/T} -1$
- Volatilitet: månadsvolatilitet * sqrt(12)
Prestandastatistik i praktiken
library(PerformanceAnalytics)
sample_returns <- c( -0.02, 0.00, 0.00, 0.06, 0.02, 0.03, -0.01, 0.04)
Prestandastatistik i praktiken
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)
Prestandastatistik i praktiken
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)
Prestandastatistik i praktiken
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)
Prestandastatistik i praktiken
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)
