Метрики относительной производительности

В сфере алгоритмического трейдинга оценка производительности торговых алгоритмов имеет решающее значение. Метрики относительной производительности представляют собой набор мер для оценки того, насколько хорошо торговая стратегия работает по сравнению с эталоном.

1. Альфа

Альфа измеряет избыточную доходность стратегии относительно доходности эталонного индекса.

Формула: [ \alpha = R_a - (R_f + \beta (R_m - R_f)) ]

2. Бета

Бета измеряет волатильность или систематический риск актива.

Формула: [ \beta = \frac{Cov(R_a, R_m)}{Var(R_m)} ]

3. Коэффициент Шарпа

Коэффициент Шарпа измеряет скорректированную по риску доходность.

Формула: [ \text{Коэффициент Шарпа} = \frac{R_a - R_f}{\sigma_a} ]

4. Коэффициент Сортино

Коэффициент Сортино учитывает только риск снижения.

Формула: [ \text{Коэффициент Сортино} = \frac{R_a - R_f}{\sigma_d} ]

5. Коэффициент Трейнора

Коэффициент Трейнора измеряет доходность на единицу рыночного риска.

Формула: [ \text{Коэффициент Трейнора} = \frac{R_a - R_f}{\beta} ]

6. Информационный коэффициент

Формула: [ \text{Информационный коэффициент} = \frac{R_a - R_b}{\sigma_{a-b}} ]

7. Альфа Дженсена

Формула: [ \text{Альфа Дженсена} = R_a - [R_f + \beta (R_m - R_f)] ]

8. Ошибка отслеживания

Формула: [ \text{Ошибка отслеживания} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (R_{a,i} - R_{b,i})^2} ]

9. Максимальная просадка

Формула: [ \text{Максимальная просадка} = \frac{\text{Значение минимума} - \text{Значение пика}}{\text{Значение пика}} ]

10. Коэффициент Кальмара

Формула: [ \text{Коэффициент Кальмара} = \frac{CAGR}{\text{Максимальная просадка}} ]

Резюме

Метрики относительной производительности являются незаменимыми инструментами в алгоритмическом трейдинге для оценки и сравнения эффективности торговых стратегий.