Como probablemente leerás en la documentación de muchos paquetes para negociación algorítmica, existe una lista estándar de métricas bien conocidas aparte de las que ya has mencionado:
- Ratio Sortino : Al igual que el ratio de Sharpe, el ratio de Sortino mide la rentabilidad ajustada al riesgo, pero sólo tiene en cuenta la volatilidad a la baja. Esto puede proporcionar una mejor evaluación del rendimiento de la estrategia, ya que se centra en la volatilidad negativa que normalmente le resulta más indeseable.
$\text{Sortino Ratio}=\frac{R_p-R_f}{\sigma_d}$
- Ratio de libras esterlinas : Se trata de la relación entre la tasa media anual de rentabilidad y la reducción máxima, que puede ayudarle a evaluar el rendimiento de la estrategia en relación con sus pérdidas más significativas.
$\text{Sterling Ratio}=\frac{\text{Annualized Return}}{\text{Max Drawdown}}$
- Ratio Calmar : Similar al ratio Sterling, el ratio Calmar divide la rentabilidad media anual por la reducción media máxima durante un periodo específico (normalmente 3 años). Ayuda a medir la coherencia de una estrategia y su capacidad para recuperarse de las caídas.
$\text{Calmar Ratio}=\frac{\text{Annualized Return}}{\text{Average Max Drawdown over}\,N\,\text{years}}$
- Relación Omega : El ratio Omega mide la relación entre la probabilidad de alcanzar un determinado objetivo de rentabilidad y la probabilidad de caer por debajo de ese objetivo. Tiene en cuenta tanto el potencial alcista como el bajista y puede ayudar a determinar si una estrategia tiene más probabilidades de alcanzar un nivel de rentabilidad concreto.
$\text{Omega Ratio}=\frac{\text{Prob of Returns > Target Return}}{\text{Prob of Returns < Target Return}}$
- Ratio de Treynor : Este ratio mide la rentabilidad de la estrategia por unidad de riesgo sistemático (beta). Ayuda a comprender cuánta rentabilidad genera la estrategia para el nivel de riesgo de mercado que asume.
$\text{Treynor Ratio}=\frac{R_p-R_f}{\beta}$
Otros parámetros más específicos son:
- Número efectivo de apuestas (ENB) : El Número Efectivo de Apuestas mide la diversificación de una cartera teniendo en cuenta la correlación entre sus componentes. Un ENB más alto indica una cartera mejor diversificada.
$ENB = \frac{(\sum_{i=1}^n w_i)^2}{\sum_{i=1}^n w_i^2}$
- Ratio de diversificación : El Ratio de Diversificación mide el grado de diversificación de una cartera comparando la volatilidad de la cartera con la volatilidad media ponderada de sus componentes individuales. Un Ratio de Diversificación más alto indica una cartera mejor diversificada, ya que muestra que la volatilidad global de la cartera es inferior a la media ponderada de sus componentes individuales.
$\text{Diversification Ratio} = \frac{\sqrt{\sum_{i=1}^n (w_i \cdot \sigma_i)^2}}{\sum_{i=1}^n w_i \cdot \sigma_i}$
- Valor en riesgo condicional (CVaR) : También conocido como Expected Shortfall, el CVaR mide la pérdida esperada en condiciones extremas de mercado, más allá de un determinado nivel de confianza. Es más sensible al riesgo de cola que la ampliamente utilizada métrica del valor en riesgo (VaR). $\alpha$ es el nivel de confianza, $VaR_\alpha$ es el valor en riesgo con un nivel de confianza determinado, y $f(x)$ es la función de densidad de probabilidad de los rendimientos de la cartera.
$CVaR = \frac{1}{(1-\alpha)} \int_{-\infty}^{VaR_\alpha} x \cdot f(x) \, dx$
- Ratio de pérdidas y ganancias (GLR) : El Ratio Ganancias-Pérdidas mide la ganancia media en relación con la pérdida media, proporcionando una indicación de la capacidad de la estrategia para generar rendimientos positivos frente a rendimientos negativos.
$GLR = \frac{\text{Average of Positive Returns}}{\text{Average of Negative Returns}}$
- Índice de dolor : El Índice de Dolor mide la duración media, la profundidad y la frecuencia de los periodos de pérdida. Un Pain Index más bajo indica una experiencia de inversión más favorable, con periodos de pérdidas más cortos y menos severos. $Loss_i$ es la pérdida durante la detracción $i$ , $Length_i$ es la duración de la reducción $i$ y $n$ es el número de detracciones.
$\text{Pain Index} = \frac{\sum_{i=1}^{n} Loss_i \cdot Length_i}{\sum_{i=1}^{n} Length_i}$
Esto es sólo una selección de métricas, aunque para su caso de uso específico puede haber métricas adicionales que sean más apropiadas.
