7 votos

Medición del rendimiento ajustado al riesgo: Devoluciones logarítmicas vs. devoluciones simples y devoluciones medias geométricas vs. aritméticas

Acabo de simular 49 semanas de rendimientos correlacionados en 5 acciones diferentes, asumiendo que los rendimientos están distribuidos de manera logarítmica-normal. Luego, debo asumir que los 49 semanas simuladas de rendimientos representan el rendimiento real de las 5 acciones diferentes en las últimas 49 semanas, y así medir el rendimiento de cada acción usando medidas de rendimiento que considere apropiadas.

Mi primera pregunta es si debo usar (1) rendimientos simples o (2) logarítmicos al evaluar el rendimiento de cada acción utilizando medidas de rendimiento basadas en la volatilidad (por ejemplo, ratio de Sharpe), riesgo extremo (por ejemplo, reward-to-VaR) y momentos parciales inferiores (por ejemplo, ratio de Sortino)?

Además, dependiendo de la respuesta correcta a la primera pregunta, al calcular el rendimiento semanal promedio (es decir, rendimiento medio) de cada acción, ¿debo calcular una media aritmética o geométrica del rendimiento simple/logarítmico?

0 votos

Para ver el Índice de Sharpe, consulte las siguientes preguntas: quant.stackexchange.com/questions/7290/… y quant.stackexchange.com/questions/1102/…

0 votos

Si fuera usted, calcularía ambos y luego los compararía, por ejemplo, por su Ratio de Sharpe.

4voto

ScottyDont Puntos 433

En teoría, los precios de las acciones siguen una distribución lognormal.

introduce aquí la descripción de la imagen

Por lo general, las personas demuestran la lognormalidad refiriéndose a la positividad y asimetría derecha de los precios de las acciones. Matemáticamente (o filosóficamente si así lo prefieres), la lognormalidad se sigue de la siguiente ecuación $\frac{S}{dS}={\mu}dt+{\sigma}dW$, que se puede ver mucho en finanzas cuantitativas ("paseo aleatorio") o en física ("movimiento browniano" o difusión). Si resuelves esta ecuación, verás que el precio $S$ es realmente lognormal.

Sin embargo, si no estás tratando con rendimientos de interés continuo, especialmente con periodos más largos como semanas o años, es posible que no tengas oportunidad de observar el interés compuesto exponencial continuo. Tal proceso se puede describir (o aproximar si así lo prefieres) muy bien mediante el interés compuesto geométrico.

Finalmente, volviendo a tu pregunta. Mi recomendación para calcular medidas ajustadas al riesgo en tu caso sería: a menos que puedas demostrar, gráficamente o mediante pruebas estadísticas, que tus rendimientos semanales son lognormales, utiliza el promedio geométrico de cambios porcentuales simples. Esto permitirá (1) el interés compuesto y (2) una mejor interpretabilidad. El promedio aritmético te dará resultados incorrectos al hacer interés compuesto. La lognormalidad será una complicación innecesaria en tu caso.

0 votos

Hola Sergey, si uno quisiera extender el horizonte de tus rendimientos, digamos para el promedio geométrico de cambios porcentuales simples, multiplicándolo por el horizonte deseado. Por ejemplo, extender un rendimiento promedio geométrico semanal a un rendimiento promedio geométrico anual multiplicándolo por 52, ¿seguiría teniendo sentido el índice de Sharpe, ya que probablemente podría ser mucho más alto que los niveles convencionales de índice de Sharpe como 1.5?

0voto

user15071 Puntos 1628

Las simulaciones suelen basarse en un movimiento browniano geométrico. Por lo tanto, en este caso, el enfoque de retornos lognormales es apropiado. Esto también te obliga a calcular una media geométrica.

0 votos

Estoy de acuerdo contigo si tuviera que calcular el ex ante/expected Sharpe ratio. Pero se supone que debo asumir que los rendimientos simulados representan los rendimientos históricos reales de las últimas 49 semanas. Esto significa que necesito evaluar el rendimiento ex post.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X