7 votos

Medición del rendimiento ajustado al riesgo: Rendimientos logarítmicos vs. rendimientos simples y retorno medio geométrico vs. aritmético

Acabo de simular 49 semanas de retornos correlacionados en 5 acciones diferentes, asumiendo que los retornos son distribuidos lognormalmente. A continuación, se supone que los 49 semanas simuladas de retornos representan el rendimiento real de las 5 acciones diferentes en las últimas 49 semanas, y así medir el rendimiento de cada acción utilizando medidas de rendimiento que considere adecuadas.

Mi primera pregunta se refiere a si debo usar (1) retornos simples o (2) log-retornos al evaluar el rendimiento de cada acción utilizando medidas de rendimiento basadas en la volatilidad (por ejemplo, índice de Sharpe), el riesgo extremo (por ejemplo, recompensa-a-VaR) y momentos parciales inferiores (por ejemplo, índice de Sortino)?

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

0 votos

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

0 votos

Si yo fuera tú calcularía ambos y luego los compararía, por ejemplo, con su Coeficiente de Sharpe.

4voto

ScottyDont Puntos 433

En teoría, los precios de las acciones se distribuyen de forma logarítmica normal.

Introduce aquí la descripción de la imagen

La gente suele demostrar la logaritmia refiriéndose a la positividad y asimetría hacia la derecha de los precios de las acciones. Matemáticamente (o filosóficamente si lo prefieres), la logaritmia sigue de la siguiente ecuación $\frac{S}{dS}={\mu}dt+{\sigma}dW$, la cual puedes ver mucho en finanzas cuantitativas ("caminata aleatoria") 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 composición continua, especialmente con períodos más largos como semanas o años, es posible que no tengas la oportunidad de observar la composición exponencial continua. Tal proceso puede ser muy bien descrito (o aproximado si lo prefieres) por la composición geométrica.

Finalmente, volviendo a tu pregunta. Mi consejo 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, opta por el promedio geométrico de cambios porcentuales simples. Esto permitirá (1) la composición y (2) una mejor interpretabilidad. El promedio aritmético te dará resultados incorrectos cuando compuesto. La logaritmia será una complicación innecesaria en tu caso.

0 votos

Hola Sergey, si se quisiera extender el horizonte de tus rendimientos, digamos para el promedio geométrico de cambios porcentuales simples, multiplicándolo con el horizonte deseado. Por ejemplo, extender un retorno promedio geométrico semanal a un retorno promedio geométrico anual multiplicándolo por 52, ¿el índice de Sharpe seguiría siendo válido 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 se basan comúnmente en un movimiento browniano geométrico. Por lo tanto, en este caso, es apropiado utilizar el enfoque de rendimientos lognormales. Esto también te obliga a calcular una media geométrica.

0 votos

Estoy de acuerdo contigo si tuviera que calcular el índice de Sharpe ex ante/esperado. 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