5 votos

Ratios de Sharpe de Bootstrapping

Una pregunta similar a esta se hizo aquí:

¿Cómo puedo probar la importancia de la relación de Sharpe de una estrategia utilizando bootstrap?

He realizado el bootstrap de las series temporales originales (utilizando el bootstrap de bloques) y ahora he calculado el ratio de Sharpe para esas series bootstrap, lo que me da una estimación bootstrap del ratio de Sharpe.

Sólo uno de cada 100 de los Ratios de Sharpe era inferior a cero, por lo que ¿puedo decir que el Ratio de Sharpe es positivo con un 99% de probabilidad?

¿Existe alguna regla general sobre el número de remuestreos de booststrap que se deben utilizar? ¿Son suficientes 100?

¿O hay algo que se me haya escapado?

Baz

0 votos

¿Hay alguna razón por la que necesites arrancar? El ratio de Sharpe sólo se ve afectado ligeramente por la autocorrelación y la heteroscedasticidad.

2voto

John Rennie Puntos 6821

Bootstrap es un método muy interesante para obtener el desviación de cualquier estimador. Esto significa que puede confiar en él para obtener de desviación de su ratio de Sharpe (SR), sino que lo que se intenta es deducir algo (la probabilidad de ser positivo) de la distribución de ella.

Desde un punto de vista metodológico, si se impulsa el SR a " estándar " (es decir, aleatorizando muestras de tus datos subyacentes), creas muestras virtuales de datos que no tienen sentido: ¿qué significa tener una conclusión mezclando SR de ayer con SR de hace 2 años sin tener en cuenta las que están entre medias? Si intentas hacer bootstrap de una serie temporal, es mucho más sutil, se han creado algunas técnicas para hacerlo. Más o menos, tienes que aplicarles un kernel deslizante (por supuesto puedes hacer cosas más sutiles para tener las mejores propiedades estadísticas posibles de tu estadística bootstrap), es decir preservar la causalidad .

El papel Conferencias sobre algunos aspectos del bootstrap da los detalles más necesarios.

Además, un detalle: si te centras en una estadística de tu ratio de Sharpe, no hace falta que trabajes en el propio ratio de Sharpe, basta con el signo de su numerador.

1voto

Brownie Puntos 151

Esta es una pregunta interesante y sutil. Usted está probando una estrategia de comercio, ¿verdad? Presumiblemente, necesita algunas propiedades de las series de tiempo. Si usted hace un bootstrap independiente que se echan a perder los.

Al mismo tiempo, los independientes son buenos para observar ciertos aspectos (por ejemplo, la asimetría en múltiples horizontes de una estrategia de impulso). Aparte de eso, probablemente tendrá que considerar un bootstrap de bloque u otro bootstrap dependiente.

En su forma más simple CBB (Circular Block Bootstrap)

  • toma los datos, los alinea en un círculo (para evitar problemas de extremos) y
  • Para su tamaño de bloque N, elige puntos de partida aleatorios en el conjunto de datos original (en un círculo)
  • Rellene su bootstrap con los siguientes N puntos de datos hasta que su muestra bootstrap sea del mismo tamaño que la original.

A continuación, ejecute su estrategia y calcule el ratio de Sharpe. A partir de esto, puede obtener una distribución de los ratios de Sharpe

El reto es elegir el tamaño de bloque adecuado. Normalmente, esto se hace con referencia a la función de autocorrelación de la serie temporal original.

Para las estadísticas sin bootstrap sobre los ratios de Sharpe, Andy Lo tiene un documento llamado Las estadísticas de los ratios de Sharpe , que vale la pena mirar. Para IID, son distribuciones t. Para las que no son IID, se necesita un estimador de varianza HAC.

1voto

Rahul Gupta Puntos 145

Compruebe el enfoque propuesto en este documento (concretamente la Observación 3.2): Ledoit, O., & Wolf, M. (2008). Robust performance hypothesis testing with the Sharpe ratio. Journal of Empirical Finance, 15(5), 850-859.

0 votos

Bien hecho majeed. Muy buen artículo.

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