Коэффициент Шарпа - это, определение Коэффициент Шарпа — это показатель эффективности инвестиционного портфеля (актива), который вычисляется как отношение средней премии за риск к среднему отклонению портфеля. Другими словами можно сказать, что коэффициент Шарпа - это математическое отношение средней доходности к среднему отклонению этой...
О некоторых особенностях, свойственных высокочастотным стратегиям, рассказывает Dr Jonathan Kinlay в своем блоге. Представляю здесь перевод его статьи. Большинство инвесторов, вероятно, никогда не видели эквити высокочастотной стратегии. Есть объективные причины этого: в связи с типичной производительностью таких стратегий, фирмы, использующие...
我拿着你的报告，复制了其中的交易，并根据这些交易在Excel中做了一个计算，没有什么复杂的，看看公式，你自己就会发现，神不烧锅。我把文件附在后面。
正如你所看到的，在测试报告 中，夏普比率的计算是正确的。
我再说一遍，你的算法是不正确的，在计算不同长度的SR时，忘记了样本长度的根，这是一个典型的经济学一年级学生的错误。 对于不同数量的交易，这样的计算值会有明显的不同，而且不可能比较一个月和一年的权益。该死的，谷歌或其他东西...我不知道我是否可以这样做，或者在elitrader上发布计算结果，这将是一个耻辱，因为它不是一些定制的软件，而是主要的一个，它是一个惨败。
PS SR>3是相当正常的SR值，当然除非是调整，对于HFTs来说，它可能是两位数。）
就在这里展示，否则你就得被禁言了。
PS 假设有合理的初始存款和交易手数，不要太小也不要太大。然后就不会有这样的问题了，为什么100美元存款的平均利润1美元比1000美元存款的平均利润100美元的夏普更差。
再一次，你的算法是错误的，在计算不同长度的SR时，忘记了样本长度的根，这是一个典型的经济学一年级学生的错误，对于不同数量的交易，这个计算的数值会有明显的不同，不可能比较一个月和一年的权益。该死的，谷歌或其他东西...你可能要在elitrader上发布这些计算结果，这将是一个耻辱，因为它不是一些定制的软件，而是主流的软件之一......。
你有点问题--首先你想出了一个公式，并把它归于我们，然后你试图找到这个公式的错误。Вспомните/почитайте википедию , напримерhttps://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%8D%D1%84%D1%84%D0%B8%D1%86%D0%B8%D0%B5%D0%BD%D1%82_%D0%A8%D0%B0%D1%80%D0%BF%D0%B0
你也可以在同一个链接中找到标准差。
这只是一个开始，如果我们重新取样（例如，将股权数量增加一倍），他们的公式将有很大不同，尽管利润/风险比率没有太大变化))))。
这仅仅是个开始，有了这样的算法，如果我们重新取样（例如，股权数量翻倍），他们的公式会有很大的不同，尽管利润/风险比率没有什么变化))))。
没有必要用花言巧语来掩饰自己。重新取样是指另一个主题，这里我们只取一个没有任何时间线的PnL样本，并计算夏普比率。
你有点问题--首先你想出了一个公式，并把它归于我们，然后你试图在这个公式中找到一个错误。Вспомните/почитайте википедию , напримерhttps://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%8D%D1%84%D1%84%D0%B8%D1%86%D0%B8%D0%B5%D0%BD%D1%82_%D0%A8%D0%B0%D1%80%D0%BF%D0%B0
你也可以在那里的链接中找到标准差。
听着，维基百科不能代替QE，维基百科没有考虑到实践中发生的全部情况，股权长度（PnL）可以是任何长度，维基百科暗示你只衡量一年，而没有其他的，在那里每天有明确的回国人数。
在此，http://economic-definition.com/Other_branches_of_mathematics/Koefficient_Sharpa_Sharpe_Ratio__eto.html，例如，阅读。
事实上，任何至少做过一次实验室的人都应该知道SR配给的情况。
盈利能力的标准偏差。我们的这位老朋友：我们以为我们已经把他砸得粉碎，但是没有；他在这里，他已经从灰烬中站了起来，作为风险调整收益计算中的风险部分。请注意，将这一统计值在相关时间段内表示出来是极其重要的--最好如上所述，是一年的时间。由于这种计算的性质（这个数字的变化是观察数的平方根的直接结果），它需要乘以或除以观察数的平方根。例如，假设你有一年的每日数据，这就定义了每日标准差，比如说，1万美元，或者1%（让资本数额为100万美元）。为了找到年化标准差，用这个数字乘以一年中工作天数的平方根。如果你划掉日历中的周末和节假日，你会得到大约250天，加上或减去一或两天，这个数字的平方根大约是15.9。因此，如果每天的标准偏差是10,000美元，或1%，那么一年的标准偏差大约是159,000美元，或15.9%。
在计算夏普比率的公式中，为了使结果有意义，必须进行这种跨时间间隔的规范化。请 注意，这个公式允许对一些因素进行调整，如数据集可能不完整（如6个月的数据），以及各时间段不一定等于一天的事实。然而，在我对这些令人费解的现象的解释中，我将依靠我的统计专业朋友的意见。
在这一点上，你可能正在计算你的夏普比率，并想知道你是否应该为这个结果感到羞愧或自豪。按照一个简单的经验法则，我认为你应该几乎总是以用上述方法计算的夏普比率大于或等于1为目标。例如，假设无风险利率为5%，年化回报标准差为15%，这样的投资组合需要至少20%的回报才能达到这个门槛。
0
没有必要躲在花言巧语后面。这里我们只取没有任何时间线的PnL样本，用它来计算夏普比率。
重新取样--作为证伪SR算法的明确方式
在有人通知))))，迅速改变算法。
重新取样--作为证伪SR算法的明确方式
在有人通知))))，迅速改变算法。
明白了，谢谢。对禁令。
我想你已经找到了一个解释，为什么夏普计算会随着初始消耗而略微增加。而且大体上，在余额/权益的绝对变化相同的情况下，初始存款（计算基础）越大，账户资金的相对波动就越小。
PS SR>3是很正常的SR值，当然除非是合体，对于HFT来说，它可能是两位数：)
你知道如何使用搜索引擎是件好事。https://smart-lab.ru/blog/267416.php