Coeficiente de recompensa a la volatilidad


 

Los coeficientes son una parte importante del mundo de las finanzas. Los ratios proporcionan predicciones sobre muchos aspectos de una inversión. Por lo tanto, ayudan al inversor/operador a tener una visión previa de su inversión prevista. Hay muchos tipos de ratios que los inversores y operadores utilizan. Uno de ellos es el coeficiente de volatilidad.

free course banner

¿Qué es el coeficiente de rentabilidad/volatilidad?

El coeficiente de recompensa a la volatilidad o coeficiente de Sharpe es una medida de la rentabilidad ajustada al riesgo que se obtiene restando la tasa libre de riesgo de la rentabilidad de la cartera y dividiendo luego este valor por el exceso de rentabilidad de la desviación estándar de la cartera. Este ratio muestra el rendimiento de una inversión en renta variable en comparación con la tasa de rendimiento de una inversión sin riesgo.

El coeficiente de rentabilidad y volatilidad, también conocido como coeficiente de Sharpe en honor a su fundador William F. Sharpe, es un coeficiente que los inversores utilizan para comparar la rentabilidad de una inversión con su riesgo. Desde su creación en 1966, se utiliza y tiene una gran importancia para los inversores.

El coeficiente de volatilidad ayuda a los inversores a calcular la rentabilidad media que puede esperarse con un riesgo nulo o sin riesgo. Esto significa que el inversor puede calcular la rentabilidad obtenida sin ningún riesgo y puede formular el plan de inversión en función del riesgo que esté dispuesto a asumir. Además, con la ayuda de este ratio, el inversor puede separar los beneficios que forman parte de las actividades relacionadas con el riesgo.

¿Cómo se calcula el coeficiente de volatilidad?

El coeficiente de recompensa a la volatilidad se obtiene cuando la diferencia entre la rentabilidad de la cartera y el tipo sin riesgo se divide por la desviación típica del exceso de rentabilidad de la cartera.

La fórmula de la relación entre recompensa y volatilidad es, [Rp-Rf] p

capital comercial de oro ad
Aquí, Rp= Rendimiento de la cartera

Rf= Tasa libre de riesgo

p= desviación estándar del exceso de rentabilidad de la cartera

La fórmula anterior es la calculadora del coeficiente de volatilidad. Siempre es más comprensible con la ayuda de un ejemplo

X tiene previsto invertir en valores. La rentabilidad esperada es del 20%, la desviación típica del riesgo es del 15% y el tipo sin riesgo es del 8%. Por lo tanto, el coeficiente de recompensa a la volatilidad para dicha inversión es

[0.20-0.08]0.15=0.8

Los cálculos anteriores han dado un coeficiente de volatilidad-recompensa de 0,8. ¿Significa esto que por cada unidad de riesgo que se asume, se puede volver a obtener? Por el importe de ese riesgo.

¿Cómo aplicar el coeficiente de volatilidad?

Como ratio comúnmente utilizado por todos los inversores, el Ratio de Sharpe resulta útil cuando un inversor está planeando añadir otro activo o valor a su cartera actual. Se afirma que las carteras con activos diversificados pueden disminuir el riesgo; además, no se sacrifica la rentabilidad. También se puede comparar el rendimiento pasado de la cartera y el rendimiento esperado de la cartera después de añadir los nuevos activos. Esto puede entenderse con la ayuda de un ejemplo.

La cartera actual (que tiene tanto bonos como acciones) tiene una tasa de rendimiento dada del 18%, y la tasa libre de riesgo es del 5%. La desviación estándar de la rentabilidad de la cartera es del 15%. Por lo tanto, esto nos premia con un ratio de volatilidad de 0,86 o del 86%.

Tras un cuidadoso estudio, el inversor descubre que al añadir el nuevo activo o valor a la cartera, la tasa de rendimiento disminuirá del 18% al 15%. Además, la volatilidad de la recompensa de la cartera bajará al 10%. Suponiendo que la tasa libre de riesgo seguirá siendo la misma, obtenemos un ratio de Sharpe del 100%, que es claramente superior al ratio de Sharpe de la cartera anterior.

El ejemplo anterior muestra que añadir valores diversificados a una cartera puede haber disminuido la rentabilidad absoluta. Sin embargo, ha dado un impulso al rendimiento basado en el ajuste del riesgo. Así pues, con la ayuda de las cifras pasadas y las cifras futuras previstas de la inversión, los inversores pueden comparar ambas y obtener una visión esperada de la inversión prevista.

El ratio de Sharpe compara las decisiones de inversión anteriores y las previstas para el futuro y ayuda a revisar el rendimiento de las carteras de inversión actuales. Los rendimientos más elevados pueden ser el resultado de dos posibilidades, es decir, o bien hay demasiados riesgos asociados a la inversión de la cartera o la decisión de inversión se ha tomado de forma inteligente. En cualquier caso, es aconsejable optar por una decisión de inversión que no vaya acompañada de riesgos elevados, por muy prometedores que parezcan los rendimientos esperados.

El ratio de Sharpe también puede advertir a los inversores sobre las pérdidas que pueden producirse con su inversión prevista. El rendimiento ajustado al riesgo de la cartera es directamente proporcional al ratio de Sharpe. Cuanto mayor sea el ratio de Sharpe, mayor será su rendimiento ajustado al riesgo. El ratio de Sharpe también puede ser negativo debido a dos posibilidades. Una, que la cartera tenga una rentabilidad negativa. Dos, la tasa de rendimiento de la cartera es inferior a la tasa libre de riesgo.

Tipos de coeficiente de volatilidad

Desde 1966, año en que se introdujo el ratio R a V, éste ha sufrido muchos cambios debido al entorno dinámico. Como resultado, hay dos tipos de ratio de Sharpe que los inversores pueden utilizar. Estos son

1. Ratio de Treynor

Desarrollado casi al mismo tiempo que el ratio de Sharpe, el ratio de Treynor también tiene como objetivo calcular la rentabilidad ajustada al riesgo de una cartera, pero de una manera ligeramente diferente. En lugar de la desviación estándar de los rendimientos, utiliza la beta que es el rendimiento de la cartera en correlación con otros elementos del mercado. En palabras sencillas, utiliza la beta de la cartera que existe debido a las fuerzas del mercado.

La explicación anterior nos da la fórmula,

[Rendimiento de la cartera – Tipo libre de riesgo] / Beta de la cartera

Es la mejor herramienta para entender el rendimiento de su cartera en comparación con otras carteras del mercado. Los inversores pueden saber si su respectiva cartera está superando al mercado o no.

2. Ratio de Sortino

El ratio de Sortino es muy diferente del ratio de Sharpe y del ratio de Treynor. En lugar de la desviación estándar y la beta de la cartera en los ratios de Sharpe y Treynor, respectivamente, utiliza como base “la distribución de los rendimientos por debajo de la tasa requerida”. Además, no tiene en cuenta el tipo libre de riesgo, sino que se calcula restando la rentabilidad requerida de la rentabilidad de la cartera.

La fórmula del Ratio de Sortino es, por tanto,

[Rentabilidad de la cartera – Rentabilidad requerida] Distribución de las rentabilidades que están por debajo de la rentabilidad objetivo

Al eliminar la desviación estándar de la fórmula, este ratio elimina el impacto del movimiento alcista de los precios.

Limitaciones del coeficiente de volatilidad

Todo tiene sus inconvenientes, y el ratio de Sharpe no es una excepción. Incluso después de ser la elección de los máximos inversores, hay ciertas limitaciones en este ratio.

Una de las limitaciones podría ser la posibilidad de recibir un ratio de Sharpe negativo. Las razones para ello se han discutido anteriormente. Cuando se aproxima este valor negativo, el inversor intenta acercarse al valor 0 del ratio para salir del impacto negativo. Esto podría hacerse aumentando los rendimientos, que son inciertos y no pueden controlarse. Por lo tanto, este ratio de Sharpe negativo se vuelve inútil, ya que no puede estudiar con precisión las condiciones del mercado.

Todos sabemos que si estamos dispuestos a asumir riesgos, habrá más oportunidades comerciales. Pero el ratio de Sharpe funciona con la lógica de que la volatilidad es igual al riesgo. Por lo tanto, el inversor trata de aumentar la volatilidad para afrontar un menor riesgo, reduciendo en última instancia las oportunidades de negociación.

fxigor

fxigor

Igor ha sido comerciante desde 2007. Actualmente, Igor trabaja para varias empresas comerciales de utilería. Es un experto en nichos financieros, operaciones a largo plazo y niveles técnicos semanales. El campo principal de la investigación de Igor es la aplicación del aprendizaje automático en el comercio algorítmico. Educación: Ingeniería Informática y Ph.D. en el aprendizaje automático. Igor publica regularmente videos relacionados con el comercio en el canal de Youtube de Fxigor.. Para contactar a Igor escriba en: igor@forex.in.rs

Publicación Reciente