샤프 비율

샤프 비율은 위험 단위당 수익률을 측정합니다: 전략의 평균 수익률에서 무위험 이자율을 빼고, 해당 수익률의 변동성으로 나눕니다. 심한 변동으로 연 20%를 버는 전략은 꾸준히 12%를 버는 전략보다 점수가 나쁠 수 있습니다. 이 지표는 특히 그러한 변동성에 가격을 매기기 위해 존재합니다.

원시 수익률은 어떻게 그 결과에 도달했는지 아무것도 알려주지 않으며, 승률은 훨씬 더 적게 알려줍니다. 시스템은 거래의 90%를 이기고도 나쁜 결과로 끝날 수 있습니다. 왜냐하면 발생하는 손실이 수년간의 이득을 모두 없애버리기 때문입니다 — 이를 우리는 꼬리 집중 위험이라고 부릅니다. 샤프 비율은 그 변동성을 수치에 반영하며, 이것이 백테스팅이 단일 품질 점수에 가장 가까운 이유입니다. 가장 가까운 것. 깔끔한 것은 아닙니다.

이 비율은 수익률이 정규, 종형 곡선 분포에 집중된다고 가정합니다. 대부분의 트레이딩 전략은 그렇지 않습니다. 그리드 또는 DCA 방식 시스템은 몇 달간의 작고 꾸준한 이득을 기록하다가 한 번의 급락 손실로 모든 것을 지워버릴 수 있습니다. 그 사건이 발생하기 직전까지 샤프 비율은 부드럽게 나타납니다. 왜냐하면 측정된 샘플 내에서 결국 나타날 하락이 아직 발생하지 않았기 때문입니다.

자기 상관은 상황을 악화시킵니다. 여러 봉에 걸쳐 포지션을 유지하거나, 매일 독립적으로 움직이지 않는 상품을 거래하는 전략은 실제보다 더 안정적으로 보일 수 있습니다. 이는 실제 변동성을 과소평가하고, 연간 샤프 비율을 실거래가 제공할 수 있는 수준보다 훨씬 높게 부풀립니다.

다음으로 고려할 것은 시도한 전략의 수입니다. 한 아이디어의 500가지 변형을 테스트하고 샤프 비율로 순위를 매기면, 최고의 결과는 부분적으로는 기술이고 부분적으로는 500번 시도한 운입니다. 그러한 탐색을 고려하지 않고 단독으로 보고된 단일 백테스트의 샤프 비율은 측정된 샘플 외부에서 우위가 살아남을지 여부에 대해 거의 아무것도 말해주지 않습니다.

우리는 헤드라인 샤프 비율을 액면 그대로 받아들이지 않습니다. 초기 테스트를 통과한 모든 후보는 샘플 외 검사를 받으며, 모든 생존자는 실제라고 부르기 전에 선행 편향에 대한 적대적 감사를 거칩니다. 약한 수익 요소 또는 꼬리 집중 수익 흐름 옆에 있는 과장된 샤프 비율은 그 수치가 꾸며졌음을 알려줍니다. 이 비율은 유용합니다. 또한 단 한 번의 거래도 바꾸지 않고 트레이딩에서 가장 쉽게 과장할 수 있는 통계 중 하나입니다.