Lợi nhuận vượt trội và Sharpe Ratio của danh mục
Bạn vừa học cách tạo thống kê mô tả cho lợi nhuận danh mục. Bây giờ, bạn sẽ học cách đánh giá hiệu quả hoạt động của danh mục!
Đánh giá hiệu quả liên quan đến việc so sánh lựa chọn đầu tư của bạn với một phương án đầu tư thay thế. Thông thường, hiệu quả được so sánh với việc đầu tư vào một tài sản (gần như) phi rủi ro, chẳng hạn như U.S. Treasury Bill. Lợi nhuận từ U.S. Treasury Bill được gọi là lãi suất phi rủi ro vì T-Bill được Chính phủ Hoa Kỳ bảo đảm.
Trong bài này, bạn sẽ được yêu cầu quy đổi lãi suất phi rủi ro về hàng năm bằng công thức lãi kép. Lãi suất lãi kép theo năm được cho bởi \((1+y)^{12}-1\). Lãi suất năm được dùng để ước tính lợi nhuận theo năm và rất hữu ích cho việc dự báo.
Như bạn có thể nhớ từ video, Sharpe Ratio là một thước đo quan trọng cho biết tỷ lệ lợi nhuận trên độ biến động. Nó được tính bằng cách lấy trung bình lợi nhuận vượt trội (lợi nhuận - lãi suất phi rủi ro), chia cho độ biến động của lợi nhuận.
Trong không gian làm việc đã nạp sẵn đối tượng rf chứa lãi suất một tháng của T-Bill. Lợi nhuận danh mục S&P 500 vẫn có sẵn dưới tên sp500_returns.
Bài tập này là một phần của khóa học
Giới thiệu Phân tích Danh mục đầu tư bằng R
Hướng dẫn bài tập
- Tính lãi suất phi rủi ro quy đổi theo năm bằng công thức lãi kép, gán vào
annualized_rf. - Vẽ chuỗi thời gian của
annualized_rfbằngplot.zoo(). - Tính lợi nhuận vượt trội hàng tháng của danh mục, gán vào
sp500_excess. - In trung bình lợi nhuận vượt trội và trung bình lợi nhuận. So sánh hai giá trị này.
- Hoàn thành mã để tính Sharpe Ratio theo tháng, gán vào
sp500_sharpe.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute the annualized risk free rate
annualized_rf <- (1 + ___)^__ - ___
# Plot the annualized risk-free rate
# Compute the series of excess portfolio returns
sp500_excess <- ___ - ___
# Compare the mean of sp500_excess and sp500_returns
mean(___)
mean(___)
# Compute the Sharpe ratio
sp500_sharpe <- ___(sp500_excess) / ___(sp500_returns)