Коэффициент Шарпа: доходность и риск в одном числе

Коэффициент Шарпа (Sharpe ratio) сводит доходность и риск в одно число: он показывает, сколько избыточной доходности портфель приносит на каждую единицу принятого риска. Риск здесь измеряется стандартным отклонением - полной волатильностью доходностей, включая и рыночную, и специфическую составляющие. Именно поэтому метрика стала стандартом для сравнения фондов и стратегий: высокая доходность сама по себе ничего не говорит, пока не известно, какой ценой по риску она получена. Ниже разберём формулу, порядок расчёта, интерпретацию значений, типичные ошибки и отличие коэффициента Шарпа от родственных метрик.

Что измеряет коэффициент Шарпа

Базовая идея проста: доходность нужно соотносить с риском, который пришлось ради неё принять. Уильям Шарп предложил в качестве меры риска стандартное отклонение доходностей $\sigma$ - насколько сильно фактические результаты разбросаны вокруг среднего. Чем больше разброс, тем выше неопределённость и тем «дороже» обходится каждый процент доходности.

Коэффициент Шарпа отвечает на вопрос: «За каждую единицу волатильности какую сверхдоходность над безрисковой ставкой я получаю?» Это и есть доходность с поправкой на риск (risk-adjusted return). Две стратегии с одинаковой доходностью, но разной волатильностью получат разную оценку: ровный портфель с меньшим разбросом будет предпочтительнее «качельного».

Чтобы сразу прикинуть значение для конкретных цифр, подставьте свою доходность, безрисковую ставку и волатильность в калькулятор ниже.

Формула коэффициента Шарпа

Классическая формула выглядит так:

$S = \frac{R_p - R_f}{\sigma_p}$

где $R_p$ - доходность портфеля, $R_f$ - безрисковая ставка, $\sigma_p$ - стандартное отклонение доходностей портфеля. Числитель $R_p - R_f$ - это избыточная доходность, или премия за риск: то, что портфель заработал сверх безрискового вложения. Знаменатель $\sigma_p$ - мера полного риска.

Если работать не со средними, а с рядом доходностей, удобна эквивалентная запись через ожидаемое значение и стандартное отклонение избыточной доходности:

$S = \frac{\mathbb{E}[R_p - R_f]}{\sqrt{\mathrm{Var}(R_p - R_f)}}$

Результат - безразмерная величина. Интуитивно $S = 1$ означает, что на каждый процент волатильности приходится один процент избыточной доходности.

Как рассчитать: пошаговый пример

Пусть портфель за год дал доходность $R_p = 14\%$, безрисковая ставка $R_f = 5\%$, а стандартное отклонение доходностей $\sigma_p = 12\%$. Тогда:

$S = \frac{0.14 - 0.05}{0.12} = \frac{0.09}{0.12} = 0.75$

Значение $0{,}75$ означает 0,75 единицы избыточной доходности на единицу риска. Если у второго фонда доходность выше - $R_p = 18\%$ - но и волатильность $\sigma_p = 28\%$, то его коэффициент $S = (0{,}18 - 0{,}05)/0{,}28 \approx 0{,}46$. Несмотря на более высокую абсолютную доходность, по эффективности использования риска первый портфель выигрывает.

Важная деталь - годовое масштабирование. Если данные месячные, коэффициент пересчитывают в годовой умножением на $\sqrt{12}$ (для дневных - на $\sqrt{252}$), потому что доходность растёт линейно со временем, а стандартное отклонение - как корень из времени.

Как интерпретировать значение

У коэффициента Шарпа есть грубые ориентиры, принятые на практике:

• $S < 1$ - посредственно: риск почти не окупается;
• $1 \le S < 2$ - приемлемо, рабочая стратегия;
• $2 \le S < 3$ - хорошо;
• $S \ge 3$ - отлично (и повод проверить данные на ошибки и переобучение).

Эти пороги условны и зависят от класса активов, периода и частоты данных. Главная ценность метрики - в сравнении: при прочих равных выше тот портфель, у которого коэффициент Шарпа больше. Отрицательный $S$ означает, что портфель проиграл безрисковой ставке, и сравнивать такие значения по величине бессмысленно.

Отличие от коэффициента Сортино

Коэффициент Шарпа штрафует за любую волатильность - и за просадки, и за резкий рост. Но инвестора пугают именно убытки, а не приятные скачки вверх. Эту асимметрию учитывает коэффициент Сортино, где в знаменателе стоит не полное стандартное отклонение, а downside deviation $\sigma_d$ - разброс только отрицательных отклонений от целевого уровня:

$\text{Sortino} = \frac{R_p - R_f}{\sigma_d}$

Для стратегий с симметричным распределением доходностей Шарп и Сортино дают близкие результаты. Для асимметричных - например, опционных - Сортино информативнее, потому что не наказывает за «хорошую» волатильность вверх.

Отличие от коэффициента Трейнора

Главное различие - что считать риском. У Шарпа в знаменателе полный риск (стандартное отклонение), у Трейнора - только систематический риск (бета $\beta_p$):

$S = \frac{R_p - R_f}{\sigma_p}, \qquad T = \frac{R_p - R_f}{\beta_p}$

Для хорошо диверсифицированного портфеля специфический риск погашен, и обе метрики ранжируют фонды согласованно. Для концентрированного портфеля стандартное отклонение велико из-за несистематического риска, поэтому Шарп его «накажет», а Трейнор - нет. Если две метрики дают разный рейтинг, это сигнал о недостаточной диверсификации. Подробный разбор второй метрики - в статье про коэффициент Трейнора; вместе Шарп и Трейнор образуют пару взаимодополняющих мер риск/доходность.

Ограничения метрики

Коэффициент Шарпа неявно предполагает, что доходности распределены нормально, а риск полностью описывается стандартным отклонением. На реальных рынках это не так: распределения имеют «тяжёлые хвосты» и асимметрию, поэтому два портфеля с одинаковым Шарпом могут иметь совершенно разный риск редких больших потерь.

Кроме того, метрика чувствительна к выбору периода и легко «накручивается» сглаживанием доходностей (типично для неликвидных активов, где переоценка происходит редко). Поэтому коэффициент Шарпа применяют к достаточно длинным рядам, на сопоставимых данных и в сочетании с другими показателями - максимальной просадкой, Сортино, Трейнором.

Частые ошибки

• Путают стандартное отклонение с бетой. В знаменателе Шарпа - полная волатильность $\sigma_p$. Подстановка беты превращает формулу в коэффициент Трейнора.
• Забывают вычесть безрисковую ставку. Числитель - это премия $R_p - R_f$, а не сама доходность $R_p$.
• Сравнивают разные периоды без масштабирования. Месячный и годовой коэффициенты несопоставимы без множителя $\sqrt{n}$.
• Ранжируют по модулю отрицательных значений. При $R_p < R_f$ коэффициент отрицателен, и сравнение «по величине» теряет смысл.
• Доверяют единственному числу. Высокий Шарп при асимметричном распределении или сглаженных доходностях может маскировать риск крупных потерь.

FAQ

Какой коэффициент Шарпа считается хорошим? Ориентировочно: $S < 1$ - слабо, $1$–$2$ - приемлемо, $2$–$3$ - хорошо, выше $3$ - отлично. Пороги условны и зависят от класса активов; главное - сравнивать на одинаковом периоде.

Чем коэффициент Шарпа отличается от Сортино? Шарп учитывает всю волатильность, Сортино - только отрицательную (downside deviation). Для асимметричных доходностей Сортино точнее отражает воспринимаемый риск.

Можно ли посчитать коэффициент Шарпа для одного актива? Да, формула та же. Но для отдельной бумаги велик специфический риск, и Шарп будет ниже, чем у диверсифицированного портфеля с той же доходностью.

Коротко

Коэффициент Шарпа - это избыточная доходность на единицу полного риска: $S = (R_p - R_f)/\sigma_p$. Он переводит пару «доходность и риск» в одно сравнимое число и потому удобен для ранжирования портфелей и стратегий. Сравнивайте значения на одинаковом периоде и частоте данных, не забывайте вычитать безрисковую ставку, помните про годовое масштабирование через $\sqrt{n}$ и не путайте стандартное отклонение из формулы Шарпа с бетой из формулы Трейнора.