Post List

2018년 6월 24일 일요일

수익률의 일관성 지표. K.Ratio in HenryQuant





모든 투자자는 원합니다.
변동성이 낮으면서 꾸준하게 우상향 하는 수익률을


1. 먼저 변동성이 낮다는 건 다음과 같습니다.




A와 B 그래프는 결과적으로 같은 수익률을 기록하지만
사람들은 A전략을 B에 비해 훨씬 선호할 것입니다.

훨씬 변동성이 낮기 때문이죠
즉, 손익의 변동이 낮은 전략을 선호합니다.



2. 우상향을 선호한다는 건 다음과 같습니다.



장기적으로 수익률이 높다면
투자자들은 어느 정도의 변동성은 인내할 수 있습니다.



이러한 두 가지 요소를 고려한 지표가 K-Ratio 입니다.
해당 지표의 계산은 다음과 같습니다.




포트폴리오의 누적 수익률의 회귀 계수를 구한 후,
이를 회귀 계수의 표준오차로 나누어 줍니다.

표준오차는 회귀계수와 실제 관측값의 차이 정도입니다.





회귀 계수는 수익률의 우상향 정도를 의미하며,
표준오차는 손익의 변동성을 의미합니다.

따라서 K-Ratio가 높을 수록
안정적으로 우상향하는 전략임을 뜻합니다.




devtools::install_github("hyunyulhenry/HenryQuant")
library(HenryQuant)

library(quantmod)
getSymbols("SPY")



먼저 HenryQuant 패키지를 업데이트 한 후,
quantmod의 getSymbols를 이용하여
S&P500 수익률 ETF인 "SPY" 데이터를 다운받습니다.



R = Return.calculate(Ad(get("SPY")))
K.ratio(R)

SPY의 수정주가 수익률을 계산하여 R 변수에 저장합니다.
그 후, K.ratio 함수를 사용합니다.


K.ratio 함수는 수익률을 입력변수로 하며,
list 형태의 데이터를 반환합니다.

list[[1]]은 K-ratio 값이며,
list[[2]]는 수익률 그래프 및 회귀식 그래프입니다.







07년 이후 SPY ETF의 K-ratio는 116 정도가 나옵니다.



이번에는 중기채 ETF인 BIV의 데이터로 해당 값을 구해 보도록 합니다.


getSymbols("BIV")

R = Return.calculate(Ad(get("BIV")))
K.ratio(R)





주식에 비해 변동성이 훨씬 낮은 관계로
K-ratio 값은 더 높게 나옵니다.


마지막으로 동적자산배분의 K-ratio를 구해보도록 하겠습니다.





안정적인 Equity Curve를 유지하며
K-ratio가 300 가까이 나옵니다.

댓글 없음:

댓글 쓰기