نسبت شارپ (Sharpe Ratio) چیست؟

در سال ۱۹۶۶، ویلیام شارپ مفهومی انقلابی را در زمینه سرمایه‌گذاری معرفی کرد که آن را با عنوان «نسبت شارپ» می‌شناسیم. این مفهوم به سرمایه‌گذاران کمک می‌کند تا به‌ شکلی مؤثر، بازده (سود) سرمایه‌گذاری خود را در مقایسه با میزان ریسک آن تعیین کنند. در واقع سرمایه‌گذار با کمک این مفهوم، علاوه بر ارزیابی میزان کارآمدی سرمایه‌گذاری‌اش، می‌تواند میزان ریسک آن را هم مشخص کند. به‌دلیل اهمیت این نسبت در دنیای امور مالی، در این مطلب به‌کمک مقاله‌ای که در وب‌سایت هج‌ترید منتشر شده است، به‌طور کامل درباره نسبت شارپ، ارتباط آن با ارزهای دیجیتال و همچنین مزایا و محدودیت‌های این مفهوم صحبت خواهیم کرد.

از زمانی که این نسبت وارد دنیای سرمایه‌گذاری شد، تا به امروز جزو محبوب‌ترین معیارهای ریسک/ بازده در بین سرمایه‌گذاران بوده است. بخش عمده‌ای از این محبوبیت، به‌دلیل سادگی این معیار است. البته پس از آنکه جایزه نوبل اقتصاد به ویلیام شارپ تعلق گرفت، اعتبار این مفهوم در بین سرمایه‌گذاران بیشتر هم شد. این جایزه، پاداش کارهایی بود که شارپ روی مدل قیمت‌گذاری دارایی‌های سرمایه‌ای (CAPM) انجام داد.

حالا بیایید ببینیم چرا سرمایه‌گذاران باید به این نسبت توجه ویژه‌ای داشته باشند.

نسبت شارپ و روش محاسبه‌ی آن

با محاسبه نسبت شارپ (Sharpe Ratio)، می‌توان مقدار سود سرمایه‌گذاری را به‌ازای هر واحد ریسک تعیین کرد. همه افرادی که در بازار سرمایه حضور دارند، از معامله‌گران روزانه گرفته تا سرمایه‌گذاران بلندمدت که دارایی را می‌خرند و مدت‌ها نگه می‌دارند، می‌توانند از این روش محاسباتی مفید برای ارزیابی عملکردشان بهره بگیرند.

البته منظور از ارزیابی عملکرد، محاسبه مقدار کل سود سرمایه‌گذاری نیست، بلکه تعیین نسبت مقدار سود به ریسک آن است.

در واقع نسبت شارپ، متوسط مقدار «سود تعدیل‌شده» به‌ازای هر واحد نوسان بازار یا مجموع ریسک موجود است. سود تعدیل‌شده، اختلاف بین سود کل با نرخ بهره بدون ریسک است و نرخ بهره بدون ریسک نیز به درصد سودی گفته می‌شود که به‌صورت قطعی در اختیار سرمایه‌گذار قرار می‌گیرد. برای مثال، نرخ سود بانکی و نرخ سود اوراق قرضه دولتی تقریبا بدون ریسک و تضمین‌شده است. اگر فرض کنیم نرخ سود بانکی یا ارواق قرضه ۲۰ درصد در سال است و از طرفی یک سرمایه‌گذار بتواند با سرمایه‌گذاری در اوراق بهادار، ۷۰ درصد سود در سال به دست آورَد، در این صورت نرخ سود تعدیل‌شده معادل با اختلاف این دو عدد، یعنی ۵۰ درصد، خواهد بود.

افرادی که با فعالیت‌های پرریسک در ارتباط هستند، باید به این امر توجه بیشتری داشته باشند. به‌طور کلی هر چه نسبت شارپ بزرگتر باشد، «سود تعدیل‌شده از نظر ریسک» برای سرمایه‌گذار جذاب‌تر خواهد بود.

به‌عنوان یک نمونه خوب از سرمایه‌گذاری‌های بدون ریسک، می‌توان به اوراق قرضه دولتی ایالات متحده اشاره کرد. صد البته درباره دو عامل زیر اختلاف‌نظرهایی هم وجود دارد:

۱. آیا نرخ بازده کوتاه‌مدت‌ترین اوراق بهادار دولتی هم باید در محاسبه اعمال شود.

۲. آیا ابزار سرمایه‌گذاری بدون ریسک باید کاملا با بازه زمانی که در آن سرمایه‌گذار انتظار حفظ سرمایه‌اش را دارد، مطابقت داشته باشد یا نه.

در حقیقت، محدودیت اصلی نسبت شارپ این است که درباره سرمایه‌گذاری‌هایی که توزیع سود در آن‌ها نرمال نیست، کار نمی‌کند. در ادامه، محدودیت‌های بیشتر این نسبت را هم مرور خواهیم کرد.

فرمول نسبت شارپ

برای محاسبه نسبت شارپ از فرمول استاندارد زیر استفاده می‌کنیم:

Sharpe Ratio = (Rp – Rf) / σp

که معادل فارسی آن می‌شود:

برای محاسبه نسبت شارپ، باید نرخ بهره بدون ریسک (Rf) را از سود سبد سهام (Rp) کم کنید و حاصل را بر انحراف معیار (واریانس یا تغییرات) مازاد سبد سهام (σp) تقسیم کنید. توجه داشته باشید که نرخ بهره بدون ریسک، اغلب به سرمایه‌گذاری‌های ایمن و بدون ریسک مانند اوراق قرضه دولتی و نرخ سود بانکی اشاره دارد.

در اینجا یک سؤال مهم پیش می‌آید. چه زمانی می‌توانیم بگوییم نسبت شارپ محاسبه‌شده خوب است؟ به‌بیان واضح‌تر، چه چیزی می‌تواند نشان‌گر سود بالای یک داراییِ نسبتا کم‌ریسک باشد؟

• هر نسبت شارپ که از ۱.۰ بیشتر باشد، برای سرمایه‌گذاران در محدوده قابل‌قبول تا خوب قرار دارد.
• نسبت‌هایی که از ۲.۰ بیشتر باشند، بسیار خوب هستند.
• نسبت ۳.۰ یا بالاتر عالی است.
• نسبتی که از ۱.۰ کمتر باشد، پایین‌تر از حد استاندارد است.

متنوع‌سازی سبد سهام

بنابر نظریه سبد سهام مدرن، اگر دارایی‌های پرتفوی را به شکلی متنوع انتخاب کنید که همبستگی کمی بین این دارایی‌ها وجود داشته باشد، ریسک سبد سهام‌تان کاهش می‌یابد. بنابراین همه تخم‌مرغ‌ها را در یک سبد نگذارید!

در متنوع‌سازی سبد سهام، به‌جای اینکه کل سرمایه‌تان را به یک شرکت، صنعت یا دارایی خاص اختصاص دهید، آن را بین ابزارهای مالی و صنایع مختلف توزیع می‌کنید و به این ترتیب ریسک سبدتان را کاهش می‌دهید. بنابراین، متنوع‌سازی می‌تواند به‌شکل بالقوه‌ای نسبت شارپ را افزایش دهد. فقط کافی است نسبت شارپ سبد متنوع خودتان را با سبد مشابهی که تنوع کمی دارد، مقایسه کنید.

برای محاسبه نسبت شارپ، سرمایه‌گذاران باید این طور فرض کنند که ریسک معادل همان نوسان است. البته این موضوع مشکل خاصی ایجاد نمی‌کند؛ اما فقط یک ایراد دارد و آن این است که همه معاملات و سرمایه‌گذاری‌ها لزوما با نوسان مواجه نیستند.

کاربردهای نسبت شارپ

با نسبت شارپ می‌توانید عملکرد قبلی سبد سهامتان را هم ارزیابی کنید. برای این‌کار باید در فرمول آن، آمار و ارقام مربوط به سرمایه‌گذاری‌های قبل را وارد کنید. به همین ترتیب، می‌توانید عملکرد آینده سبد سهامتان را هم پیش‌بینی کنید؛ با این تفاوت که این بار اعداد واقعی را نمی‌دانید و باید سود مورد‌انتظار و نیز نرخ بهره بدون ریسک موردانتظار را وارد کنید. در این حالت نسبت شارپی که محاسبه می‌کنید، عددی احتمالی خواهد بود.

نسبت شارپ به شما کمک می‌کند منشأ سودهای مازاد سبد سهامتان را پیدا کنید و بفهمید که آیا این سودهای اضافی به‌دلیل تصمیمات هوشمندانه شما در سرمایه‌گذاری به دست آمده است یا نتیجه ریسک بالایی است که پذیرفته‌اید. به هر حال، فقط زمانی می‌توانید بگویید سرمایه‌گذاری شما اطمینان‌بخش بوده است که این بازده‌های مازاد صرفا به‌دلیل هوشمندی شما و نه به‌خاطر ریسک زیاد به دست آمده باشند. ساده‌تر بگوییم، هرچه نسبت شارپ یک سبد بالاتر باشد، عملکرد بهتری در تعدیل ریسک خواهد داشت. اگر نسبت شارپ منفی شود، دو حالت وجود دارد: یا نرخ بهره بدون ریسک بیشتر از بازده سبد سهام بوده است یا کلا بازده سبد منفی بوده است. هر کدام از این دو حالت که باشد فرقی نمی‌کند، از نسبت شارپ منفی نمی‌توان معنای خاصی دریافت.

نسبت‌های سورتینو و ترینور

نسبت شارپ به دو شاخه مختلف تقسیم می‌شود که هر دو بسیار مفید هستند. یکی از آنها نسبت سورتینو (Sortino) و دیگری نسبت ترینور (Treynor) است.

سورتینو سود سبد سهام را به‌ازای ریسک منفی تعیین می‌کند، اما با ترینور می‌توان مقدار کل بازده مازاد را به‌ازای هر واحد ریسک که سبد سهام می‌تواند بپذیرد به دست آورد.

برخلاف نسبت شارپ که کل ریسک مطلوب و نامطلوب سرمایه‌گذاری را در نظر می‌گیرد، سورتینو فقط با ریسک نامطلوب سروکار دارد. سورتینو اثراتی را که حرکات قیمتی رو به بالا (مثبت) روی انحراف معیار می‌گذارند حذف می‌کند. به همین دلیل، فقط روی توزیع سود کمتر از سود هدف (حرکات رو به پایین) متمرکز است.

برای محاسبه نسبت سورتینو، در صورت کسر فرمول، نرخ بهره بدون ریسک را از سود موردانتظار کم می‌کنیم و سپس حاصل را بر انحراف معیار بازده منفی دارایی تقسیم می‌کنیم.

با توجه به فرمول، سود سبد سهام به‌شکل قابل‌توجهی کمتر از سودی که انتظار داریم می‌شود. چرا؟ چون سود موردانتظار را از مقدار سود سبد سهام کم کرده‌ایم.

نسبت ترینور، از ضریب بتا یا همبستگی سبد سهام با کل بازار استفاده می‌کند. نسبت ترینور مشخص می‌کند که آیا سرمایه‌گذار در حال سود کردن است یا نه. مخصوصا اگر قرار است ریسک بیشتری را علاوه بر ریسک ذاتی بازار بپذیرد.

رابطه نسبت شارپ با ارزهای دیجیتال

اگر با معامله‌گری ارزهای دیجیتال آشنا هستید، حتما می‌دانید که ریسک و نوسان زیادی در این بازار وجود دارد. به همین دلیل تعیین اینکه چه مقدار ریسک می‌توانید بپذیرید، در تصمیمات و انتخاب راهبردهای معامله‌هایتان نقشی اساسی خواهد داشت. با توجه به اینکه نسبت شارپ ابزاری سودمند برای بررسی بازده با ریسک تعدیل‌شده است، بیشتر معامله‌گران ارزهای دیجیتال از آن استفاده می‌کنند. آنها با این ابزار می‌توانند درک بسیار بهتری از میزان ریسکی که باید بپذیرند داشته باشند.

به جز کوین‌هایی مانند بیت کوین و اتریوم که ارزش بازار بالایی دارند و به‌طور نسبی باثبات‌تر از سایر ارزها هستند، تعداد بسیار زیادی از ارزهای دیجیتال را باید پرریسک قلمداد کرد. در واقع، بسیاری از ارزهای دیجیتال جدیدتر، فاقد ثباتی هستند که بیت کوین و اتریوم دارند؛ آن هم به این دلیل که بازار این ارزها نقدشوندگی کمتری دارد. این امر درباره ارزهای دیجیتالی مانند زیرو‌اکس (0x)، اومیسه‌گو (OmiseGo)، نئو و دش هم صادق است. نسبت شارپ نمی‌تواند این بی‌ثباتی را برطرف کند، اما می‌تواند بینشی از قیمت آینده آنها به ما بدهد؛ با اینکه کاملا غیرقابل پیش‌بینی هستند.

معامله ارزهای دیجیتال

وقتی پای معامله ارزهای دیجیتال به میان می‌آید، فقط یک نرخ بازده بدون ریسک داریم. آن هم این است که ارزهای دیجیتال خودتان را به‌منظور تأمین نقدینگیِ یک صرافی، به آن بسپارید. سودی که سالانه از این کار نصیب‌تان می‌شود، به‌طور متوسط ۱% از مبلغ موردنظر و در قالب همان ارز دیجیتالی است که به صرافی سپرده‌اید.

برای نمونه، فرض کنیم ارز دیجیتالی که به صرافی سپرده‌اید، لایت کوین است. در این مورد بخصوص، به‌طور متوسط ۱% سود از سپردن این لایت کوین‌ها به صرافی دریافت خواهید کرد. اما حتی سپردن ارزهای دیجیتال به یک صرافی هم نمی‌تواند به طور کامل «بدون ریسک» باشد. چرا؟ چون همیشه خطر هک شدن یا مسدود شدن حسابتان در صرافی به هر دلیلی وجود دارد.

تعداد بسیار زیادی از صرافی‌های ارز دیجیتال، به معامله‌گران اجازه دسترسی به ای‌پی‌آی‌ها (APIs- رابط‌های برنامه‌نویسی برنامه‌های کاربردی) را می‌دهند. بنابراین معامله‌گران می‌توانند از نسبت شارپ (ترجیحا در دوره‌های زمانی کوتاه) برای محاسبه نسبت ریسک- پاداش مربوط به یک معامله خاص استفاده کنند.

در دوره‌های زمانی کوتاه، نسبت شارپ می‌تواند به‌عنوان یک ابزار مدیریت ریسک عمل کند. برای مثال، با کمک نسبت شارپ می‌توانید تعیین کنید که یک معامله خودکار باید انجام شود یا نه. اگر امکان ادغام این نسبت به‌عنوان بخشی از یک الگوریتم معاملاتی وجود داشته باشد، عالی است. این کار اطمینان می‌دهد که خودکارسازی معامله ارز دیجیتال، در کنار سایر سیاست‌های مدیریت ریسک معامله‌گران لحاظ شده است.

فراموش نکنید که استفاده از نسبت شارپ به‌معنای آن نیست که همه چیز بی‌عیب و نقص پیش خواهد رفت. دلیلش این است که طبق نظریه قوی سیاه، نمی‌توان به دقت همه رویدادهای بازار را پیش‌بینی کرد. مخصوصا در معاملات ارز دیجیتال، پیش‌بینی بازار کاری بس دشوار است.

محدودیت‌هایی که نسبت شارپ دارد

اگر یادتان باشد، اشاره‌ای کوتاه به محدودیت اصلی این نسبت داشتیم و گفتیم که در فرمول نسبت شارپ، باید فرض را بر این قرار داد که سرمایه‌گذاری‌ها توزیع سود نرمال دارند. بنابراین، این نسبت برای آن دسته از سرمایه‌گذاری‌هایی که توزیع سودشان نرمال نیست به خوبی کار نمی‌کند و باید بررسی‌های بیشتری درباره آنها انجام دهیم.

نسبت شارپ از انحراف معیار بازده در مخرج کسر به‌جای ریسک کل سبد سهام استفاده می‌کند. فرض اساسی این است که بازده‌ها توزیع نرمال دارند. توزیع نرمال داده‌ها تا حد زیادی مشابه انداختن یک جفت تاس است. می‌دانیم که در طی پرتاب‌های مختلف، بیشترین احتمال به ظاهر شدن عدد ۷ تعلق دارد. از سوی دیگر، احتمال ظاهر شدن اعداد ۲ و ۱۲ از همه کمتر است؛ چرا که برای هر دوی آنها فقط یک حالت وجود دارد (برای ۲، هر دو تاس باید ۱ بیاید و برای ۱۲، هر دو تاس باید ۶ بیاید).

با این حال، در بازارهای مالی معمولا بازده از حد میانگین فاصله دارد. به این دلیل که سقوط و صعود غیرقابل پیش‌بینی زیادی در قیمت‌ها اتفاق می‌افتد. علاوه بر آن، در انحراف معیار، فرض بر این است که حرکات قیمتی در هر دو جهت به یک اندازه ریسکی هستند، چیزی که ممکن است در عمل اتفاق نیفتد.

دستکاری نسبت شارپ به‌منظور مدیریت سبد سهام و بهبود تاریخچه بازده‌های تعدیل‌شده از نظر ریسک، کار آسانی است. برای این کار، کافی است فواصل اندازه‌گیری بازده را افزایش دهید تا ارزیابی دقیق‌تری به دست آورید که چندان تحت‌تأثیر نوسانات قرار نگرفته باشد. برای مثال، انحراف معیار سالانه بازده روزانه، از انحراف معیار سالانه بازده هفتگی و آن هم به‌نوبه خود از انحراف معیار سالانه بازده ماهانه، به‌شکل قابل‌توجهی بیشتر است.

روش دیگری هم برای شناسایی داده‌هایی که بر بازده تعدیل‌شده از نظر ریسک تأثیر می‌گذارند و احتمال دارد اطلاعات درست مربوط به آن را تحریف کنند، وجود دارد. در این روش کافی است برای تجزیه و تحلیل بهترین نسبت شارپ احتمالی، دوره‌های زمانی خاصی را در نظر بگیریم.

نتیجه‌گیری

اگر می‌خواهید بهترین سرمایه‌گذاری‌ها را برای سبدتان انتخاب کنید، باید ارزیابی ریسک و پاداش را همزمان با هم انجام دهید. در حقیقت، این همان نکته اصلی است که نظریه سبد مدرن ارائه می‌کند. وقتی پای ریسک به میان می‌آید، این انحراف معیار یا واریانس است که پاداش (سود) سرمایه‌گذاران را کاهش می‌دهد. بنابراین در هر تصمیمی که برای سرمایه‌گذاری می‌گیرید، در کنار سود، باید ریسک‌ها را هم بررسی کنید.

به یاد داشته باشید که نسبت شارپ، اطلاعات چندان ارزشمندی را درباره حرکات قیمتی و پیش‌بینی آنها ارائه نمی‌دهد. در واقع این نسبت را باید به‌عنوان نوعی ابزار پشتیبان به‌منظور ارزیابی ریسک/ بازده در یک سبد در نظر بگیرید. این موضوعِ مهمی است که همه افراد حاضر در بازار ارزهای دیجیتال باید به آن توجه کنند، زیرا اغلب در این بازار با نوسانات پیش‌بینی نشده روبه‌رو خواهند شد.

در مجموع، نسبت شارپ ابزاری فوق‌العاده برای کمک به شما در یافتن و انتخاب بهترین سرمایه‌گذاری با بالاترین بازده ممکن است و همزمان ریسک‌ها را هم در نظر می‌گیرد.