Quant Sandbox
SzármaztatottPortfólió & kockázatFix hozamúVállalati pénzügySztochasztikus modellekÚtmutató
Útmutató
Derivatívák árazása
01Határidős ügyletek, call és put opciók02Pozíciók kombinálása03Arbitrázs és a határidős ár04Put–call paritás05Az egylépéses binomiális modell06Kockázatsemleges valószínűségek07Többlépéses fák és visszafelé indukció08Amerikai opciók és korai lehívás09Delta és fedezés10Geometriai Brown-mozgás11A Black–Scholes-képlet12A görögök: gamma, vega, théta és rhó13Implikált volatilitás és a volatilitás-mosoly14Sztochasztikus volatilitás és a Heston-modell15Statikus replikáció: Breeden–Litzenberger és Carr–Madan16Egzotikus opciók: korlátos, ázsiai és digitális opciók
Portfólió és kockázat
01Hozamok és volatilitás02Diverzifikáció és korreláció03Hatékony front és tőkepiaci egyenes04Kockázatkerülés és az optimális teljes portfólió05CAPM, béta és az értékpapír-piaci egyenes06Teljesítménymutatók: Sharpe, Treynor, Jensen és információs ráta07Faktormodellek és szisztematikus kockázat08Kockáztatott érték (VaR) és várható veszteség (ES)
Kötvények és kamatlábak
01Kötvényárak és hozamok02Duráció és konvexitás03Immunizáció és durációillesztés04Azonnali kamatok, forward kamatok és a hozamgörbe05Kötvényfutures és a legolcsóbban szállítható kötvény06Kamatcsereügyletek07Visszahívható kötvények és negatív konvexitás08Hitelkockázat: csődvalószínűség és hitelfelár
Vállalati pénzügyek
01Kamat, kamatozás és diszkontálás02Annuitások, örökjáradékok és hiteltörlesztés03Nettó jelenérték és belső megtérülési ráta04Súlyozott átlagos tőkeköltség05Tőkeszerkezet és a Modigliani–Miller-tételek06Diszkontált pénzáram alapú értékelés07Relatív értékelés szorzókkal08Reálopciók: a rugalmasság értéke
Sztochasztikus modellek
01Véletlen bolyongás és Brown-mozgás02Valószínűségi mezők, σ-algebrák és valószínűségi változók03Filtrációk, adaptált folyamatok és megállási idők04Feltételes várható érték és martingálok05A Brown-mozgás tulajdonságai06A tükrözési elv és az első elérési idők07A Brown-híd08Az Itô-integrál09Az Itô-lemma10Kolmogorov-egyenletek és a Feynman–Kac-formula11Mértékcsere és a Girsanov-tétel12Monte Carlo-opcióárazás13SDE-k szimulációja: az Euler–Maruyama-séma14Átlaghoz való visszahúzás: Ornstein–Uhlenbeck és Vasicek15Ugrások és a Merton-féle ugró diffúzió
Tudásgráf

© 2026 Quant Sandbox · Tanulást segítő eszköz a kvantitatív pénzügyekhez

Adatvédelem és adatokNincsenek sütik

Ez az oldal nem használ sütiket (cookie-kat), és nem kér személyes adatokat. Néhány apró beállítást a böngésződ helyi tárolójában (local storage) őriz meg — a választott témát és nyelvet, az oldalsáv elrendezését, valamint az útmutatókban elért haladást és a válaszaidat —, hogy a következő látogatáskor is emlékezzen rájuk. Ezek az adatok nem hagyják el az eszközödet; a böngésző tárhelyének törlésével eltávolíthatók. A módosított bemenetek az oldal URL-címében is rögzülhetnek, így megoszthatsz vagy könyvjelzőként elmenthetsz egy adott beállítást. Az oldal a Vercel Web Analytics szolgáltatást használja, amely adatvédelem-barát és süti nélküli: csak névtelen, összesített használati adatokat (például oldalletöltéseket) rögzít, anélkül hogy azonosítana téged vagy más oldalakon követne.

Útmutató/Portfólió és kockázat

Teljesítménymutatók: Sharpe, Treynor, Jensen és információs ráta

6. lecke / 8 · 1 perc

Egy alap, amely tavaly 14%-ot hozott, jobban teljesített annál, amelyik 9%-ot, hacsak nem vállalt ehhez sokkal nagyobb kockázatot. Ez a lecke számokká alakítja ezt a megérzést. A „Hatékony front és tőkepiaci egyenes” tőkepiaci egyenesére, valamint a „CAPM, béta és az értékpapír-piaci egyenes” bétájára és értékpapír-piaci egyenesére építve négy szokásos, kockázattal korrigált teljesítménymutatót vezet be, és megmutatja, miért rangsorolhatják ugyanazokat az alapokat eltérő sorrendben.

Többlethozam

Minden mutató a μ−rf\mu - r_fμ−rf​ többlethozamból indul: abból, amennyit a portfólió a kockázatmentes kamat fölött keresett, vagyis a kockázatvállalás jutalmából. A mutatók abban térnek el, hogy mivel osztják vagy mivel vetik össze, azaz hogy melyik kockázatért számolnak fel árat. A leckében μ\muμ, σ\sigmaσ és β\betaβ múltbeli hozamokból becsült egyéves átlagok, a piaci index jellemzői pedig μM\mu_MμM​ és σM\sigma_MσM​.

A Sharpe-ráta

A Sharpe-ráta a többlethozamot a teljes szórással osztja:

SR=μ−rfσ.\text{SR} = \frac{\mu - r_f}{\sigma}.SR=σμ−rf​​.

A (σ,μ)(\sigma, \mu)(σ,μ) síkon ez a kockázatmentes pontból a portfólióba húzott egyenes meredeksége. Ha egy portfólió meredekebb a tőkepiaci egyenesnél, amelynek meredeksége a piac Sharpe-rátája, akkor teljes kockázategységre vetítve legyőzte a piacot. A teljes kockázat akkor a helyes mérce, ha a befektető csak ezt a portfóliót tartja.

M²

Egy 0,44-es Sharpe-rátát nehéz átérezni. Az M² (Modigliani a négyzeten) hozammá fordítja. Keverjük a portfóliót a kockázatmentes eszközzel, amíg a szórása meg nem egyezik a piac σM\sigma_MσM​ szórásával; ennek a keveréknek a várható hozama mínusz a piacé:

M2=rf+SR σM−μM.M^2 = r_f + \text{SR}\,\sigma_M - \mu_M.M2=rf​+SRσM​−μM​.

Pontosan úgy rangsorol, mint a Sharpe-ráta, csak piaci kockázat mellett elért hozam-százalékpontban.

A Treynor-ráta

Aki már jól diverzifikált portfóliót tart, annak egy alapnál az számít, mennyivel járul hozzá a portfólió kockázatához, ez pedig a bétája, nem a teljes szórása. A Treynor-ráta a többlethozamot a bétával osztja:

TR=μ−rfβ.\text{TR} = \frac{\mu - r_f}{\beta}.TR=βμ−rf​​.

A (β,μ)(\beta, \mu)(β,μ) síkon ez a kockázatmentes pontból az alapba húzott egyenes meredeksége. Magára a piacra β=1\beta = 1β=1, így Treynor-rátája a μM−rf\mu_M - r_fμM​−rf​ piaci kockázati prémium; az ennél nagyobb értékű alap szisztematikus kockázategységre vetítve legyőzte a piacot.

Jensen-alfa

A Jensen-alfa ugyanezt az összevetést hozamként fejezi ki: megmutatja, milyen messze van az alap az értékpapír-piaci egyenes fölött,

α=μ−[rf+β (μM−rf)].\alpha = \mu - \big[r_f + \beta\,(\mu_M - r_f)\big].α=μ−[rf​+β(μM​−rf​)].

A zárójelben az a hozam áll, amelyet a CAPM az alap bétájához megkövetel, így α\alphaα a szisztematikus kockázat által indokolt hozamon felül elért többlet. A pozitív alfájú alap Treynor-rátája egyben a piacénál nagyobb, így a két mutató mindig egyetért abban, hogy egy alap legyőzte-e a piacot, és itt ugyanabban a sorrendben is rangsorolják az alapokat.

Követési hiba és információs ráta

Az alfa nem árulja el, mekkora kockázattal érték el. Írjuk az alap hozamát a piaci hozam β\betaβ-szorosának és egy attól független ε\varepsilonε maradéknak az összegeként, ahogy a CAPM-lecke egyindexes szemlélete teszi. A maradék szórása a bétához igazított indexhez mért követési hiba:

σ(ε)=σ2−β2σM2.\sigma(\varepsilon) = \sqrt{\sigma^2 - \beta^2 \sigma_M^2}.σ(ε)=σ2−β2σM2​​.

Az információs ráta az alfát ezzel osztja, IR=α/σ(ε)\text{IR} = \alpha / \sigma(\varepsilon)IR=α/σ(ε): ez az indextől való eltéréssel vállalt kockázat egységére jutó többlethozam. Akkor számít, ha egy alapot egy referenciaindexhez mérnek, és ez dönti el, mekkora súlyt érdemel egy aktívan kezelt alap egy indexalap mellett.

A Sharpe-ráta és az M² a teljes kockázatért, a Treynor-ráta és az alfa a szisztematikus kockázatért, az információs ráta az aktív (egyedi) kockázatért számol fel árat. Hogy melyik a helyes, azon múlik, mit tart még a befektető.

Számpélda

Vegyünk négy kitalált alapot, egy μM=10%\mu_M = 10\%μM​=10% és σM=18%\sigma_M = 18\%σM​=18% jellemzőjű piaci indexet, és legyen rf=3%r_f = 3\%rf​=3%:

  • A: μ=12%\mu = 12\%μ=12%, σ=24%\sigma = 24\%σ=24%, β=1,20\beta = 1{,}20β=1,20.
  • B: μ=9%\mu = 9\%μ=9%, σ=12%\sigma = 12\%σ=12%, β=0,60\beta = 0{,}60β=0,60.
  • C: μ=14%\mu = 14\%μ=14%, σ=30%\sigma = 30\%σ=30%, β=1,05\beta = 1{,}05β=1,05.
  • D: μ=11%\mu = 11\%μ=11%, σ=18%\sigma = 18\%σ=18%, β=0,95\beta = 0{,}95β=0,95.

A piac Sharpe-rátája 0,07/0,18≈0,3890{,}07/0{,}18 \approx 0{,}3890,07/0,18≈0,389, Treynor-rátája 7%. A C alapra

SRC=0,110,30≈0,367,TRC=0,111,05≈10,48%,αC=14%−(3%+1,05×7%)=3,65%,\text{SR}_C = \frac{0{,}11}{0{,}30} \approx 0{,}367, \qquad \text{TR}_C = \frac{0{,}11}{1{,}05} \approx 10{,}48\%, \qquad \alpha_C = 14\% - (3\% + 1{,}05 \times 7\%) = 3{,}65\%,SRC​=0,300,11​≈0,367,TRC​=1,050,11​≈10,48%,αC​=14%−(3%+1,05×7%)=3,65%,

az egyedi kockázata 0,09−1,052×0,0324≈23,3%\sqrt{0{,}09 - 1{,}05^2 \times 0{,}0324} \approx 23{,}3\%0,09−1,052×0,0324​≈23,3%, így IRC≈0,0365/0,233≈0,157\text{IR}_C \approx 0{,}0365/0{,}233 \approx 0{,}157IRC​≈0,0365/0,233≈0,157. A csendes B alapra SRB=0,06/0,12=0,5\text{SR}_B = 0{,}06/0{,}12 = 0{,}5SRB​=0,06/0,12=0,5, αB=9%−(3%+0,6×7%)=1,8%\alpha_B = 9\% - (3\% + 0{,}6 \times 7\%) = 1{,}8\%αB​=9%−(3%+0,6×7%)=1,8%, az egyedi kockázat 0,0144−0,36×0,0324≈5,23%\sqrt{0{,}0144 - 0{,}36 \times 0{,}0324} \approx 5{,}23\%0,0144−0,36×0,0324​≈5,23%, és IRB≈0,344\text{IR}_B \approx 0{,}344IRB​≈0,344. Mind a négy alapra elvégezve ugyanezt, ezek a rangsorok adódnak:

  • Sharpe (és M²): B 0,500, D 0,444, A 0,375, C 0,367.
  • Treynor és alfa: C (10,48%, 3,65%), B (10,00%, 1,80%), D (8,42%, 1,35%), A (7,50%, 0,60%).
  • Információs ráta: B 0,344, D 0,240, C 0,157, A 0,057.

Most értékeljünk egy ötödik, E alapot, μ=10%\mu = 10\%μ=10%, σ=16%\sigma = 16\%σ=16% és β=0,70\beta = 0{,}70β=0,70 értékekkel, ugyanazzal a piaccal szemben.

Kidolgozott példa

Az összes mutató az E alapra

  1. Sharpe-ráta.

    SRE=μE−rfσE\displaystyle \text{SR}_E = \frac{\mu_E - r_f}{\sigma_E}SRE​=σE​μE​−rf​​=0,4375
  2. Treynor-ráta.

    TRE=μE−rfβE\displaystyle \text{TR}_E = \frac{\mu_E - r_f}{\beta_E}TRE​=βE​μE​−rf​​=10%
  3. Jensen-alfa.

    αE=μE−[rf+βE(μM−rf)]\displaystyle \alpha_E = \mu_E - \big[r_f + \beta_E(\mu_M - r_f)\big]αE​=μE​−[rf​+βE​(μM​−rf​)]=2,1%
  4. Reziduális kockázat (követési hiba).

    σ(εE)=σE2−βE2σM2\displaystyle \sigma(\varepsilon_E) = \sqrt{\sigma_E^2 - \beta_E^2\sigma_M^2}σ(εE​)=σE2​−βE2​σM2​​=9,86%
  5. Információs ráta.

    IRE=αE/σ(εE)\displaystyle \text{IR}_E = \alpha_E/\sigma(\varepsilon_E)IRE​=αE​/σ(εE​)=0,213
  6. M², a piaci kockázat melletti hozam mínusz a piacé.

    ME2=rf+SRE σM−μM\displaystyle M^2_E = r_f + \text{SR}_E\,\sigma_M - \mu_MME2​=rf​+SRE​σM​−μM​=0,875%

E 2,1%-os alfája csak C-é mögött marad, a Sharpe-rátája épp D alá sorolná, az információs rátája pedig B és D alatt van: ugyanaz az alap a mércétől függően jónak vagy átlagosnak látszik.

Miért térnek el a rangsorok

A C alapnak a legnagyobb az alfája, mégis a legkisebb a Sharpe-rátája, kisebb a piacénál is (MC2≈−0,40%M^2_C \approx -0{,}40\%MC2​≈−0,40%). 30%-os szórásának nagy része egyedi kockázat. Ha önmagában tartják, ez a kockázat teljes egészében a befektetőt terheli, és teljes kockázategységre vetítve C rosszabbul teljesített egy indexalapnál. Ha egy nagy, diverzifikált portfólió kis szeleteként tartják, egyedi kockázata a többi befektetéssel szemben nagyrészt kioltódik, csak a bétája számít, és 3,65%-os alfája valódi nyereség. B ennek az ellentéte: szerény alfa nagyon kis egyedi kockázattal, ami a legjobb Sharpe- és információs rátát adja neki.

Ebből adódik az ökölszabály. Ha a portfólió a befektető teljes vagyona, a Sharpe-rátával vagy az M²-tel érdemes megítélni. Ha sok befektetés egyike, a Treynor-rátával vagy az alfával. Ha egy aktív alapkezelőt egy referenciaindexhez mérnek, az információs rátával.

Az ábra a négy alapot és a piacot sorolja fel. Kattints egy mutató oszlopfejlécére a szerinte való rangsoroláshoz, és figyeld, ahogy a sorok átrendeződnek. A táblázat melletti szórásdiagram arra a tengelypárra vált, amelyen az adott mutató látható: a (σ,μ)(\sigma, \mu)(σ,μ) síkra a tőkepiaci egyenessel a Sharpe-rátánál, a (β,μ)(\beta, \mu)(β,μ) síkra az értékpapír-piaci egyenessel a Treynor-rátánál és az alfánál, az információs rátánál pedig az egyedi kockázat–alfa síkra. Vidd az egeret egy alapra, és a mutatója meredekségként, az alfa esetén pedig az egyenestől mért függőleges távolságként jelenik meg. Hasonlítsd össze a C alapot a Sharpe-ráta és az alfa szerint.

Négy alap rangsora különböző mutatók szerintMegnyitás: CAPM →

Kattints egy mutató fejlécére a rangsoroláshoz; vidd az egeret egy sorra vagy pontra.

Négy kitalált alap és a piaci index egy évre
HelyAlapσβ
1B alap9.0%12%0.600.50010.00%1.80%0.344
2D alap11.0%18%0.950.4448.42%1.35%0.240
3A alap12.0%24%1.200.3757.50%0.60%0.057
4C alap14.0%30%1.050.36710.48%3.65%0.157
Piac (M)10.0%18%1.000.3897.00%0.00%–
0%10%20%30%0%5%10%15%szórás σvárható hozamABCDMtőkepiaci egyenes
Első a választott mutató szerint
B alap
Sharpe és Treynor szerint más helyen
4 / 4 alap

A mutatók korlátai

Mind a négy mutató néhány év adataiból becsült érték, nagy mintavételi hibával: egy évi 2%-os alfa 10%-os egyedi kockázat mellett évtizedes adatsort igényel, mire statisztikailag megkülönböztethető a nullától. A béta és az alfa attól is függ, melyik indexet tekintjük piacnak. A rosszul teljesítő alapok pedig hajlamosak megszűnni és eltűnni az adatbázisokból, így a megmaradt alapok jobbnak tűnnek, mint amilyen az átlagos alap volt.

Összefoglalás

  • Minden mutató a μ−rf\mu - r_fμ−rf​ többlethozamból indul, és egy bizonyos fajta kockázatért számol fel árat.
  • A (μ−rf)/σ(\mu - r_f)/\sigma(μ−rf​)/σ Sharpe-ráta és az M² a teljes kockázatot használja: önmagában tartott portfólióhoz illik.
  • A (μ−rf)/β(\mu - r_f)/\beta(μ−rf​)/β Treynor-ráta és a Jensen-alfa a szisztematikus kockázatot használja: egy diverzifikált portfólió egyik eleméhez illik.
  • Az α/σ(ε)\alpha/\sigma(\varepsilon)α/σ(ε) információs ráta a referenciaindexhez képest vállalt aktív kockázatot árazza.
  • Egy nagy alfájú, de nagy egyedi kockázatú alap az egyik mutató szerint első, egy másik szerint utolsó lehet.

A következő lecke, a „Faktormodellek és szisztematikus kockázat”, az egyetlen piaci faktort több faktorra cseréli, és a portfólió varianciáját szisztematikus és egyedi részre bontja.

Próbáld kiHelyezd el az eszközöket az értékpapír-piaci egyeneshez képest, és olvasd le a bétájukat és alfájukat a CAPM laborban →
2 kérdés ehhez a leckéhez a sorozat végén →
← ElőzőCAPM, béta és az értékpapír-piaci egyenesKövetkező →Faktormodellek és szisztematikus kockázat
Kapcsolatok
Teljesítménymutatók: Sharpe, Treynor, Je…
Teljes gráf megnyitása →
Laborok ehhez a leckéhez
CAPMKockázat & hozam