What is Sortino Ratio Calculator?
▾
सॉर्टिनो गुणोत्तर हे शार्प गुणोत्तराचे एक परिष्करण आहे जे सर्व परताव्यांच्या एकूण मानक विचलनापेक्षा - केवळ नकारात्मक मालमत्ता परताव्याच्या मानक विचलनाचा वापर करून हानिकारक अस्थिरतेला एकूण अस्थिरतेपासून वेगळे करते. फ्रँक ए. सॉर्टिनो आणि रॉबर्ट व्हॅन डर मीर यांनी 1991 मध्ये विकसित केलेले, हे गुणोत्तर शार्प गुणोत्तरातील प्रमुख कमकुवतपणा दूर करण्यासाठी डिझाइन केले होते: वरच्या अस्थिरतेचा दंड, ज्याचे गुंतवणूकदार सामान्यतः स्वागत करतात. वित्त मध्ये, सर्व अस्थिरता समान नाही. अशी गुंतवणूक जी वारंवार मोठी सकारात्मक आश्चर्ये देते परंतु अधूनमधून घसरते ती वारंवार झपाट्याने कमी होणाऱ्या गुंतवणूकीपेक्षा मूलभूतपणे वेगळी असते. सॉर्टिनो रेशो गुंतवणूकदार टाळू इच्छित असलेल्या नकारात्मक जोखमीवर विशेष लक्ष केंद्रित करून ही विषमता कॅप्चर करते. फॉर्म्युला पोर्टफोलिओच्या अतिरिक्त परताव्याला किमान स्वीकार्य परतावा (MAR) पेक्षा जास्त विभाजित करतो — अनेकदा शून्य, जोखीम-मुक्त दर, किंवा गुंतवणूकदार-परिभाषित थ्रेशोल्ड — डाउनसाइड विचलनाद्वारे विभाजित करतो. डाउनसाइड विचलनाची गणना MAR च्या खाली येणाऱ्या सर्व परताव्यांच्या मूळ-मध्य-वर्ग म्हणून केली जाते. या गणनेमध्ये MAR पेक्षा जास्त परतावा शून्य मानला जातो, त्यामुळे मजबूत सकारात्मक महिने भाजक वाढवत नाहीत आणि कृत्रिमरित्या गुणोत्तर कमी करतात. उच्च सॉर्टिनो गुणोत्तर अधिक चांगले जोखीम-समायोजित कार्यप्रदर्शन दर्शवते, विशेषत: नुकसानापासून संरक्षण करण्याच्या दृष्टीकोनातून. सामान्य नियम म्हणून, 1.0 वरील सॉर्टिनो गुणोत्तर स्वीकार्य मानले जाते, 2.0 वरील चांगले आणि 3.0 वरील उत्कृष्ट आहे. नकारात्मक मूल्ये सूचित करतात की पोर्टफोलिओ नकारात्मक जोखमीचा हिशेब केल्यानंतरही जोखीममुक्त दरासाठी गुंतवणूकदारांना भरपाई देत नाही. सॉर्टिनो रेशो हेज फंड, कमोडिटी ट्रेडिंग ॲडव्हायझर्स (सीटीए) आणि पर्यायी गुंतवणूक व्यवस्थापकांद्वारे मोठ्या प्रमाणावर वापरले जाते ज्यांचे परतावा वितरण सामान्य नसलेले किंवा लक्षणीय विषमता दर्शवितात. सकारात्मक तिरकस परतावा देणाऱ्या धोरणांची तुलना करताना हे विशेषतः योग्य आहे — जेथे शार्प रेशो त्यांना अन्यायकारकपणे दंड करेल — किंवा ज्या गुंतवणूकदारांना सममितीय अस्थिरतेऐवजी ड्रॉडाउन आणि भांडवली संरक्षणाची चिंता आहे त्यांच्यासाठी. समान शार्प रेशियोसह दोन फंडांचे मूल्यमापन करताना, सॉर्टिनो रेशो हे उघड करू शकते की कोणता निधी कमी जोखमीसह परतावा मिळवतो, गुंतवणूकदारांना अधिक माहितीपूर्ण वाटप निर्णय घेण्यास मदत करते.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
सूत्र
▾
सॉर्टिनो गुणोत्तर गणना:
पायरी 1: मापन कालावधीसाठी पोर्टफोलिओची परतावा मालिका गोळा करा — सामान्यत: सांख्यिकीयदृष्ट्या अर्थपूर्ण नमुन्यासाठी 3-5 वर्षांपेक्षा जास्त मासिक परतावा.
पायरी 2: किमान स्वीकार्य परतावा (MAR) परिभाषित करा. सामान्य निवडी म्हणजे 0%, प्रचलित जोखीम-मुक्त दर (उदा. 3-महिन्याचे टी-बिल उत्पन्न), किंवा गुंतवणूकदार किंवा आदेशाद्वारे सेट केलेला विशिष्ट अडथळा दर.
पायरी 3: प्रत्येक कालावधीसाठी, कमतरता मोजा: कालावधीच्या परताव्यातून MAR वजा करा. परिणाम सकारात्मक असल्यास (परतावा MAR ओलांडला), शून्य रेकॉर्ड करा; नकारात्मक असल्यास, ऋण कमी मूल्य रेकॉर्ड करा.
पायरी 4: प्रत्येक ऋण कमतरता वर्ग करा, या वर्ग मूल्यांची बेरीज करा, एकूण पूर्णविराम n ने भागा (फक्त ऋण कालावधीची संख्या नाही) आणि वर्गमूळ घ्या. हे σ_d डाउनसाइड विचलन देते.
पायरी 5: याच कालावधीतील सरासरी पोर्टफोलिओ रिटर्न R_p ची गणना करा, नंतर जास्त परतावा मिळविण्यासाठी MAR वजा करा.
पायरी 6: जादा परतावा डाउनसाइड विचलनाने विभाजित करा: सॉर्टिनो = (R_p − MAR) / σ_d. अंकाचा १२ ने गुणाकार करून आणि भाजकाचा √12 ने गुणाकार करून मासिक डेटा वापरत असल्यास वार्षिक करा.
पायरी 7: परिणामाचा संदर्भानुसार अर्थ लावा: बेंचमार्क, पीअर फंड किंवा कालांतराने स्ट्रॅटेजी गुंतवणूकदारांना लागणाऱ्या नकारात्मक जोखमीसाठी पुरेशी भरपाई देते की नाही याचे मूल्यांकन करण्यासाठी तुलना करा.
प्रत्येक पायरी मागील पायरीवर तयार होते, सर्वसमावेशक सॉर्टिनो गुणोत्तर परिणामामध्ये घटक गणना एकत्रित करते. सूत्र सॉर्टिनो गुणोत्तर वर्तन नियंत्रित करणारे गणितीय संबंध कॅप्चर करते.Variable Legend
▾
| प्रतीक | नाव | एकक | वर्णन |
|---|---|---|---|
| S_d | सॉर्टिनो प्रमाण | dimensionless | डाउनसाइड विचलनाच्या प्रति युनिट जोखीम-समायोजित परतावा; उच्च मूल्ये उत्तम डाउनसाइड-समायोजित कार्यप्रदर्शन दर्शवतात. |
| R_p | पोर्टफोलिओ परतावा | % per period | मापन कालावधीत पोर्टफोलिओद्वारे व्युत्पन्न केलेला सरासरी किंवा वार्षिक परतावा. |
| MAR | किमान स्वीकार्य परतावा | % per period | थ्रेशोल्ड रिटर्न ज्याच्या खाली कामगिरी हानी मानली जाते; अनेकदा शून्य, जोखीम-मुक्त दर किंवा बेंचमार्क परतावा वर सेट केला जातो. |
| σ_d | नकारात्मक विचलन | % per period | परताव्याचे मानक विचलन जे MAR च्या खाली येते; या गणनेतून वरचा परतावा वगळण्यात आला आहे. |
| n | कालावधींची संख्या | count | डाउनसाइड विचलनाची गणना करण्यासाठी वापरल्या जाणाऱ्या रिटर्न निरीक्षणांची एकूण संख्या, विशेषत: मासिक किंवा दैनिक डेटा. |
How to Sortino Ratio Calculator
▾
- 1मोजमाप कालावधीसाठी पोर्टफोलिओची परतावा मालिका गोळा करा — सामान्यत: सांख्यिकीयदृष्ट्या अर्थपूर्ण नमुन्यासाठी 3-5 वर्षांपेक्षा जास्त मासिक परतावा.
- 2किमान स्वीकार्य परतावा (MAR) परिभाषित करा. सामान्य निवडी म्हणजे 0%, प्रचलित जोखीम-मुक्त दर (उदा. 3-महिन्याचे टी-बिल उत्पन्न), किंवा गुंतवणूकदार किंवा आदेशाद्वारे सेट केलेला विशिष्ट अडथळा दर.
- 3प्रत्येक कालावधीसाठी, कमतरता मोजा: कालावधीच्या परताव्यावरून MAR वजा करा. परिणाम सकारात्मक असल्यास (परतावा MAR ओलांडला), शून्य रेकॉर्ड करा; नकारात्मक असल्यास, ऋण कमी मूल्य रेकॉर्ड करा.
- 4प्रत्येक ऋण कमतरता वर्ग करा, या वर्ग मूल्यांची बेरीज करा, एकूण पूर्णविराम n ने भागा (फक्त ऋण पूर्णविरामांची संख्या नाही) आणि वर्गमूळ घ्या. हे σ_d डाउनसाइड विचलन देते.
- 5त्याच कालावधीत सरासरी पोर्टफोलिओ रिटर्न R_p मोजा, नंतर जास्त परतावा मिळविण्यासाठी MAR वजा करा.
- 6जादा परतावा डाउनसाइड विचलनाने विभाजित करा: सॉर्टिनो = (R_p − MAR) / σ_d. अंकाचा १२ ने गुणाकार करून आणि भाजकाचा √12 ने गुणाकार करून मासिक डेटा वापरत असल्यास वार्षिक करा.
- 7परिणामाचा संदर्भानुसार अर्थ लावा: बेंचमार्क, पीअर फंड यांच्याशी तुलना करा किंवा कालांतराने हे धोरण गुंतवणूकदारांना लागणाऱ्या नकारात्मक जोखमीसाठी पुरेशी भरपाई देते की नाही याचे मूल्यांकन करा.
Worked Examples
▾
चांगली कामगिरी — डाउनसाइड जोखीम प्रति युनिट 1.5 अतिरिक्त परतावा.
14% च्या पोर्टफोलिओ परताव्यासह आणि 5% च्या MAR सह, जादा परतावा 9% आहे. 6% च्या डाउनसाइड विचलनाने भागल्यास 1.50 चे सॉर्टिनो गुणोत्तर मिळते. हा एक ठोस परिणाम आहे, हे दर्शविते की निधी हानीकारक अस्थिरतेच्या तुलनेत अर्थपूर्ण जास्त परतावा देत आहे. भांडवल संरक्षणावर लक्ष केंद्रित करणाऱ्या गुंतवणूकदाराला हे गुणोत्तर आकर्षक वाटेल, विशेषत: समान श्रेणीतील तुलनात्मक निधी ०.८–१.० च्या जवळ गुणोत्तर दर्शवल्यास.
उत्कृष्ट — अतिशय कमी डाउनसाइड अस्थिरता गुणोत्तर वाढवते.
एक हेज फंड 9% पूर्ण परतावा पोस्ट करते ज्यामध्ये जवळजवळ कोणतीही डाउनसाइड अस्थिरता नसते (0% MAR विरुद्ध 2% डाउनसाइड विचलन). 4.50 चे सॉर्टिनो गुणोत्तर अपवादात्मक आहे आणि अत्यंत कार्यक्षम नकारात्मक जोखीम व्यवस्थापन दर्शवते. या प्रकारचे प्रोफाइल बाजार-तटस्थ किंवा कमी-अस्थिरता धोरणांचे वैशिष्ट्य आहे. तथापि, गुंतवणूकदारांनी केवळ या मेट्रिकवर विसंबून राहण्याआधी परतावा अतरलता प्रीमियम्स किंवा स्मूथ व्हॅल्युएशनने फुगलेला नाही हे तपासावे.
1.0 च्या खाली - अतिरीक्त परताव्याच्या सापेक्ष उच्च नकारात्मक बाजू.
22% च्या प्रभावशाली हेडलाइन रिटर्न असूनही, आक्रमक गती धोरणामध्ये 18% चे अत्यंत उच्च डाउनसाइड विचलन आहे, जे लक्षणीय ड्रॉडाउन महिन्यांचे प्रतिबिंबित करते. 0.94 चे सॉर्टिनो गुणोत्तर 1.0 थ्रेशोल्डच्या खाली येते, हे सुचवते की धोरण गुंतवणूकदारांना घेतलेल्या नकारात्मक जोखमीसाठी पुरेशी भरपाई देत नाही. जोखीम-प्रतिरोधक गुंतवणूकदार उच्च सॉर्टिनो गुणोत्तरासह कमी परतावा देणाऱ्या फंडाला प्राधान्य देईल, कारण बाजारातील तणावादरम्यान भांडवलाचे संरक्षण धोक्यात येऊ शकते.
कमी प्रमाण पण कमी जोखीम प्रोफाइल — संदर्भ महत्त्वाचे.
एक पुराणमतवादी बाँड पोर्टफोलिओ 3% च्या MAR विरुद्ध 4% परतावा देतो, 1.5% च्या डाउनसाइड विचलनासह फक्त 1% जास्त परतावा निर्माण करतो. 0.67 चा सॉर्टिनो गुणोत्तर कमी दिसतो, परंतु संदर्भ आवश्यक आहे: या पोर्टफोलिओमध्ये निरपेक्ष अटींमध्ये खूपच कमी नकारात्मक जोखीम असते आणि हे गुणोत्तर परतावा आणि MAR दरम्यान घट्ट प्रसार दर्शवते. सेवानिवृत्त किंवा दायित्व-चालित गुंतवणूकदारासाठी, हे पूर्णपणे स्वीकार्य असू शकते. सॉर्टिनो रेशियोचा नेहमी गुंतवणूकदारांच्या उद्दिष्टांसह आणि जोखीम सहनशीलतेच्या बरोबरीने अर्थ लावला पाहिजे.
Real-World Applications
▾
हेज फंड योग्य परिश्रम आणि संस्थात्मक वाटपकर्त्यांद्वारे व्यवस्थापक निवड, व्यावसायिक आणि विश्लेषणात्मक संदर्भांमध्ये सॉर्टिनो गुणोत्तरासाठी एक महत्त्वपूर्ण अनुप्रयोग क्षेत्राचे प्रतिनिधित्व करते जेथे अचूक सॉर्टिनो गुणोत्तर गणना माहितीपूर्ण निर्णय घेण्यास, धोरणात्मक नियोजन आणि कार्यप्रदर्शन ऑप्टिमायझेशनला थेट समर्थन देते.
CTA (कमोडिटी ट्रेडिंग ॲडव्हायझर) प्रकटीकरण दस्तऐवजांमध्ये कार्यप्रदर्शन अहवाल, व्यावसायिक आणि विश्लेषणात्मक संदर्भांमध्ये सॉर्टिनो गुणोत्तरासाठी महत्त्वपूर्ण अनुप्रयोग क्षेत्राचे प्रतिनिधित्व करते जेथे अचूक सॉर्टिनो गुणोत्तर गणना माहितीपूर्ण निर्णय घेण्यास, धोरणात्मक नियोजन आणि कार्यप्रदर्शन ऑप्टिमायझेशनला थेट समर्थन देते.
मॉर्निंगस्टार सारख्या प्लॅटफॉर्मवर म्युच्युअल फंडांची जोखीम-समायोजित रँकिंग, व्यावसायिक आणि विश्लेषणात्मक संदर्भांमध्ये सॉर्टिनो गुणोत्तरासाठी महत्त्वपूर्ण अनुप्रयोग क्षेत्राचे प्रतिनिधित्व करते जेथे अचूक सॉर्टिनो गुणोत्तर गणना थेट माहितीपूर्ण निर्णय, धोरणात्मक नियोजन आणि कार्यप्रदर्शन ऑप्टिमायझेशनला समर्थन देते.
मालमत्ता व्यवस्थापन कंपन्यांमधील व्यापार धोरणांचे अंतर्गत कार्यप्रदर्शन मूल्यमापन, व्यावसायिक आणि विश्लेषणात्मक संदर्भांमध्ये सॉर्टिनो गुणोत्तरासाठी महत्त्वपूर्ण अनुप्रयोग क्षेत्राचे प्रतिनिधित्व करते जेथे अचूक सॉर्टिनो गुणोत्तर गणना थेट सूचित निर्णय घेण्यास, धोरणात्मक नियोजन आणि कार्यप्रदर्शन ऑप्टिमायझेशनला समर्थन देते.
यूसीआयटीएस फंडांसाठी नियामक अहवाल, ज्यासाठी EU मार्केट्समध्ये डाउनसाइड जोखीम प्रकटीकरण आवश्यक आहे, व्यावसायिक आणि विश्लेषणात्मक संदर्भांमध्ये सॉर्टिनो गुणोत्तरासाठी महत्त्वपूर्ण अनुप्रयोग क्षेत्राचे प्रतिनिधित्व करते जेथे अचूक सॉर्टिनो गुणोत्तर गणना माहितीपूर्ण निर्णय घेण्यास, धोरणात्मक नियोजन आणि कार्यप्रदर्शन ऑप्टिमायझेशनला थेट समर्थन देते.
Special Cases
▾
{'केस': 'शून्य डाउनसाइड विचलन', 'वर्णन': 'जर कोणताही परतावा कालावधी MAR च्या खाली आला नाही, तर डाउनसाइड विचलन शून्य असेल आणि सॉर्टिनो गुणोत्तर गणितीयदृष्ट्या अपरिभाषित असेल (शून्यने भागाकार). हे विशेषत: अतिशय स्थिर धोरणांच्या शॉर्ट ट्रॅक रेकॉर्डमध्ये आढळते. प्रॅक्टिशनर्स N/A किंवा अनंत असे गुणोत्तर नोंदवतात आणि गुणात्मक जोखीम मूल्यांकनास पूरक असावे.'}
मासिक परतावा', 'वर्णन': 'दैनिक परतावा मासिक रिटर्न्सपेक्षा भिन्न नकारात्मक विचलन अंदाजे उत्पन्न करतात सरासरी प्रत्यावर्तन आणि स्वयं-संबंध प्रभावांमुळे. दैनंदिन डेटामधील वार्षिक सॉर्टिनो गुणोत्तर (√252 ने गुणाकार करा) मासिक डेटा (√12 ने गुणाकार) पासून गणना केलेल्या गुणोत्तरांपेक्षा लक्षणीय भिन्न असू शकतात. वैध तुलनांसाठी डेटा फ्रिक्वेन्सीमध्ये सातत्य आवश्यक आहे.'}
{'केस': 'नकारात्मक पोर्टफोलिओ रिटर्न', 'वर्णन': 'जेव्हा पोर्टफोलिओ रिटर्न ऋणात्मक असतो आणि MAR सकारात्मक किंवा शून्य असतो, तेव्हा डाउनसाइड विचलन कितीही कमी असले तरीही सॉर्टिनो गुणोत्तर ऋणात्मक असते. बेअर मार्केट पीरियड्समध्ये, जवळजवळ सर्व फंड ऋणात्मक सॉर्टिनो रेशियो दाखवतील, ज्यामुळे कालावधीतील समवयस्कांची तुलना परिपूर्ण थ्रेशोल्डपेक्षा अधिक उपयुक्त होईल.'}
स्ट्रॅटेजी प्रकारानुसार सॉर्टिनो रेशो बेंचमार्क (अंदाजे ऐतिहासिक सरासरी)
▾
| रणनीती प्रकार | ठराविक सॉर्टिनो गुणोत्तर | व्याख्या |
|---|---|---|
| S&P 500 (दीर्घकालीन सरासरी) | 0.8 - 1.2 | स्वीकार्य इक्विटी मार्केट बेसलाइन |
| ग्लोबल मॅक्रो हेज फंड | ०.५ - १.५ | धोरणाच्या विविधतेमुळे विस्तृत श्रेणी |
| ट्रेंड-फॉलोइंग CTA | 0.6 - 1.8 | संकटाच्या काळात वाढू शकते |
| मार्केट-न्यूट्रल फंड | १.५ - ३.० | कमी डाउनसाइड विचलन गुणोत्तर वाढवते |
| गुंतवणूक-ग्रेड बाँड फंड | 0.4 - 1.0 | कमी परिपूर्ण परतावा कॉम्प्रेस गुणोत्तर |
| टॉप-चतुर्थांश इक्विटी फंड | १.५ - २.५ | व्यवस्थापित ड्रॉडाउनसह मजबूत अल्फा |
| खराब व्यवस्थापित निधी | < ०.५ | अपर्याप्त डाउनसाइड-समायोजित परतावा |
Frequently Asked Questions
▾
सॉर्टिनो गुणोत्तर हे शार्प रेशोपेक्षा वेगळे कसे आहे?
शार्प रेशो अतिरिक्त परतावा एकूण मानक विचलनाने विभाजित करते, ज्यामध्ये वरची बाजू आणि उतार-चढ़ाव दोन्ही समाविष्ट असतात. सॉर्टिनो गुणोत्तर एकूण मानक विचलनाच्या डाउनसाइड विचलनासह बदलते - फक्त MAR च्या खाली येणाऱ्या परताव्यांची अस्थिरता. हा फरक महत्त्वाचा आहे कारण गुंतवणुकीचे धोरण जे वारंवार मोठ्या प्रमाणात सकारात्मक परतावा देते त्याला शार्प रेशो (उच्च एकूण अस्थिरता) द्वारे दंड आकारला जाईल परंतु सॉर्टिनो गुणोत्तर (कमी डाउनसाइड विचलन) द्वारे पुरस्कृत केले जाईल. विस्कळीत परताव्याच्या वितरणासाठी, सॉर्टिनो गुणोत्तर गुंतवणूकदाराला असलेल्या जोखमीचे अधिक अचूक चित्र प्रदान करते.
चांगला सॉर्टिनो रेशो म्हणजे काय?
सामान्य बेंचमार्क म्हणून, 1.0 वरील सॉर्टिनो गुणोत्तर स्वीकार्य मानले जाते, 2.0 वरील चांगले आणि 3.0 वरील उत्कृष्ट मानले जाते. तथापि, हे थ्रेशोल्ड संदर्भ-आधारित आहेत. अस्थिर इक्विटी स्ट्रॅटेजीमध्ये 1.5 चा सॉर्टिनो रेशो अपवादात्मक असू शकतो, तर कमी-अस्थिरता बाँड फंडात हेच प्रमाण कमी असू शकते. समान मालमत्ता वर्ग आणि रणनीती प्रकारातील समवयस्कांशी नेहमी सॉर्टिनो गुणोत्तराची तुलना करा आणि गुणोत्तरासोबतच डाउनसाइड विचलनाची परिपूर्ण पातळी विचारात घ्या.
मी किमान स्वीकार्य परतावा (MAR) म्हणून काय वापरावे?
MAR ने गुंतवणूकदाराची वास्तविक किमान परताव्याची आवश्यकता दर्शविली पाहिजे. सामान्य निवडींमध्ये 0% (तोटा सहन करण्याची क्षमता नाही), वर्तमान जोखीम-मुक्त दर (उदा. 3-महिन्याचे ट्रेझरी बिल उत्पन्न), फंडाच्या आदेशामध्ये एम्बेड केलेला विशिष्ट अडथळा दर (उदा. प्रति वर्ष 5%), किंवा बेंचमार्क निर्देशांकाचा परतावा यांचा समावेश होतो. MAR ची निवड भौतिकरित्या गणना केलेल्या गुणोत्तरावर परिणाम करते, म्हणून वेगवेगळ्या फंड किंवा कालावधीतील सॉर्टिनो गुणोत्तरांची तुलना करताना MAR उघड करणे आणि प्रमाणित करणे महत्वाचे आहे. MAR म्हणून ०% वापरणे हा सर्वात पुराणमतवादी दृष्टीकोन आहे आणि गुंतवणूकदारांच्या तोट्याच्या तिरस्काराशी सर्वात जवळून जुळतो.
सॉर्टिनो रेशो ऋणात्मक असू शकतो का?
होय. जेव्हा पोर्टफोलिओचा सरासरी परतावा MAR पेक्षा कमी असतो तेव्हा ऋणात्मक सॉर्टिनो गुणोत्तर उद्भवते, म्हणजे घेतलेल्या नकारात्मक जोखमीसाठी देखील गुंतवणूकदारांची भरपाई करण्यात धोरण अपयशी ठरते. अशा प्रकरणांमध्ये, गुणोत्तर रँकिंग साधन म्हणून त्याची व्याख्यात्मक शक्ती गमावते — दोन नकारात्मक गुणोत्तरांची सरळ सरळ तुलना केली जाऊ शकत नाही (कमी नकारात्मक गुणोत्तर म्हणजे चांगली कामगिरी असणे आवश्यक नाही). तुलनात्मक संचातील अनेक फंडांमध्ये ऋणात्मक सॉर्टिनो गुणोत्तर असल्यास, संपूर्ण मालमत्ता वर्ग किंवा धोरण मोजलेल्या कालावधीत अडथळा दर कमी करत असल्याचे संकेत आहे.
विश्वासार्ह सॉर्टिनो गुणोत्तरासाठी किती कालावधीचा डेटा आवश्यक आहे?
सांख्यिकीयदृष्ट्या अर्थपूर्ण सॉर्टिनो गुणोत्तर मिळविण्यासाठी साधारणत: किमान 36 मासिक निरीक्षणे (3 वर्षे) ची शिफारस केली जाते, ज्यामध्ये 60 महिने (5 वर्षे) प्राधान्य दिले जाते. कमी निरीक्षणे उच्च सॅम्पलिंग त्रुटीसह अंदाज तयार करतात, विशेषत: डाउनसाइड विचलनासाठी, जे MAR-खालील परताव्यांची वारंवारता आणि परिमाण यावर अवलंबून असते. क्वचित ड्रॉडाउनसह धोरणांसाठी, अगदी 5 वर्षांचा मासिक डेटा देखील अपुरा असू शकतो आणि दैनिक परतावा डेटा अधिक योग्य असू शकतो. शॉर्ट ट्रॅक रेकॉर्ड नेहमी तणाव-चाचणी विश्लेषण आणि परिस्थिती मॉडेलिंगसह असले पाहिजेत.
सॉर्टिनो प्रमाण सर्व गुंतवणूक धोरणांसाठी योग्य आहे का?
सॉर्टिनो रेशो हे असममित रिटर्न वितरणासह धोरणांसाठी सर्वात योग्य आहे — दीर्घ-पक्षपाती इक्विटी फंड, ट्रेंड-फॉलोइंग सीटीए, पर्यायी जोखीम प्रिमिया फंड आणि अर्थपूर्ण स्क्युनेस किंवा कर्टोसिस असलेली कोणतीही रणनीती. अंदाजे सममितीय परतावा असलेल्या धोरणांसाठी हे कमी वेगळे आहे, जेथे शार्प आणि सॉर्टिनो गुणोत्तर समान क्रमवारी प्राप्त करतील. पर्याय-विक्री धोरणांसाठी देखील हे कमी उपयुक्त आहे जे शांत बाजारपेठांमध्ये सकारात्मक तिरकसपणा दाखवतात परंतु आपत्तीजनक लेफ्ट-टेल धोका दर्शवतात, कारण शेपटीची घटना घडेपर्यंत नकारात्मक विचलन कमी दिसू शकते. गुंतवणूकदारांनी जास्तीत जास्त ड्रॉडाउन आणि टेल-रिस्क उपायांसह सॉर्टिनो रेशोचा वापर करावा.
मी मासिक डेटावरून सॉर्टिनो प्रमाण वार्षिक कसे करू?
मासिक रिटर्न डेटावरून काढलेल्या सॉर्टिनो गुणोत्तराचे वार्षिकीकरण करण्यासाठी, वार्षिक जादा परतावा मिळविण्यासाठी मासिक अतिरिक्त परतावा (R_p − MAR) 12 ने गुणाकार करा आणि मासिक डाउनसाइड विचलन 12 (अंदाजे 3.464) च्या वर्गमूळाने गुणाकार करा. वार्षिकीकृत सॉर्टिनो गुणोत्तर हे वार्षिक जादा परतावा भागिले वार्षिक डाउनसाइड विचलनाच्या बरोबरीचे असते. बरोबरीने, तुम्ही मासिक सॉर्टिनो गुणोत्तर √12 ने गुणाकार करू शकता. लक्षात घ्या की हे वार्षिकीकरण स्वतंत्रपणे आणि समान रीतीने वितरीत केलेले (i.i.d.) परतावे गृहीत धरते, जे क्रमिक स्वयंसंबंध असलेल्या धोरणांसाठी, जसे की गुळगुळीत किंवा अलिक्विड मालमत्ता परतावा धरू शकत नाही.
Common Mistakes to Avoid
▾
- !डाउनसाइड विचलन ऐवजी एकूण मानक विचलन वापरणे - हे सॉर्टिनोला शार्प रेशोमध्ये रूपांतरित करते आणि त्याचा उद्देश नष्ट करते.
- !वेगवेगळ्या MAR सह मोजलेल्या सॉर्टिनो गुणोत्तरांची तुलना करणे - 0% MAR वापरणारा फंड MAR म्हणून जोखीम-मुक्त दर वापरण्यापेक्षा नेहमीच चांगला दिसेल.
- !सातत्याने वार्षिकीकरण करण्यात अयशस्वी - अंश आणि भाजकामध्ये मासिक आणि वार्षिक आकडे यांचे मिश्रण चुकीचे गुणोत्तर तयार करते.
- !लहान ट्रॅक रेकॉर्डमधून उच्च सॉर्टिनो गुणोत्तर हे निर्णायक म्हणून हाताळणे — 36 पेक्षा कमी मासिक निरीक्षणे नकारात्मक विचलनाचा अंदाज अत्यंत अविश्वसनीय बनवतात.
- !शेपटीच्या जोखमीकडे दुर्लक्ष करणे - एक चांगला सॉर्टिनो गुणोत्तर ऐतिहासिक नमुन्याच्या बाहेर पडणाऱ्या दुर्मिळ, आपत्तीजनक ड्रॉडाउन घटनांपासून संरक्षण करत नाही.
Pro Tip
जास्तीत जास्त ड्रॉडाउन विश्लेषणासह नेहमी सॉर्टिनो रेशोची जोडणी करा. एखाद्या फंडाचा सॉर्टिनो गुणोत्तर उच्च असू शकतो, तरीही एक-वेळची विध्वंसक घट सहन करावी लागते ज्यामुळे वर्षांचे नफा पुसले जातात — गुणोत्तर सरासरी डाउनसाइड अस्थिरता दर्शवते, सर्वात वाईट परिस्थिती नाही.
Did you know?
फ्रँक सॉर्टिनोने मूळत: त्याच्या मेट्रिकला 'इच्छित लक्ष्य रिटर्न' फ्रेमवर्क म्हटले आणि गुणोत्तराला स्वतःचे नाव दिले नाही - हे प्रॅक्टिशनर्स आणि शैक्षणिक होते ज्यांनी नंतर पोर्टफोलिओ मॅनेजमेंटच्या जर्नलमध्ये प्रकाशित केलेल्या डाउनसाइड रिस्क थिअरीवरील त्याच्या मूलभूत कार्याच्या ओळखीसाठी त्याचे नाव त्यास जोडले.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
References
Ratings & comments
साप्ताहिक गणित टिप्स मिळवा
दर आठवड्याला कॅल्क्युलेटर टिपा मिळवणाऱ्या १२,०००+ सदस्यांमध्ये सामील व्हा.