Ir para o conteúdo
Financial Context Wiki

Índice de Sharpe: retorno excedente, volatilidade, anualização e inferência

Calcule e interprete o índice de Sharpe com retornos excedentes periódicos alinhados, taxas e insumos livres de risco explícitos, anualização defensável, controles de dependência serial e incerteza amostral.

Atualizado

Apenas para fins educacionais; não constitui consultoria nem recomendação de investimento. Investimentos podem resultar em perdas.

Resposta direta

O índice de Sharpe relaciona o retorno médio de uma posição diferencial de investimento zero ao desvio padrão desse retorno diferencial. Na versão convencional de retorno excedente, cada observação é x_t = R_{p,t} - R_{f,t}, em que o retorno total da carteira e o retorno de manutenção livre de risco de referência usam as mesmas datas, moeda, frequência e convenção de retorno.

Para T observações históricas, um estimador ex post comum é SR̂_Δ = x̄ ÷ s_x, com x̄ = (1 ÷ T)Σx_t e s_x = √[Σ(x_t - x̄)² ÷ (T - 1)]. O subscrito Δ identifica o intervalo de observação. O índice é indefinido quando s_x = 0; um denominador muito pequeno também pode torná-lo economicamente instável.

Um índice ex post descreve uma amostra realizada. Um índice de Sharpe ex ante usa retorno diferencial esperado e volatilidade prevista: SR_ex ante = E[R_p - R_f] ÷ σ(R_p - R_f). O desempenho histórico não é promessa não enviesada do valor ex ante. Uma estimativa maior significa que o retorno diferencial médio observado foi maior em relação à variabilidade observada, não que perdas, drawdowns, risco de cauda, risco de liquidez ou desempenho inferior futuro estejam limitados.

Use retornos totais periódicos aritméticos de maneira consistente. Não combine média aritmética com volatilidade de retornos logarítmicos, não subtraia uma taxa anual cotada diretamente de retornos diários ou mensais e não divida retorno anual composto por volatilidade estimada em outra frequência.

Processo reproduzível em sete etapas

  1. Defina decisão e direito econômico. Declare se o índice é ex post ou ex ante, carteira ou estratégia, perspectiva do investidor ou fundo, bruto ou líquido de taxas, tratamento de alavancagem e financiamento, moeda, datas e se o comparador é ativo livre de risco ou outro referencial.
  2. Construa a série de retornos. Use retornos totais com dados disponíveis em cada momento, incluindo distribuições, taxas, custos de transação, caixa, derivativos, financiamento, tributos quando relevantes e fluxos externos tratados de modo consistente; diferencie desempenho da carteira ponderado no tempo do retorno do investidor ponderado pelo dinheiro.
  3. Construa a série de referência. Converta o instrumento de caixa ou livre de risco escolhido em retorno de manutenção para cada observação com moeda, datas, contagem de dias, capitalização, vencimento e reinvestimento coerentes; não substitua sem conversão uma taxa a par ou cotação anual.
  4. Estime o índice periódico. Calcule retornos excedentes por observação, média aritmética, desvio padrão amostral convencional, número de observações, regra de dados ausentes e SR̂_Δ; preserve precisão suficiente para reprodução e reporte explicitamente casos indefinidos ou com volatilidade quase nula.
  5. Diagnostique dependência e distribuição. Meça autocorrelação, observações sobrepostas, preços desatualizados ou baseados em modelo, agrupamento de volatilidade, mudanças de regime, assimetria, curtose e perdas de cauda antes de escolher anualização ou inferência.
  6. Anualize e faça inferência condicionalmente. Use a escala √q somente sob pressupostos que justifiquem a escala de média e variância; caso contrário, agregue retornos diretamente ou use estimador atento à dependência e reporte intervalo de confiança ou comparação bootstrap, sem tratar pequenas diferenças de classificação como fato.
  7. Audite seleção e fundamentos econômicos. Registre cada estratégia, parâmetro, universo, data inicial, referencial e frequência testados; ajuste testes múltiplos e sobrevivência, inclua custos e capacidade implementáveis e examine drawdown, cauda, fatores, liquidez, alavancagem e estresse junto com Sharpe.

Exemplos resolvidos

  • Estimativa periódica e escala IID. Em 36 meses, uma carteira líquida das taxas avaliadas tem retorno total mensal médio de 1.10%, retorno livre de risco mensal alinhado médio de 0.30% e desvio padrão mensal do retorno excedente de 2.40%. monthly SR̂ = (1.10% - 0.30%) ÷ 2.40% = 0.3333; sob a aproximação IID, annualized SR̂ ≈ 0.3333 × √12 = 1.1546.
  • Conversão do insumo livre de risco. Um retorno efetivo anual de caixa de 4.80% corresponde a monthly R_f = (1 + 4.80%)^(1/12) - 1 = 0.3915%, não exatamente 4.80% ÷ 12. Se o retorno mensal da carteira for 0.90% e a volatilidade do retorno excedente 1.80%, então monthly SR̂ = (0.90% - 0.3915%) ÷ 1.80% = 0.2825 e, sob IID, annualized SR̂ = 0.2825 × √12 = 0.9786.
  • Correlação serial positiva. Uma estratégia mensal estacionária tem SR̂_month = 0.5000, autocorrelação de primeira ordem ρ₁ = 0.30 e as demais autocorrelações mensais são assumidas nulas. Para uma aproximação de soma em 12 meses, SR̂(12) = SR̂(1) × 12 ÷ √[12 + 2Σ_{k=1}^{11}(12-k)ρ_k] = 1.3912; a escala ingênua produz 0.5000 × √12 = 1.7321, superestimando o índice sob esses pressupostos.
  • Custos mudam o direito avaliado. Uma estratégia tem retorno excedente mensal bruto de 0.80%, taxas e custos de negociação mensais avaliados de 0.25% e volatilidade líquida do retorno excedente de 2.00%. Os índices mensais bruto e líquido são 0.80% ÷ 2.00% = 0.4000 e (0.80% - 0.25%) ÷ 2.00% = 0.2750; os valores escalados sob IID são 1.3856 e 0.9526. Rotular o resultado bruto como resultado do investidor seria incorreto.

Riscos e controles de revisão

  • Declare se o índice é histórico ou previsto, bruto ou líquido, do fundo ou investidor, alavancado ou não, e baseado em comparador livre de risco ou arriscado.
  • Use retornos totais periódicos aritméticos consistentemente; não misture retornos de preço, logarítmicos, compostos e estatísticas aritméticas sem conciliação.
  • Alinhe distribuições, caixa, fluxos externos, aplicações, resgates e momento de avaliação; retornos ponderados no tempo e pelo dinheiro respondem perguntas diferentes.
  • Declare quais taxas de gestão, desempenho, negociação, financiamento, empréstimo, venda a descoberto e incentivo estão incluídas e quando são provisionadas.
  • Alinhe a série livre de risco por moeda, datas, período de manutenção, capitalização, vencimento, contagem de dias e reinvestimento; taxa cotada não é retorno periódico.
  • Use datas amostrais idênticas e regras explícitas para dados ausentes ou obsoletos, suspensões, feriados e observações não sincronizadas em cada carteira e comparador.
  • Reporte T, convenção do desvio padrão, precisão e denominador nulo ou quase nulo; mudar T ou os graus de liberdade altera a estimativa.
  • Declare frequência de observação e fator de anualização q; √q é regra de escala dependente de pressupostos, não conversão universal de unidade.
  • Estime correlação serial e use agregação ou inferência atenta à dependência quando a autocorrelação for econômica ou estatisticamente relevante.
  • Detecte suavização de avaliações, preços desatualizados, marcações por modelo, negociação infrequente e interpolação que possam reduzir a volatilidade medida.
  • Evite retornos sobrepostos, salvo se a dependência induzida for modelada; janelas sobrepostas não criam observações independentes.
  • Teste agrupamento de volatilidade, heterocedasticidade, quebras estruturais, alavancagem variável e mudanças de regime em vez de presumir distribuição estacionária.
  • Examine assimetria, curtose, frequência de perdas, perda esperada e pagamentos semelhantes a opções; o desvio padrão trata variações positivas e negativas simetricamente.
  • Submeta a estresse estratégias de volatilidade vendida, crédito, provisão de liquidez, carry e venda de opções, cujos ganhos pequenos podem anteceder perdas grandes e raras.
  • Trate índices de Sharpe negativos com cautela; sua ordenação pode ser economicamente contraintuitiva e alavancagem não corrige retorno excedente esperado negativo.
  • Reporte incerteza amostral e use bootstrap de séries temporais justificado ou comparação robusta quando retornos forem dependentes, de caudas pesadas ou não normais.
  • Corrija buscas de estratégia, ajuste de parâmetros, escolha de universo, data inicial e divulgação repetida; o maior Sharpe de um backtest tem viés de seleção.
  • Controle vieses de sobrevivência, preenchimento retroativo, antecipação, dados revisados, deslistagens, incubação, publicação e versão do referencial.
  • Compare índices somente após alinhar retorno avaliado, taxas, moeda, período, frequência, série livre de risco, alavancagem, liquidez e capacidade de implementação.
  • Complemente Sharpe com retorno acumulado e anualizado, drawdown, risco de baixa e cauda, beta e fatores, giro, liquidez, capacidade e testes de estresse.

Equívocos comuns

  • “Um índice de Sharpe acima de um limite fixo é universalmente bom.” A interpretação depende de amostra, frequência, retorno avaliado, classe de ativo, custos, liquidez e método de estimação.
  • “A anualização sempre é o Sharpe periódico vezes a raiz quadrada dos períodos.” O atalho exige pressupostos que dependência serial, suavização, sobreposição e risco variável podem violar.
  • “Um índice amostral maior prova habilidade.” Ruído amostral, não normalidade, testes múltiplos, sobrevivência e omissões de implementação podem criar a classificação.
  • “Sharpe mede perda ou drawdown por unidade de retorno.” Seu denominador é o desvio padrão do retorno diferencial, que inclui variação positiva e omite trajetória da perda e forma da cauda.
  • “Índices de Sharpe, informação e Sortino são intercambiáveis.” Eles usam comparadores e denominadores de risco diferentes e respondem perguntas distintas.

Tópicos relacionados

Fontes oficiais

Navegação

Pesquisar na wiki...