quantsharpeadvancedAI

نسبت شارپ و معیارهای کیفیت استراتژی: راهنمای جامع ارزیابی عملکرد

۲۱ تیر ۱۴۰۵·8 دقیقه مطالعه

با نسبت شارپ، سورتینو، کالمار و سایر معیارهای کیفیت استراتژی آشنا شوید. محاسبه عملی با مثال‌های واقعی برای ارزیابی دقیق استراتژی‌های معاملاتی.

نسبت شارپ و معیارهای کیفیت استراتژی: چگونه یک استراتژی را واقعاً ارزیابی کنیم؟

بسیاری از تریدرها تنها به یک عدد نگاه می‌کنند: سود. اما یک استراتژی که ۴۰٪ سود سالانه می‌دهد لزوماً بهتر از یک استراتژی ۲۵٪ نیست — اگر برای رسیدن به آن ۴۰٪ باید دراودان‌های ۶۰٪ را تحمل کنید. ارزیابی واقعی یک استراتژی نیازمند مجموعه‌ای از معیارهای کمّی است که رابطه میان بازده و ریسک را با دقت اندازه می‌گیرند. نسبت شارپ مهم‌ترین این معیارها است، اما به‌تنهایی کافی نیست.

در این مقاله، با رویکردی کاملاً عملی و فنی، نحوه محاسبه، تفسیر و کاربرد این معیارها را بررسی می‌کنیم.

---

نسبت شارپ چیست و چرا اهمیت دارد؟

نسبت شارپ (Sharpe Ratio) در سال ۱۹۶۶ توسط ویلیام شارپ، اقتصاددان برنده جایزه نوبل، معرفی شد. این معیار پاسخ می‌دهد: به ازای هر واحد ریسکی که می‌پذیرم، چقدر بازده اضافه‌تر از دارایی بی‌ریسک به دست می‌آورم؟

فرمول اصلی:

Sharpe Ratio = (Rp - Rf) / σp

که در آن:
- Rp: بازده متوسط پورتفولیو یا استراتژی
- Rf: نرخ بازده دارایی بی‌ریسک (مثلاً اوراق خزانه آمریکا یا نرخ استیبل‌کوین در کریپتو)
- σp: انحراف معیار بازده‌ها (معیار نوسان یا ریسک)

مثال عملی:

فرض کنید استراتژی شما در ۱۲ ماه گذشته میانگین بازده ماهانه ۳.۵٪ داشته، نرخ بی‌ریسک ماهانه ۰.۴٪ بوده، و انحراف معیار بازده‌های ماهانه ۸.۲٪ است:

Sharpe = (3.5% - 0.4%) / 8.2% = 3.1% / 8.2% = 0.378

برای تبدیل به نسبت سالانه، عدد را در جذر ۱۲ ضرب می‌کنیم:

Sharpe سالانه = 0.378 × √12 = 0.378 × 3.464 ≈ 1.31

این عدد چه معنایی دارد؟

| نسبت شارپ | تفسیر |
|---|---|
| کمتر از ۱ | ضعیف — ریسک توجیه نمی‌شود |
| ۱ تا ۱.۵ | قابل قبول |
| ۱.۵ تا ۲ | خوب |
| ۲ تا ۳ | عالی |
| بالای ۳ | استثنایی (باید با شک بررسی شود) |

---

محاسبه گام‌به‌گام با داده‌های واقعی

برای درک عمیق‌تر، فرض کنید یک استراتژی ترکیبی روی بیت‌کوین و اتریوم دارید با این بازده‌های ماهانه در سال ۲۰۲۴:

ژانویه: +8.2%
فوریه: -3.1%
مارس: +12.4%
آوریل: +5.7%
مه: -8.9%
ژوئن: +4.3%
ژوئیه: +6.1%
اوت: -5.2%
سپتامبر: +9.8%
aکتبر: +14.3%
نوامبر: -2.7%
دسامبر: +7.6%

گام اول: میانگین بازده ماهانه

مجموع = 48.5% → میانگین = 48.5 / 12 = 4.04%

گام دوم: محاسبه انحراف معیار

برای هر ماه، مجذور اختلاف از میانگین را محاسبه و جمع می‌کنیم، سپس جذر می‌گیریم. نتیجه: σ ≈ 6.87%

گام سوم: نسبت شارپ ماهانه (با Rf = 0.35%)

Sharpe ماهانه = (4.04 - 0.35) / 6.87 = 3.69 / 6.87 ≈ 0.537

گام چهارم: سالانه‌سازی

Sharpe سالانه = 0.537 × √12 ≈ 1.86

نسبت ۱.۸۶ یک عملکرد خوب است — اما باید کنار سایر معیارها بررسی شود.

> نکته: در بازار کریپتو، برخی تحلیل‌گران از بازده روزانه به جای ماهانه استفاده می‌کنند. در این صورت برای سالانه‌سازی باید در √۲۵۲ (برای بازارهای سنتی) یا √۳۶۵ (برای کریپتو که ۷/۲۴ باز است) ضرب کنید.

---

نسبت سورتینو: اصلاح بزرگ نسبت شارپ

اشکال اصلی نسبت شارپ این است که هم نوسانات مثبت و هم منفی را در انحراف معیار لحاظ می‌کند. اما برای یک تریدر، نوسان رو به بالا مشکل نیست — نوسان رو به پایین خطرناک است.

نسبت سورتینو این مشکل را حل می‌کند:

Sortino Ratio = (Rp - Rf) / σd

که σd انحراف معیار فقط بازده‌های منفی (Downside Deviation) است.

مثال با همان داده‌ها:

بازده‌های منفی: -3.1%, -8.9%, -5.2%, -2.7%
انحراف معیار نزولی ≈ 2.98%

Sortino = (4.04 - 0.35) / 2.98 = 1.24 (ماهانه)
Sortino سالانه = 1.24 × √12 ≈ 4.29

سورتینوی ۴.۲۹ در مقابل شارپ ۱.۸۶ نشان می‌دهد که این استراتژی از منظر ریسک نزولی، عملکرد بسیار بهتری دارد. در کریپتو، که رشدهای انفجاری شایع است، سورتینو اغلب تصویر دقیق‌تری نسبت به شارپ ارائه می‌دهد.

برای مقایسه استراتژی‌های بیشتر و سیگنال‌های معاملاتی که با این معیارها فیلتر شده‌اند، می‌توانید به بخش سیگنال‌های تریدیار مراجعه کنید.

---

نسبت کالمار و حداکثر دراودان: معیارهای بقا

در معاملات کریپتو، ماندگاری در بازار اهمیت حیاتی دارد. نسبت کالمار (Calmar Ratio) رابطه بازده سالانه با بدترین دراودان تاریخی استراتژی را نشان می‌دهد:

Calmar Ratio = بازده سالانه / |حداکثر دراودان|

مثال:
استراتژی A: بازده سالانه ۸۵٪، حداکثر دراودان -۶۵٪
→ Calmar = 85 / 65 = 1.31

استراتژی B: بازده سالانه ۴۵٪، حداکثر دراودان -۲۰٪
→ Calmar = 45 / 20 = 2.25

استراتژی B با وجود بازده کمتر، از نظر کالمار بهتر است. اگر در استراتژی A قرار بود ۶۵٪ از سرمایه را از دست بدهید تا به آن ۸۵٪ برسید، آیا توان روانی و مالی آن را داشتید؟

حداکثر دراودان (Maximum Drawdown) را اینگونه محاسبه می‌کنیم:

MDD = (Peak Value - Trough Value) / Peak Value × 100

اگر ارزش پورتفولیوی شما از ۱۰,۰۰۰ دلار به اوج ۱۸,۵۰۰ دلار رسیده و سپس به ۱۱,۲۰۰ دلار افت کرده باشد:

MDD = (18,500 - 11,200) / 18,500 × 100 = 39.5%

برای استراتژی‌های حرفه‌ای، MDD زیر ۲۰٪ ایده‌آل و بالای ۴۰٪ معمولاً غیرقابل قبول است.

---

نرخ برد، نسبت سود به زیان و Expectancy

این سه معیار با هم یک تصویر کامل از «لبه آماری» استراتژی ارائه می‌دهند:

نرخ برد (Win Rate):

Win Rate = تعداد معاملات سودده / کل معاملات × 100

نسبت سود به زیان (Profit Factor):

Profit Factor = مجموع سودها / مجموع زیان‌ها

Profit Factor بالای ۱.۵ قابل قبول و بالای ۲ خوب است.

Expectancy (امید ریاضی):

Expectancy = (Win Rate × میانگین سود) - (Loss Rate × میانگین زیان)

مثال عملی:
- ۱۰۰ معامله، ۴۵ سودده، ۵۵ زیان‌ده
- میانگین سود: ۱۸۰ دلار
- میانگین زیان: ۸۵ دلار

Expectancy = (0.45 × 180) - (0.55 × 85)
= 81 - 46.75
= $34.25 به ازای هر معامله

امید ریاضی مثبت ۳۴.۲۵ دلار به این معناست که این استراتژی در بلندمدت لبه دارد — حتی اگر نرخ برد آن ۴۵٪ باشد. این نشان می‌دهد که نرخ برد به‌تنهایی معیار خوبی نیست — یک استراتژی با ۶۰٪ نرخ برد اما نسبت ریسک به ریوارد ۱:۰.۵ زیان‌ده است.

برای یادگیری عمیق‌تر مباحث آماری در معامله‌گری، آکادمی تریدیار در بخش /academy آموزش‌های تخصصی ارائه می‌دهد.

---

محدودیت‌های نسبت شارپ: چه زمانی گمراه‌کننده است؟

هیچ معیاری کامل نیست و نسبت شارپ محدودیت‌های جدی دارد:

۱. فرض توزیع نرمال:
شارپ فرض می‌کند بازده‌ها توزیع نرمال دارند. اما در کریپتو، دنباله‌های چاق (Fat Tails) رایج هستند — یعنی رویدادهای شدید مثل سقوط ۴۰٪ در یک روز یا پامپ ۸۰٪ در یک هفته، بیش از آنچه توزیع نرمال پیش‌بینی می‌کند اتفاق می‌افتند.

۲. بازه زمانی مصنوعی:
یک استراتژی می‌تواند با انتخاب بازه زمانی مناسب، شارپ بالایی نشان دهد. همیشه حداقل ۳ سال داده یا ۱۰۰+ معامله برای ارزیابی معتبر نیاز است.

۳. حساسیت به نرخ بی‌ریسک:
در محیط‌های نرخ بهره بالا (مثل ۲۰۲۲-۲۰۲۳)، بسیاری از استراتژی‌ها شارپ پایین‌تری نشان می‌دهند صرفاً چون نرخ Rf بالاتر رفته.

۴. گمراهی در استراتژی‌های Skewed:
یک استراتژی که معمولاً سودهای کوچک مکرر می‌دهد اما گاهی ضررهای بزرگ (مثل فروش آپشن بدون پوشش)، شارپ بالایی نشان می‌دهد تا زمانی که «دم» آن ظاهر شود. نسبت Omega یا CVaR (Conditional Value at Risk) برای این موارد مناسب‌تر است.

Omega Ratio به‌عنوان جایگزین:

Omega = مجموع بازده‌های بالاتر از آستانه / مجموع بازده‌های پایین‌تر از آستانه

Omega بزرگ‌تر از ۱ به معنای برتری بازده‌های مثبت بر منفی است و هیچ فرضی درباره شکل توزیع نمی‌کند.

---

چارچوب ترکیبی: چطور یک استراتژی را به‌صورت جامع ارزیابی کنیم؟

هیچ معیار واحدی کافی نیست. یک چارچوب ارزیابی حرفه‌ای باید این معیارها را همزمان بررسی کند:

| معیار | حداقل قابل قبول | هدف |
|---|---|---|
| Sharpe Ratio | > 1.0 | > 1.8 |
| Sortino Ratio | > 1.5 | > 2.5 |
| Calmar Ratio | > 1.0 | > 2.0 |
| Max Drawdown | < 35% | < 20% |
| Profit Factor | > 1.3 | > 1.7 |
| Expectancy | > 0 | > R/2 |
| تعداد معاملات | > 100 | > 300 |

فرآیند ارزیابی پیشنهادی:

مرحله اول — صحت‌سنجی آماری: آیا تعداد معاملات کافی است؟ آیا بازه زمانی شامل هر دو بازار صعودی و نزولی است؟

مرحله دوم — ریسک مطلق: MDD را بررسی کنید. اگر از ۴۰٪ بالاتر است، بقیه معیارها اهمیت ثانوی دارند.

مرحله سوم — بازده تعدیل‌شده با ریسک: شارپ و سورتینو را با هم بسنجید. اختلاف زیاد بین آن‌ها نشانه asymmetry در توزیع بازده‌هاست.

مرحله چهارم — پایداری: آیا عملکرد در زیربازه‌های زمانی مختلف ثابت است؟ یک استراتژی با شارپ ۲.۰ که ۱۸ ماه از ۲۴ ماه کار کرده بهتر از استراتژی شارپ ۳.۵ است که ۶ ماه درخشیده.

مرحله پنجم — تست خارج از نمونه: هرگز استراتژی را فقط با داده‌هایی که روی آن بهینه شده ارزیابی نکنید. حداقل ۳۰٪ داده‌ها باید «Out-of-Sample» باشند.

---

نتیجه‌گیری

نسبت شارپ نقطه شروع است، نه نقطه پایان ارزیابی استراتژی. یک تریدر حرفه‌ای هرگز بر اساس یک عدد تصمیم نمی‌گیرد.

خلاصه اصول کلیدی:
- شارپ بازده تعدیل‌شده کلی را نشان می‌دهد اما نوسان مثبت را هم جریمه می‌کند
- سورتینو برای استراتژی‌های asymmetric در کریپتو دقیق‌تر است
- کالمار معیار بقا است — چقدر ریسک واقعی برای این بازده پذیرفتید؟
- Expectancy لبه آماری واقعی را نشان می‌دهد
- ترکیب این معیارها با آزمون Out-of-Sample تنها راه ارزیابی معتبر است

بدانید که هیچ استراتژی‌ای با معیارهای «بیش از حد خوب» — مثل شارپ بالای ۴ در بازه کوتاه — را نمی‌توان بدون شک قبول کرد. هر چه یک استراتژی در Backtest بهتر به نظر برسد، احتمال Overfitting بیشتر است.

بازار به آن‌هایی که با دقت علمی معامله می‌کنند پاداش می‌دهد — نه به آن‌هایی که با احساسات یا اعداد چشمگیر جذب می‌شوند.

نسبت شارپ و معیارهای کیفیت استراتژی: راهنمای جامع ارزیابی عملکرد | بلاگ تریدیار | تریدیار