Последна актуализация:
Всяка метрика, която Foliolytic изчислява, как се изчислява, какви данни използва, какви гранични случаи обработва имплементацията и по какво Foliolytic се различава от типичните онлайн калкулатори. Без черна кутия.
Foliolytic използва действителните дневни доходности на американски държавни ценни книжа от FRED като безрискова норма, съобразени с всеки календарен ден от историята на вашето портфолио. Повечето онлайн калкулатори използват статично предположение от 2% или 3%, което може да промени коефициентите на Sharpe и Sortino с 0.3–0.5 в среди, където доходностите на ДЦК са 5%. В комбинация с ежедневното възстановяване на пропаданията (не моментни снимки в края на месеца) и XIRR на Нютон-Рафсън с бисекционен резерв, това привежда числата на Foliolytic в съответствие с институционалната методология за управление на активи.
Реални доходности на ДЦК · Дневна детайлност · XIRR на Нютон-РафсънДневни серии от стойности на портфолиото, реконструирани от вашите транзакции. Дневна доходност на 3-месечни американски държавни ценни книжа от FRED, съобразена с всеки календарен ден. 252 търговски дни годишно за портфолиа само с акции; 365 за портфолиа само с криптовалути; подходяща комбинация за смесени портфолиа.
Ако историята на портфолиото е по-кратка от 30 дни, коефициентът на Шарп се потиска (размерът на извадката е твърде малък за смислено заключение). Ако σ < 1e-9 (ефективно плоско портфолио), коефициентът на Шарп се отчита като нулев, а не като безкрайност.
Повечето онлайн калкулатори използват статична безрискова норма от 2% или 3%. Foliolytic използва действителните дневни доходности на ДЦК. В среди с високи лихвени проценти (2023–2025 г.) това променя коефициентите на Шарп с 0.3–0.5 спрямо калкулаторите с фиксирана норма.
Същите дневни серии от портфолио и дневни безрискови норми като за Шарп. Прагът за „недостатъка“ е дневната безрискова норма, а не нула.
Отклонението надолу се изчислява, като се използват само дни, в които r_d < r_f_d. Дните, в които r_d ≥ r_f_d, допринасят с нула към сумата, но се броят в n. Това съответства на оригиналната спецификация на Сортино от 80-те години.
Някои калкулатори използват нула като праг за недостатък, което е математически удобно, но теоретично некоректно. Оригиналният документ на Сортино посочва минималната приемлива доходност (MAR), която най-естествено се тълкува като безрискова норма.
Пълна история на транзакциите с датирани парични потоци. Включва вноски (отрицателни), тегления (положителни), крайна стойност на портфолиото към най-скорошната дата (положителна) и всички получени парични дивиденти като отделни потоци.
Нютон-Рафсън итерира с начална оценка от 0.10. Ако производната стане нула или итерацията се разминава, алгоритъмът преминава към бисекционен метод в интервала [-0.99, +5.0]. Толеранс на сходимост: 1e-10. Парични потоци под $0.01 се игнорират. Резултатът е ограничен до [-0.99, +5.0] годишно – стойности извън този диапазон почти винаги показват грешки в данните (смесване на валути, изместване на десетични запетаи, грешки при отчитане на криптовалути).
XIRR на Excel използва същия подход на Нютон-Рафсън, но не прилага ограничение, така че връща абсурдни стойности (многомилиардни проценти) за неясни крипто данни. Ограничението на Foliolytic предотвратява замърсяването на таблото с такива данни.
Дневни стойности на портфолиото, дати на всички външни парични потоци. Периодът между два последователни потока е един прозорец на доходност.
Доходностите за подпериоди се свързват геометрично, за да се премахне ефектът от времето на вноските и тегленията. Дните без потоци формират еднодневни периоди на доходност. Многодневните периоди между потоци се натрупват.
TWR е стандартът за оценка на ефективността на ниво актив (това, което отчитат фонд мениджърите). Доходността, претеглена спрямо парите (XIRR), е стандартът за оценка на действителния опит на инвеститора. Foliolytic изчислява и двете – те често се различават с няколко процентни пункта.
Дневни доходности на портфолиото. Дневни доходности на бенчмарка (S&P 500 по подразбиране; конфигурируем до QQQ, VT или всеки персонализиран бенчмарк). Дневна доходност на 3-месечни ДЦК за изчисляване на излишните доходности.
Минимум 30 дни припокриване между портфолиото и бенчмарка. Дните, в които липсват данни за някой от тях, се изпускат. Отклоненията (>5σ) се отбелязват, но не се премахват – бета е стабилна статистика и премахването на отклоненията обикновено я отклонява нагоре.
Някои калкулатори изчисляват бета върху сурови доходности (не излишни доходности), което е математически еквивалентно само ако безрисковата норма е постоянна. При променящи се във времето лихвени проценти на ДЦК, регресията върху излишните доходности е по-коректна.
Същите като за бета, плюс пресечната точка на регресията (константният член на OLS).
Алфа се отчита в годишни процентни пунктове. Статистическата значимост (t-статистика) се изчислява паралелно – стойности на алфа без t-статистика > 1.5 трябва да се третират като шум, а не като умение.
Много алфа стойности в електронни таблици се изчисляват като чиста пресечна точка на нескалирана регресия, пропускайки стъпката на годишно преобразуване. Foliolytic винаги отчита годишна алфа, така че числото е пряко интерпретируемо като „допълнителна доходност на година спрямо бенчмарк-еквивалентна рискова експозиция“.
Същата регресия като за бета. R² е коефициентът на детерминация от това напасване.
Ако R² < 0.05 спрямо избрания бенчмарк, оценките за бета и алфа на портфолиото се отбелязват като статистически безсмислени – няма линейна връзка за интерпретация.
Foliolytic третира висок R² (≥ 0.95 с нисък активен дял) като сигнал за „скрит индексатор“ – вижте Последни основни актуализации в CLAUDE.md за дефиницията на значката.
Дневни серии от стойности на портфолиото през цялата история. Реконструкцията използва оценка транзакция по транзакция, а не моментни снимки в края на периода.
Използва се дневна детайлност за акции и криптовалути. В рамките на деня върхове/спадове не се улавят — максималното пропадане на Foliolytic е с дневна резолюция. Времето за възстановяване (дни от върха до следващия ден на или над върха) се отчита паралелно.
Много тракери изчисляват пропадането от месечни NAV, което подценява истинското пропадане от връх до дъно средно с 20–30%. Ежедневната реконструкция улавя повече от пътя.
Пълна история на дневните доходности. Ниво на доверие α (по подразбиране: 95% и 99%). За параметричен VaR се изискват също средна стойност на извадката и стандартно отклонение. За Монте Карло, напасва разпределение (Гаусово по подразбиране; t-разпределение за активи с дебели опашки).
Историческият VaR изисква поне 60 дни доходности (статистически минимум); силно предпочитани са 250+ дни. Параметричният VaR може да бъде ненадежден за негаусови разпределения на доходностите. Foliolytic отчита и трите паралелно, така че разликата (или липсата ѝ) е видима.
Повечето калкулатори отчитат само параметричен VaR. Foliolytic показва исторически, параметричен и Монте Карло. За активи с дебели опашки (криптовалути, ливъридж акции, единични акции), параметричният VaR може да подцени истинския потенциал за загуба с 50%+.
Същите като за исторически VaR. CVaR използва само дни, в които загубата е надвишила прага на VaR.
При условие, че опашката не е празна: изисква поне 5 наблюдения над прага на VaR за смислена оценка. При 250 дни история при 95% VaR, това дава 12–13 наблюдения в опашката – гранично.
Много източници отчитат само VaR. CVaR (наричан още Expected Shortfall) ви казва не само прага, но и средната тежест отвъд него – по-полезно за капиталово планиране. Базел III за банките сега изисква CVaR пред VaR по тези причини.
Годишна доходност (CAGR за цялата история). Максимално пропадане за цялата история.
Изисква и двата входа да не са тривиални. Ако MaxDD < 1% (по същество без пропадане), Calmar се отчита като 'н/п' вместо безкрайност. Ако R_annual ≤ 0, Calmar все още може да бъде изчислен, но се отчита с изричен контекст (висок Calmar от ниско пропадане е впечатляващ само ако доходността също е положителна).
Някои имплементации използват 36-месечен плъзгащ се Calmar вместо за целия период. Foliolytic изчислява Calmar за целия период по подразбиране; плъзгащият се Calmar е наличен в раздела за разширени метрики.
Годишна излишна доходност за периода. Бета от същата регресия, използвана за метриката бета.
Ако β е близо до нула или отрицателна, Трейнър става безсмислен или контраинтуитивен. Foliolytic отбелязва портфолиа с |β| < 0.2 като „ниско-бета“ и показва Трейнър с предупредителен индикатор.
Трейнър е най-полезен за добре диверсифицирани портфолиа, където идиосинкратичният риск е диверсифициран. За единични акции или концентрирани портфолиа, Шарп е по-подходящата метрика – Трейнър ще надцени коригираната спрямо риска доходност, защото специфичният за фирмата риск не се улавя от бета.
Дневни доходности на портфолиото и дневни доходности на бенчмарка. И двете годишно чрез √252.
Изисква поне 60 дни сдвоени данни. Ако грешката на проследяване < 0.5% (по същество индексирана), IR се потиска, защото числителят, разделен на почти нулев знаменател, дава нестабилни оценки.
Някои имплементации използват месечни доходности (официалният GIPS стандарт). Foliolytic използва дневни за по-висока резолюция; разликата между дневни и месечни е малка за IR (обикновено в рамките на 5%).
Месечни доходности на портфолиото и бенчмарка. Изчислява се на месечна база, за да съответства на стандартната конвенция за отчитане.
Изисква поне 12 месеца във всеки режим (нагоре/надолу) за смислени оценки. Месеците, в които доходността на бенчмарка е точно нула, се изпускат. Коефициентите на улавяне се отчитат като проценти.
Foliolytic отчита и качеството на коефициента на улавяне (разликата up_capture - down_capture) – идеалният профил е висок нагоре, нисък надолу.
Дневни доходности на портфолиото и бенчмарка. Серията от разлики се изчислява ежедневно; TE е годишното стандартно отклонение.
Същите минимални изисквания за данни като за IR (≥ 60 дни). За много тясно индексирани портфолиа (< 0.5% TE), метриката се отчита, но се отбелязва, защото толкова ниска грешка на проследяване обикновено означава скрито индексиране.
Някои калкулатори използват ex-ante (прогнозна, базирана на фактори) грешка на проследяване, а не ex-post (историческа). Foliolytic винаги използва ex-post – действителното реализирано отклонение от бенчмарка.
Наблюдаван коефициент на Шарп, размер на извадката n, асиметрия на извадката, ексцес на извадката. Бенчмарк SR* (по подразбиране 0).
Квантилите за PSR се бутстрапват от плъзгащи се 5-годишни прозорци на обща доходност на SPY (1101 прозореца от 1928–2025 г.), така че резултатът отразява референтни разпределения, отчитащи размера на извадката. Формулата на PSR има √(n-1) в числителя, така че референтните разпределения трябва да използват прозорци, съответстващи на дължината на историята на потребителя – вижте корекцията на метрики v6 от април 2026 г. в CLAUDE.md.
Повечето онлайн калкулатори изобщо не отчитат PSR. Малкото, които го правят, обикновено използват фиксирано референтно разпределение, което не отчита размера на извадката, което води до това, че потребителски портфолиа с реалистични 5-годишни истории получават оценка „лошо“ дори при прага на достоверност на BLP.
Серия от дневни доходности. Размерите на прозорците обикновено варират от 10 до T/2 логаритмично.
Посоката се третира като „неутрална“, а не като „по-високото е по-добро“ – H = 0.5 (случайна разходка) е концептуалната средна точка, като отклоненията във всяка посока са информативни. Квантилите се бутстрапват от плъзгащи се 5-годишни SPY прозорци, както за PSR.
Foliolytic използва метода на премащабирания обхват (R/S). Анализът на детрендирани флуктуации (DFA) е наличен като алтернатива в разширения раздел; и двата обикновено дават много сходни резултати за доходностите на акциите, които повечето потребители притежават.
Серия от дневни пропадания (процент от текущия максимум).
Отчита се като процент. Подобно на всички метрики, базирани на пропадане, е чувствителен към резолюцията на основната серия от стойности — ежедневното възстановяване е от значение.
Някои имплементации отчитат UI като дроб; Foliolytic използва оригиналната конвенция на Питър Мартин за процент * 100 за директно сравнение с публикувани изследвания.
Месечни доходности на портфолиото и бенчмарка.
Месеците, в които r_p == r_b, се разделят наполовина. Минимум 12 месеца за смислена оценка.
Foliolytic отчита и сдвоена метрика, процент на успеваемост спрямо нула (месеци, в които r_p > 0 / общо), полезна за стратегии с абсолютна доходност.
Годишна доходност, безрискова норма, всички стойности на пропадане за периода.
Подобен на Calmar, но наказва сумата от квадратите на пропаданията вместо само максимума. По-малко чувствителен към еднократно пропадане тип „черен лебед“ от Calmar.
Базовите линии на Burke на Foliolytic бяха рекалибрирани към FF_100Y_BUFFETT_ANCHORED във v6.5 (април 2026 г.) – вижте CLAUDE.md за историята на калибрирането.
Годишна излишна доходност, Индекс на язвата.
Пряк роднина на Calmar и Burke; използва Индекса на язвата като знаменател за риска на пътя.
Повечето калкулатори не изчисляват коефициента на Мартин. Foliolytic го включва, защото метриките, базирани на Индекса на язвата, корелират добре със субективната болка на инвеститора.
Годишна доходност. Списък на всички завършени пропадания в рамките на прозореца за преглед, класирани по дълбочина.
Корекцията от -10% е фиксирано отместване от оригиналната формулировка на Стърлинг. Ако съществуват по-малко от N завършени пропадания, метриката се потиска.
Стърлинг е по-чувствителен от Calmar към серия от средни пропадания. Базовите линии на Foliolytic (FF_100Y_BUFFETT_ANCHORED) бяха рекалибрирани във v6.5.
Коефициент на Шарп на портфолиото, годишно стандартно отклонение на бенчмарка, годишна безрискова норма.
M² ≡ Шарп, премащабиран до волатилността на бенчмарка. Всеки път, когато лентите на Шарп се променят, лентите на M² ТРЯБВА да се променят идентично – те са математически едно и също количество.
Много калкулатори изчисляват Шарп, но пропускат M². M² е по-лесно интерпретируем за индивидуални потребители, защото е деноминиран в процентни пунктове на доходност, а не в безразмерно съотношение.
Всяка метрика на Foliolytic се изчислява от ежедневна реконструкция на портфолиото, а не от моментни снимки в края на месеца. Това е най-важно за метриките, базирани на пропадане (максимално пропадане, Calmar, Burke, Martin, Sterling, Ulcer): месечните NAV обикновено подценяват истинското пропадане от връх до дъно средно с 20–30%, защото пропускат вътрешномесечните спадове. Дневната детайлност улавя пътя, който действително се е случил.
Портфолиата само с акции използват 252 търговски дни. Портфолиата само с криптовалути използват 365 дни (24/7 търговия). Смесените портфолиа използват комбинация за всеки актив, след което се рекомбинират в една годишна цифра за портфолиото. Мащабирането на волатилността използва √n (дисперсията се мащабира линейно с времето, така че стандартното отклонение се мащабира с √време).
Дневните логаритмични доходности се използват вътрешно за всяка метрика, изискваща времево агрегиране (дисперсия, многопериодно натрупване, годишно преобразуване). Аритметичните доходности се използват за показване, защото са по-интуитивни („-30%“ е по-разпознаваемо от „логаритмична доходност -0.357“). Двете са еквивалентни на дневно ниво за типични доходности от акции; те се различават при екстремни движения.
Отклоненията се отбелязват, но не се премахват. Премахването на отклонения обикновено отклонява оценките за дисперсия и Шарп нагоре и като цяло е лоша практика. Изключение правят случаите, когато данните ясно показват грешка – напр. крипто сделки, погрешно отчетени в центове вместо в долари, или грешки при конвертиране на валута, водещи до 1000 пъти скокове в цената. Те се улавят от слоя за парсиране (вижте /about) и се коригират преди изчисляването на метриките.
Foliolytic потиска метрики, които изискват повече данни от наличните. Sharpe и Sortino изискват ≥ 30 дни. Beta, alpha, IR, грешка на проследяване изискват ≥ 60 дни сдвоени данни. Коефициентите на улавяне изискват ≥ 12 месеца във всеки режим. PSR и Hurst изискват достатъчно история за бутстрапване на референтни разпределения. Когато минимумът не е изпълнен, метриката показва „—“ вместо безсмислено число.
За всяка метрика, която използва R_f (Sharpe, Sortino, Treynor, M², alpha, beta върху излишни доходности), се използва дневната доходност на 3-месечни ДЦК и се съпоставя с всеки календарен ден от историята на портфолиото. Годишната R_f, използвана за показване, е среднопретеглената във времето дневна R_f за историята на портфолиото. Повечето калкулатори използват една фиксирана стойност на R_f, което е грешно, когато лихвените проценти са се променяли.
S&P 500 (обща доходност на SPY) по подразбиране. Конфигурируем от потребителя до QQQ, VT или всеки персонализиран тикер. Beta, alpha, R², коефициенти на улавяне, процент на успеваемост, IR и грешка на проследяване се преизчисляват спрямо избрания бенчмарк. Крипто портфолиата по подразбиране използват BTC за метрики, свързани с бенчмарка.
Референтните разпределения за базирано на персентили оценяване (PSR, Hurst, квантили на Шарп и др.) се рекалибрират периодично с пристигането на нови пазарни данни. Текущият набор за калибриране е документиран в изходния файл metricBaselines.js. Основните събития за рекалибриране се записват с тагове за версия (v6.4, v6.5) за прозрачност – вижте CLAUDE.md и дневника на промените в началото на metricBaselines.js.
Всяка метрика по-долу има свой собствен специализиран калкулатор с решени примери, таблици за интерпретация и безплатен инструмент за качване на CSV файл.
Аритметичните доходности ((P_t - P_(t-1)) / P_(t-1)) са интуитивни и обикновено това имат предвид инвеститорите под „доходност“. Логаритмичните доходности (ln(P_t / P_(t-1))) имат критично математическо свойство: те са адитивни във времето. 90-дневната логаритмична доходност е равна на сумата от 90 дневни логаритмични доходности. Аритметичните доходности нямат това свойство — те се натрупват геометрично. Foliolytic използва логаритмични доходности вътрешно за всяко времево агрегиране и аритметични доходности за показване.
Почти сигурно заради безрисковата норма. Foliolytic използва действителните дневни доходности на 3-месечни държавни ценни книжа от FRED. Повечето брокери и онлайн калкулатори използват фиксирано предположение (често 2% или 0%). В среда, където доходностите на ДЦК са 5%, това може да промени коефициента на Шарп с 0.3–0.5 — съществена разлика.
Разделянията се прилагат ретроактивно към историческия брой акции и цени. Разделяне 4 към 1 на AAPL през август 2020 г. ретроактивно учетворява броя на вашите акции и намалява историческата цена четири пъти за всички дати преди разделянето. Серията от стойности на портфолиото остава непрекъсната през разделянето — няма скок в стойността, а само в козметичните данни за акция.
Паричните дивиденти се добавят към паричния баланс на портфолиото на датата без дивидент. Те не се реинвестират автоматично. Ако вашият брокер реинвестира автоматично, получените покупки на акции ще се появят във вашата история на транзакциите и ще бъдат обработени нормално. Специалните дивиденти се обработват по същия начин като редовните парични дивиденти.
S&P 500 (обща доходност на SPY) по подразбиране. Бенчмаркът може да бъде конфигуриран в таблото – можете да изберете всеки основен индекс, ETF или дори персонализиран тикер. Beta, alpha, R², коефициент на улавяне, процент на успеваемост и грешка на проследяване се преизчисляват спрямо избрания бенчмарк.
Foliolytic изчислява доходностите от вашата история на транзакциите така, както са. Ако вашият брокер удържа такси от позиции или ги таксува като отделни транзакции, тези потоци се отразяват. Ако таксите се плащат от отделна парична сметка, която не е във вашия CSV файл, те не се улавят. За повечето брокерски сметки на индивидуални инвеститори (Fidelity, Schwab, Robinhood, IBKR), таксите на платформата вече са отразени в цените на транзакциите.
Извършете всички описани по-горе изчисления за вашето собствено портфолио за секунди.
Анализирайте портфолиото си безплатно →