עודכן לאחרונה:
כל מדד ש-Foliolytic מחשבת, כיצד הוא מחושב, אילו נתונים הוא משתמש, אילו מקרי קצה הטיפול מטפל בהם, והיכן Foliolytic שונה ממחשבונים מקוונים טיפוסיים. ללא קופסה שחורה.
Foliolytic משתמשת בתשואות יומיות בפועל של אגרות חוב ממשלתיות אמריקאיות ל-3 חודשים מ-FRED כריבית חסרת הסיכון, מותאמת לכל יום קלנדרי בהיסטוריית התיק שלך. רוב המחשבונים המקוונים משתמשים בהנחה סטטית של 2% או 3%, מה שיכול לשנות את יחסי שארפ וסורטינו ב-0.3–0.5 בסביבות שבהן תשואות אגרות החוב הממשלתיות הן 5%. בשילוב עם שחזור משיכה מקסימלית ברזולוציה יומית (לא תמונות מצב של סוף חודש) ו-XIRR בשיטת ניוטון-רפסון עם גיבוי חצייה, זה מיישר את המספרים של Foliolytic עם מתודולוגיית ניהול נכסים מוסדית.
תשואות אג"ח ממשלתיות אמיתיות · גרנולריות יומית · XIRR בשיטת ניוטון-רפסוןסדרת ערכי תיק יומית משוחזרת מהעסקאות שלך. תשואת אגרות חוב ממשלתיות אמריקאיות ל-3 חודשים מ-FRED, מותאמת לכל יום קלנדרי. 252 ימי מסחר בשנה לתיקי מניות בלבד; 365 לקריפטו בלבד; שילוב מתאים לכל נכס עבור תיקים מעורבים.
אם היסטוריית התיק קצרה מ-30 יום, יחס שארפ מדוכא (גודל מדגם קטן מדי להסקה משמעותית). אם σ < 1e-9 (תיק שטוח למעשה), יחס שארפ מדווח כ-null במקום אינסוף.
רוב המחשבונים המקוונים משתמשים בריבית חסרת סיכון סטטית של 2% או 3%. Foliolytic משתמשת בתשואות יומיות בפועל של אגרות חוב ממשלתיות. בסביבות ריבית גבוהה (2023–2025), זה משנה את יחסי שארפ ב-0.3–0.5 לעומת מחשבונים עם ריבית קבועה.
אותה סדרת תיק יומית וריביות יומיות חסרות סיכון כמו ביחס שארפ. סף ה'צד השלילי' הוא הריבית היומית חסרת הסיכון, לא אפס.
סטיית התקן השלילית מחושבת רק עבור ימים שבהם r_d < r_f_d. ימים שבהם r_d ≥ r_f_d תורמים אפס לסכום אך נספרים ב-n. זה תואם את המפרט המקורי של סורטינו משנות ה-80.
חלק מהמחשבונים משתמשים באפס כסף התחתון, מה שנוח מתמטית אך שגוי תיאורטית. המאמר המקורי של סורטינו מציין את התשואה המינימלית המקובלת (MAR), אשר מתפרשת באופן טבעי ביותר כריבית חסרת הסיכון.
היסטוריית עסקאות מלאה עם תזרימי מזומנים מתוארכים. כולל הפקדות (שלילי), משיכות (חיובי), ערך תיק סופי בתאריך העדכני ביותר (חיובי), וכל דיבידנד במזומן שהתקבל כתזרים נפרד.
ניוטון-רפסון מבצע איטרציות עם ניחוש ראשוני של 0.10. אם הנגזרת הולכת לאפס או שהאיטרציה מתבדרת, האלגוריתם חוזר לשיטת החצייה בטווח [-0.99, +5.0]. סבילות התכנסות: 1e-10. תזרימי מזומנים מתחת ל-0.01$ מתעלמים. התוצאה מוגבלת באופן הגיוני לטווח [-0.99, +5.0] לשנה – ערכים מחוץ לטווח זה כמעט תמיד מצביעים על שגיאות נתונים (בלבול מטבעות, הזזת נקודה עשרונית, תקלות דיווח קריפטו).
פונקציית XIRR של Excel משתמשת באותה גישת ניוטון-רפסון אך אינה מגבילה באופן הגיוני, ולכן היא מחזירה ערכים אבסורדיים (מיליארדי אחוזים) עבור נתוני קריפטו מבולגנים. המגבלה של Foliolytic מונעת מהם לזהם את לוח המחוונים.
ערכי תיק יומיים, תאריכי כל תזרימי המזומנים החיצוניים. התקופה בין שני תזרים עוקבים היא חלון תשואה אחד.
תשואות תת-תקופתיות משורשרות גיאומטרית כדי להסיר את השפעת התזמון של הפקדות ומשיכות. ימים ללא תזרים מייצרים תקופות תשואה של יום אחד. תקופות מרובות ימים בין תזרים מחושבות בריבית דריבית.
TWR הוא הסטנדרט להערכת ביצועי נכסים (מה שמנהלי קרנות מדווחים). תשואה משוקללת כסף (XIRR) היא הסטנדרט להערכת החוויה בפועל של המשקיע. Foliolytic מחשבת את שניהם – לעיתים קרובות הם נבדלים בכמה נקודות אחוז.
תשואות תיק יומיות. תשואות מדד ייחוס יומיות (S&P 500 כברירת מחדל; ניתנות להגדרה ל-QQQ, VT, או כל מדד ייחוס מותאם אישית). תשואת אגרות חוב ממשלתיות ל-3 חודשים יומית לחישוב תשואות עודפות.
מינימום 30 ימי חפיפה בין התיק למדד הייחוס. ימים שבהם חסרים נתונים באחד מהם מושמטים. חריגים (>5σ) מסומנים אך אינם מוסרים – בטא היא סטטיסטיקה חזקה והסרת חריגים נוטה להטות אותה כלפי מעלה.
חלק מהמחשבונים מריצים בטא על תשואות גולמיות (לא תשואות עודפות), מה ששקול מתמטית רק אם הריבית חסרת הסיכון קבועה. עם שיעורי אגרות חוב ממשלתיות משתנים בזמן, רגרסיה על תשואות עודפות נכונה יותר.
כמו בטא, בתוספת חיתוך הרגרסיה (הקבוע של OLS).
אלפא מדווחת בנקודות אחוז שנתיות. מובהקות סטטיסטית (t-stat) מחושבת במקביל – ערכי אלפא ללא t-stat > 1.5 יש לטפל בהם כרעש, לא כמיומנות.
אלפות רבות בגיליונות אלקטרוניים מחושבות כחיתוך טהור של רגרסיה לא מותאמת, תוך החמצת שלב ההתאמה השנתית. Foliolytic תמיד מדווחת על אלפא שנתית כך שהמספר ניתן לפירוש ישיר כ'תשואה נוספת לשנה לעומת חשיפת סיכון שוות ערך למדד ייחוס'.
אותה רגרסיה כמו בטא. R² הוא מקדם הקביעה מההתאמה הזו.
אם R² < 0.05 מול מדד הייחוס שנבחר, אומדני הבטא והאלפא של התיק מסומנים כחסרי משמעות סטטיסטית – אין קשר ליניארי לפרש.
Foliolytic מתייחסת ל-R² גבוה (≥ 0.95 עם נתח פעיל נמוך) כאות ל'מחקה מדדים סמוי' – ראה עדכונים מרכזיים אחרונים ב-CLAUDE.md להגדרת התג.
סדרת ערכי תיק יומית לאורך כל ההיסטוריה. השחזור משתמש בהערכה עסקה-אחר-עסקה, לא בתמונות מצב של סוף תקופה.
גרנולריות יומית משמשת למניות וקריפטו. שיאים/שפלים תוך-יומיים אינם נלכדים – המשיכה המקסימלית של Foliolytic היא ברזולוציה יומית. זמן ההתאוששות (ימים מהשיא ועד ליום הבא בשיא או מעליו) מדווח במקביל.
עוקבים רבים מחשבים משיכה מקסימלית מ-NAVs חודשיים, מה שממעיט בערך המשיכה האמיתית משיא לשפל בממוצע של 20–30%. שחזור יומי לוכד יותר מהמסלול.
היסטוריית תשואות יומית מלאה. רמת ביטחון α (ברירת מחדל: 95% ו-99%). עבור VaR פרמטרי, דורש גם ממוצע מדגם וסטיית תקן. עבור מונטה קרלו, מתאים התפלגות (גאוסית כברירת מחדל; התפלגות t עבור נכסים בעלי זנבות עבים).
VaR היסטורי דורש לפחות 60 ימי תשואות (מינימום סטטיסטי); 250+ ימים מועדפים מאוד. VaR פרמטרי יכול להיות לא אמין עבור התפלגויות תשואה לא גאוסיות. Foliolytic מדווחת על כל השלושה זה לצד זה כך שהפער (או היעדרו) גלוי.
רוב המחשבונים מדווחים רק על VaR פרמטרי. Foliolytic מציגה VaR היסטורי, פרמטרי ומונטה קרלו. עבור נכסים בעלי זנבות עבים (קריפטו, מניות ממונפות, מניות בודדות), VaR פרמטרי יכול להמעיט בערך פוטנציאל ההפסד האמיתי ב-50% ויותר.
כמו VaR היסטורי. CVaR משתמש רק בימים שבהם ההפסד עלה על סף ה-VaR.
מותנה בכך שהזנב אינו ריק: דורש לפחות 5 תצפיות מעבר לסף ה-VaR עבור אומדן משמעותי. עם 250 ימי היסטוריה ב-VaR של 95%, זה נותן 12–13 תצפיות זנב – גבולי.
מקורות רבים מדווחים רק על VaR. CVaR (הנקרא גם חסר צפוי) אומר לך לא רק את הסף אלא גם את חומרת הממוצע מעבר לו – שימושי יותר לתכנון הון. באזל III לבנקים דורש כעת CVaR על פני VaR מסיבות אלו.
תשואה שנתית (CAGR לאורך כל ההיסטוריה). משיכה מקסימלית לאורך כל ההיסטוריה.
דורש ששני הקלטים יהיו משמעותיים. אם MaxDD < 1% (למעשה ללא משיכה מקסימלית), קלמר מדווח כ-'לא רלוונטי' במקום אינסוף. אם R_annual ≤ 0, קלמר עדיין יכול להיות מחושב אך מדווח עם הקשר מפורש (קלמר גבוה ממשיכה מקסימלית נמוכה מרשים רק אם התשואה חיובית גם כן).
חלק מהיישומים משתמשים בקלמר מתגלגל ל-36 חודשים במקום לתקופה מלאה. Foliolytic מחשבת קלמר לתקופה מלאה כברירת מחדל; קלמר מתגלגל זמין בלשונית המדדים המתקדמים.
תשואה עודפת שנתית לאורך התקופה. בטא מאותה רגרסיה ששימשה למדד הבטא.
אם β קרוב לאפס או שלילי, טריינור הופך לחסר משמעות או לא אינטואיטיבי. Foliolytic מסמנת תיקים עם |β| < 0.2 כ'בטא נמוכה' ומציגה את טריינור עם מחוון אזהרה.
טריינור שימושי ביותר עבור תיקים מגוונים היטב שבהם הסיכון האידיוסנקרטי גוון. עבור מניות בודדות או תיקים מרוכזים, שארפ הוא המדד המתאים יותר – טריינור יגזים בתשואה מותאמת סיכון מכיוון שסיכון ספציפי לחברה אינו נלכד על ידי בטא.
תשואות תיק יומיות ותשואות מדד ייחוס יומיות. שניהם מחושבים על בסיס שנתי באמצעות √252.
דורש לפחות 60 ימים של נתונים מזווגים. אם שגיאת המעקב < 0.5% (למעשה ממופה למדד), יחס המידע מדוכא מכיוון שמחלק במונה קרוב לאפס נותן אומדנים לא יציבים.
חלק מהיישומים משתמשים בתשואות חודשיות (התקן הרשמי של GIPS). Foliolytic משתמשת בנתונים יומיים לרזולוציה גבוהה יותר; ההבדל בין יומי לחודשי קטן עבור יחס המידע (בדרך כלל בתוך 5%).
תשואות תיק ומדד ייחוס חודשיות. מחושב בגרנולריות חודשית כדי להתאים למוסכמת הדיווח הסטנדרטית.
דורש לפחות 12 חודשים בכל משטר (עליות/ירידות) עבור אומדנים משמעותיים. חודשים שבהם תשואת מדד הייחוס היא בדיוק אפס מושמטים. יחסי הלכידה מדווחים כאחוזים.
Foliolytic מדווחת גם על איכות יחס הלכידה (ההפרש up_capture - down_capture) – הפרופיל האידיאלי הוא לכידת עליות גבוהה ולכידת ירידות נמוכה.
תשואות תיק ומדד ייחוס יומיות. סדרת ההפרשים מחושבת יומית; TE היא סטיית התקן השנתית.
אותן דרישות מינימום נתונים כמו יחס המידע (≥ 60 ימים). עבור תיקים הממופים באופן הדוק מאוד (< 0.5% TE), המדד מדווח אך מסומן מכיוון ששגיאת מעקב נמוכה כל כך בדרך כלל מצביעה על חיקוי מדדים סמוי.
חלק מהמחשבונים משתמשים בשגיאת מעקב אקס-אנטה (צופה פני עתיד, מבוססת גורמים) במקום אקס-פוסט (היסטורית). Foliolytic תמיד משתמשת באקס-פוסט – הסטייה הממומשת בפועל ממדד הייחוס.
יחס שארפ נצפה, גודל מדגם n, צידוד מדגם, גבנוניות מדגם. SR* של מדד הייחוס (ברירת מחדל: 0).
קוונטילים עבור PSR מחושבים בשיטת Bootstrap מחלונות תשואה כוללת מתגלגלים של 5 שנים של SPY (1101 חלונות מ-1928–2025), כך שהציון משקף התפלגויות ייחוס מודעות לגודל המדגם. נוסחת ה-PSR כוללת √(n-1) במונה, ולכן התפלגויות הייחוס חייבות להשתמש בחלונות התואמים את אורך ההיסטוריה של המשתמש – ראה תיקון מדדים v6 באפריל 2026 ב-CLAUDE.md.
רוב המחשבונים המקוונים אינם מדווחים על PSR כלל. המעטים שכן, משתמשים בדרך כלל בהתפלגות ייחוס קבועה שאינה מתחשבת בגודל המדגם, מה שמוביל לתיקי משתמשים עם היסטוריות ריאליסטיות של 5 שנים לקבל ציון 'גרוע' גם בסף האמינות של BLP.
סדרת תשואות יומית. גדלי חלונות נעים בדרך כלל מ-10 ועד T/2 באופן לוגריתמי.
הכיוון מטופל כ'ניטרלי' ולא כ'גבוה יותר טוב יותר' – H = 0.5 (הילוך אקראי) הוא נקודת האמצע הרעיונית, כאשר סטיות לכל כיוון הן אינפורמטיביות. קוונטילים מחושבים בשיטת Bootstrap מחלונות SPY מתגלגלים של 5 שנים, כמו PSR.
Foliolytic משתמשת בשיטת הטווח המותאם (R/S). ניתוח תנודות מנוטרלות מגמה (DFA) זמין כחלופה בלשונית המתקדמים; שניהם נותנים בדרך כלל תוצאות דומות מאוד עבור תשואות המניות שרוב המשתמשים מחזיקים.
סדרת משיכות מקסימליות יומיות (אחוז מהמקסימום המתגלגל).
מדווח כאחוז. כמו כל המדדים מבוססי משיכה מקסימלית, רגיש לרזולוציית סדרת הערכים הבסיסית – שחזור יומי חשוב.
חלק מהיישומים מדווחים על מדד אולצר כשבר; Foliolytic משתמשת במוסכמה המקורית של פיטר מרטין של אחוז * 100 להשוואה ישירה עם מחקרים שפורסמו.
תשואות תיק ומדד ייחוס חודשיות.
חודשים שבהם r_p == r_b מחולקים חצי-חצי. מינימום 12 חודשים עבור אומדן משמעותי.
Foliolytic מדווחת גם על מדד מזווג, ממוצע חבטות מול אפס (חודשים שבהם r_p > 0 / סה"כ), שימושי לאסטרטגיות תשואה מוחלטת.
תשואה שנתית, ריבית חסרת סיכון, כל ערכי המשיכה המקסימלית לאורך התקופה.
דומה לקלמר אך מעניש את סכום המשיכות המקסימליות בריבוע במקום רק את המקסימום. פחות רגיש למשיכה מקסימלית בודדת של 'ברבור שחור' מאשר קלמר.
קווי הבסיס של יחס בורק של Foliolytic כוילו מחדש ל-FF_100Y_BUFFETT_ANCHORED בגרסה 6.5 (אפריל 2026) – ראה CLAUDE.md לסיפור הכיול.
תשואה עודפת שנתית, מדד אולצר.
בן דוד ישיר של קלמר ובורק; משתמש במדד אולצר כמכנה סיכון המסלול.
רוב המחשבונים אינם מחשבים את יחס מרטין. Foliolytic כוללת אותו מכיוון שמדדים מבוססי אולצר מתואמים היטב עם כאב סובייקטיבי של משקיעים.
תשואה שנתית. רשימת כל המשיכות המקסימליות שהושלמו בתוך חלון ההסתכלות לאחור, מדורגות לפי עומק.
ההתאמה של -10% היא היסט קבוע מהניסוח המקורי של סטרלינג. אם קיימות פחות מ-N משיכות מקסימליות שהושלמו, המדד מדוכא.
יחס סטרלינג רגיש יותר מקלמר לסדרת משיכות מקסימליות בינוניות. קווי הבסיס של Foliolytic (FF_100Y_BUFFETT_ANCHORED) כוילו מחדש בגרסה 6.5.
יחס שארפ של התיק, סטיית תקן שנתית של מדד הייחוס, ריבית חסרת סיכון שנתית.
M² ≡ שארפ מותאם מחדש לתנודתיות מדד הייחוס. בכל פעם שרצועות שארפ משתנות, רצועות M² חייבות להשתנות באופן זהה – הן אותה כמות מתמטית.
מחשבונים רבים מחשבים את שארפ אך מדלגים על M². M² קל יותר לפירוש עבור משתמשים פרטיים מכיוון שהוא נקוב בנקודות אחוז של תשואה, ולא ביחס חסר יחידות.
כל מדד Foliolytic מחושב משחזור תיק יומי, לא מתמונות מצב של סוף חודש. זה חשוב במיוחד עבור מדדים מבוססי משיכה מקסימלית (משיכה מקסימלית, קלמר, בורק, מרטין, סטרלינג, אולצר): NAVs חודשיים בדרך כלל ממעיטים בערך המשיכה האמיתית משיא לשפל ב-20–30% בממוצע מכיוון שהם מפספסים ירידות תוך-חודשיות. גרנולריות יומית לוכדת את המסלול שאכן התרחש.
תיקי מניות בלבד משתמשים ב-252 ימי מסחר. תיקי קריפטו בלבד משתמשים ב-365 ימים (מסחר 24/7). תיקים מעורבים משתמשים בשילוב לכל נכס, ולאחר מכן מתאחדים לנתון תיק שנתי יחיד. התאמת התנודתיות משתמשת ב-√n (שונות גדלה ליניארית עם הזמן, ולכן סטיית התקן גדלה עם √זמן).
תשואות לוג יומיות משמשות פנימית לכל מדד הדורש צבירת זמן (שונות, צבירה רב-תקופתית, חישוב שנתי). תשואות אריתמטיות משמשות לתצוגה מכיוון שהן אינטואיטיביות יותר ('-30%' מוכר יותר מ'תשואת לוג -0.357'). השניים שקולים ברמה היומית עבור תשואות מניות טיפוסיות; הם מתפצלים עבור מהלכים קיצוניים.
חריגים מסומנים אך אינם מוסרים. הסרת חריגים נוטה להטות את אומדני השונות ויחס שארפ כלפי מעלה והיא בדרך כלל נוהג רע. היוצא מן הכלל הוא כאשר הנתונים מצביעים בבירור על שגיאה – למשל, עסקאות קריפטו שדווחו בטעות בסנטים במקום בדולרים, או תקלות המרת מטבע המניבות קפיצות מחיר פי 1000. אלה נתפסים על ידי שכבת המנתח (ראה אודות) ומתוקנים לפני חישוב המדדים.
Foliolytic מדכאת מדדים הדורשים יותר נתונים ממה שזמין. יחס שארפ וסורטינו דורשים ≥ 30 ימים. בטא, אלפא, יחס מידע ושגיאת מעקב דורשים ≥ 60 ימים של נתונים מזווגים. יחסי לכידה דורשים ≥ 12 חודשים בכל משטר. PSR והרסט דורשים מספיק היסטוריה כדי לבצע Bootstrap להתפלגויות ייחוס. כאשר המינימום אינו מתקיים, המדד מציג '—' במקום מספר חסר משמעות.
עבור כל מדד המשתמש ב-R_f (שארפ, סורטינו, טריינור, M², אלפא, בטא על תשואות עודפות), תשואת אגרות חוב ממשלתיות ל-3 חודשים יומית משמשת ומתואמת לכל יום קלנדרי בהיסטוריית התיק. ה-R_f השנתי המשמש בתצוגה הוא הממוצע המשוקלל בזמן של R_f יומי לאורך היסטוריית התיק. רוב המחשבונים משתמשים בנתון R_f קבוע יחיד, וזה שגוי בכל פעם שהריביות זזו.
S&P 500 (תשואה כוללת של SPY) כברירת מחדל. ניתן להגדרה על ידי המשתמש ל-QQQ, VT, או כל טיקר מותאם אישית. בטא, אלפא, R², יחסי לכידה, ממוצע חבטות, יחס מידע ושגיאת מעקב מחושבים מחדש כולם מול מדד הייחוס שנבחר. תיקי קריפטו מוגדרים כברירת מחדל ל-BTC עבור מדדים יחסיים למדד ייחוס.
התפלגויות ייחוס עבור ניקוד מבוסס אחוזונים (PSR, הרסט, קוונטילי שארפ וכו') מכוילות מחדש מעת לעת עם הגעת נתוני שוק חדשים. סט הכיול הנוכחי מתועד בקובץ המקור metricBaselines.js. אירועי כיול מחדש מרכזיים מתועדים עם תגי גרסה (v6.4, v6.5) לשקיפות – ראה CLAUDE.md ויומן השינויים בראש קובץ metricBaselines.js.
לכל מדד להלן יש מחשבון ייעודי משלו עם דוגמאות פתורות, טבלאות פרשנות וכלי העלאת CSV חינם.
תשואות אריתמטיות ((P_t - P_(t-1)) / P_(t-1)) הן אינטואיטיביות ומה שמשקיעים מתכוונים אליו בדרך כלל ב'תשואה'. לתשואות לוגריתמיות (ln(P_t / P_(t-1))) יש תכונה מתמטית קריטית: הן מצטברות לאורך זמן. תשואת לוג ל-90 יום שווה לסכום של 90 תשואות לוג יומיות. לתשואות אריתמטיות אין תכונה זו – הן מצטברות גיאומטרית. Foliolytic משתמשת בתשואות לוג פנימית לכל צבירת זמן ובתשואות אריתמטיות לתצוגה.
כמעט בוודאות בגלל הריבית חסרת הסיכון. Foliolytic משתמשת בתשואות יומיות בפועל של אגרות חוב ממשלתיות ל-3 חודשים מ-FRED. רוב הברוקרים והמחשבונים המקוונים משתמשים בהנחה קבועה (לרוב 2% או 0%). בסביבה שבה תשואות אגרות החוב הממשלתיות הן 5%, זה יכול לשנות את יחס שארפ ב-0.3–0.5 – הבדל משמעותי.
פיצולים מיושמים רטרואקטיבית על ספירת מניות ומחירים היסטוריים. פיצול 4 ל-1 ב-AAPL באוגוסט 2020 מכפיל רטרואקטיבית את ספירת המניות שלך פי ארבעה ומחלק את המחיר ההיסטורי ברבע לכל התאריכים שלפני הפיצול. סדרת ערכי התיק נשארת רציפה לאורך הפיצול – אין קפיצה בערך, אלא רק בנתונים קוסמטיים למניה.
דיבידנדים במזומן מתווספים ליתרת המזומנים של התיק בתאריך האקס-דיבידנד. הם אינם מושקעים מחדש אוטומטית. אם הברוקר שלך משקיע מחדש אוטומטית, רכישות המניות הנובעות מכך יופיעו בהיסטוריית העסקאות שלך ויעובדו כרגיל. דיבידנדים מיוחדים מטופלים באותו אופן כמו דיבידנדים רגילים במזומן.
S&P 500 (תשואה כוללת של SPY) כברירת מחדל. מדד הייחוס ניתן להגדרה בלוח המחוונים – באפשרותך לבחור כל מדד עיקרי, ETF, או אפילו טיקר מותאם אישית. בטא, אלפא, R², יחס לכידה, ממוצע חבטות ושגיאת מעקב מחושבים מחדש כולם מול מדד הייחוס שנבחר.
Foliolytic מחשבת תשואות מהיסטוריית העסקאות שלך כפי שהיא. אם הברוקר שלך מנכה עמלות מפוזיציות או גובה אותן כעסקאות נפרדות, תזרים זה משתקף. אם עמלות משולמות מחשבון מזומנים נפרד שאינו בקובץ ה-CSV שלך, הן אינן נלכדות. עבור רוב חשבונות הברוקראז' הקמעונאיים (Fidelity, Schwab, Robinhood, IBKR), העמלות שבפלטפורמה כבר משתקפות במחירי העסקאות.
הרץ את כל החישובים המתוארים לעיל על התיק שלך תוך שניות.
נתח את התיק שלך בחינם ←