अंतिम अपडेट:
प्रत्येक मेट्रिक Foliolytic कैसे गणना करता है, यह किस डेटा का उपयोग करता है, कार्यान्वयन किन किनारे के मामलों को संभालता है, और Foliolytic सामान्य ऑनलाइन कैलकुलेटर से कहां भिन्न है। कोई ब्लैक बॉक्स नहीं।
Foliolytic जोखिम-मुक्त दर के रूप में FRED से वास्तविक दैनिक अमेरिकी ट्रेजरी बिल यील्ड का उपयोग करता है, जो आपके पोर्टफोलियो इतिहास के प्रत्येक कैलेंडर दिन से मेल खाता है। अधिकांश ऑनलाइन कैलकुलेटर एक स्थिर 2% या 3% धारणा का उपयोग करते हैं, जो ऐसे वातावरण में जहां T-बिल यील्ड 5% है, Sharpe और Sortino अनुपातों को 0.3–0.5 तक बदल सकता है। दैनिक-रिज़ॉल्यूशन ड्रॉडाउन पुनर्निर्माण (माह-अंत स्नैपशॉट नहीं) और द्विभाजन फॉलबैक के साथ Newton-Raphson XIRR के साथ संयुक्त, यह Foliolytic के आंकड़ों को संस्थागत परिसंपत्ति-प्रबंधन कार्यप्रणाली के अनुरूप रखता है।
वास्तविक ट्रेजरी यील्ड · दैनिक ग्रैन्युलैरिटी · Newton-Raphson XIRRआपके लेनदेन से पुनर्निर्मित दैनिक पोर्टफोलियो मूल्य श्रृंखला। FRED से दैनिक 3-महीने का अमेरिकी ट्रेजरी बिल यील्ड, प्रत्येक कैलेंडर दिन से मेल खाता है। केवल स्टॉक पोर्टफोलियो के लिए प्रति वर्ष 252 ट्रेडिंग दिन; केवल क्रिप्टो के लिए 365; मिश्रित के लिए प्रति-परिसंपत्ति मिश्रण उचित।
यदि पोर्टफोलियो इतिहास 30 दिनों से कम है, तो Sharpe को दबा दिया जाता है (सार्थक अनुमान के लिए नमूना आकार बहुत छोटा)। यदि σ < 1e-9 (प्रभावी रूप से सपाट पोर्टफोलियो), तो Sharpe को अनंत के बजाय शून्य के रूप में रिपोर्ट किया जाता है।
अधिकांश ऑनलाइन कैलकुलेटर एक स्थिर 2% या 3% जोखिम-मुक्त दर का उपयोग करते हैं। Foliolytic वास्तविक दैनिक T-बिल यील्ड का उपयोग करता है। उच्च-दर वाले वातावरण (2023–2025) में, यह Sharpe अनुपातों को निश्चित-दर वाले कैलकुलेटर की तुलना में 0.3–0.5 तक बदल देता है।
Sharpe के समान दैनिक पोर्टफोलियो श्रृंखला और दैनिक जोखिम-मुक्त दरें। 'नकारात्मक' के लिए सीमा दैनिक जोखिम-मुक्त दर है, शून्य नहीं।
नकारात्मक विचलन की गणना केवल उन दिनों का उपयोग करके की जाती है जहां r_d < r_f_d। जिन दिनों में r_d ≥ r_f_d होता है, वे योग में शून्य का योगदान करते हैं लेकिन n में गिने जाते हैं। यह Sortino के मूल 1980 के विनिर्देश से मेल खाता है।
कुछ कैलकुलेटर नकारात्मक सीमा के रूप में शून्य का उपयोग करते हैं, जो गणितीय रूप से सुविधाजनक है लेकिन सैद्धांतिक रूप से गलत है। मूल Sortino पेपर न्यूनतम स्वीकार्य रिटर्न (MAR) निर्दिष्ट करता है, जिसे सबसे स्वाभाविक रूप से जोखिम-मुक्त दर के रूप में व्याख्या किया जाता है।
दिनांकित नकदी प्रवाह के साथ पूर्ण लेनदेन इतिहास। इसमें योगदान (नकारात्मक), निकासी (सकारात्मक), सबसे हाल की तारीख पर टर्मिनल पोर्टफोलियो मूल्य (सकारात्मक), और अलग-अलग प्रवाह के रूप में प्राप्त कोई भी नकद लाभांश शामिल है।
Newton-Raphson 0.10 के प्रारंभिक अनुमान के साथ पुनरावृति करता है। यदि व्युत्पन्न शून्य हो जाता है या पुनरावृति विचलन करती है, तो एल्गोरिथम [-0.99, +5.0] पर द्विभाजन पर वापस आ जाता है। अभिसरण सहिष्णुता: 1e-10। $0.01 से कम के नकदी प्रवाह को अनदेखा कर दिया जाता है। परिणाम को प्रति वर्ष [-0.99, +5.0] पर विवेकपूर्ण रूप से सीमित किया जाता है — इस सीमा के बाहर के मान लगभग हमेशा डेटा त्रुटियों (मुद्रा मिश्रण, दशमलव बिंदु बदलाव, क्रिप्टो रिपोर्टिंग गड़बड़) का संकेत देते हैं।
Excel का XIRR वही Newton-Raphson दृष्टिकोण का उपयोग करता है लेकिन विवेकपूर्ण रूप से सीमित नहीं करता है, इसलिए यह गंदे क्रिप्टो डेटा के लिए बेतुके मान (अरबों प्रतिशत) लौटाता है। Foliolytic की सीमा इन्हें डैशबोर्ड को दूषित करने से रोकती है।
दैनिक पोर्टफोलियो मूल्य, सभी बाहरी नकदी प्रवाह की तारीखें। दो लगातार प्रवाह के बीच की अवधि एक रिटर्न-विंडो है।
योगदान और निकासी के समय प्रभाव को हटाने के लिए उप-अवधि रिटर्न को ज्यामितीय रूप से श्रृंखलाबद्ध किया जाता है। बिना प्रवाह वाले दिन एकल-दिवसीय रिटर्न अवधि उत्पन्न करते हैं। प्रवाह के बीच बहु-दिवसीय अवधियों को संयोजित किया जाता है।
TWR परिसंपत्ति-स्तर के प्रदर्शन का मूल्यांकन करने के लिए मानक है (जो फंड प्रबंधक रिपोर्ट करते हैं)। धन-भारित रिटर्न (XIRR) एक निवेशक के वास्तविक अनुभव का मूल्यांकन करने के लिए मानक है। Foliolytic दोनों की गणना करता है — वे अक्सर कई प्रतिशत अंकों से भिन्न होते हैं।
दैनिक पोर्टफोलियो रिटर्न। दैनिक बेंचमार्क रिटर्न (डिफ़ॉल्ट रूप से S&P 500; QQQ, VT, या किसी कस्टम बेंचमार्क के लिए कॉन्फ़िगर करने योग्य)। अतिरिक्त रिटर्न की गणना के लिए दैनिक 3-महीने का T-बिल यील्ड।
पोर्टफोलियो और बेंचमार्क के बीच न्यूनतम 30 दिनों का ओवरलैप। जिस दिन किसी एक में डेटा गायब होता है, उसे छोड़ दिया जाता है। आउटलायर्स (>5σ) को फ़्लैग किया जाता है लेकिन हटाया नहीं जाता है — beta एक मजबूत सांख्यिकी है और आउटलायर्स को हटाने से इसे ऊपर की ओर पक्षपाती करने की प्रवृत्ति होती है।
कुछ कैलकुलेटर कच्चे रिटर्न (अतिरिक्त रिटर्न नहीं) पर beta चलाते हैं, जो केवल तभी गणितीय रूप से समतुल्य होता है जब जोखिम-मुक्त दर स्थिर हो। समय-भिन्न T-बिल दरों के साथ, अतिरिक्त रिटर्न पर प्रतिगमन अधिक सही होता है।
beta के समान, साथ ही प्रतिगमन अवरोधन (OLS स्थिर पद)।
Alpha को वार्षिकीकृत प्रतिशत अंकों में रिपोर्ट किया जाता है। सांख्यिकीय महत्व (t-stat) साथ में परिकलित किया जाता है — t-stat > 1.5 के बिना alpha मानों को शोर के रूप में माना जाना चाहिए, कौशल के रूप में नहीं।
कई स्प्रेडशीट alpha को बिना स्केल किए गए प्रतिगमन के शुद्ध अवरोधन के रूप में परिकलित किया जाता है, वार्षिकीकरण चरण को छोड़कर। Foliolytic हमेशा वार्षिकीकृत alpha की रिपोर्ट करता है ताकि संख्या को 'बेंचमार्क-समतुल्य जोखिम एक्सपोजर बनाम प्रति वर्ष अतिरिक्त रिटर्न' के रूप में सीधे व्याख्या किया जा सके।
beta के समान प्रतिगमन। R² उस फिट से निर्धारण का गुणांक है।
यदि चुने हुए बेंचमार्क के विरुद्ध R² < 0.05 है, तो पोर्टफोलियो के beta और alpha अनुमानों को सांख्यिकीय रूप से अर्थहीन के रूप में फ़्लैग किया जाता है — व्याख्या करने के लिए कोई रैखिक संबंध नहीं है।
Foliolytic उच्च R² (कम सक्रिय शेयर के साथ ≥ 0.95) को 'क्लोजेट इंडेक्सर' सिग्नल के रूप में मानता है — बैज परिभाषा के लिए CLAUDE.md में हाल के प्रमुख अपडेट देखें।
पूर्ण इतिहास में दैनिक पोर्टफोलियो मूल्य श्रृंखला। पुनर्निर्माण लेनदेन-दर-लेनदेन मूल्यांकन का उपयोग करता है, अवधि-अंत स्नैपशॉट का नहीं।
स्टॉक और क्रिप्टो के लिए दैनिक ग्रैन्युलैरिटी का उपयोग किया जाता है। इंट्राडे पीक/ट्रफ कैप्चर नहीं किए जाते हैं — Foliolytic का अधिकतम ड्रॉडाउन दैनिक-रिज़ॉल्यूशन है। रिकवरी समय (पीक से अगले दिन पीक पर या उससे ऊपर तक के दिन) साथ में रिपोर्ट किया जाता है।
कई ट्रैकर मासिक NAVs से ड्रॉडाउन की गणना करते हैं, जो वास्तविक पीक-टू-ट्रफ को औसतन 20–30% कम आंकता है। दैनिक पुनर्निर्माण पथ के अधिक हिस्से को कैप्चर करता है जो वास्तव में हुआ था।
पूर्ण दैनिक रिटर्न इतिहास। विश्वास स्तर α (डिफ़ॉल्ट: 95% और 99%)। पैरामीट्रिक VaR के लिए, नमूना माध्य और मानक विचलन की भी आवश्यकता होती है। Monte Carlo के लिए, एक वितरण फिट करता है (डिफ़ॉल्ट रूप से Gaussian; मोटी-पूंछ वाली परिसंपत्तियों के लिए t-वितरण)।
ऐतिहासिक VaR के लिए कम से कम 60 दिनों के रिटर्न की आवश्यकता होती है (सांख्यिकीय न्यूनतम); 250+ दिन दृढ़ता से पसंद किए जाते हैं। गैर-Gaussian रिटर्न वितरण के लिए पैरामीट्रिक VaR अविश्वसनीय हो सकता है। Foliolytic तीनों को साथ-साथ रिपोर्ट करता है ताकि अंतर (या उसकी कमी) दिखाई दे।
अधिकांश कैलकुलेटर केवल पैरामीट्रिक VaR की रिपोर्ट करते हैं। Foliolytic ऐतिहासिक, पैरामीट्रिक और Monte Carlo दिखाता है। मोटी-पूंछ वाली परिसंपत्तियों (क्रिप्टो, लीवरेज्ड इक्विटी, एकल स्टॉक) के लिए, पैरामीट्रिक VaR वास्तविक हानि क्षमता को 50%+ तक कम आंक सकता है।
ऐतिहासिक VaR के समान। CVaR केवल उन दिनों का उपयोग करता है जहां हानि VaR सीमा से अधिक हो गई।
पूंछ के गैर-खाली होने की शर्त पर: सार्थक अनुमान के लिए VaR सीमा से परे कम से कम 5 अवलोकन की आवश्यकता होती है। 95% VaR पर 250 दिनों के इतिहास के साथ, यह 12–13 पूंछ अवलोकन देता है — सीमा रेखा।
कई स्रोत केवल VaR की रिपोर्ट करते हैं। CVaR (जिसे अपेक्षित कमी भी कहा जाता है) आपको केवल सीमा ही नहीं बल्कि उससे परे औसत गंभीरता भी बताता है — पूंजी नियोजन के लिए अधिक उपयोगी। बैंकों के लिए Basel III अब इन कारणों से VaR पर CVaR को अनिवार्य करता है।
वार्षिकीकृत रिटर्न (पूर्ण इतिहास पर CAGR)। पूर्ण इतिहास पर अधिकतम गिरावट।
दोनों इनपुट का गैर-तुच्छ होना आवश्यक है। यदि MaxDD < 1% (अनिवार्य रूप से कोई गिरावट नहीं), तो Calmar को अनंत के बजाय 'लागू नहीं' के रूप में रिपोर्ट किया जाता है। यदि R_annual ≤ 0, तो Calmar की गणना अभी भी की जा सकती है लेकिन स्पष्ट संदर्भ के साथ रिपोर्ट की जाती है (कम गिरावट से उच्च Calmar तभी प्रभावशाली होता है जब रिटर्न भी सकारात्मक हो)।
कुछ कार्यान्वयन पूर्ण-अवधि के बजाय 36-महीने के रोलिंग Calmar का उपयोग करते हैं। Foliolytic डिफ़ॉल्ट रूप से पूर्ण-अवधि Calmar की गणना करता है; रोलिंग Calmar उन्नत मेट्रिक्स टैब में उपलब्ध है।
अवधि पर वार्षिकीकृत अतिरिक्त रिटर्न। beta मेट्रिक के लिए उपयोग किए गए समान प्रतिगमन से beta।
यदि β शून्य के करीब या नकारात्मक है, तो Treynor अर्थहीन या प्रति-सहज हो जाता है। Foliolytic |β| < 0.2 वाले पोर्टफोलियो को 'कम-beta' के रूप में फ़्लैग करता है और चेतावनी संकेतक के साथ Treynor दिखाता है।
Treynor सबसे उपयोगी उन अच्छी तरह से विविध पोर्टफोलियो के लिए है जहां विशिष्ट जोखिम को विविध किया गया है। एकल स्टॉक या केंद्रित पोर्टफोलियो के लिए, Sharpe अधिक उपयुक्त मेट्रिक है — Treynor जोखिम-समायोजित रिटर्न को बढ़ा-चढ़ाकर बताएगा क्योंकि फर्म-विशिष्ट जोखिम beta द्वारा कैप्चर नहीं किया जाता है।
दैनिक पोर्टफोलियो रिटर्न और दैनिक बेंचमार्क रिटर्न। दोनों को √252 के माध्यम से वार्षिकीकृत किया गया।
जोड़ीदार डेटा के कम से कम 60 दिनों की आवश्यकता है। यदि ट्रैकिंग एरर < 0.5% (अनिवार्य रूप से अनुक्रमित), तो IR को दबा दिया जाता है क्योंकि शून्य के करीब हर से विभाजित अंश अस्थिर अनुमान देता है।
कुछ कार्यान्वयन मासिक रिटर्न का उपयोग करते हैं (आधिकारिक GIPS मानक)। Foliolytic उच्च रिज़ॉल्यूशन के लिए दैनिक का उपयोग करता है; IR के लिए दैनिक-बनाम-मासिक अंतर छोटा होता है (आमतौर पर 5% के भीतर)।
मासिक पोर्टफोलियो और बेंचमार्क रिटर्न। मानक रिपोर्टिंग परंपरा से मेल खाने के लिए मासिक ग्रैन्युलैरिटी पर परिकलित।
सार्थक अनुमानों के लिए प्रत्येक शासन (ऊपर/नीचे) में कम से कम 12 महीने की आवश्यकता है। जिन महीनों में बेंचमार्क रिटर्न ठीक शून्य होता है, उन्हें छोड़ दिया जाता है। कैप्चर अनुपात प्रतिशत के रूप में रिपोर्ट किए जाते हैं।
Foliolytic कैप्चर-अनुपात गुणवत्ता (up_capture - down_capture का प्रसार) की भी रिपोर्ट करता है — आदर्श प्रोफ़ाइल उच्च ऊपर, कम नीचे है।
दैनिक पोर्टफोलियो और बेंचमार्क रिटर्न। अंतर श्रृंखला की गणना दैनिक रूप से की जाती है; TE वार्षिकीकृत मानक विचलन है।
IR के समान न्यूनतम-डेटा आवश्यकताएँ (≥ 60 दिन)। बहुत कसकर अनुक्रमित पोर्टफोलियो (< 0.5% TE) के लिए, मेट्रिक की रिपोर्ट की जाती है लेकिन फ़्लैग किया जाता है क्योंकि इतना कम ट्रैकिंग एरर आमतौर पर क्लोजेट इंडेक्सिंग का मतलब होता है।
कुछ कैलकुलेटर पूर्व-एंटे (आगे-देखने वाला, कारक-आधारित) ट्रैकिंग एरर का उपयोग करते हैं बजाय पूर्व-पोस्ट (ऐतिहासिक) के। Foliolytic हमेशा पूर्व-पोस्ट का उपयोग करता है — बेंचमार्क से वास्तविक महसूस किया गया विचलन।
अवलोकित Sharpe अनुपात, नमूना आकार n, नमूना विषमता, नमूना कुर्टोसिस। बेंचमार्क SR* (डिफ़ॉल्ट 0)।
PSR के लिए क्वांटाइल रोलिंग 5-वर्षीय SPY कुल-रिटर्न विंडोज (1928–2025 से 1101 विंडोज) से बूटस्ट्रैप किए जाते हैं, इसलिए स्कोर नमूना-आकार-जागरूक संदर्भ वितरण को दर्शाता है। PSR सूत्र में अंश में √(n-1) है, इसलिए संदर्भ वितरण को उपयोगकर्ता के इतिहास की लंबाई से मेल खाने वाले विंडोज का उपयोग करना चाहिए — CLAUDE.md में अप्रैल 2026 मेट्रिक्स v6 फिक्स देखें।
अधिकांश ऑनलाइन कैलकुलेटर PSR की रिपोर्ट बिल्कुल नहीं करते हैं। जो कुछ करते हैं वे आमतौर पर एक निश्चित संदर्भ वितरण का उपयोग करते हैं जो नमूना आकार को ध्यान में नहीं रखता है, जिससे यथार्थवादी 5-वर्षीय इतिहास वाले उपयोगकर्ता पोर्टफोलियो BLP विश्वसनीयता सीमा पर भी 'खराब' स्कोर करते हैं।
दैनिक रिटर्न श्रृंखला। विंडो आकार आमतौर पर 10 से T/2 तक लॉगरिदमिक रूप से होते हैं।
दिशा को 'तटस्थ' के रूप में माना जाता है बजाय 'उच्च-बेहतर' के — H = 0.5 (रैंडम वॉक) वैचारिक मध्यबिंदु है, जिसमें किसी भी तरह का विचलन जानकारीपूर्ण होता है। PSR के समान, रोलिंग 5-वर्षीय SPY विंडोज से बूटस्ट्रैप किए गए क्वांटाइल।
Foliolytic रिसकेल्ड-रेंज (R/S) विधि का उपयोग करता है। Detrended fluctuation analysis (DFA) उन्नत टैब में एक विकल्प के रूप में उपलब्ध है; दोनों आमतौर पर अधिकांश उपयोगकर्ताओं के इक्विटी रिटर्न के लिए बहुत समान परिणाम देते हैं।
दैनिक ड्रॉडाउन श्रृंखला (चल रहे अधिकतम से प्रतिशत)।
प्रतिशत के रूप में रिपोर्ट किया गया। सभी ड्रॉडाउन-आधारित मेट्रिक्स की तरह, अंतर्निहित मूल्य श्रृंखला के रिज़ॉल्यूशन के प्रति संवेदनशील — दैनिक पुनर्निर्माण मायने रखता है।
कुछ कार्यान्वयन UI को एक अंश के रूप में रिपोर्ट करते हैं; Foliolytic प्रकाशित शोध के साथ सीधी तुलना के लिए Peter Martin के मूल प्रतिशत * 100 के सम्मेलन का उपयोग करता है।
मासिक पोर्टफोलियो और बेंचमार्क रिटर्न।
जिन महीनों में r_p == r_b होता है, उन्हें आधा-आधा बांटा जाता है। सार्थक अनुमान के लिए न्यूनतम 12 महीने।
Foliolytic एक युग्मित मेट्रिक भी रिपोर्ट करता है, बैटिंग-एवरेज-बनाम-शून्य (महीने जहां r_p > 0 / कुल), जो पूर्ण-रिटर्न रणनीतियों के लिए उपयोगी है।
वार्षिकीकृत रिटर्न, जोखिम-मुक्त दर, अवधि के सभी ड्रॉडाउन मान।
Calmar के समान लेकिन केवल अधिकतम के बजाय वर्ग ड्रॉडाउन के योग को दंडित करता है। Calmar की तुलना में एक एकल ब्लैक-स्वान ड्रॉडाउन के प्रति कम संवेदनशील।
Foliolytic के Burke बेसलाइन को v6.5 (अप्रैल 2026) में FF_100Y_BUFFETT_ANCHORED में पुनर्गणित किया गया था — अंशांकन कहानी के लिए CLAUDE.md देखें।
वार्षिकीकृत अतिरिक्त रिटर्न, Ulcer इंडेक्स।
Calmar और Burke का सीधा चचेरा भाई; पथ-जोखिम हर के रूप में Ulcer इंडेक्स का उपयोग करता है।
अधिकांश कैलकुलेटर Martin अनुपात की गणना नहीं करते हैं। Foliolytic इसे शामिल करता है क्योंकि Ulcer-आधारित मेट्रिक्स व्यक्तिपरक निवेशक दर्द के साथ अच्छी तरह से सहसंबंधित होते हैं।
वार्षिकीकृत रिटर्न। लुकबैक विंडो के भीतर सभी पूर्ण ड्रॉडाउन की सूची, गहराई के अनुसार रैंक की गई।
-10% समायोजन Sterling के मूल सूत्र से एक निश्चित ऑफसेट है। यदि N से कम पूर्ण ड्रॉडाउन मौजूद हैं, तो मेट्रिक को दबा दिया जाता है।
Sterling मध्यम ड्रॉडाउन की श्रृंखला के प्रति Calmar से अधिक संवेदनशील है। Foliolytic के बेसलाइन (FF_100Y_BUFFETT_ANCHORED) को v6.5 में पुनर्गणित किया गया था।
पोर्टफोलियो Sharpe अनुपात, बेंचमार्क का वार्षिकीकृत मानक विचलन, वार्षिकीकृत जोखिम-मुक्त दर।
M² ≡ बेंचमार्क अस्थिरता के लिए Sharpe को फिर से स्केल किया गया। जब भी Sharpe बैंड बदलते हैं, M² बैंड को समान रूप से बदलना चाहिए — वे गणितीय रूप से समान मात्रा हैं।
कई कैलकुलेटर Sharpe की गणना करते हैं लेकिन M² को छोड़ देते हैं। M² खुदरा उपयोगकर्ताओं के लिए अधिक व्याख्या योग्य है क्योंकि इसे रिटर्न के प्रतिशत अंकों में दर्शाया जाता है, न कि इकाई-रहित अनुपात में।
प्रत्येक Foliolytic मेट्रिक की गणना दैनिक पोर्टफोलियो पुनर्निर्माण से की जाती है, न कि माह-अंत स्नैपशॉट से। यह ड्रॉडाउन-आधारित मेट्रिक्स (अधिकतम ड्रॉडाउन, Calmar, Burke, Martin, Sterling, Ulcer) के लिए सबसे महत्वपूर्ण है: मासिक NAVs आमतौर पर वास्तविक पीक-टू-ट्रफ ड्रॉडाउन को 20–30% कम आंकते हैं क्योंकि वे इंट्रा-माह की गिरावट को चूक जाते हैं। दैनिक ग्रैन्युलैरिटी उस पथ को कैप्चर करती है जो वास्तव में हुआ था।
केवल स्टॉक पोर्टफोलियो 252 ट्रेडिंग दिनों का उपयोग करते हैं। केवल क्रिप्टो 365 दिनों का उपयोग करते हैं (24/7 ट्रेडिंग)। मिश्रित पोर्टफोलियो प्रति-परिसंपत्ति मिश्रण का उपयोग करते हैं, फिर एक एकल वार्षिकीकृत पोर्टफोलियो आंकड़े में पुनर्संयोजित करते हैं। अस्थिरता स्केलिंग √n का उपयोग करती है (विचरण समय के साथ रैखिक रूप से स्केल करता है, इसलिए मानक विचलन √समय के साथ स्केल करता है)।
किसी भी मेट्रिक के लिए आंतरिक रूप से दैनिक लॉग रिटर्न का उपयोग किया जाता है जिसमें समय-एकत्रीकरण (विचरण, बहु-अवधि कंपाउंडिंग, वार्षिकीकरण) की आवश्यकता होती है। प्रदर्शन के लिए अंकगणितीय रिटर्न का उपयोग किया जाता है क्योंकि वे अधिक सहज होते हैं ('-30%' 'लॉग-रिटर्न -0.357' की तुलना में अधिक पहचानने योग्य है)। दोनों विशिष्ट इक्विटी रिटर्न के लिए दैनिक स्तर पर समतुल्य हैं; वे अत्यधिक चालों के लिए भिन्न होते हैं।
आउटलायर्स को फ़्लैग किया जाता है लेकिन हटाया नहीं जाता है। आउटलायर्स को हटाने से विचरण और Sharpe अनुमानों को ऊपर की ओर पक्षपाती करने की प्रवृत्ति होती है और यह आमतौर पर खराब अभ्यास है। अपवाद तब होता है जब डेटा स्पष्ट रूप से एक त्रुटि का संकेत देता है — उदाहरण के लिए, क्रिप्टो ट्रेडों को डॉलर के बजाय सेंट में गलत तरीके से रिपोर्ट किया गया, या मुद्रा-रूपांतरण गड़बड़ के कारण 1000x मूल्य वृद्धि हुई। इन्हें पार्सर परत द्वारा पकड़ा जाता है (देखें /about) और मेट्रिक्स गणना से पहले ठीक किया जाता है।
Foliolytic उन मेट्रिक्स को दबा देता है जिनके लिए उपलब्ध डेटा से अधिक डेटा की आवश्यकता होती है। Sharpe और Sortino के लिए ≥ 30 दिनों की आवश्यकता होती है। Beta, alpha, IR, ट्रैकिंग एरर के लिए युग्मित डेटा के ≥ 60 दिनों की आवश्यकता होती है। कैप्चर अनुपातों के लिए प्रत्येक शासन में ≥ 12 महीने की आवश्यकता होती है। PSR और Hurst को संदर्भ वितरण को बूटस्ट्रैप करने के लिए पर्याप्त इतिहास की आवश्यकता होती है। जब न्यूनतम पूरा नहीं होता है, तो मेट्रिक अर्थहीन संख्या के बजाय '—' दिखाता है।
प्रत्येक मेट्रिक के लिए जो R_f (Sharpe, Sortino, Treynor, M², alpha, अतिरिक्त रिटर्न पर beta) का उपयोग करता है, दैनिक 3-महीने का T-बिल यील्ड का उपयोग किया जाता है और पोर्टफोलियो के इतिहास के प्रत्येक कैलेंडर दिन से मेल खाता है। प्रदर्शन में उपयोग किया जाने वाला वार्षिकीकृत R_f पोर्टफोलियो के इतिहास पर दैनिक R_f का समय-भारित औसत है। अधिकांश कैलकुलेटर एक एकल निश्चित R_f आंकड़े का उपयोग करते हैं, जो दरों के बदलने पर गलत होता है।
डिफ़ॉल्ट रूप से S&P 500 (SPY कुल-रिटर्न)। उपयोगकर्ता-कॉन्फ़िगर करने योग्य QQQ, VT, या किसी कस्टम टिकर के लिए। Beta, alpha, R², कैप्चर अनुपात, बैटिंग एवरेज, IR, और ट्रैकिंग एरर सभी चुने हुए बेंचमार्क के विरुद्ध पुनर्गणित होते हैं। क्रिप्टो पोर्टफोलियो बेंचमार्क-सापेक्ष मेट्रिक्स के लिए डिफ़ॉल्ट रूप से BTC का उपयोग करते हैं।
प्रतिशत-आधारित स्कोरिंग (PSR, Hurst, Sharpe क्वांटाइल, आदि) के लिए संदर्भ वितरण को नए बाजार डेटा आने पर समय-समय पर पुनर्गणित किया जाता है। वर्तमान अंशांकन सेट metricBaselines.js स्रोत फ़ाइल में प्रलेखित है। पारदर्शिता के लिए प्रमुख पुनर्गणना घटनाओं को संस्करण टैग (v6.4, v6.5) के साथ लॉग किया जाता है — CLAUDE.md और metricBaselines.js के शीर्ष पर चेंजलॉग देखें।
नीचे दिए गए प्रत्येक मेट्रिक का अपना समर्पित कैलकुलेटर है जिसमें हल किए गए उदाहरण, व्याख्या तालिकाएँ और एक मुफ़्त CSV अपलोड टूल शामिल है।
अंकगणितीय रिटर्न ((P_t - P_(t-1)) / P_(t-1)) सहज होते हैं और निवेशक आमतौर पर 'रिटर्न' से यही मतलब निकालते हैं। लॉग रिटर्न (ln(P_t / P_(t-1))) में एक महत्वपूर्ण गणितीय गुण होता है: वे समय के साथ योगात्मक होते हैं। 90-दिवसीय लॉग रिटर्न 90 दैनिक लॉग रिटर्न के योग के बराबर होता है। अंकगणितीय रिटर्न में यह गुण नहीं होता है — वे ज्यामितीय रूप से संयोजित होते हैं। Foliolytic आंतरिक रूप से किसी भी समय-एकत्रीकरण के लिए लॉग रिटर्न और प्रदर्शन के लिए अंकगणितीय रिटर्न का उपयोग करता है।
लगभग निश्चित रूप से जोखिम-मुक्त दर के कारण। Foliolytic FRED से वास्तविक दैनिक 3-महीने के T-बिल यील्ड का उपयोग करता है। अधिकांश ब्रोकर और ऑनलाइन कैलकुलेटर एक निश्चित धारणा (अक्सर 2% या 0%) का उपयोग करते हैं। ऐसे माहौल में जहां T-बिल यील्ड 5% है, यह Sharpe को 0.3–0.5 तक बदल सकता है — एक महत्वपूर्ण अंतर।
स्प्लिट को ऐतिहासिक शेयर गणना और कीमतों पर पूर्वव्यापी रूप से लागू किया जाता है। अगस्त 2020 में AAPL पर 4-फॉर-1 स्प्लिट आपके शेयर गणना को पूर्वव्यापी रूप से चौगुना कर देता है और स्प्लिट से पहले की सभी तारीखों के लिए ऐतिहासिक कीमत को चौथाई कर देता है। स्प्लिट के दौरान पोर्टफोलियो मूल्य श्रृंखला निरंतर बनी रहती है — मूल्य में कोई उछाल नहीं होता है, केवल प्रति-शेयर आंकड़ों में कॉस्मेटिक बदलाव होता है।
नकद लाभांश को एक्स-डिविडेंड तिथि पर पोर्टफोलियो नकद शेष में जोड़ा जाता है। उन्हें स्वतः पुनर्निवेशित नहीं किया जाता है। यदि आपका ब्रोकर स्वतः पुनर्निवेश करता है, तो परिणामस्वरूप शेयर खरीद आपके लेनदेन इतिहास में दिखाई देगी और सामान्य रूप से संसाधित की जाएगी। विशेष लाभांश को नियमित नकद लाभांश के समान ही संभाला जाता है।
डिफ़ॉल्ट रूप से S&P 500 (SPY कुल रिटर्न)। बेंचमार्क डैशबोर्ड में कॉन्फ़िगर करने योग्य है — आप कोई भी प्रमुख इंडेक्स, ETF, या यहां तक कि एक कस्टम टिकर चुन सकते हैं। Beta, alpha, R², कैप्चर अनुपात, बैटिंग एवरेज और ट्रैकिंग एरर सभी चुने हुए बेंचमार्क के विरुद्ध पुनर्गणित होते हैं।
Foliolytic आपके लेनदेन इतिहास से रिटर्न की गणना वैसे ही करता है जैसे वे हैं। यदि आपका ब्रोकर पदों से फीस काटता है या उन्हें अलग लेनदेन के रूप में चार्ज करता है, तो वे प्रवाह परिलक्षित होते हैं। यदि फीस एक अलग नकद खाते से भुगतान की जाती है जो आपके CSV में नहीं है, तो उन्हें कैप्चर नहीं किया जाता है। अधिकांश खुदरा ब्रोकरेज खातों (Fidelity, Schwab, Robinhood, IBKR) के लिए, ऑन-प्लेटफ़ॉर्म फीस पहले से ही लेनदेन कीमतों में परिलक्षित होती हैं।
अपने स्वयं के पोर्टफोलियो के विरुद्ध ऊपर वर्णित सभी गणनाएँ सेकंडों में चलाएँ।
अपना पोर्टफोलियो मुफ़्त में विश्लेषण करें →