무료 기술 기반 수익률 지표

무료 포트폴리오 알파 계산기

Q: 젠슨의 알파란 무엇입니까?

젠슨의 알파는 포트폴리오 수익의 일부로, 벤치마크에 대한 베타 노출로 설명되지 않는 부분을 측정합니다. 이는 귀하의 실제 수익과 귀하의 베타를 기반으로 CAPM이 예측한 수익 간의 차이입니다. 긍정적인 알파는 귀하의 증권 선택과 타이밍이 수동적인 지수 노출을 넘어 가치를 추가했음을 의미합니다. 부정적인 알파는 귀하의 베타로 수동적인 지수 펀드가 귀하를 이겼을 것임을 의미합니다.

Q: 알파는 어떻게 계산됩니까?

알파 = R_portfolio − [R_risk-free + β × (R_benchmark − R_risk-free)]. 괄호 안의 항은 귀하의 베타에 따라 CAPM이 예상한 수익입니다. 만약 귀하가 베타 1.2로 연환산 15%를 얻었고, 벤치마크가 4%의 무위험 수익률로 10%를 기록했다면, CAPM은 4% + 1.2 × (10% − 4%) = 11.2%를 예측했습니다. 귀하의 알파는 15% − 11.2% = +3.8% — 의미 있는 초과 성과입니다.

Q: 알파는 초과 성과와 동일한가요?

아니요. 원시 초과 성과(포트폴리오 수익 − 벤치마크 수익)는 위험 조정되지 않았습니다. 만약 귀하가 S&P 500을 5% 초과했지만 베타 1.5로 그렇게 했다면, 귀하는 50% 더 많은 위험을 감수한 것입니다. 알파는 베타 기여도를 제거하여 진정한 가치 추가를 볼 수 있게 합니다. 낮은 초과 성과지만 높은 알파를 가진 포트폴리오는 종종 높은 초과 성과지만 낮은 알파를 가진 포트폴리오보다 더 나은 경우가 많습니다 — 첫 번째는 그곳에 도달하기 위해 더 적은 위험을 감수했습니다.

Q: Foliolytic은 알파의 통계적 유의성을 테스트하나요?

네. Foliolytic은 알파의 t-통계량과 그 값을 함께 보고합니다. t-통계량이 2.0 이상(대략적으로)은 알파가 95% 신뢰 수준에서 통계적으로 제로와 구별된다는 것을 의미합니다. 짧은 포트폴리오나 노이즈가 많은 수익률 시리즈는 종종 우연히 긍정적인 알파를 보입니다 — t-통계량은 신호가 실제인지 여부를 알려줍니다. 이는 학술 금융 연구에서 사용되는 동일한 테스트입니다.

알파는 시장 노출로 설명할 수 없는 수익입니다. 포트폴리오를 업로드하고 귀하의 선택과 타이밍이 동일한 베타를 가진 수동 지수를 실제로 초과했는지 — 아니면 귀하의 수익이 단순히 시장에 의해 발생한 것인지 확인해 보세요.

빠른 답변

젠슨의 알파란 무엇입니까?

알파는 귀하의 포트폴리오가 베타가 예측하는 것보다 더 얻는 초과 수익입니다. 귀하의 베타가 1.2이고 시장이 10%를 반환했다면, CAPM은 귀하가 12%를 반환할 것이라고 예측합니다 — 알파는 그 이상으로 얻은 것입니다. 긍정적인 알파는 진정한 실력(또는 운)을 의미하며, 제로 알파는 귀하가 감수한 위험에 대해 시장과 일치하고 있음을 의미합니다.

α = 귀하의 수익 − (Rf + β × (Rₘ − Rf)) · 긍정적인 = 진정한 우위

무엇인가요 젠슨의 알파?

알파 귀하의 포트폴리오가 얻은 수익입니다 초과하여 CAPM이 귀하의 베타. 입니다. 이는 귀하의 기술 — 보안 선택, 타이밍, 크기 조정, 리밸런싱 — 에 기인한 성과의 부분을 시장에 노출된 것에서 분리합니다.

마이클 젠슨의 1968년 뮤추얼 펀드 성과에 관한 논문은 알파를 관리자의 기술과 시장 운을 구분하는 방법으로 소개했습니다. 그 당시와 지금의 발견은: 수수료를 제외하고 대부분의 능동적인 관리자는 부정적인 알파를 기록합니다.. 수동적 지수 투자는 긍정적인 알파를 생성하는 것이 정말 어렵기 때문에 효과적입니다.

α = R_portfolio − [R_risk-free + β × (R_benchmark − R_risk-free)] 실제 수익률에서 귀하의 베타를 고려한 CAPM 예측 수익률을 뺀 값입니다.

괄호 안의 용어는 CAPM이 귀하의 포트폴리오가 베타 노출을 고려했을 때 "해야" 했던 수익률을 나타냅니다. 알파는 그 예측에서의 귀하의 편차입니다 — 긍정적이면 모델을 초과한 것이고, 부정적이면 모델이 귀하를 초과한 것입니다.

구체적인 예시

지난 12개월 동안 다음과 같은 특성을 가진 포트폴리오를 운영했다고 가정해 보겠습니다:

포트폴리오 수익률: +18%
포트폴리오 베타 vs S&P 500: 1.3
S&P 500 수익률: +11%
무위험 이자율: 4.5%

CAPM 예측 수익률: 4.5% + 1.3 × (11% − 4.5%) = 4.5% + 8.45% = 12.95%.

귀하의 실제 수익률은 18%였습니다. 알파 = 18% − 12.95% = +5.05%.

정말 강력합니다. 1.3의 베타로 인해 벤치마크보다 다소 앞서야 했다는 사실을 감안하면, 5%포인트 초과 성과를 올렸습니다. 만약 당신의 베타가 1.3 대신 0.8이었다면 여전히 18%의 수익률을 기록했을 때, 당신의 알파는 더 높았을 것입니다(약 +8.3%) — 시장보다 적은 노출로 증폭된 수익을 올렸다는 것은 성배와 같습니다.

통계적 유의성이 중요합니다

단일 연도의 긍정적인 알파는 아무것도 증명하지 않습니다. 수익률은 노이즈가 많고 운이 겹칩니다. Foliolytic은 알파의 t-통계량 값 자체와 함께 제공하므로 신호가 실제인지 알 수 있습니다.

T-통계량	해석
< 1.0	실질적으로 노이즈입니다. 알파는 쉽게 0일 수 있습니다.
1.0 – 1.96	제안적이지만 95%에서 통계적으로 유의하지 않습니다.
1.96 – 2.58	95% 신뢰 수준에서 통계적으로 유의미합니다 — 알파는 실제일 가능성이 높습니다.
> 2.58	99%에서 유의미합니다 — 진정한 기술(또는 맥락에 따라 지속적인 편향)의 강력한 증거입니다.

경험 법칙: 긍정적인 알파를 운과 구별하기 위해서는 최소한 24–36개월의 데이터 와 t-통계량이 2.0 이상이어야 합니다. 알파가 있다고 생각하는 대부분의 소매 투자자들은 실제로는 그렇지 않습니다 — 그들은 단지 트렌드 시장의 올바른 쪽에 있었던 것입니다.

당신이 가지고 있는지 확인하십시오 진정한 알파

포트폴리오 CSV를 업로드하세요. 연간 알파, t-통계량 및 70개 이상의 다른 정량적 지표를 얻으세요. 무료이며, 가입이 필요 없습니다.

분석기 열기

Foliolytic의 분석 대시보드는 영어로 운영됩니다. 로그인하기 전에 귀하의 언어로 도구를 평가할 수 있도록 번역된 페이지가 존재합니다.

자주 묻는 질문 질문

젠슨의 알파란 무엇입니까?

젠슨의 알파는 포트폴리오 수익률 중 벤치마크에 대한 베타 노출로 설명되지 않는 부분을 측정합니다. 당신의 실제 수익률과 당신의 베타를 기반으로 CAPM이 예측한 수익률 간의 차이입니다. 긍정적인 알파는 당신의 증권 선택과 타이밍이 수동적 인덱스 노출을 넘어 가치를 추가했음을 의미합니다. 부정적인 알파는 당신의 베타를 가진 수동적 인덱스 펀드가 당신을 이겼을 것임을 의미합니다.

알파는 어떻게 계산됩니까?

알파 = R_{포트폴리오} − [R_무위험 + β × (R_벤치마크 − R_무위험)]. 괄호 안의 항은 귀하의 베타에 따른 CAPM 예상 수익률입니다. 만약 귀하가 베타 1.2로 연 15%를 벌었고, 벤치마크가 4%의 무위험으로 10%를 기록했다면, CAPM은 4% + 1.2 × (10% − 4%) = 11.2%를 예측했습니다. 귀하의 알파는 15% − 11.2% = +3.8% — 의미 있는 초과 성과입니다.

좋은 알파란 무엇인가요?

긍정적인 알파는 좋지만, 맥락이 중요합니다. 긴 기간(5년 이상) 동안 지속적인 긍정적인 알파는 진정으로 드뭅니다. 대부분의 적극적으로 관리되는 주식 펀드는 수수료 후에 부정적인 알파를 기록합니다 — 그래서 인덱싱이 효과가 있습니다. 전체 시장 주기 후에 연간 알파가 +1%에서 +3% 인 것은 소매 투자자에게 강력합니다. +5% 이상 지속되는 것은 헤지펀드 영역입니다. 단기 알파에 대해 회의적이 되십시오; 24개월 미만의 데이터는 높은 통계적 노이즈를 가지고 있습니다.

알파는 초과 성과와 동일한가요?

아니요. 원시 초과 성과(포트폴리오 수익률 − 벤치마크 수익률)는 위험 조정되지 않았습니다. 만약 귀하가 S&P 500을 5% 초과했지만 베타 1.5로 했다면, 귀하는 50% 더 많은 위험을 감수한 것입니다. 알파는 베타 기여도를 제거하여 진정한 부가 가치를 볼 수 있게 합니다. 낮은 초과 성과를 가진 포트폴리오가 높은 알파를 가진 경우가 많으며, 높은 초과 성과를 가진 포트폴리오보다 더 나은 경우가 많습니다 — 첫 번째는 그곳에 도달하기 위해 더 적은 위험을 감수했습니다.

Foliolytic은 알파의 통계적 유의성을 테스트하나요?

네. Foliolytic은 알파와 함께 t-통계량 을 보고합니다. t-통계량이 2.0 이상(대략)은 알파가 95% 신뢰 수준에서 제로와 통계적으로 구별 가능하다는 것을 의미합니다. 짧은 포트폴리오나 노이즈가 많은 수익 시리즈는 종종 우연히 긍정적인 알파를 보입니다 — t-통계량은 신호가 실제인지 여부를 알려줍니다. 이는 학술 금융 연구에서 사용되는 동일한 테스트입니다.