อัปเดตล่าสุด:
ทุกตัวชี้วัดที่ Foliolytic คำนวณ วิธีการคำนวณ ข้อมูลที่ใช้ กรณีพิเศษที่การนำไปใช้จัดการ และความแตกต่างของ Foliolytic จากเครื่องคำนวณออนไลน์ทั่วไป ไม่มีกล่องดำ
Foliolytic ใช้อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 3 เดือนรายวันจริงจาก FRED เป็นอัตราผลตอบแทนที่ปราศจากความเสี่ยง โดยจับคู่กับแต่ละวันตามปฏิทินของประวัติพอร์ตโฟลิโอของคุณ เครื่องคำนวณออนไลน์ส่วนใหญ่ใช้สมมติฐานคงที่ 2% หรือ 3% ซึ่งสามารถทำให้อัตราส่วน Sharpe และ Sortino เปลี่ยนไป 0.3–0.5 ในสภาพแวดล้อมที่อัตราผลตอบแทนพันธบัตรรัฐบาลอยู่ที่ 5% เมื่อรวมกับการสร้างการลดลงของพอร์ตโฟลิโอใหม่แบบรายวัน (ไม่ใช่ภาพรวมสิ้นเดือน) และ XIRR แบบ Newton-Raphson พร้อมการสำรองข้อมูลแบบ Bisection ทำให้ตัวเลขของ Foliolytic สอดคล้องกับระเบียบวิธีจัดการสินทรัพย์ของสถาบัน
อัตราผลตอบแทนพันธบัตรรัฐบาลจริง · รายละเอียดรายวัน · XIRR แบบ Newton-Raphsonชุดข้อมูลมูลค่าพอร์ตโฟลิโอรายวันที่สร้างขึ้นใหม่จากการทำธุรกรรมของคุณ อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 3 เดือนรายวันจาก FRED โดยจับคู่กับแต่ละวันตามปฏิทิน 252 วันทำการต่อปีสำหรับพอร์ตโฟลิโอหุ้นเท่านั้น; 365 วันสำหรับคริปโตเท่านั้น; ผสมผสานตามสินทรัพย์ที่เหมาะสมสำหรับพอร์ตโฟลิโอแบบผสม
หากประวัติพอร์ตโฟลิโอสั้นกว่า 30 วัน อัตราส่วน Sharpe จะไม่แสดง (ขนาดตัวอย่างเล็กเกินไปสำหรับการอนุมานที่มีความหมาย) หาก σ < 1e-9 (พอร์ตโฟลิโอที่แทบจะไม่มีความผันผวน) อัตราส่วน Sharpe จะถูกรายงานเป็น null แทนที่จะเป็นอนันต์
เครื่องคำนวณออนไลน์ส่วนใหญ่ใช้อัตราผลตอบแทนที่ปราศจากความเสี่ยงคงที่ 2% หรือ 3% Foliolytic ใช้อัตราผลตอบแทนพันธบัตรรัฐบาลรายวันจริง ในสภาพแวดล้อมที่มีอัตราดอกเบี้ยสูง (2023–2025) สิ่งนี้ทำให้อัตราส่วน Sharpe เปลี่ยนไป 0.3–0.5 เมื่อเทียบกับเครื่องคำนวณที่ใช้อัตราคงที่
ชุดข้อมูลพอร์ตโฟลิโอรายวันและอัตราผลตอบแทนที่ปราศจากความเสี่ยงรายวันเช่นเดียวกับ Sharpe เกณฑ์สำหรับ 'ความเสี่ยงขาลง' คืออัตราผลตอบแทนที่ปราศจากความเสี่ยงรายวัน ไม่ใช่ศูนย์
ค่าเบี่ยงเบนขาลงคำนวณโดยใช้วันที่ r_d < r_f_d เท่านั้น วันที่ r_d ≥ r_f_d มีค่าเป็นศูนย์ในการรวม แต่จะถูกนับใน n สิ่งนี้ตรงตามข้อกำหนดดั้งเดิมของ Sortino ในทศวรรษ 1980
เครื่องคำนวณบางตัวใช้ศูนย์เป็นเกณฑ์ความเสี่ยงขาลง ซึ่งสะดวกทางคณิตศาสตร์แต่ผิดหลักทฤษฎี เอกสารต้นฉบับของ Sortino ระบุอัตราผลตอบแทนที่ยอมรับได้ขั้นต่ำ (MAR) ซึ่งตีความได้ตามธรรมชาติที่สุดว่าเป็นอัตราผลตอบแทนที่ปราศจากความเสี่ยง
ประวัติการทำธุรกรรมทั้งหมดพร้อมกระแสเงินสดที่มีวันที่ รวมถึงการลงทุนเพิ่ม (ติดลบ), การถอน (เป็นบวก), มูลค่าพอร์ตโฟลิโอสุดท้าย ณ วันที่ล่าสุด (เป็นบวก) และเงินปันผลเงินสดใดๆ ที่ได้รับเป็นกระแสเงินสดแยกต่างหาก
Newton-Raphson ทำซ้ำด้วยค่าเริ่มต้นที่ 0.10 หากอนุพันธ์เป็นศูนย์หรือการทำซ้ำลู่ออก อัลกอริทึมจะกลับไปใช้ Bisection ในช่วง [-0.99, +5.0] ความคลาดเคลื่อนในการลู่เข้า: 1e-10 กระแสเงินสดที่ต่ำกว่า $0.01 จะถูกละเว้น ผลลัพธ์ถูกจำกัดที่ [-0.99, +5.0] ต่อปี — ค่าที่อยู่นอกช่วงนี้เกือบทั้งหมดบ่งชี้ถึงข้อผิดพลาดของข้อมูล (การสลับสกุลเงิน, การเลื่อนจุดทศนิยม, ข้อผิดพลาดในการรายงานคริปโต)
XIRR ของ Excel ใช้วิธี Newton-Raphson เดียวกัน แต่ไม่มีการจำกัดค่าที่สมเหตุสมผล ดังนั้นจึงให้ค่าที่ไร้สาระ (หลายพันล้านเปอร์เซ็นต์) สำหรับข้อมูลคริปโตที่ไม่เป็นระเบียบ การจำกัดค่าของ Foliolytic ช่วยป้องกันไม่ให้สิ่งเหล่านี้ปนเปื้อนในแดชบอร์ด
มูลค่าพอร์ตโฟลิโอรายวัน วันที่ของกระแสเงินสดภายนอกทั้งหมด ช่วงเวลาระหว่างกระแสเงินสดสองครั้งติดต่อกันคือหนึ่งช่วงผลตอบแทน
ผลตอบแทนย่อยจะถูกเชื่อมโยงแบบเรขาคณิตเพื่อขจัดผลกระทบด้านเวลาของการลงทุนเพิ่มและการถอน วันที่ไม่มีกระแสเงินสดจะสร้างช่วงผลตอบแทนหนึ่งวัน ช่วงเวลาหลายวันระหว่างกระแสเงินสดจะถูกทบต้น
TWR เป็นมาตรฐานสำหรับการประเมินประสิทธิภาพระดับสินทรัพย์ (สิ่งที่ผู้จัดการกองทุนรายงาน) ผลตอบแทนถ่วงน้ำหนักด้วยเงินลงทุน (XIRR) เป็นมาตรฐานสำหรับการประเมินประสบการณ์จริงของนักลงทุน Foliolytic คำนวณทั้งสองอย่าง — ซึ่งมักจะแตกต่างกันหลายเปอร์เซ็นต์
ผลตอบแทนพอร์ตโฟลิโอรายวัน ผลตอบแทนเกณฑ์มาตรฐานรายวัน (S&P 500 เป็นค่าเริ่มต้น; สามารถกำหนดค่าเป็น QQQ, VT หรือเกณฑ์มาตรฐานที่กำหนดเองได้) อัตราผลตอบแทนพันธบัตรรัฐบาลอายุ 3 เดือนรายวันเพื่อคำนวณผลตอบแทนส่วนเกิน
ต้องมีข้อมูลทับซ้อนกันระหว่างพอร์ตโฟลิโอและเกณฑ์มาตรฐานอย่างน้อย 30 วัน วันที่ข้อมูลขาดหายไปจะถูกละทิ้ง ค่าผิดปกติ (>5σ) จะถูกทำเครื่องหมายแต่ไม่ถูกลบออก — Beta เป็นสถิติที่แข็งแกร่งและการลบค่าผิดปกติมักจะทำให้เกิดอคติขึ้น
เครื่องคำนวณบางตัวใช้ Beta กับผลตอบแทนดิบ (ไม่ใช่ผลตอบแทนส่วนเกิน) ซึ่งเทียบเท่าทางคณิตศาสตร์ก็ต่อเมื่ออัตราผลตอบแทนที่ปราศจากความเสี่ยงคงที่เท่านั้น ด้วยอัตราผลตอบแทนพันธบัตรรัฐบาลที่เปลี่ยนแปลงตามเวลา การถดถอยบนผลตอบแทนส่วนเกินจะถูกต้องมากกว่า
เช่นเดียวกับ Beta บวกกับค่าคงที่จากการถดถอย (เทอมคงที่ของ OLS)
Alpha ถูกรายงานเป็นเปอร์เซ็นต์ต่อปี มีการคำนวณนัยสำคัญทางสถิติ (t-stat) ควบคู่ไปด้วย — ค่า Alpha ที่ไม่มี t-stat > 1.5 ควรได้รับการพิจารณาว่าเป็นสัญญาณรบกวน ไม่ใช่ทักษะ
ค่า Alpha ในสเปรดชีตจำนวนมากคำนวณจากค่าคงที่ของการถดถอยที่ไม่ได้ปรับขนาด ซึ่งขาดขั้นตอนการแปลงเป็นรายปี Foliolytic รายงาน Alpha แบบรายปีเสมอ เพื่อให้ตัวเลขสามารถตีความได้โดยตรงว่าเป็น 'ผลตอบแทนพิเศษต่อปีเทียบกับความเสี่ยงที่เทียบเท่ากับเกณฑ์มาตรฐาน'
การถดถอยเช่นเดียวกับ Beta R² คือสัมประสิทธิ์การตัดสินใจจากการปรับข้อมูลนั้น
หาก R² < 0.05 เมื่อเทียบกับเกณฑ์มาตรฐานที่เลือก การประมาณค่า Beta และ Alpha ของพอร์ตโฟลิโอจะถูกระบุว่าไม่มีนัยสำคัญทางสถิติ — ไม่มีความสัมพันธ์เชิงเส้นที่จะตีความได้
Foliolytic ถือว่า R² สูง (≥ 0.95 โดยมี Active Share ต่ำ) เป็นสัญญาณของ 'ผู้ลงทุนเลียนแบบดัชนี' — ดูการอัปเดตสำคัญล่าสุดใน CLAUDE.md สำหรับคำจำกัดความของป้าย
ชุดข้อมูลมูลค่าพอร์ตโฟลิโอรายวันตลอดประวัติทั้งหมด การสร้างใหม่ใช้การประเมินมูลค่าแบบธุรกรรมต่อธุรกรรม ไม่ใช่ภาพรวมสิ้นงวด
ใช้รายละเอียดรายวันสำหรับหุ้นและคริปโต ไม่มีการบันทึกจุดสูงสุด/ต่ำสุดระหว่างวัน — การลดลงสูงสุดของ Foliolytic เป็นแบบรายวัน เวลาฟื้นตัว (จำนวนวันจากจุดสูงสุดถึงวันถัดไปที่เท่ากับหรือสูงกว่าจุดสูงสุด) จะถูกรายงานควบคู่กันไป
เครื่องมือติดตามหลายตัวคำนวณการลดลงจาก NAV รายเดือน ซึ่งประเมินการลดลงจากจุดสูงสุดถึงจุดต่ำสุดที่แท้จริงต่ำกว่าความเป็นจริงโดยเฉลี่ย 20–30% การสร้างใหม่รายวันจะบันทึกเส้นทางได้มากกว่า
ประวัติผลตอบแทนรายวันทั้งหมด ระดับความเชื่อมั่น α (ค่าเริ่มต้น: 95% และ 99%) สำหรับ Parametric VaR ต้องใช้ค่าเฉลี่ยตัวอย่างและส่วนเบี่ยงเบนมาตรฐานด้วย สำหรับ Monte Carlo จะปรับให้เข้ากับการกระจายตัว (Gaussian เป็นค่าเริ่มต้น; t-distribution สำหรับสินทรัพย์ที่มีหางหนา)
Historical VaR ต้องมีผลตอบแทนอย่างน้อย 60 วัน (ขั้นต่ำทางสถิติ); แนะนำให้ใช้ 250 วันขึ้นไป Parametric VaR อาจไม่น่าเชื่อถือสำหรับการกระจายผลตอบแทนที่ไม่ใช่แบบ Gaussian Foliolytic รายงานทั้งสามแบบเคียงข้างกันเพื่อให้เห็นความแตกต่าง (หรือไม่แตกต่าง)
เครื่องคำนวณส่วนใหญ่รายงานเฉพาะ Parametric VaR Foliolytic แสดง Historical, Parametric และ Monte Carlo สำหรับสินทรัพย์ที่มีหางหนา (คริปโต, หุ้นที่มีเลเวอเรจ, หุ้นรายตัว) Parametric VaR สามารถประเมินศักยภาพการขาดทุนที่แท้จริงต่ำกว่าความเป็นจริงได้มากกว่า 50%
เช่นเดียวกับ Historical VaR CVaR ใช้เฉพาะวันที่การขาดทุนเกินเกณฑ์ VaR
มีเงื่อนไขว่าส่วนหางต้องไม่ว่างเปล่า: ต้องมีการสังเกตอย่างน้อย 5 ครั้งที่เกินเกณฑ์ VaR เพื่อการประมาณค่าที่มีความหมาย ด้วยประวัติ 250 วันที่ 95% VaR จะให้การสังเกตส่วนหาง 12–13 ครั้ง — ซึ่งอยู่ในเกณฑ์พอดี
แหล่งข้อมูลหลายแห่งรายงานเฉพาะ VaR CVaR (หรือที่เรียกว่า Expected Shortfall) บอกคุณไม่เพียงแค่เกณฑ์เท่านั้น แต่ยังรวมถึงความรุนแรงเฉลี่ยที่เกินกว่านั้นด้วย — ซึ่งมีประโยชน์มากกว่าสำหรับการวางแผนเงินทุน Basel III สำหรับธนาคารในปัจจุบันกำหนดให้ใช้ CVaR แทน VaR ด้วยเหตุผลเหล่านี้
ผลตอบแทนรายปี (CAGR ตลอดประวัติทั้งหมด) การลดลงสูงสุดตลอดประวัติทั้งหมด
ต้องมีข้อมูลนำเข้าทั้งสองอย่างที่ไม่ใช่ค่าเล็กน้อย หาก MaxDD < 1% (โดยพื้นฐานแล้วไม่มีการลดลง) Calmar จะถูกรายงานเป็น 'n/a' แทนที่จะเป็นอนันต์ หาก R_annual ≤ 0 Calmar ยังคงสามารถคำนวณได้ แต่จะถูกรายงานพร้อมบริบทที่ชัดเจน (Calmar สูงจากการลดลงต่ำจะน่าประทับใจก็ต่อเมื่อผลตอบแทนเป็นบวกด้วย)
การนำไปใช้บางอย่างใช้ Calmar แบบ 36 เดือนกลิ้งแทนช่วงเวลาเต็ม Foliolytic คำนวณ Calmar แบบเต็มช่วงเวลาเป็นค่าเริ่มต้น; Calmar แบบกลิ้งมีให้ใช้งานในแท็บตัวชี้วัดขั้นสูง
ผลตอบแทนส่วนเกินรายปีตลอดช่วงเวลา Beta จากการถดถอยเดียวกันที่ใช้สำหรับตัวชี้วัด Beta
หาก β ใกล้ศูนย์หรือเป็นลบ Treynor จะไม่มีความหมายหรือขัดกับสัญชาตญาณ Foliolytic จะทำเครื่องหมายพอร์ตโฟลิโอที่มี |β| < 0.2 ว่าเป็น 'low-beta' และแสดง Treynor พร้อมตัวบ่งชี้คำเตือน
Treynor มีประโยชน์ที่สุดสำหรับพอร์ตโฟลิโอที่มีการกระจายความเสี่ยงที่ดี ซึ่งความเสี่ยงเฉพาะตัวได้ถูกกระจายออกไปแล้ว สำหรับหุ้นรายตัวหรือพอร์ตโฟลิโอที่มีความเข้มข้นสูง Sharpe เป็นตัวชี้วัดที่เหมาะสมกว่า — Treynor จะประเมินผลตอบแทนที่ปรับความเสี่ยงสูงเกินไป เนื่องจากความเสี่ยงเฉพาะบริษัทไม่ถูกบันทึกโดย Beta
ผลตอบแทนพอร์ตโฟลิโอรายวันและผลตอบแทนเกณฑ์มาตรฐานรายวัน ทั้งสองแปลงเป็นรายปีผ่าน √252
ต้องมีข้อมูลคู่กันอย่างน้อย 60 วัน หาก Tracking Error < 0.5% (โดยพื้นฐานแล้วเป็นแบบดัชนี) IR จะไม่แสดง เนื่องจากตัวเศษหารด้วยตัวส่วนที่ใกล้ศูนย์จะให้ค่าประมาณที่ไม่เสถียร
การนำไปใช้บางอย่างใช้ผลตอบแทนรายเดือน (มาตรฐาน GIPS อย่างเป็นทางการ) Foliolytic ใช้รายวันเพื่อความละเอียดที่สูงขึ้น; ความแตกต่างระหว่างรายวันกับรายเดือนมีน้อยสำหรับ IR (โดยทั่วไปอยู่ภายใน 5%)
ผลตอบแทนพอร์ตโฟลิโอและเกณฑ์มาตรฐานรายเดือน คำนวณบนรายละเอียดรายเดือนเพื่อให้ตรงกับธรรมเนียมการรายงานมาตรฐาน
ต้องมีอย่างน้อย 12 เดือนในแต่ละสภาวะ (ขาขึ้น/ขาลง) สำหรับการประมาณค่าที่มีความหมาย เดือนที่ผลตอบแทนเกณฑ์มาตรฐานเป็นศูนย์พอดีจะถูกละทิ้ง อัตราส่วน Capture จะถูกรายงานเป็นเปอร์เซ็นต์
Foliolytic ยังรายงานคุณภาพของอัตราส่วน Capture (ส่วนต่าง up_capture - down_capture) — โปรไฟล์ในฝันคือขาขึ้นสูง ขาลงต่ำ
ผลตอบแทนพอร์ตโฟลิโอและเกณฑ์มาตรฐานรายวัน ชุดข้อมูลส่วนต่างคำนวณรายวัน; TE คือส่วนเบี่ยงเบนมาตรฐานรายปี
ข้อกำหนดข้อมูลขั้นต่ำเช่นเดียวกับ IR (≥ 60 วัน) สำหรับพอร์ตโฟลิโอที่อ้างอิงดัชนีอย่างแน่นหนามาก (TE < 0.5%) ตัวชี้วัดจะถูกรายงานแต่มีธงเตือน เนื่องจาก Tracking Error ที่ต่ำขนาดนี้มักจะหมายถึงการเลียนแบบดัชนีแบบลับๆ
เครื่องคำนวณบางตัวใช้ Tracking Error แบบ ex-ante (มองไปข้างหน้า, อิงปัจจัย) แทนที่จะเป็น ex-post (ประวัติศาสตร์) Foliolytic ใช้ ex-post เสมอ — คือส่วนเบี่ยงเบนที่เกิดขึ้นจริงจากเกณฑ์มาตรฐาน
อัตราส่วน Sharpe ที่สังเกตได้, ขนาดตัวอย่าง n, ค่าความเบ้ของตัวอย่าง, ค่าความโด่งของตัวอย่าง Benchmark SR* (ค่าเริ่มต้นเป็น 0)
ควอนไทล์สำหรับ PSR ถูกบูทสแตรปจากหน้าต่างผลตอบแทนรวม SPY แบบ 5 ปีกลิ้ง (1101 หน้าต่างตั้งแต่ปี 1928–2025) ดังนั้นคะแนนจึงสะท้อนการกระจายอ้างอิงที่คำนึงถึงขนาดตัวอย่าง สูตร PSR มี √(n-1) ในตัวเศษ ดังนั้นการกระจายอ้างอิงต้องใช้หน้าต่างที่ตรงกับความยาวประวัติของผู้ใช้ — ดูการแก้ไขเมตริก v6 เดือนเมษายน 2026 ใน CLAUDE.md
เครื่องคำนวณออนไลน์ส่วนใหญ่ไม่รายงาน PSR เลย ส่วนน้อยที่รายงานมักจะใช้การกระจายอ้างอิงแบบคงที่ซึ่งไม่คำนึงถึงขนาดตัวอย่าง ทำให้พอร์ตโฟลิโอของผู้ใช้ที่มีประวัติ 5 ปีที่สมจริงได้คะแนน 'แย่' แม้จะอยู่ที่เกณฑ์ความน่าเชื่อถือของ BLP
ชุดข้อมูลผลตอบแทนรายวัน ขนาดหน้าต่างโดยทั่วไปอยู่ในช่วง 10 ถึง T/2 แบบลอการิทึม
ทิศทางถือเป็น 'เป็นกลาง' แทนที่จะเป็น 'ยิ่งสูงยิ่งดี' — H = 0.5 (การเดินแบบสุ่ม) คือจุดกึ่งกลางทางแนวคิด โดยการเบี่ยงเบนไปทางใดทางหนึ่งจะให้ข้อมูล ควอนไทล์ถูกบูทสแตรปจากหน้าต่าง SPY แบบ 5 ปีกลิ้ง เช่นเดียวกับ PSR
Foliolytic ใช้วิธี Rescaled-Range (R/S) การวิเคราะห์ความผันผวนแบบ Detrended (DFA) มีให้เลือกเป็นทางเลือกในแท็บขั้นสูง; ทั้งสองวิธีมักจะให้ผลลัพธ์ที่คล้ายกันมากสำหรับผลตอบแทนหุ้นที่ผู้ใช้ส่วนใหญ่ถือครอง
ชุดข้อมูลการลดลงรายวัน (เปอร์เซ็นต์จากค่าสูงสุดที่กำลังดำเนินอยู่)
รายงานเป็นเปอร์เซ็นต์ เช่นเดียวกับตัวชี้วัดที่อิงการลดลงทั้งหมด มีความไวต่อความละเอียดของชุดข้อมูลมูลค่าพื้นฐาน — การสร้างใหม่รายวันมีความสำคัญ
การนำไปใช้บางอย่างรายงาน UI เป็นเศษส่วน; Foliolytic ใช้ธรรมเนียมดั้งเดิมของ Peter Martin ที่เป็นเปอร์เซ็นต์ * 100 เพื่อการเปรียบเทียบโดยตรงกับการวิจัยที่ตีพิมพ์
ผลตอบแทนพอร์ตโฟลิโอและเกณฑ์มาตรฐานรายเดือน
เดือนที่ r_p == r_b จะถูกแบ่งครึ่ง ต้องมีอย่างน้อย 12 เดือนสำหรับการประมาณค่าที่มีความหมาย
Foliolytic ยังรายงานตัวชี้วัดคู่กันคือ Batting Average เทียบกับศูนย์ (เดือนที่ r_p > 0 / ทั้งหมด) ซึ่งมีประโยชน์สำหรับกลยุทธ์ผลตอบแทนสัมบูรณ์
ผลตอบแทนรายปี, อัตราผลตอบแทนที่ปราศจากความเสี่ยง, ค่าการลดลงทั้งหมดตลอดช่วงเวลา
คล้ายกับ Calmar แต่ลงโทษผลรวมของการลดลงยกกำลังสองแทนที่จะเป็นเพียงค่าสูงสุด มีความไวต่อการลดลงแบบ Black Swan เพียงครั้งเดียวน้อยกว่า Calmar
ค่าพื้นฐานของ Burke ของ Foliolytic ได้รับการปรับเทียบใหม่เป็น FF_100Y_BUFFETT_ANCHORED ใน v6.5 (เมษายน 2026) — ดู CLAUDE.md สำหรับเรื่องราวการปรับเทียบ
ผลตอบแทนส่วนเกินรายปี, Ulcer Index
เป็นญาติโดยตรงของ Calmar และ Burke; ใช้อัตราส่วน Ulcer Index เป็นตัวหารความเสี่ยงของเส้นทาง
เครื่องคำนวณส่วนใหญ่ไม่คำนวณอัตราส่วน Martin Foliolytic รวมไว้ด้วยเพราะตัวชี้วัดที่อิง Ulcer มีความสัมพันธ์ที่ดีกับความเจ็บปวดของนักลงทุนในเชิงอัตวิสัย
ผลตอบแทนรายปี รายการการลดลงที่เสร็จสมบูรณ์ทั้งหมดภายในช่วงเวลาที่พิจารณา จัดอันดับตามความลึก
การปรับ -10% เป็นค่าคงที่ที่แตกต่างจากสูตรดั้งเดิมของ Sterling หากมีการลดลงที่เสร็จสมบูรณ์น้อยกว่า N ตัวชี้วัดจะไม่แสดง
Sterling มีความไวต่อชุดการลดลงขนาดกลางมากกว่า Calmar ค่าพื้นฐานของ Foliolytic (FF_100Y_BUFFETT_ANCHORED) ได้รับการปรับเทียบใหม่ใน v6.5
อัตราส่วน Sharpe ของพอร์ตโฟลิโอ, ส่วนเบี่ยงเบนมาตรฐานรายปีของเกณฑ์มาตรฐาน, อัตราผลตอบแทนที่ปราศจากความเสี่ยงรายปี
M² ≡ Sharpe ที่ปรับขนาดตามความผันผวนของเกณฑ์มาตรฐาน เมื่อใดก็ตามที่ช่วง Sharpe เปลี่ยนแปลง ช่วง M² จะต้องเปลี่ยนแปลงเหมือนกัน — เป็นปริมาณทางคณิตศาสตร์เดียวกัน
เครื่องคำนวณหลายตัวคำนวณ Sharpe แต่ข้าม M² M² ตีความได้ง่ายกว่าสำหรับผู้ใช้รายย่อย เนื่องจากแสดงเป็นเปอร์เซ็นต์ของผลตอบแทน ไม่ใช่อัตราส่วนที่ไม่มีหน่วย
ทุกตัวชี้วัดของ Foliolytic คำนวณจากการสร้างพอร์ตโฟลิโอรายวันใหม่ ไม่ใช่ภาพรวมสิ้นเดือน สิ่งนี้สำคัญที่สุดสำหรับตัวชี้วัดที่อิงการลดลง (การลดลงสูงสุด, Calmar, Burke, Martin, Sterling, Ulcer): NAV รายเดือนมักจะประเมินการลดลงจากจุดสูงสุดถึงจุดต่ำสุดที่แท้จริงต่ำกว่าความเป็นจริง 20–30% เนื่องจากพลาดการลดลงระหว่างเดือน รายละเอียดรายวันจะบันทึกเส้นทางที่เกิดขึ้นจริง
พอร์ตโฟลิโอหุ้นเท่านั้นใช้ 252 วันทำการ คริปโตเท่านั้นใช้ 365 วัน (ซื้อขาย 24/7) พอร์ตโฟลิโอแบบผสมใช้การผสมผสานตามสินทรัพย์ จากนั้นนำมารวมกันเป็นตัวเลขพอร์ตโฟลิโอรายปีเดียว การปรับขนาดความผันผวนใช้ √n (ความแปรปรวนปรับขนาดเชิงเส้นตามเวลา ดังนั้นส่วนเบี่ยงเบนมาตรฐานจึงปรับขนาดตาม √เวลา)
ผลตอบแทนแบบ Log รายวันถูกใช้ภายในสำหรับตัวชี้วัดใดๆ ที่ต้องการการรวมช่วงเวลา (ความแปรปรวน, การทบต้นหลายช่วงเวลา, การแปลงเป็นรายปี) ผลตอบแทนแบบ Arithmetic ถูกใช้สำหรับการแสดงผลเพราะเข้าใจง่ายกว่า ('-30%' เป็นที่รู้จักมากกว่า 'log-return -0.357') ทั้งสองเท่ากันในระดับรายวันสำหรับผลตอบแทนหุ้นทั่วไป; แต่จะแตกต่างกันสำหรับการเคลื่อนไหวที่รุนแรง
ค่าผิดปกติจะถูกทำเครื่องหมายแต่ไม่ถูกลบออก การลบค่าผิดปกติมักจะทำให้ค่าประมาณความแปรปรวนและ Sharpe มีอคติสูงขึ้น และโดยทั่วไปถือเป็นแนวปฏิบัติที่ไม่ดี ข้อยกเว้นคือกรณีที่ข้อมูลบ่งชี้ข้อผิดพลาดอย่างชัดเจน — เช่น การซื้อขายคริปโตที่รายงานผิดเป็นเซนต์แทนดอลลาร์ หรือข้อผิดพลาดในการแปลงสกุลเงินที่ทำให้ราคาพุ่งขึ้น 1000 เท่า สิ่งเหล่านี้จะถูกตรวจจับโดยชั้นตัวแยกวิเคราะห์ (ดู /about) และแก้ไขก่อนการคำนวณตัวชี้วัด
Foliolytic จะไม่แสดงตัวชี้วัดที่ต้องการข้อมูลมากกว่าที่มีอยู่ Sharpe และ Sortino ต้องการ ≥ 30 วัน Beta, alpha, IR, Tracking Error ต้องการข้อมูลคู่กัน ≥ 60 วัน อัตราส่วน Capture ต้องการ ≥ 12 เดือนในแต่ละสภาวะ PSR และ Hurst ต้องการประวัติที่เพียงพอสำหรับการบูทสแตรปการกระจายอ้างอิง เมื่อไม่เป็นไปตามข้อกำหนดขั้นต่ำ ตัวชี้วัดจะแสดง '—' แทนที่จะเป็นตัวเลขที่ไม่มีความหมาย
สำหรับทุกตัวชี้วัดที่ใช้ R_f (Sharpe, Sortino, Treynor, M², alpha, beta บนผลตอบแทนส่วนเกิน) จะใช้อัตราผลตอบแทนพันธบัตรรัฐบาลอายุ 3 เดือนรายวันและจับคู่กับแต่ละวันตามปฏิทินของประวัติพอร์ตโฟลิโอ R_f รายปีที่ใช้ในการแสดงผลคือค่าเฉลี่ยถ่วงน้ำหนักด้วยเวลาของ R_f รายวันตลอดประวัติพอร์ตโฟลิโอ เครื่องคำนวณส่วนใหญ่ใช้ตัวเลข R_f คงที่เพียงตัวเดียว ซึ่งผิดเมื่อใดก็ตามที่อัตรามีการเปลี่ยนแปลง
S&P 500 (ผลตอบแทนรวมของ SPY) เป็นค่าเริ่มต้น ผู้ใช้สามารถกำหนดค่าเป็น QQQ, VT หรือสัญลักษณ์หุ้นที่กำหนดเองได้ Beta, alpha, R², อัตราส่วน Capture, Batting Average, IR และ Tracking Error ทั้งหมดจะถูกคำนวณใหม่เทียบกับเกณฑ์มาตรฐานที่เลือก พอร์ตโฟลิโอคริปโตจะใช้ BTC เป็นค่าเริ่มต้นสำหรับตัวชี้วัดที่เกี่ยวข้องกับเกณฑ์มาตรฐาน
การกระจายอ้างอิงสำหรับการให้คะแนนตามเปอร์เซ็นไทล์ (PSR, Hurst, ควอนไทล์ Sharpe ฯลฯ) จะถูกปรับเทียบใหม่เป็นระยะเมื่อมีข้อมูลตลาดใหม่เข้ามา ชุดการปรับเทียบปัจจุบันมีการบันทึกไว้ในไฟล์ต้นฉบับ metricBaselines.js เหตุการณ์การปรับเทียบใหม่ที่สำคัญจะถูกบันทึกด้วยแท็กเวอร์ชัน (v6.4, v6.5) เพื่อความโปร่งใส — ดู CLAUDE.md และบันทึกการเปลี่ยนแปลงที่ด้านบนของ metricBaselines.js
ทุกตัวชี้วัดด้านล่างมีเครื่องคำนวณเฉพาะของตัวเอง พร้อมตัวอย่างการทำงาน ตารางการตีความ และเครื่องมืออัปโหลด CSV ฟรี
ผลตอบแทนแบบ Arithmetic ((P_t - P_(t-1)) / P_(t-1)) เป็นสิ่งที่เข้าใจง่ายและเป็นสิ่งที่นักลงทุนมักจะหมายถึง 'ผลตอบแทน' ผลตอบแทนแบบ Log (ln(P_t / P_(t-1))) มีคุณสมบัติทางคณิตศาสตร์ที่สำคัญคือสามารถบวกเพิ่มได้ตามช่วงเวลา ผลตอบแทนแบบ Log 90 วันเท่ากับผลรวมของผลตอบแทนแบบ Log รายวัน 90 วัน ผลตอบแทนแบบ Arithmetic ไม่มีคุณสมบัตินี้ — แต่จะทบต้นแบบเรขาคณิต Foliolytic ใช้ผลตอบแทนแบบ Log ภายในสำหรับการรวมช่วงเวลาใดๆ และใช้ผลตอบแทนแบบ Arithmetic สำหรับการแสดงผล
เกือบจะแน่นอนว่าเป็นเพราะอัตราผลตอบแทนที่ปราศจากความเสี่ยง Foliolytic ใช้อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 3 เดือนรายวันจริงจาก FRED โบรกเกอร์และเครื่องคำนวณออนไลน์ส่วนใหญ่ใช้สมมติฐานคงที่ (มักจะเป็น 2% หรือ 0%) ในสภาพแวดล้อมที่อัตราผลตอบแทนพันธบัตรรัฐบาลอยู่ที่ 5% สิ่งนี้สามารถทำให้อัตราส่วน Sharpe เปลี่ยนไป 0.3–0.5 ซึ่งเป็นความแตกต่างที่สำคัญ
การแตกหุ้นจะถูกนำไปใช้ย้อนหลังกับจำนวนหุ้นและราคาในอดีต การแตกหุ้น AAPL แบบ 4 ต่อ 1 ในเดือนสิงหาคม 2020 จะเพิ่มจำนวนหุ้นของคุณเป็นสี่เท่าและลดราคาในอดีตลงสี่เท่าสำหรับทุกวันที่ก่อนการแตกหุ้น มูลค่าพอร์ตโฟลิโอจะยังคงต่อเนื่องตลอดการแตกหุ้น — ไม่มีมูลค่ากระโดดขึ้น เพียงแต่ตัวเลขต่อหุ้นจะเปลี่ยนแปลงไปเท่านั้น
เงินปันผลเงินสดจะถูกเพิ่มเข้าในยอดเงินสดของพอร์ตโฟลิโอในวันที่ขึ้นเครื่องหมาย XD จะไม่มีการลงทุนซ้ำโดยอัตโนมัติ หากโบรกเกอร์ของคุณลงทุนซ้ำโดยอัตโนมัติ การซื้อหุ้นที่เกิดขึ้นจะปรากฏในประวัติการทำธุรกรรมของคุณและจะถูกประมวลผลตามปกติ เงินปันผลพิเศษจะถูกจัดการในลักษณะเดียวกับเงินปันผลเงินสดปกติ
S&P 500 (ผลตอบแทนรวมของ SPY) เป็นค่าเริ่มต้น เกณฑ์มาตรฐานสามารถกำหนดค่าได้ในแดชบอร์ด — คุณสามารถเลือกดัชนีหลัก, ETF หรือแม้แต่สัญลักษณ์หุ้นที่กำหนดเองได้ Beta, alpha, R², อัตราส่วน Capture, Batting Average และ Tracking Error ทั้งหมดจะถูกคำนวณใหม่เทียบกับเกณฑ์มาตรฐานที่เลือก
Foliolytic คำนวณผลตอบแทนจากประวัติการทำธุรกรรมของคุณตามที่เป็นอยู่ หากโบรกเกอร์ของคุณหักค่าธรรมเนียมจากตำแหน่งลงทุนหรือเรียกเก็บเป็นธุรกรรมแยกต่างหาก การไหลของเงินเหล่านั้นจะถูกสะท้อนให้เห็น หากค่าธรรมเนียมถูกชำระจากบัญชีเงินสดแยกต่างหากที่ไม่ได้อยู่ในไฟล์ CSV ของคุณ จะไม่ถูกบันทึก สำหรับบัญชีโบรกเกอร์รายย่อยส่วนใหญ่ (Fidelity, Schwab, Robinhood, IBKR) ค่าธรรมเนียมบนแพลตฟอร์มจะสะท้อนอยู่ในราคาธุรกรรมแล้ว
เรียกใช้การคำนวณทั้งหมดที่อธิบายไว้ข้างต้นกับพอร์ตโฟลิโอของคุณเองได้ในไม่กี่วินาที
วิเคราะห์พอร์ตโฟลิโอของคุณฟรี →