Criando o Índice de Sortino no R

O Índice de Sortino é uma medida que visa avaliar o retorno ajustado ao risco de um investimento, sendo uma variação do Índice de Sharpe. No post de hoje, vemos como é possível analisar o indicador usando como exemplo um portfólio teórico no R.

O Sortino Ratio é uma variação do Sharpe Ratio. Ele mede os retornos ajustados ao risco de investimento ou estratégia. Ao contrário do Índice de Sharpe, ele considera apenas os retornos que caem abaixo de uma meta especificada pelo usuário ou taxa de retorno exigida (ou seja, o desvio negativo). Ele apenas analisa o desvio para baixo e, portanto, não leva em consideração a volatilidade total de um investimento.

O Sortino Ratio é o método mais recente de calcular retornos ajustados ao risco e muitas vezes é considerado uma ferramenta mais valiosa, já que os investidores estão mais interessados ​​apenas no risco negativo. Ele fornece uma medida mais precisa do potencial de investimento de pior desempenho.

     $$Sortino~Ratio_{portfolio}=\frac{(\overline{Return_{portfolio}-MAR})}{\sqrt{\sum_{t=1}^n min(R_t-MAR,~0)^2}/n}$$

O denominador dessa equação (chamado de Downside Deviation ou semi-desvio) pode ser pensado como o desvio dos retornos que caem abaixo de uma meta de taxa de retorno para o portfólio. Essa taxa-alvo é chamada de Taxa Mínima Aceitável, ou MAR. O numerador é o retorno médio da carteira menos o MAR. Pode ser pensado como retornos em excesso da mesma forma que o numerador do Índice de Sharpe, exceto para Sortino, que é superior a qualquer taxa mínima que se deseja escolher.

Como analisar o Índice de Sortino?

No geral, quanto maior for o Índice Sortino, melhor. Isso significa simplesmente que há uma alta recompensa ou os riscos assumidos com o investimento. Se o Índice Sortino for muito baixo, os riscos assumidos podem não compensar. Em geral, quanto maior for o intervalo de tempo para o qual você está medindo o risco, mais robusto será seu Índice Sortino.

Se você estiver comparando dois investimentos potenciais usando o Índice Sortino, escolha sempre o investimento com o índice mais alto.

O que significa uma relação sortino negativa?

Um Índice Sortino negativo sugere que o potencial investidor pode não ser recompensado pelo risco assumido com o investimento.

Exemplo

No R, podemos criar um exemplo construindo um portfólio teórico mensal com as ações da WEGE3, CMIG4, ITSA4 e BRFS3, e que possuem pesos iguais, em que há um portfólio que não é rebalanceado e outro que é rebalanceado mensalmente. Além disso, importamos os dados da Ibovespa.

A construção de todos os procedimentos para a coleta e criação dos gráficos abaixo você pode obter fazendo parte do Clube AM, o repositório especial de códigos da Análise Macro.

A importação, os retornos e os portfólios são construídos utilizando os pacotes {quantmod} e {PerformanceAnalytics}.

Uma vez que temos os dados em mãos, é possível construir o índice de Sortino usando a função SortinoRatio() do pacote {PerformanceAnalytics}. Realizamos os procedimento criando uma janela móvel. Abaixo, temos o resultado e a comparação dos três investimentos.

_____________________________________

Quer saber mais?

Veja nossa trilha de cursos de Finanças Quantitativas

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como coletar dados para relatórios de câmbio com Python

O monitoramento do mercado cambial permite tomar melhores decisões de consumo e investimento, por sua influência em diversos preços da economia. Neste artigo, mostramos rotinas simples de Python para coleta e análise de dados que são comumente utilizados em relatórios de câmbio.

Sumarizando divulgações trimestrais de empresas usando IA no Python

Neste exercício, iremos utilizar a inteligência artificial no Python para analisar e sumarizar divulgações trimestrais de empresas. Focaremos no uso de ferramentas como Gemini e técnicas de processamento de linguagem natural para extrair informações de documentos PDF relacionados aos relatórios financeiros das empresas.

Prevendo efeitos de mudanças de preços em produtos usando TimeGPT

O exercício explora como prever os efeitos de mudanças nos preços de produtos utilizando o TimeGPT, uma ferramenta de previsão de séries temporais no Python. Usando elasticidade-preço, é possível medir a resposta da demanda a variações de preço. O exemplo prático utiliza dados de vendas de abacates nos EUA.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.