Хотя первоначально Treynor и Black называли «коэффициентом оценки», отношение информации является отношением относительного возврата к относительному риску (известным как «отслеживание ошибки»). В то время как коэффициент Шарпа смотрит на возвраты относительно рискованного актива, информационный коэффициент основан на возвратах относительно рискованного бенчмарка, который известен в просторечии как «bogey». Учитывая актив или портфель активов со случайными возвратами, обозначенной Asset и эталонный тест со случайными возвратами, обозначенными Benchmark, соотношение информации имеет форму:
Mean(Asset − Benchmark) / Sigma (Asset − Benchmark)
Вот Mean(Asset − Benchmark) является средним значением Asset минус Benchmark возвращает, и Sigma(Asset - Benchmark) - стандартное отклонение Asset минус Benchmark возвращает. Более высокий информационный коэффициент рассматривается лучше, чем более низкий информационный коэффициент. Для получения дополнительной информации см. inforatio.
Для вычисления информационного коэффициента с помощью примера данных в качестве возврата эталонного показателя используется среднее значение возврата рыночного ряда. Таким образом, данные по возврату активов и безрисковая доходность активов, вычислите информационный коэффициент с
load FundMarketCash
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
InfoRatio = inforatio(Returns, Benchmark)
что дает следующий результат:
InfoRatio =
0.0432 NaN -0.0315
Поскольку рыночная серия не имеет риска относительно себя, отношение информации для второй серии не определено (что представлено как NaN в MATLAB® программное обеспечение). Его стандартное отклонение относительных возвратов в знаменателе составляет 0.
elpm | emaxdrawdown | inforatio | lpm | maxdrawdown | portalpha | ret2tick | sharpe | tick2ret