Cara Menghitung Deviasi Sisi Bawah

Investor terus mencari cara yang lebih baik untuk mengukur dan mengukur risiko. Kemudian, manajer portofolio sering diukur pada kemampuan mereka untuk menghasilkan pengembalian yang melebihi pasar (alfa). Standar deviasi adalah alat yang digunakan manajer investasi untuk membantu mengukur risiko atau "penyimpangan" dari hasil yang diharapkan. Standar deviasi mengukur derajat variabilitas (volatilitas) dari rata-rata return (mean). Deviasi yang lebih tinggi menunjukkan volatilitas yang lebih tinggi. Mirip dengan standar deviasi, deviasi downside melihat variasi di sekitar pengembalian rata-rata; Namun, itu hanya berfokus pada pengembalian yang jatuh di bawah pengembalian minimum yang dapat diterima.

Langkah 1

Tentukan MAR. Ini adalah nomor yang Anda pilih. Ini menandakan jumlah minimum pengembalian yang akan Anda terima pada investasi tertentu. Mari kita gunakan 5 persen untuk contoh ini.

Langkah 2

Kurangi MAR dari pengembalian untuk setiap periode. Jika Anda melihat pengembalian tahunan selama lima tahun, kurangi MAR (5 persen) dari setiap pengembalian untuk setiap tahun. Anda akan memiliki lima nilai.

Langkah 3

Setel ulang nilai ke 0 jika pengembaliannya positif. Katakanlah pengembalian tahun pertama adalah 10 persen. Mengurangi MAR, atau 5 persen, dari 10 persen sama dengan 5 persen. Ini adalah nilai positif, jadi ubah ke 0. Jika tahun kedua pengembalian adalah 4 persen, maka perbedaannya akan menjadi -1 persen. Catat nomor ini; tidak mengubahnya.

Langkah 4

Kuadratkan perbedaan dan tambahkan bersama-sama. Kuadrat tahun pertama adalah 0; Namun, tahun kedua kuadrat adalah 1. Kuadrat semua lima tahun dan ambil jumlah semua kuadrat.

Langkah 5

Bagi dengan periode dan ambil akar kuadrat. Dalam contoh kita, kita memiliki lima tahun atau lima periode. Ambil jumlah pada Langkah 4 dan bagi dengan 5. Terakhir, ambil akar kuadrat dari angka ini. Ini adalah penyimpangan sisi bawah.

Tip

Rasio Sortino menggunakan deviasi turun untuk ukuran lain dari risiko portofolio. Perhitungannya adalah variasi pada rasio Sharpe, yang lebih banyak digunakan.