Коэффициент Кальмара: согласованные данные и границы сравнения

Коэффициент Кальмара делит доходность, приведенную к году, на величину максимальной процентной просадки за указанный период наблюдения. Для сравнения нужны одинаковые меры капитала, окна и правила расчета. При нулевой просадке отношение не определено; универсального порога хорошего результата нет.

Одно окно для доходности и просадки

Условный отчет: доходность, приведенная к году, 12%, максимальная просадка 8% за то же окно. По заданным правилам Calmar = 12/8 = 1,5. Это не прогноз будущей просадки.

Одна доходность, разные просадки

В другой модели два отчета имеют одно окно и приведенную к году доходность 9%. Максимальные просадки — 6% и 12%. Первое отношение 9/6 = 1,5, второе 9/12 = 0,75. Меняется знаменатель. До сравнения согласуйте окно и определение капитала; более высокий показатель выборки не гарантирует будущего результата.

Кальмар и Шарп используют разные знаменатели

Коэффициент Шарпа использует стандартное отклонение доходностей сверх выбранного ориентира. Коэффициент Кальмара — максимальную просадку. Это разные характеристики истории, и один показатель не заменяет другой.

Отношение не сообщает сумму потери

Дополнительные вымышленные полные траектории одной меры капитала за ровно один год, без взносов и выводов: A — 1 000 → 1 200 → 900 → 1 120 USD; B — 10 000 → 12 000 → 9 000 → 11 200 USD. У обеих доходность за год 12%, максимальная просадка 25% и Calmar 12/25 = 0,48. Но максимальная потеря от пика в деньгах — 300 USD у A и 3 000 USD у B. Одинаковое отношение не означает одинаковой денежной потери. Здесь B — просто десятикратная шкала A, а не другая реальная стратегия. Между данными точками дополнительных оценок в модели нет.

Сначала согласуйте измерения

Не сравнивайте короткую выборку с многолетней без согласования правил. Знаменатель зависит от последовательности оценок и окна наблюдения. Уточните меру капитала, учет расходов и денежных потоков, частоту наблюдений и способ приведения доходности к году. Нулевая просадка не превращает деление на ноль в бесконечную доказанную эффективность.