정보 계수 (ic) 정의

정보 계수 (IC) 란 무엇입니까?

정보 계수 (IC)는 투자 분석가 또는 활성 포트폴리오 관리자의 기술을 평가하는 데 사용되는 측정입니다. 정보 계수는 분석가의 재무 예측이 실제 재무 결과와 얼마나 밀접하게 일치하는지 보여줍니다. IC의 범위는 1.0--1.0이며, -1은 분석가의 예측이 실제 결과와 관련이 없음을 나타내고 1은 분석가의 예측이 실제 결과와 완벽하게 일치 함을 나타냅니다.

주요 테이크 아웃

정보 계수 (IC)는 투자 분석가 또는 활성 포트폴리오 관리자의 기술을 평가하는 데 사용되는 측정 값입니다. IC가 +1.0이면 실제 수익을 완벽하게 예측할 수 있으며, IC가 0.0이면 선형 관계가 없음을 나타냅니다. IC가 -1.0이면 분석가가 항상 정확한 예측을하지 못함을 나타내며, 정보 비율 (IR)과 혼동해서는 안됩니다. IR은 투자 관리자의 기술에 대한 척도로서, 관리자의 초과 수익을 위험의 양과 비교합니다.

IC의 공식은

의 $\begin{matrix} IC = (2 \times 비례 수정) - 1 \\ 어디: \\ 비례 수정 = 예측의 비율 \\ 분석가에 의해 올바르게 \end{matrix} \ begin {aligned} & \ text {IC} = (2 \ times \ text {Proportion Correct})-1 \\ & \ textbf {where:} \ & \ text {Proportion Correct} = \ text {예측 비율 made} \ & \ text {분석가에 의해 올바르게 작성} \ \ end {aligned}$ IC = (2 × Proportion Correct) −1where: Proportion Correct = 분석가가 정확하게 예측 한 비율

정보 계수 설명

정보 계수는 재무 분석가의 기여도를 측정하는 데 사용되는 예측 주식 수익과 실제 주식 수익 간의 상관 관계를 설명합니다. +1.0의 IC는 예측 된 수익과 실제 수익 간의 완벽한 선형 관계를 나타내며, 0.0의 IC는 선형 관계가 없음을 나타냅니다. IC가 -1.0이면 분석가가 항상 올바른 예측을하지 못함을 나타냅니다.

+1.0 근처의 정보 계수 (IC) 점수는 분석가가 예측 능력이 뛰어남을 나타냅니다. 그러나 실제로 "올바른"의 정의가 분석가의 예측이 실제 결과의 방향 (위 또는 아래)과 일치한다는 것이라면 예측을 올바르게 얻을 확률은 50/50입니다. 따라서 기술이없는 분석가조차도 약 0의 IC를 가질 것으로 예상 할 수 있습니다. 이는 예측의 절반이 맞았고 절반이 잘못되었음을 의미합니다. 0에 가까운 점수는 분석가의 예측 기술이 우연히 달성 할 수있는 결과보다 나쁘지 않다는 것을 나타냅니다. 이는 -1에 접근하는 IC가 드물다는 것을 나타냅니다.

IC는 정보 비 (IR)와 혼동되어서는 안됩니다. IR은 투자 관리자의 기술에 대한 척도로서, 관리자의 초과 수익을 위험의 양과 비교합니다.

IC와 IR은 모두 능동적 경영 기본법의 구성 요소이며, 관리자의 성과 (IR)는 기술 수준 (IC)과 그 폭 또는 사용 빈도에 따라 결정됩니다.

정보 계수의 예

가설적인 예로서, 투자 분석가가 두 가지 예측을하고 두 가지 권리를 얻은 경우 정보 계수는 다음과 같습니다.

의 $\begin{matrix} IC = (2 \times 1.0) - 1 = + 1.0 \end{matrix} \ begin {aligned} & \ text {IC} = (2 \ times 1.0)-1 = +1.0 \\ \ end {aligned}$ IC = (2 × 1.0) −1 = + 1.0

분석가의 예측이 시간의 절반에 불과한 경우:

의 $\begin{matrix} IC = (2 \times 0.5) - 1 = 0.0 \end{matrix} \ begin {aligned} & \ text {IC} = (2 \ times 0.5)-1 = 0.0 \\ \ end {aligned}$ IC = (2 × 0.5) −1 = 0.0

그러나 만약 그렇다면. 어떤 예측도 옳지 않다.

의 $\begin{matrix} IC = (2 \times 0.0) - 1 = - 1.0 \end{matrix} \ begin {aligned} & \ text {IC} = (2 \ times 0.0)-1 = -1.0 \\ \ end {aligned}$ IC = (2 × 0.0) −1 = −1.0

정보 계수의 한계

IC는 많은 예측을하는 분석가에게만 의미가 있습니다. 적은 수의 예측 만 있다면 랜덤 확률이 많은 결과를 설명 할 수 있기 때문입니다. 따라서 예측이 두 개이고 둘 다 맞으면 정보 계수는 +1.0입니다. 그러나 수십 개의 예측이 이루어진 후 IC가 +1.0에 가까워 질 경우, 우연보다 기술에 훨씬 더 기인합니다.

차례: