Annualizar o índice de Sharpe: por que √12 pode enganar com autocorrelação

O Sharpe por período é o excesso médio de retorno de uma estratégia em relação à taxa livre de risco, dividido pelo desvio-padrão desses excessos periódicos. A taxa livre de risco deve corresponder à mesma frequência e ao mesmo intervalo do retorno da estratégia. Um retorno mensal exige uma taxa de referência convertida de forma consistente para um mês.

É uma estatística descritiva da amostra, não uma probabilidade de lucro nem uma garantia de resultados futuros. William Sharpe explica a definição e a anualização; a interpretação depende de como os retornos são medidos e agregados.

Para dados mensais, é comum usar: Sharpe anual = Sharpe mensal × √12. Essa aproximação pressupõe, entre outras coisas, média e variância estáveis e ausência de autocorrelação entre períodos para essa agregação simples. Retornos independentes e identicamente distribuídos são uma condição suficiente frequente, mas não a única especificação possível.

Sharpe também destaca a condição de correlação zero. A frequência mensal, por si só, não justifica √12. Com autocorrelação positiva, ignorá-la normalmente subestima o risco anual e superestima o Sharpe anualizado; com autocorrelação negativa, o cálculo ingênuo pode subestimá-lo.

Seja x_t o excesso de retorno mensal aditivo, γ_k = Cov(x_t, x_{t−k}) e ρ_k = γ_k/γ_0. Sob estacionariedade da covariância:

Var(Σ x_t, t=1…q) = qγ_0 + 2Σ_{k=1}^{q−1}(q−k)γ_k.

Assim, o Sharpe do excesso agregado ao longo de q períodos é:

SR_q = √q × SR_1 / √(1 + 2Σ_{k=1}^{q−1}(1−k/q)ρ_k).

Essa é a correção de agregação temporal de Andrew Lo (2002), “The Statistics of Sharpe Ratios”. Em geral, a autocorrelação positiva aumenta a variância da soma e, portanto, o denominador. O peso diminui em defasagens maiores, pois períodos distantes têm menor probabilidade de entrar juntos na mesma soma de q períodos.

Suponha excesso médio de retorno mensal de 0,4% e desvio-padrão mensal de 2%. O Sharpe mensal é 0,20. Para doze meses, o cálculo ingênuo resulta em 0,20 × √12 = 0,6928.

Considere um caso totalmente hipotético de um processo AR(1) estacionário, com ρ₁ = 0,25 e ρ_k = 0,25^k para as defasagens seguintes. O termo de correção dentro da raiz é aproximadamente 1,592; sua raiz é cerca de 1,262. O Sharpe anual ajustado fica em torno de 0,6928/1,262 = 0,549. Nesse exemplo, as correlações das defasagens posteriores são potências de 0,25; ρ₁ não é repetido em todas as defasagens. É uma ilustração matemática, não uma previsão.

A autocorrelação pode refletir persistência ou reversão genuína dos retornos. Também pode surgir de períodos de manutenção sobrepostos, posições ilíquidas reavaliadas com pouca frequência, preços defasados, avaliações suavizadas ou da própria construção da estratégia.

Essas causas não são equivalentes. Investigue se a dependência é uma característica econômica da estratégia ou um artefato de medição. Uma correção estatística não transforma uma avaliação suavizada em um preço executável no mercado.

Mantenha consistentes a frequência, a definição de excesso de retorno, a taxa livre de risco correspondente, os custos brutos ou líquidos, a alavancagem, os dividendos ou funding, a ponderação e a regra de agregação. Não altere silenciosamente a definição de retorno ao anualizar o Sharpe.

Sob as hipóteses indicadas, a fórmula se aplica à soma aditiva de q excessos de retorno periódicos. Um retorno anual composto geometricamente é outra medida. Não o compare com a fórmula de agregação aditiva sem explicar a diferença.

Em amostras curtas, as estimativas de autocorrelação, sobretudo em defasagens longas, são ruidosas. Observar ρ₁ não prova que os retornos sigam um processo AR(1). A hipótese ρ_k = ρ₁^k é uma escolha adicional de modelo e precisa ser identificada e justificada.

Informe o tamanho da amostra, as defasagens usadas, o método de estimação e, quando possível, intervalos de confiança ou outras medidas de incerteza. Mostre a sensibilidade do resultado a outros períodos amostrais e a hipóteses plausíveis de correlação.

A correção temporal não elimina a seleção de estratégias nem o data snooping, mudanças de regime, caudas pesadas, alavancagem, risco de liquidez ou custos de execução. Ela responde a uma pergunta mais restrita: como a dependência serial estimada afeta a variância do retorno agregado.

Um Sharpe corrigido também não prova que uma estratégia é mais segura ou terá desempenho melhor no futuro. Complemente-o com drawdowns, riscos de cauda, custos, liquidez e avaliação fora da amostra de seleção. [Médias aritmética e geométrica dos retornos](/pt-BR/learn/arithmetic-vs-geometric-average-returns-explained) e [drawdown máximo e recuperação](/pt-BR/learn/maximum-drawdown-and-recovery-percentage-explained) tratam de aspectos relacionados, mas diferentes.

Documente a frequência e a definição dos retornos, a taxa de referência, os custos brutos ou líquidos, a alavancagem, o período da amostra e o Sharpe anualizado ingênuo. Em seguida, informe as autocorrelações estimadas com as defasagens e o método, a correção aplicada e suas hipóteses, além de uma análise de sensibilidade ou incerteza. Diferencie a agregação aditiva do retorno anual composto.

Indique também se observações sobrepostas, preços ilíquidos ou seleção da estratégia podem afetar a medição. Para o contexto sobre seleção, consulte [trade-off viés-variância e overfitting de modelos financeiros](/pt-BR/learn/bias-variance-tradeoff-financial-model-overfitting-explained). Sharpe (1994) e Lo (2002) apresentam a definição e a base estatística. Este texto explica um método e não constitui recomendação de investimento.