Information Ratio là gì? Sharpe phiên bản active management

Information Ratio (IR) là Sharpe Ratio cho active strategies — đo alpha trên đơn vị tracking error so với benchmark. Trong khi Sharpe đo “lợi nhuận trên rủi ro tổng”, IR đo “lợi nhuận vượt benchmark trên rủi ro vượt benchmark”. Đây là chỉ số chuẩn vàng đánh giá quỹ active.

Grinold’s Fundamental Law: $IR = IC \cdot \sqrt{BR}$, với IC = Information Coefficient (tương quan signal với realized return) và BR = Breadth (số bets độc lập). Nghĩa là IR cao đến từ skill (IC) hoặc diversification (BR) — preferably cả hai.

1. Định nghĩa & công thức

$$ IR = \frac{R_p - R_b}{\sigma(R_p - R_b)} = \frac{\alpha}{TE} $$

Với:

• $R_p$ = portfolio return, $R_b$ = benchmark return
• $TE$ (Tracking Error) = std của $(R_p - R_b)$ annualized
• $\alpha$ = mean của $(R_p - R_b)$ annualized

Annualization: $IR_{annual} = IR_{daily} \cdot \sqrt{252}$.

2. Cách tính bằng Python

import numpy as np

def information_ratio(portfolio_returns, benchmark_returns, periods_per_year=252):
    """
    portfolio_returns, benchmark_returns: daily returns
    """
    active = portfolio_returns - benchmark_returns
    mean_active = active.mean() * periods_per_year
    tracking_error = active.std(ddof=1) * np.sqrt(periods_per_year)
    return mean_active / tracking_error if tracking_error > 0 else np.nan

Code mẫu trên là khung tham khảo cho việc tự tính Tỷ số Thông tin. Khi tích hợp vào hệ thống production, cần thêm: validate input (NaN, length), handle edge cases (zero variance, empty series), unit test cho từng nhánh, và caching khi gọi nhiều lần trên cùng dataset.

3. Khoảng giá trị & cách diễn giải

4. Giá trị điển hình theo loại tài sản / chiến lược

Lưu ý: bảng giá trị điển hình mang tính tham khảo, dựa trên quy ước cộng đồng quant và sample lịch sử công khai. Giá trị thực tế phụ thuộc dataset, period, và phương pháp tính cụ thể.

5. Bốn cạm bẫy phổ biến khi sử dụng

1. TE quá thấp giả tạo IR cao: closet indexer (quỹ giả vờ active) có TE rất thấp → IR có thể inflate.

2. Sample size: IR cần ≥ 36 tháng để có ý nghĩa thống kê.

3. Phụ thuộc benchmark: cùng quỹ với benchmark VN-Index vs VN30 cho IR khác nhau.

4. Negative active risk asymmetry: IR không phân biệt tracking error do underperform vs outperform.

6. Khi nào chỉ số này gây hiểu lầm

IR misleading khi: (1) benchmark sai — quỹ value-tilt benchmark không phải VN-Index mà là VN-Value index; (2) sample chứa giai đoạn quỹ làm 1 bet lớn đúng (1-time win không bền); (3) IR tính trên gross returns mà không adjust cost.

7. Đặc thù khi áp dụng cho TTCK Việt Nam

Tại VN, IR > 0.5 với benchmark VN-Index hoặc VN30, sustained 5+ năm, là rất hiếm. Hầu hết quỹ active VN có IR âm sau phí — lý do thị trường VN-Index ETF growing rapidly. Khi đánh giá quỹ active VN, yêu cầu: IR ≥ 0.5 + t-stat > 2 + Maximum Drawdown < 1.5x VN-Index DD.

8. Các chỉ số liên quan trong cùng hệ thống

Tỷ số Thông tin (IR) không nên đọc đơn lẻ. Trong báo cáo rủi ro chuyên nghiệp, nó luôn được trình bày cùng các chỉ số bổ sung để cross-check và tránh blindspot. Các chỉ số liên quan đã trình bày trong chuỗi bài này:

• Sharpe Ratio

• Alpha Jensen

• Tracking Error

• Treynor Ratio

9. Tham khảo học thuật

• Grinold, R., Kahn, R. (1999). Active Portfolio Management. McGraw-Hill.

• Goodwin, T. H. (1998). The Information Ratio. Financial Analysts Journal.

10. Câu hỏi thường gặp

Tỷ số Thông tin bao nhiêu là tốt? Tham khảo bảng diễn giải ở mục 3. Không có ngưỡng “tốt tuyệt đối” — phụ thuộc loại chiến lược, sample size, và benchmark tham chiếu.

Làm sao tự tính Tỷ số Thông tin trên danh mục cá nhân? Sử dụng code Python mẫu ở mục 2. Input cần thiết: chuỗi returns hàng phiên (daily) của danh mục, tối thiểu 252 phiên (1 năm) để có ý nghĩa thống kê.

Tỷ số Thông tin có khác giữa thị trường VN và quốc tế không? Có. Đặc thù VN (biên độ ±7% HOSE, T+2.5, cấm short cơ sở) ảnh hưởng đến cách tính và diễn giải. Chi tiết ở mục 7.

Ghi chú phương pháp: Bài viết tổng hợp định nghĩa, công thức, và quy ước cộng đồng quant cho chỉ số Tỷ số Thông tin (IR). Các giá trị điển hình mang tính tham khảo, không phải khuyến nghị đầu tư. Người đọc tự kiểm chứng trên dữ liệu của mình trước khi sử dụng cho quyết định vốn thật.

Miễn trừ trách nhiệm: Nội dung mang tính phân tích định lượng, không phải khuyến nghị đầu tư. Nhà đầu tư tự chịu trách nhiệm với quyết định của mình.