Trading algorithmique · Statistiques
Ratio de Sortino : formule, écart-type à la baisse et comparaison avec le Sharpe
Le ratio de Sortino ne pénalise que la volatilité défavorable. Formule de l’écart-type à la baisse, exemple chiffré complet, code Python et cas où il diffère nettement du ratio de Sharpe.
Le ratio de Sortino est une variante du ratio de Sharpe qui ne pénalise que la volatilité défavorable. Au lieu de diviser le rendement excédentaire par l’écart-type de tous les rendements, il le divise par l’écart-type à la baisse (downside deviation), qui ne tient compte que des rendements inférieurs à une cible, souvent zéro. Une stratégie dont les rendements sont asymétriques, avec des hausses fortes et des baisses modérées, obtient ainsi un Sortino nettement supérieur à son Sharpe. C’est une mesure mieux adaptée aux stratégies de suivi de tendance ou de momentum, dont la volatilité provient en grande partie des gains.
Cette page fait partie de la rubrique Statistiques de performance d’une stratégie. Elle suppose connue la page Ratio de Sharpe, dont elle reprend les conventions de calcul et d’annualisation.
La formule exacte
Pour des rendements périodiques r₁, …, rₙ et un rendement cible T (Minimum Acceptable Return, souvent 0 ou le taux sans risque) :
Sortino = (moyenne(r) − T) / DD
où l’écart-type à la baisse DD vaut :
DD = √( (1/n) × Σ min(0, rᵢ − T)² )
Trois points méritent attention :
- Seuls les rendements inférieurs à la cible contribuent au numérateur de DD ; les autres comptent pour zéro.
- La somme est divisée par le nombre total de périodes n, pas par le nombre de périodes négatives. C’est la définition la plus courante. Certaines implémentations divisent par le nombre de rendements sous la cible, ce qui donne un DD plus élevé et un Sortino plus faible : vérifiez la convention de l’outil que vous utilisez.
- L’écart à la cible n’est pas centré sur la moyenne : contrairement à l’écart-type classique, on mesure la distance à T, pas à la moyenne des rendements.
L’annualisation suit la même règle que pour le Sharpe : on multiplie le ratio périodique par √N, avec N le nombre de périodes par an.
Un exemple chiffré complet
Une stratégie affiche dix rendements mensuels, en pourcentage : 3, −2, 1, 4, −1, 2, −3, 5, 1, 0. On prend T = 0.
Rendement moyen : (3 − 2 + 1 + 4 − 1 + 2 − 3 + 5 + 1 + 0) / 10 = 10 / 10 = 1,0 % par mois.
Écart-type à la baisse : seuls −2, −1 et −3 sont sous la cible. Leurs carrés valent 4, 1 et 9, soit une somme de 14. DD = √(14 / 10) = √1,4 ≈ 1,18 %.
Sortino mensuel = 1,0 / 1,18 ≈ 0,85, et Sortino annualisé ≈ 0,85 × √12 ≈ 2,93.
Pour comparaison, le Sharpe : les écarts à la moyenne sont 2, −3, 0, 3, −2, 1, −4, 4, 0, −1, dont les carrés totalisent 60. L’écart-type d’échantillon vaut √(60 / 9) ≈ 2,58 %. Sharpe mensuel = 1,0 / 2,58 ≈ 0,39, et Sharpe annualisé ≈ 0,39 × √12 ≈ 1,34.
Le Sortino est plus de deux fois supérieur au Sharpe, parce qu’une grande partie de la volatilité de cette stratégie provient de mois positifs (+4 et +5 %). Le Sharpe la pénalise, le Sortino non.
Calcul en Python
import statistics as st
def sortino(rendements, cible=0.0, periodes_par_an=12):
n = len(rendements)
dd = (sum(min(0.0, r - cible) ** 2 for r in rendements) / n) ** 0.5
if dd == 0:
return float("inf") # aucun rendement sous la cible : ratio non défini
return (st.mean(rendements) - cible) / dd * periodes_par_an ** 0.5
def sharpe(rendements, periodes_par_an=12):
return st.mean(rendements) / st.stdev(rendements) * periodes_par_an ** 0.5
r = [0.03, -0.02, 0.01, 0.04, -0.01, 0.02, -0.03, 0.05, 0.01, 0.00]
print(f"Sortino annualisé : {sortino(r):.2f}") # ≈ 2.93
print(f"Sharpe annualisé : {sharpe(r):.2f}") # ≈ 1.34
Comme pour le Sharpe, utilisez des rendements calculés sur l’equity à intervalles réguliers. Dix mois sont bien trop peu pour une estimation fiable : l’exemple sert uniquement à vérifier le calcul.
Quand le Sortino et le Sharpe divergent
L’écart entre les deux ratios est en soi une information sur la forme de la distribution des rendements :
| Situation | Sharpe | Sortino | Lecture |
|---|---|---|---|
| Rendements symétriques | Valeur S | Environ 1,4 × S | Écart « normal » dû à la définition |
| Gains rares et importants, pertes modérées | Modéré | Nettement plus élevé | Profil asymétrique favorable (tendance, momentum) |
| Gains fréquents et faibles, pertes rares et fortes | Élevé | Proche ou inférieur au rapport habituel | Profil asymétrique défavorable (vente de volatilité, grille) |
Pour des rendements normaux centrés, l’écart-type à la baisse avec T égal à la moyenne vaut environ σ / √2, ce qui explique le facteur d’environ 1,4 lorsque la moyenne est proche de zéro. Quand le Sortino dépasse nettement ce rapport, la volatilité provient surtout des gains ; quand il en est proche ou inférieur malgré un Sharpe élevé, méfiez-vous des pertes concentrées.
Choisir la périodicité des rendements
Le choix de la période de calcul influe fortement sur le Sortino. Avec des rendements quotidiens, vous disposez de nombreuses observations, donc d’un écart-type à la baisse plus stable, mais les rendements quotidiens d’une stratégie qui tient ses positions plusieurs jours sont autocorrélés, ce qui fausse l’annualisation. Avec des rendements mensuels, l’autocorrélation pose moins de problèmes, mais le nombre de mois négatifs peut devenir très faible. Un compromis courant consiste à calculer le ratio sur des rendements hebdomadaires, puis à vérifier que les versions quotidienne et mensuelle donnent un ordre de grandeur cohérent. Si les trois valeurs divergent fortement, aucune ne mérite une grande confiance.
Enfin, mesurez le Sortino séparément sur la période d’optimisation et sur la période hors échantillon. Un ratio qui chute de moitié entre les deux est un signal classique de sur-ajustement, au même titre qu’une chute du profit factor ou de l’espérance.
Les limites du Sortino
Il dépend fortement du nombre de périodes négatives. Si une stratégie n’a connu que trois mois négatifs, son écart-type à la baisse repose sur trois valeurs : l’estimation est très instable. Un Sortino de 5 calculé sur un historique de deux ans avec quelques mois négatifs n’a pas beaucoup de signification.
Il ne voit pas les pertes qui ne sont pas encore survenues. Comme le Sharpe, il mesure le passé. Une martingale qui n’a pas encore rencontré sa série fatale peut afficher un Sortino spectaculaire, précisément parce qu’elle n’a presque jamais de mois négatif.
Il ignore l’enchaînement des pertes. Trois mois à −3 % séparés ou consécutifs donnent le même Sortino, mais pas le même drawdown maximal. Les deux mesures sont complémentaires.
La cible doit être cohérente. Un Sortino calculé avec T = 0 n’est pas comparable à un Sortino calculé avec T égal au taux sans risque.
Cas d’usage
Le Sortino est particulièrement adapté pour comparer des stratégies au profil asymétrique favorable, comme le suivi de tendance, que le Sharpe désavantage. Il sert aussi de critère d’optimisation, à condition de l’associer à une contrainte sur le nombre de périodes négatives observées. En pratique, présentez toujours Sharpe et Sortino ensemble : leur rapport en dit autant que chacun des deux ratios.
FAQ
Le ratio de Sortino est-il meilleur que le ratio de Sharpe ?
Il est plus adapté aux stratégies dont les rendements sont asymétriques, car il ne pénalise pas la volatilité des gains. Mais il repose sur moins d’observations, ce qui le rend plus instable. Les deux ratios sont complémentaires et se lisent ensemble.
Quelle cible utiliser pour le calcul ?
La cible la plus courante est zéro, ce qui revient à pénaliser toute période perdante. Certains utilisent le taux sans risque ou un rendement minimal exigé. L’important est d’utiliser la même cible pour toutes les stratégies que vous comparez.
Pourquoi mon Sortino est-il infini ?
Si aucun rendement n’est inférieur à la cible, l’écart-type à la baisse vaut zéro et le ratio n’est pas défini. C’est le signe d’un échantillon trop court ou d’une stratégie dont les pertes sont masquées, par exemple une grille dont les positions perdantes restent ouvertes.
