风险调整收益指标：夏普比率、信息比率、索提诺比率、卡玛比率、特雷诺比率
做量化投资这些年，我见过太多人只看收益率就冲进去。结果呢？回撤一来，心态崩了。说白了，收益不经过风险调整，就是耍流氓。今天咱们聊聊五个最常用的风险调整指标，每个我都踩过坑，也总结了些实战经验。
1. 夏普比率：最通用的风险收益标尺
夏普比率是衡量每承担一单位总风险，能获得多少超额回报。公式很简单：
夏普比率 = (Rp - Rf) / σp其中 Rp 是组合收益率，Rf 是无风险利率，σp 是组合收益率的波动率。
我个人习惯用年化夏普比率做横向对比。比如两个策略，一个年化夏普1.5，另一个0.8，前者明显更优。但要注意，夏普比率对正态分布假设敏感。如果策略收益分布有厚尾，夏普比率会失真。
实战经验：我在做CTA策略时，发现夏普比率高达2.3，但实际回撤却很大。后来一查，原来是收益分布左偏严重，夏普比率高估了风险调整能力。所以，夏普比率要配合偏度、峰度一起看。
避坑指南：我曾经用日频数据算夏普比率，结果年化后数值虚高。建议用周频或月频数据，更稳健。
2. 信息比率：主动管理能力的试金石
信息比率衡量的是相对于基准的主动管理能力。公式：
信息比率 = (Rp - Rb) / σ(Rp - Rb)Rb 是基准收益率，分母是跟踪误差。
信息比率大于0.5算合格，大于1.0就很优秀了。但这里有个坑：基准选择要合理。你拿沪深300做基准，却跑的是小盘股策略，那信息比率再高也没意义。
我记得有一次帮客户做归因分析，他的信息比率0.8，看似不错。但仔细一看，跟踪误差只有2%，说明他根本没偏离基准多少。说白了，信息比率高可能是基准选得太宽松。
3. 索提诺比率：只惩罚下行风险
索提诺比率是夏普比率的改良版。它只考虑下行波动率，因为投资者更讨厌亏损。公式：
索提诺比率 = (Rp - Rf) / σdσd 是下行标准差，只计算收益率低于目标值（通常为0或无风险利率）的部分。
我个人更偏爱索提诺比率。为什么？因为上行波动是好事，不该被惩罚。比如一个策略，年化收益20%，最大回撤只有5%，但夏普比率可能只有1.2，而索提诺比率能到3.0以上。这才是真实的风险调整能力。
注意：索提诺比率对目标收益率的选择很敏感。目标设得太高，下行风险会被低估。我一般用无风险利率作为目标，比较公允。
4. 卡玛比率：回撤厌恶者的最爱
卡玛比率用最大回撤代替波动率，公式：
卡玛比率 = (Rp - Rf) / MaxDrawdown这个指标特别适合做趋势跟踪或CTA策略。为什么？因为这些策略收益分布不规律，用波动率衡量风险会失真。最大回撤更直观，也更符合实际风控需求。
我在项目中遇到过一个高频策略，夏普比率2.0，但卡玛比率只有0.8。为什么？因为策略虽然波动小，但偶尔会出现极端回撤。卡玛比率一下就暴露了问题。
经验之谈：卡玛比率大于1.0算不错，大于2.0就很优秀了。但要注意，最大回撤是历史数据，未来可能更大。我习惯用滚动3年的最大回撤来计算，更稳健。
5. 特雷诺比率：系统风险的度量
特雷诺比率用Beta代替总风险，公式：
特雷诺比率 = (Rp - Rf) / βp这个指标适合衡量组合的系统性风险调整收益。如果组合充分分散，特雷诺比率和夏普比率结论应该一致。但如果组合集中度高，两者会有差异。
嗯，这里要注意：特雷诺比率假设组合已经充分分散，非系统性风险被消除。如果你的组合只持有5只股票，那特雷诺比率就没太大意义。
核心逻辑框架
下面这张图总结了五个指标的核心逻辑，方便你快速对比：
实战对比表
下面这张表总结了五个指标的核心差异，方便你快速选型：
| 指标 | 风险度量 | 适用场景 | 理想值 | 常见陷阱 |
|---|---|---|---|---|
| 夏普比率 | 总波动率 | 通用对比 | >1.0 | 厚尾分布失真 |
| 信息比率 | 跟踪误差 | 主动管理 | >0.5 | 基准选择偏差 |
| 索提诺比率 | 下行波动率 | 非对称收益 | >2.0 | 目标收益率敏感 |
| 卡玛比率 | 最大回撤 | 趋势策略 | >1.0 | 回撤历史依赖 |
| 特雷诺比率 | 系统风险(Beta) | 分散组合 | >0.1 | 非分散组合无效 |
我的建议：不要只看一个指标。我习惯同时看夏普比率和卡玛比率。如果两者差距大，说明策略存在极端风险。比如夏普1.5但卡玛0.6，那就要小心了。
最后说一句：这些指标都是历史数据的统计量，未来不一定重复。你想想看，如果光靠几个比率就能赚钱，那量化投资也太简单了。真正重要的是理解每个指标背后的风险含义，结合自己的投资逻辑去判断。