4、优化目标：夏普比率、最大回撤、年化收益率、收益风险比、多目标权衡
做套利策略优化，最怕什么？
怕你只盯着一个指标看。
我见过太多人，把年化收益率调到最高，结果回撤大得吓人。也见过有人死磕夏普比率，策略稳得像银行存款，但收益连手续费都覆盖不了。说白了，优化目标这件事，就是个多目标权衡的艺术。
4.1 四个核心指标，一个都不能少
我们先过一遍这四个指标。每个我都踩过坑，你听听看。
4.1.1 夏普比率
夏普比率衡量的是「每承担一单位风险，能换来多少超额收益」。公式不复杂：
Sharpe = (策略年化收益率 - 无风险利率) / 策略年化波动率我个人习惯把无风险利率设成2%左右，用十年期国债收益率做参考。夏普比率大于1，算及格；大于2，算优秀；大于3，嗯，你要小心过拟合了。
4.1.2 最大回撤
最大回撤，就是你账户从最高点到最低点，亏了多少百分比。这个指标，我建议你重点关注。
为什么？因为回撤直接影响你的心态。我曾经有个策略，年化收益25%，最大回撤只有8%，我觉得稳了。结果实盘遇到一次黑天鹅，回撤瞬间拉到18%，我整晚没睡着。后来我学乖了，最大回撤必须控制在心理承受范围内。
4.1.3 年化收益率
这个不用多解释，就是你一年赚多少百分比。但我要提醒你：别只看绝对值。
举个例子，一个策略年化30%，最大回撤25%，另一个年化15%，最大回撤5%。你选哪个？我选第二个。因为回撤25%意味着你本金可能亏掉四分之一，很多人扛不住。
4.1.4 收益风险比
收益风险比 = 年化收益率 / 最大回撤。这个指标很直观，它告诉你「每亏一块钱，能赚几块钱」。
我个人觉得，收益风险比大于2才算合格。大于3，说明策略比较稳健。我做过一个英镑兑日元的套利策略，收益风险比做到了4.5，但样本外只有2.1——嗯，又是过拟合的锅。
4.2 多目标权衡：你不可能什么都想要
好了，四个指标都讲完了。现在问题来了：怎么同时优化它们？
答案是：你做不到。
你想想看，提高年化收益率，往往意味着要承担更大风险，最大回撤就会变大。压低最大回撤，又可能牺牲收益。夏普比率和收益风险比之间，也存在类似矛盾。
那怎么办？我分享三个方法：
- 加权打分法：给每个指标设一个权重，然后算综合得分。比如夏普比率占30%，最大回撤占30%，年化收益率占20%，收益风险比占20%。权重怎么设？看你的风险偏好。
- 帕累托前沿法：画出所有参数组合的帕累托前沿，然后选一个你「最舒服」的点。说白了，就是先排除那些明显差的组合，再在剩下的里面挑。
- 分层优化法：先保证最大回撤不超过某个阈值，再在这个约束下最大化夏普比率或年化收益率。我比较喜欢这个方法，因为它更贴近实战。
4.3 实战：用Python做多目标优化
光说不练假把式。我们写一段代码，演示怎么用加权打分法做多目标优化。
import numpy as np
import pandas as pd
def multi_objective_score(sharpe, max_drawdown, annual_return, risk_return_ratio,
weights=[0.3, 0.3, 0.2, 0.2]):
"""
多目标加权打分
weights: [夏普权重, 最大回撤权重, 年化收益权重, 收益风险比权重]
"""
# 最大回撤是越小越好，所以取倒数或取负值
max_dd_score = -max_drawdown # 回撤越小，得分越高
# 归一化（这里假设输入已经是合理范围）
scores = np.array([sharpe, max_dd_score, annual_return, risk_return_ratio])
# 加权求和
total_score = np.dot(scores, weights)
return total_score
# 示例：两个策略对比
strategy_a = multi_objective_score(1.8, -0.12, 0.20, 1.67)
strategy_b = multi_objective_score(2.2, -0.18, 0.28, 1.56)
print(f"策略A综合得分: {strategy_a:.2f}")
print(f"策略B综合得分: {strategy_b:.2f}")
你看，策略A夏普低一点，但回撤小；策略B收益高，但回撤大。加权打分后，你就能直观比较了。
4.4 知识体系图
下面这张图，帮你理清多目标优化的核心逻辑：
4.5 我的建议
最后，给你三个实操建议：
- 先定回撤底线：不管其他指标多漂亮，最大回撤超过你的承受范围，直接淘汰。我个人的底线是15%。
- 夏普和收益风险比二选一：这两个指标高度相关，没必要同时优化。我习惯用收益风险比，因为它更直观。
- 年化收益率别贪：超过30%的年化收益，往往伴随着过拟合风险。我见过太多人追高收益，最后亏得底裤都不剩。