4、绩效指标详解:夏普比率、索提诺比率、卡玛比率、信息比率、Alpha与Beta

各位好,我是老K。今天咱们来聊聊因子评价里最核心的几个绩效指标。

说实话,我见过太多人一上来就堆一堆策略,然后拿个夏普比率0.8就觉得自己无敌了。嗯,这里我得泼盆冷水——单一指标看绩效,基本等于盲人摸象

我个人习惯,评价一个因子或策略,至少要看五个维度:收益、风险、稳定性、相对表现、市场关联。正好对应我们今天要讲的六个指标。

核心观点:没有完美的单一指标。夏普高不代表稳,索提诺好不代表绝对收益强。组合使用才是王道。

绩效指标体系 夏普比率 收益/总风险 索提诺比率 收益/下行风险 卡玛比率 收益/最大回撤 信息比率 超额/跟踪误差 Alpha 超额收益 Beta 市场敏感度

4.1 夏普比率:最经典的"性价比"指标

夏普比率,说白了就是每承担一单位总风险,能换来多少超额收益

公式很简单:

Sharpe Ratio = (Rp - Rf) / σp

其中Rp是组合收益,Rf是无风险利率,σp是收益率的波动率。

我个人习惯,看夏普比率时重点关注三点:

  • 绝对值:一般大于1算不错,大于2算优秀。但别迷信——我在A股见过夏普3.0的策略,结果最大回撤40%。为什么?因为波动率被低波动期拉低了,但尾部风险没体现。
  • 滚动夏普:固定时间窗口算夏普,看稳定性。我曾经遇到一个因子,整体夏普1.5,但滚动夏普在-0.5到3.0之间剧烈波动——这种你敢用吗?
  • 样本外表现:回测夏普再高,样本外打对折是常事。我一般要求样本外夏普至少达到样本内的60%。

避坑指南:夏普比率对正态分布假设敏感。如果你的因子收益有厚尾特征(比如期权策略),夏普会严重高估。这时候,索提诺比率更靠谱。

4.2 索提诺比率:只关心"坏"波动

索提诺比率和夏普很像,但只惩罚下行波动。公式:

Sortino Ratio = (Rp - Rf) / σd

σd是下行标准差,只计算收益率低于目标值(通常是无风险利率或0)的部分。

为什么我更偏爱索提诺?举个例子:

  • 策略A:年化收益20%,波动率15%,最大回撤5%
  • 策略B:年化收益20%,波动率15%,最大回撤25%

夏普比率可能一样,但索提诺比率会明显区分——因为策略B的下行波动更大。我在做CTA因子时,就发现索提诺比率能更好地识别"假稳健"策略。

嗯,这里要注意:索提诺比率需要足够的数据量。如果只有一年数据,下行波动估计可能不稳定。我一般要求至少3年以上的日频数据。

4.3 卡玛比率:回撤敏感者的最爱

卡玛比率,也叫Calmar比率。公式:

Calmar Ratio = (Rp - Rf) / MaxDrawdown

这个指标特别适合绝对收益型策略。为什么?因为它直接惩罚最大回撤。你想想看,一个策略年化30%,但最大回撤40%,卡玛比率只有0.75——这种策略你敢重仓吗?

我个人经验:

  • 卡玛比率 > 2:非常优秀,回撤控制极好
  • 卡玛比率 1-2:合格,但需要关注回撤持续性
  • 卡玛比率 < 1:回撤太大,建议优化

注意:卡玛比率对回撤计算窗口敏感。用日频数据算最大回撤,和用周频算,结果可能差一倍。我建议统一用日频,且至少覆盖一个完整市场周期(比如牛熊转换)。

4.4 信息比率:衡量"主动管理"能力

信息比率衡量的是相对于基准的超额收益,除以跟踪误差。公式:

IR = (Rp - Rb) / TE

Rb是基准收益,TE是跟踪误差(超额收益的标准差)。

信息比率和夏普比率的区别:

维度 夏普比率 信息比率
基准 无风险利率 市场基准(如沪深300)
风险度量 总波动 跟踪误差
适用场景 绝对收益 相对收益(指数增强)

我在做多因子选股时,信息比率是必看指标。一个因子信息比率0.5以上,说明它有稳定的选股能力。低于0.3,基本就是噪音了。

4.5 Alpha与Beta:拆解收益来源

Alpha和Beta来自资本资产定价模型(CAPM):

Rp - Rf = α + β * (Rm - Rf) + ε

Beta衡量的是市场敏感度

  • Beta = 1:和市场同涨同跌
  • Beta > 1:比市场波动更大(进攻型)
  • Beta < 1:比市场波动更小(防御型)
  • Beta < 0:和市场反向(对冲策略)

Alpha超额收益,也就是剔除市场影响后,因子自身的赚钱能力。

我个人习惯,看Alpha时关注三点:

  1. 统计显著性:t统计量至少大于2,最好大于3
  2. 经济显著性:年化Alpha至少2%以上,否则没有实际意义
  3. 稳定性:滚动Alpha是否始终为正?我曾经见过一个因子,整体Alpha为正,但滚动Alpha在正负之间来回跳——这种Alpha是假的

实战经验:我在做因子归因时,会把Alpha拆成"选股Alpha"和"行业Alpha"。有时候一个因子整体Alpha很高,但其实是行业暴露带来的——比如重仓白酒。这时候,行业中性化后的Alpha才是真本事。

4.6 综合运用:一个实战案例

假设我们评估一个价值因子:

  • 夏普比率:1.2(不错)
  • 索提诺比率:1.8(更好,说明下行风险控制好)
  • 卡玛比率:1.5(回撤可控)
  • 信息比率:0.8(相对基准有稳定超额)
  • Alpha:年化3.5%,t值3.2(显著)
  • Beta:0.85(偏防御)

综合判断:这个因子质量较高,适合作为核心因子配置。但要注意Beta偏低,市场大涨时可能跑输——这是它的固有特征,不是缺陷。

反过来,如果一个因子夏普1.5但卡玛只有0.5,说明它虽然波动不大,但偶尔会"翻车"——这种因子我一般会减配,或者加止损。

我的建议:建立一个"绩效仪表盘",把六个指标放在一起看。任何一个指标异常,都要深挖原因。我曾经因为只看夏普,错过了一个索提诺极差的因子——结果实盘后连续三个月回撤,教训深刻。

好了,绩效指标就讲到这里。记住:指标是工具,不是结论。真正重要的是理解每个指标背后的风险含义,以及它们之间的互补关系。下次你看到一份策略报告,别只盯着夏普比率——把六个指标都拉出来溜溜,你会有更全面的判断。


公众号:蓝海资料掘金营,微信deep3321