第3章风险调整收益指标

3. 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，光看收益率是远远不够的。我见过太多人，一看某只基金年化收益30%，眼睛都亮了。但一问最大回撤，好家伙，40%。这种产品你敢重仓吗？

说白了，收益和风险是一枚硬币的两面。我们真正要衡量的，是每承担一单位风险，能换来多少回报。这就是风险调整收益指标存在的意义。

今天咱们就把五个最常用的指标掰开揉碎讲清楚。我个人习惯把它们分成两类：一类是跟无风险收益比，一类是跟基准比。你品，你细品。

核心逻辑： 超额收益 ÷ 风险 = 风险调整后的收益质量

夏普比率是业界最常用的指标，没有之一。它的公式很简单：

夏普比率 = (Rp - Rf) / σp

其中 Rp 是组合收益率，Rf 是无风险利率（通常用国债收益率），σp 是组合收益率的标准差。

说白了，夏普比率衡量的是：你每承受一单位总风险，能获得多少超额回报。数值越高越好。

我个人经验： 夏普比率大于1算及格，大于2算优秀，大于3那就是神级策略了。但要注意，这玩意儿对数据频率很敏感。用日频数据和月频数据算出来的夏普，差别可能很大。

实战技巧： 我建议用年化夏普比率做横向对比。计算时，日频数据要乘以√252，周频乘以√52，月频乘以√12。别搞混了。

信息比率跟夏普比率很像，但分母换成了跟踪误差（Tracking Error）。

信息比率 = (Rp - Rb) / TE

Rb 是基准收益率，TE 是超额收益的标准差（也就是跟踪误差）。

这个指标特别适合衡量指数增强策略。你想想看，如果你跑赢了沪深300，但每天上蹿下跳，那这个超额收益的质量其实不高。

避坑指南： 我曾经见过一个策略，信息比率高达3.5，但仔细一看，它只持有了3只股票。这种集中度带来的高信息比率，其实不可持续。信息比率高，不代表策略好，还要看样本外的表现。

关键区别： 夏普比率看的是总风险（标准差），信息比率看的是相对于基准的偏离风险（跟踪误差）。前者适合绝对收益策略，后者适合相对收益策略。

索提诺比率是夏普比率的改良版。它只考虑下行波动，忽略上行波动。

索提诺比率 = (Rp - Rf) / σd

σd 是下行标准差（Downside Deviation），只计算收益率低于目标收益率（通常设为0或无风险利率）时的波动。

为什么会有这个指标？因为投资者其实不讨厌上涨的波动，只讨厌下跌的波动。你想想看，一个策略天天涨5%，偶尔跌2%，你会不开心吗？但夏普比率会把上涨的波动也当作风险，这就有点不合理了。

我的习惯： 在评估CTA策略或者期权策略时，我特别看重索提诺比率。因为这些策略往往有肥尾特征，用夏普比率会低估它们的表现。

注意： 索提诺比率的分母计算方式有多种变体。有的用半方差，有的用下行标准差。不同算法算出来的结果不能直接对比。我建议在同一个策略内部做纵向对比时，保持算法一致。

卡玛比率（Calmar Ratio）是我个人最喜欢的指标之一。它简单粗暴：

卡玛比率 = (Rp - Rf) / MDD

MDD 是最大回撤（Maximum Drawdown）。

这个指标特别直观。它告诉你：你每承受1块钱的最大亏损，能换来多少超额收益。数值越高，说明策略的「抗跌能力」越强。

实战案例： 我之前管理过一只量化多因子产品，年化收益18%，最大回撤只有6%，卡玛比率3.0。同期另一只产品年化收益25%，但最大回撤15%，卡玛比率1.67。虽然收益低一些，但持有体验好太多了。客户拿得住，这才是关键。

经验阈值： 我个人认为，卡玛比率大于2算优秀，大于3算顶级。但要注意，最大回撤是历史数据，不代表未来。一个策略过去3年最大回撤5%，不代表它永远不会回撤10%。

特雷诺比率（Treynor Ratio）用贝塔系数代替标准差作为风险度量：

特雷诺比率 = (Rp - Rf) / βp

βp 是组合的贝塔系数，衡量的是系统性风险。

这个指标适合评估那些已经充分分散化的组合。因为对于充分分散的组合，非系统性风险已经被消除，剩下的只有市场风险（贝塔）。

为什么用的人少？ 说实话，特雷诺比率在实际工作中用得不多。原因很简单：贝塔系数本身就不稳定，而且对于非线性的策略（比如期权策略），贝塔根本解释不了风险。

我的建议： 如果你管理的是纯股票多头策略，而且持仓足够分散，可以用特雷诺比率做辅助参考。但对于多资产、多策略的组合，还是用夏普或索提诺更靠谱。

最后说一句：没有哪个指标是万能的。我一般会同时看夏普、索提诺和卡玛三个指标，从不同角度评估策略的风险调整收益。如果三个指标都指向同一个方向，那这个策略大概率靠谱。

嗯，今天就聊到这儿。这些指标看着简单，但真正用好它们，需要大量的实战经验。慢慢来，不着急。

公众号:蓝海资料掘金营，微信deep3321