核心结论: 夏普率、贝塔和阿尔法是“交易绩效与风险评价指标”,不是直接告诉你何时买卖的技术指标。评价策略至少要同时看收益、风险、风险调整后收益,以及收益是否只是来自市场上涨。
三个核心指标
1. 夏普率 Sharpe Ratio
它回答:每承担一单位波动风险,获得了多少超过无风险收益的回报?
公式:
夏普率 =(平均收益率 − 无风险收益率)÷ 收益波动率
例:年化收益15%、无风险收益3%、年化波动率12%,则夏普率约为 1.0。
| 夏普率 | 通俗理解 |
|---|---|
| 小于0 | 承担风险后还不如无风险资产 |
| 0~0.5 | 风险收益比较弱 |
| 0.5~1 | 尚可,但不突出 |
| 1~2 | 通常比较不错 |
| 2以上 | 很优秀,也要警惕样本太短、过拟合或成本遗漏 |
这些只是经验区间,不是统一合格线。不同市场、频率、样本长度和计算口径不能直接混比。
2. 贝塔 Beta
它回答:策略对选定市场基准的涨跌有多敏感?
| Beta | 常见解释 |
|---|---|
| 1.0 | 大体与市场同幅度变化 |
| 1.2 | 市场变化1%,策略历史上约变化1.2% |
| 0.6 | 市场变化1%,策略约变化0.6% |
| 0 | 与市场没有明显线性关系 |
| 小于0 | 历史上可能与市场反向变化 |
Beta高不一定差,Beta低也不一定安全。指数增强策略接近1可能正常,市场中性策略则通常希望接近0。更换基准,Beta也可能改变。
3. 阿尔法 Alpha
它回答:扣除市场行情和Beta能解释的部分后,策略额外创造了多少收益?
公式:
Alpha = 策略收益 − [无风险收益 + Beta ×(市场收益 − 无风险收益)]
例:策略收益15%、市场收益10%、无风险收益3%、Beta为0.8,市场能解释的收益为8.6%,Alpha约为 6.4%。
正Alpha还需检查基准是否合理、是否扣除成本、样本是否足够、不同年份是否稳定、置信区间是否包含0,以及是否只靠少数交易。
其他常用评价指标
| 指标 | 回答的问题 | 怎样看 |
|---|---|---|
| 累计收益率 | 总共赚了多少 | 必须同时看用了几年 |
| 年化收益率 / CAGR | 平均每年复合增长多少 | 越高越好,但不能脱离风险 |
| 年化波动率 | 收益上下波动多大 | 越低通常越稳定,但不代表不会暴跌 |
| 最大回撤 | 从历史高点最多跌了多少 | 绝对值越小越好 |
| 索提诺率 | 每承担一单位下跌风险赚多少 | 越高越好,重点看坏波动 |
| 卡玛率 | 年化收益相对最大回撤如何 | 年化收益÷最大回撤绝对值 |
| 信息比率 | 每承担一单位基准偏离赚多少超额收益 | 主动策略常用 |
| 胜率 | 多少笔交易盈利 | 不能单独看 |
| 盈亏比 | 平均盈利是平均亏损的几倍 | 应与胜率组合看 |
| 期望值 | 平均每笔预计赚多少 | 长期应大于0 |
| 盈利因子 | 总盈利相对总亏损多少 | 1为盈亏平衡,越高越好 |
| 换手率 | 买卖有多频繁 | 越高,成本和容量压力通常越大 |
| VaR / CVaR | 较极端情况下可能损失多少 | 属于进阶尾部风险指标 |
两个容易忽略的例子
回撤后的回本难度
资金从100万元跌到70万元,回撤是30%;但从70万元回到100万元,需要上涨42.9%。亏损越深,回本所需涨幅会非线性增加。
胜率高不等于好策略
胜率45%、平均盈利2%、平均亏损1%的策略,每笔期望值为:
公式:
45% × 2% − 55% × 1% = 0.35%
即使胜率不到50%,期望仍为正。反过来,胜率90%但偶尔出现巨额亏损,也可能长期亏钱。
小白最实用的检查顺序
- 会不会亏到无法继续?看最大回撤、最大单日亏损和回撤持续时间。
- 扣完真实成本还赚钱吗?看净年化收益、盈利因子和期望值。
- 赚得是否稳定?看夏普、索提诺以及逐年和滚动指标。
- 是不是只因为市场上涨?看Beta、Alpha和合适的基准。
- 是不是靠少数幸运交易?看交易数量、盈亏分布和去掉最好几笔后的结果。
- 换一个时期还能成立吗?看样本外测试、市场状态和参数敏感性。
核心结论: 年化收益说明“赚多少”,最大回撤说明“最惨多惨”,夏普和索提诺说明“收益是否值得这些风险”,Beta说明“有多少跟市场走”,Alpha说明“可能有多少来自策略本身”。任何单项指标都不能证明策略有效。
参考与来源状态:
研究关系
前置知识0
暂无已建立的前置知识
相关内容2
此内容取代0
暂无已建立的此内容取代
取代此内容0
暂无已建立的取代此内容
