GaiaEx AcademyGaiaEx Academy
風險調整後收益:夏普比率、索提諾比率與阿爾法收益
進階金融9 min read

風險調整後收益:夏普比率、索提諾比率與阿爾法收益

衡量你每承擔一單位風險能換來多少收益

分享文章

脫離上下文的收益會誤導人

兩個策略可以報出相同的年化百分比,卻讓你暴露在截然不同的回撤之中。風險調整後指標提出了一個有紀律的問題:你每換來一單位回報,承受了多少痛苦?它們不能替代判斷,但能阻止那些搶眼的數字掩蓋槓桿、集中度和跳空風險。

先從一個簡單的拆分開始:相對某個基準(通常是短期政府債收益率)的超額收益,以及以收益離散程度或對某個基準的敏感度來衡量的風險

收益分佈(示意圖) 低離散度 高離散度 平均收益可能相同 —— 但路徑大不相同。 風險調整視角:每承擔一單位不利波動換來多少回報
即便平均值相同,更寬的收益雲團也意味著更大的不確定性。

夏普比率:每單位波動率帶來的超額收益

夏普比率用平均超額收益(相對無風險利率)除以收益的標準差(通常以一致的縮放因子年化)。它被廣泛引用,因為簡單且能在不同策略之間橫向比較 —— 但它把上行和下行的波動一視同仁。

  • 接近零的數值說明在調整波動率之後,幾乎沒有得到補償。
  • 明顯高於 1 的數值往往會吸引關注 —— 同時也應當引起警惕,提防資料探勘或非平穩的市場狀態。

務必讓無風險收益序列與你的收益頻率和計價貨幣保持一致。

夏普比率的結構 E[R − Rf] 平均超額收益 ÷ σ(R) 收益的標準差 用相同的假設對分子和分母進行年化(例如,日度股票收益用 √252)。 如果你想忽略上行波動,索提諾比率會用下行偏差替換 σ。
夏普是一個比率 —— 垃圾輸入(劣質收益序列)只會產出垃圾比率。

索提諾與特雷諾:不同的分母

索提諾比率在分母裡使用下行偏差 —— 即低於某個目標或零的那部分收益的波動 —— 這樣正向的意外就不會被「當作」風險來懲罰。特雷諾比率則用超額收益除以貝塔係數(Beta),強調的是對系統性敞口的補償,而非總波動。

兩者都不存在普遍意義上的「更好」。請挑選與你真正擔心的那種風險相匹配的分母。

阿爾法收益與資訊比率

Jensen 阿爾法收益(在 CAPM 框架下)衡量的是超出貝塔係數所能預測的那部分收益。資訊比率用跟蹤誤差來縮放主動收益 —— 即你偏離基準的穩定程度。當你在意實施風險時,一個偶爾中大獎、但噪聲很大的策略,可能看起來不如一個更穩健的策略。

在加密市場中運用這些指標

加密收益序列是非正態的:肥尾、市場狀態切換,以及永續合約上的資金費率機制。請同時報告滾動夏普比率和最大回撤。如果你在 GaiaEx 上交易,請把手續費、資金費率和距離強平的遠近都納入你的模擬 —— 否則你的「阿爾法收益」只是表格裡的幻想。

一份實用清單

  • 定義好收益序列(對數收益還是簡單收益),並堅持到底。
  • 挑選一個與你持有期相匹配的無風險利率代理。
  • 記錄清楚統計量是基於全樣本還是滾動視窗。
  • 絕不要在沒有保留樣本(holdout)市場狀態的情況下,僅僅針對樣本內的夏普比率去最佳化。