波動率與夏普比率：衡量風險調整後的表現

波動率是金融領域被引用最多——也最常被誤解——的概念之一。從本質上講，波動率衡量的是收益圍繞其均值的離散程度。從技術上說，它是某項資產在特定期間內收益的標準差。一項年化波動率為 20% 的資產，其收益通常每年偏離平均值 20 個百分點。

波動率之所以既強大又棘手，是因為它對上行偏離和下行偏離一視同仁。一隻股票今天漲 5%、明天跌 5%，與另一隻先跌 5%、再跌 5% 的股票，波動率是一樣的，儘管這兩種結果對你的投資組合截然不同。這種對稱性假設是一個重大侷限，尤其是在加密領域，這裡的回撤往往比上漲更陡峭、更迅速。

來看具體數字。2015 到 2025 年間，標普 500 的年化波動率大約為 15–17%。黃金平均約為 13–15%。那比特幣呢？根據不同時期，它的年化波動率從 50% 到超過 90% 不等。以太坊的波動甚至更大，年化經常超過 100%。這並非缺陷——它反映了該資產類別的年輕、24/7 不間斷的交易週期、相對較小的市值，以及缺少在傳統市場中抑制波動的熔斷機制或做市義務。

歷史波動率（也稱已實現波動率）向後看：它衡量某項資產價格在過去一段時間內實際波動了多少。計算方法是取每日對數收益的標準差並年化（股票乘以 √252，加密資產乘以 √365）。歷史波動率告訴你已經發生了什麼，但對將要發生什麼並不給出確定的結論。

隱含波動率向前看：它透過 Black-Scholes 等模型從期權價格中提取出來。當交易者抬高看跌期權（下行保護）的價格時，隱含波動率就會上升——即便標的資產尚未發生變動。隱含波動率反映了市場對未來價格波動的集體預期。當隱含波動率顯著高於歷史波動率時，說明市場正在為某個預期事件定價——一份財報、美聯儲的一項決定，或一則監管訊息。

最著名的隱含波動率指標是 CBOE 波動率指數（VIX），常被稱為「恐慌指數」。VIX 衡量未來 30 天內標普 500 期權的隱含波動率。VIX 讀數低於 15 表示市場自滿。15 到 25 之間屬於正常。高於 30 則表明存在明顯的恐慌。在 2020 年 3 月的新冠崩盤期間，VIX 飆升至 82.69——這是有史以來的最高水平，甚至超過了 2008 年危機峰值的 80.86。

加密資產的極端波動並非隨機——它是結構性的，由該資產類別固有的特徵所驅動：

• 24/7 交易——傳統市場每個工作日休市 16 小時，整個週末也休市。在股市中會在一個交易日內逐步發生的價格調整，在加密市場裡卻是瞬間完成的。沒有隔夜跳空來消化訊息——市場實時反應，從而放大了日內波動。
• 槓桿與強平連鎖——加密衍生品市場允許散戶使用 50× 到 125× 的槓桿。當價格朝著槓桿頭寸的反方向移動時，交易所會自動強平——而這些被迫的賣出又進一步推低價格，觸發更多強平。在 2024 年 4 月，超過 $1.5 billion 的槓桿頭寸在短短 24 小時內被強平。
• 相對市值偏薄的流動性——即便是市值超過 $1 trillion 的比特幣，其訂單簿深度也遠不及標普 500。一筆 $100 million 的市價賣單就能讓比特幣的價格波動 1–2%，而同樣規模的訂單放在蘋果股票上幾乎無人察覺。
• 資訊不對稱與敘事驅動的市場——加密價格深受敘事、社交媒體情緒和監管公告的影響。某位政府官員的一條推文，或一份意外的 SEC 檔案，就能在幾分鐘內讓市場波動 10%。
• 缺乏基本面錨——股票有盈利，債券有票息，房地產有租金收入。大多數加密資產沒有現金流，這使得公允價值更難確立，價格波動也更難抑制。

理解這些結構性驅動因素，有助於你去利用波動率，而不是懼怕它。在像 GaiaEx 這樣的平臺上，你可以在 Hyperliquid L1 上交易永續合約，並享有 MPC 錢包的安全保障；高波動率會帶來機會——但前提是你要恰當地控制倉位規模，並以紀律管理風險。

脫離背景的原始收益毫無意義。在一項投資上賺 20% 聽起來很棒——直到你得知該資產的波動率是 80%，而你本可以無風險地賺到 5%。夏普比率由諾貝爾獎得主 William Sharpe 於 1966 年提出，它透過衡量每單位風險帶來的超額收益來解決這個問題：

夏普比率 = (R_p − R_f) / σ_p

其中 R_p 是投資組合收益，R_f 是無風險利率（通常取美國短期國庫券），σ_p 是投資組合的標準差。計算結果告訴你，每承受一單位波動率，你能獲得多少收益。

解讀夏普比率：

• 低於 0——你的收益還不及無風險利率。你為所承擔的風險得到的回報是零。
• 0.0 – 0.5——風險調整後的收益很差。個股和大多數主動管理型基金常見於此。
• 0.5 – 1.0——可以接受。標普 500 的長期夏普比率大約為 0.4–0.6。
• 1.0 – 2.0——非常好。能持續達到這個水平，會讓你躋身專業基金經理的頂尖行列。
• 高於 2.0——卓越，但往往難以為繼。夏普比率高於 2 的策略通常存在容量約束（規模做大後就失效）或隱藏風險（尾部敞口、流動性不足）。

要把基於每日資料計算的夏普比率年化：乘以 √252（傳統資產）或 √365（加密資產）。每日夏普 0.05，對股票約等於年化夏普 0.79，對加密資產約等於 0.96——這一有意義的差異反映了加密資產額外的交易天數。

夏普比率優雅卻有缺陷。它的侷限很重要，在加密領域尤其如此：

假設收益服從正態分佈。夏普比率對上行波動和下行波動一視同仁。但投資者並不介意上行「風險」。一項偶爾帶來鉅額收益（正偏度）的策略，會有高波動率和低夏普比率，儘管大多數投資者都會喜歡這樣的收益。反過來，一項賺取小而穩定的收益、卻偶爾爆雷的策略（負偏度——比如賣出期權），會顯示出虛高、具有欺騙性的夏普比率，直到尾部事件來襲。

可透過槓桿和流動性不足來操縱。夏普比率可以靠平滑收益（在私募股權和房地產中很常見）人為抬高，或者靠使用槓桿來提升收益、卻沒有恰當地計入尾部風險。據稱 Madoff 的基金多年來夏普比率都高於 2.0——因為那些收益是捏造的。

更優的替代指標包括：

• 索提諾比率——分母中只使用下行偏差（負收益的波動率），恰當地忽略了上行波動率。更適合像加密資產這樣收益分佈不對稱的情形。
• 卡瑪比率（Calmar Ratio）——年化收益除以最大回撤。它關注最壞情形，而非平均波動率。卡瑪比率高於 1.0，意味著你的年化收益超過了最嚴重的一次從峰值到谷底的虧損。
• 歐米伽比率（Omega Ratio）——考慮整個收益分佈，而不僅僅是均值和方差。它捕捉所有矩（偏度、峰度），對風險調整後的表現給出更完整的刻畫。

理解波動率與風險調整後的表現，會徹底改變你的交易方式。這裡給出一個實用框架：

按波動率而非信念來確定倉位規模。如果比特幣的 30 天波動率是 60%、以太坊是 90%，那麼一筆 $10,000 的 ETH 頭寸所承擔的風險，要比一筆 $10,000 的 BTC 頭寸高出 50%。專業交易者採用波動率調整後的倉位規模：他們設定固定的風險預算（比如每天佔組合的 1%），並把倉位規模計算為風險預算 ÷ 資產波動率。這意味著波動大的資產倉位更小、穩定的資產倉位更大——而且是自動實現的。

在滾動視窗上跟蹤你的夏普比率。計算你的 30 天、90 天和 1 年夏普比率。如果你的 30 天夏普連續多個視窗都跌破零，那說明你的策略哪裡出了問題。如果你的夏普高於 1.0、但索提諾卻低於 0.5，那就是上行波動率掩蓋了危險的下行風險。

用波動率體制來調整策略。加密市場在低波動率體制（盤整，BTC 年化波動率通常 30–40%）和高波動率體制（趨勢行情或崩盤，70–100%+）之間交替。趨勢跟蹤策略在高波動率體制中如魚得水；均值迴歸在低波動率中表現更好。監測波動率會告訴你該用哪套打法。

在 GaiaEx 上，你可以直接應用這些原則。在數十種資產上交易永續合約，根據實時波動率調整你的敞口。利用平臺在 Hyperliquid L1 上的深度流動性高效地進出倉位——因為在波動劇烈的市場裡，成交質量本身就是一種風險管理。而有了 MPC 錢包的安全保障，你可以專注於管理市場風險，而不必擔心那些困擾中心化交易所的對手方風險。