---
title: "信息比率：主动回报、跟踪误差与可靠性"
description: "了解如何使用匹配的投资组合与基准回报、明确的跟踪误差惯例、年化、费用和统计限制来计算与解读信息比率。"
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 信息比率：主动回报、跟踪误差与可靠性

> 仅供教育用途，不构成投资建议。投资可能导致损失。

<a id="answer"></a>

## 直接回答

**信息比率**衡量相对基准的平均回报除以该相对回报的波动性。常见的主动回报形式为 `information ratio = annualized average active return / annualized tracking error`。正值表示在所测样本内平均跑赢基准，负值表示平均跑输。它不是投资能力的概率，也不保证未来获得超额回报。

只有先定义投资组合、基准、回报惯例、频率、日期、币种、费用和税务口径、标准差惯例、年化规则，以及输入属于预期值还是已实现值，这个数字才有意义。同一管理人相对于不同的合理基准可能得到不同的信息比率。

<a id="mechanism"></a>

## 运作机制

按以下顺序分析信息比率：

1. **定义决策与基准。** 使用授权文件指定的基准，或与资产类别、风格、地区、币种、久期、信用、杠杆和回报版本相匹配且可投资的合理替代基准。宽基市场指数、政策组合、负债基准和同业群体回答不同问题。
2. **构建同步的总回报序列。** 匹配估值日期、时区、频率、货币换算、分配、预扣税、对冲、外部现金流处理以及费前或费后口径。不要从投资组合总回报中减去价格指数回报，也不要把过时的月度估值与实时的每日基准价格混用。
3. **选择相对回报惯例。** 常见的算术序列为 `active return_t = portfolio return_t - benchmark return_t`。某些准则或授权采用几何相对回报，即 `geometric relative return_t = (1 + portfolio return_t) / (1 + benchmark return_t) - 1`。应说明所用惯例，不得把一种惯例的分子与另一种惯例的风险序列组合。
4. **估计平均主动回报与跟踪误差。** 对 `n` 个观测值，`mean active return = sum of active returns / n`。事后跟踪误差是同一组相对回报观测值的标准差。样本估计为 `sample tracking error = sqrt(sum((active return_t - mean active return)^2) / (n - 1))`；使用总体除数 `n` 会得到不同结果，必须明确标注。
5. **一致地进行年化。** 若每年有 `P` 个不重叠观测值，并采用独立同分布式近似，则 `annualized average active return = periodic mean active return × P`，`annualized tracking error = periodic tracking error × sqrt(P)`。因此，`annualized information ratio = periodic mean active return / periodic tracking error × sqrt(P)`。序列相关、平滑处理、重叠期间、敞口变化或不规则日期会使平方根年化产生误导。
6. **区分事后计量与事前预测。** 已实现比率使用历史主动回报和已实现跟踪误差。预期比率使用预测主动回报以及前瞻性协方差或风险模型。模型期限、因子定义、持仓日期和约束必须匹配；不能仅因两者均已年化就直接比较事前比率与事后比率。
7. **检验可靠性与经济用途。** 列示观测数、起止日期、滚动窗口、子期间、基准变化、异常值、回撤、偏度、尾部损失、换手率、容量、费用、税项和敞口。如果跟踪误差为 `0`，比率是未定义，而非无穷大。来自短期、平滑、回填或经选择历史的高比率只是薄弱证据。

信息比率不同于夏普比率：夏普比率把超过现金或无风险参考值的回报与投资组合总波动率比较，信息比率则把相对基准回报与相对基准波动率比较。它也不同于詹森alpha及从回归得到的残差回报比率。比较数值前，应确认数据供应商采用的定义。

在频率恒定时，分子和分母均使用周期单位而不年化，得到的是周期比率；乘以 `sqrt(P)` 后才得到常见的年化比率。某一期间内投资组合相对于基准的复合财富结果是另一项指标，不必等于算术平均主动回报乘以期间数。

<a id="example"></a>

## 示例

假设月度算术主动回报以百分点计依次为 `0.80%, -0.40%, 0.50%, 0.10%, -0.20%, 0.70%, -0.10%, 0.40%, 0.00%, 0.60%, -0.30%, 0.30%`。投资组合与基准均采用匹配的总回报，并按同一明确费用口径扣费：

- **平均值：** 12个观测值合计 `2.40%`，因此月均主动回报为 `2.40% / 12 = 0.2000%`，算术年化分子为 `0.2000% × 12 = 2.4000%`。
- **跟踪误差：** 相对于月均值的离差平方和为 `1.8200 percentage-points squared`。使用样本除数时，月度跟踪误差为 `sqrt(1.8200 / 11) = 0.4068%`；年化跟踪误差为 `0.4068% × sqrt(12) = 1.4091%`。若改用除数 `12`，月度结果为 `0.3894%`，说明惯例为何重要。
- **信息比率：** 年化结果为 `2.4000% / 1.4091% = 1.7032`，等价于 `0.2000% / 0.4068% × sqrt(12) = 1.7032`。这只是一年数据，因此报告四位小数并不代表具有相应的统计确定性。
- **费用与比较：** 若费前年化主动回报估计为 `1.8000%`，按一致口径收取的费用使其减少 `0.8000 percentage points`，而跟踪误差在示例中保持 `1.4091%`，费前和费后信息比率分别为 `1.8000% / 1.4091% = 1.2774` 与 `1.0000% / 1.4091% = 0.7097`。另一策略的主动回报为 `3.0000%`、跟踪误差为 `12.0000%`，其比率为 `3.0000% / 12.0000% = 0.2500`；原始主动回报更高，但每单位主动风险的回报更低。

<a id="risks"></a>

## 风险

- 识别所计量的投资组合、复合投资组合、份额类别、账户和授权范围。
- 记录基准名称、标识符、提供商、方法论版本及任何政策组合权重。
- 匹配资产类别、风格、地区、币种、久期、信用质量、杠杆和可投资性。
- 使用同步的投资组合与基准估值日期、时点及不重叠回报区间。
- 匹配价格、总回报、净总回报、对冲和币种惯例。
- 说明采用算术差额还是几何相对回报方法，并保持一致。
- 说明费前、费后、交易成本、预扣税和税务处理。
- 除非另一指标是明确目标，否则管理人比较应采用时间加权回报。
- 核对外部现金流、估值、过时价格、估计价格和后续修订。
- 说明跟踪误差采用样本还是总体标准差，以及如何处理缺失数据。
- 说明频率、每年观测数、年化规则和观测总数。
- 对存在自相关、平滑、重叠数据或不规则日期的序列，不要盲目采用平方根年化。
- 区分事后已实现比率与事前模型预测，并匹配两者的期限。
- 将零或接近零的跟踪误差视为未定义或数值不稳定，而非卓越能力。
- 列示滚动窗口和子期间；单一有利的起止日期可能主导全期比率。
- 调查异常值、基准变化、策略漂移、回填、幸存者偏差和选择性报告历史。
- 审查回撤、下行不对称、偏度、尾部损失、流动性、杠杆、衍生品和集中度。
- 将主动回报归因至证券、行业、因子、币种、时点和残差来源，不要直接把比率称为能力。
- 将换手率、容量、交易成本、费用、税项和实施可行性与所报告收益比较。
- 未统一所有定义和数据前，不要按信息比率排列不同类型策略。

<a id="misconceptions"></a>

## 常见误区

- **“信息比率为1表示有100%的概率跑赢基准。”** 它是估计平均主动回报与主动回报波动率之比，不是成功概率。
- **“跟踪误差衡量投资组合某一次偏离基准回报的程度。”** 它衡量一系列相对回报的波动性；单期主动回报不是跟踪误差。
- **“信息比率与夏普比率可以互换。”** 两者的参考回报和风险分母不同。
- **“年化总能使日度、月度和季度估计可比。”** 常见缩放依赖于可能不成立的频率与相关性假设。
- **“历史比率最高就代表管理人能力最强。”** 基准适配、抽样误差、平滑、敞口、成本、选择和运气都可能造成这种排名。

<a id="related"></a>

## 相关主题

- [指数基金](/zh-cn/stocks/index-funds/)
- [交易所交易基金](/zh-cn/stocks/etf/)
- [詹森alpha](/zh-cn/stocks/jensens-alpha/)

<a id="sources"></a>

## 来源

- CFA Institute：投资业绩计量——夏普比率与信息比率。
- CFA Institute：受托管理服务提供商GIPS标准手册。
- CFA Institute：主动投资组合管理分析。
- FINRA：审视基准。
- Investor.gov：如何阅读共同基金或ETF股东报告。
- FINRA：计算投资回报。

Source: https://wiki.fcontext.com/zh-cn/stocks/information-ratio/index.mdx