# 夏普比率：每单位波动对应的超额收益

夏普比率用平均超额收益与收益波动率比较风险调整后表现；计算时必须统一周期，并谨慎处理年化与失真情形。

规范链接: https://wiki.fcontext.com/zh-cn/stocks/sharpe-ratio/
事实核验日期: 2026-07-22

> 仅供教育参考，不构成投资建议

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

## 直接答案

**夏普比率（Sharpe ratio）**估算投资组合平均超额收益相对于整体收益波动的大小：

`夏普比率 = mean(Rp - Rf) / standard deviation(Rp - Rf)`

`Rp` 是组合收益率，`Rf` 是同一期间的无风险收益率。历史数值越大，表示样本内取得的超额收益相对于波动越高。它不能说明收益来自哪里，不能覆盖所有风险，也不能预测未来表现。

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

## 计算机制

首先建立一组口径一致的、包含分配并扣除待评估费用的**总收益率序列**，而不是用一个年度收益除以另一个年度波动估计。把无风险利率转换为相同币种、复利方式及日度或月度周期，逐期相减，再计算超额收益的算术平均值和样本标准差。

若各期收益独立且分布近似一致，通常按下式年化：

`年化夏普比率 ≈ 单期夏普比率 × √N`

月度数据的 `N` 常取 12，交易日数据常取约 252。平方根规则是一项假设，并非简单单位换算。序列相关、陈旧报价、重叠收益、杠杆变化和波动聚集都可能使其明显失真，因此同一策略用不同频率计算可能得到不同结果。

无风险收益也必须与收益币种和观察周期匹配。不能把某个方便取得的国债年收益率未经换算直接从日收益中扣除。比较不同管理人时，应统一样本日期、收益定义、无风险序列、频率和年化方法。

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

## 计算示例

假设某组合有 12 个月收益数据，月均总收益为 1.0%，同期月度无风险收益为 0.3%，月度超额收益的标准差为 2.5%：

`月度夏普比率 = (1.0% - 0.3%) / 2.5% = 0.28`

在收益相互独立的近似条件下：

`年化夏普比率 ≈ 0.28 × √12 ≈ 0.97`

这不等于用 12% 年收益减去年化无风险利率，再除以月度波动率。12 个观测值的估计误差也很大，因此报告结果时应同时说明样本期和观测数量。

若组合 B 在完全相同的月份中月均超额收益为 0.5%、标准差为 1.5%，其年化比率约为 `0.5 / 1.5 × √12 = 1.15`。尽管 B 的原始收益较低，其历史风险调整结果更高。但这个比较本身没有说明流动性、回撤深度、税务、容量或未来持续性。

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

## 解读与风险检查

- 总收益应一致处理分红、费用、现金流和币种；投资者实际收益可能不同于基金的时间加权收益。
- 查看完整分布。标准差同等计入上涨和下跌波动，不能描述偏度、肥尾或最大损失。
- 谨慎排序负夏普比率；负值的相互比较可能违反直觉，加杠杆也不能修复预期超额收益为负的策略。
- 检查平滑或低频估值。评估定价资产和交易不活跃证券可能表现出虚假的低波动。
- 使用 `√N` 前检查自相关；Lo 的调整说明序列依赖会改变年化结果。
- 警惕卖出期权或信用保护形成的高比率：短期小额盈利可能掩盖罕见的大额亏损。
- 防范选择偏差。回测优化、幸存者偏差、多重检验和选择有利起点都会抬高指标。
- 同类比较并表达不确定性；两个估计值之间的小差异可能只是噪声，而非能力证据。

夏普比率最适合作为诊断工具之一，与累计收益、回撤、下行风险、Beta 与因子暴露、流动性、换手、杠杆和压力情景共同使用。

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

## 常见误区

- “超过某个固定值就一定优秀。”不存在脱离周期、资产类别、方法和数据质量的通用门槛。
- “它衡量每一元亏损对应的收益。”分母是标准差，不是亏损、回撤或风险资本。
- “无风险利率可以省略。”当利率极低时可以作为明确披露的近似，但这会改变指标并可能扭曲比较。
- “日度和月度结果年化后应当相同。”收益相关、价格陈旧或采样隐藏期内波动时，两者可以不同。
- “回测夏普高就证明优势持久。”它可能来自过拟合、遗漏成本、平静市场、杠杆或隐藏尾部风险。
- “夏普比率与索提诺比率回答同一问题。”后者采用下行偏差并依赖目标收益，不能直接互换。

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

## 相关主题

- [波动率](/zh-cn/stocks/volatility/)
- [索提诺比率](/zh-cn/stocks/sortino-ratio/)
- [股票风险溢价](/zh-cn/stocks/equity-risk-premium/)

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

## 权威来源

- [Mutual Fund Performance](https://doi.org/10.1086/294846) - William F. Sharpe，*The Journal of Business*
- [The Sharpe Ratio](https://doi.org/10.3905/jpm.1994.409501) - William F. Sharpe，*The Journal of Portfolio Management*
- [The Statistics of Sharpe Ratios](https://doi.org/10.2469/faj.v58.n4.2453) - Andrew W. Lo，*Financial Analysts Journal*