跳转到内容
Financial Context Wiki

索提诺比率：每单位下行偏差对应的目标以上收益

仅供教育参考，不构成投资建议

直接答案

Section titled “直接答案”

**索提诺比率（Sortino ratio）**用投资组合超过指定目标的平均收益，与低于该目标的收益波动进行比较：

索提诺比率 = [mean(R) - T] / 相对于 T 的下行偏差

T 是与每期观测同周期的最低可接受收益率（MAR）。夏普比率分母使用标准差，而下行偏差不会仅因收益高于目标就加以惩罚。结果高度依赖目标及下行偏差的具体定义，因此不披露这些口径的单一数字并不完整。

目标与分母约定

Section titled “目标与分母约定”

对于收益 Ri 和单期目标 T，一种常见的全样本定义是：

下行偏差 = √[Σ min(0, Ri - T)² / N]

N 包含每个观测值，达到或超过目标的期间贡献为零。另一种实现只除以低于目标的观测数量，有时还进行样本自由度调整。两种算法并不等价。数据商也可能把无风险利率、零、精算门槛或自定义要求收益作为 T。

目标必须与收益使用相同频率和复利口径，不能把年度目标直接放入月度偏差。还应说明收益是否包含分配、是否扣费，以及使用算术单期收益还是其他序列。

年化必须披露方法。在收益独立同分布等严格假设下，有时把单期比率乘以 √N。序列相关、平滑估值、目标利率变化、波动聚集和不对称收益都会使该捷径失效。直接用年度收益计算下行偏差，也不一定等于缩放月度结果。

索提诺回答的是带有偏好的问题：相对于某个门槛，每单位门槛以下离散程度取得多少平均超额收益。它不衡量最大回撤、恢复时间、亏损概率、预期短缺、流动性或一次毁灭性尾部事件的规模。

计算示例

Section titled “计算示例”

假设六个月收益为 4%、-2%、3%、-1%、2%、0%，月度目标 T = 0%。算术平均收益为 1%，只有 -2% 和 -1% 产生平方短缺。

若分母使用全部六个观测：

下行偏差 = √[(2² + 1²) / 6] = 0.91%

索提诺比率 = (1% - 0%) / 0.91% = 1.10

若分母只使用两个低于目标的观测：

下行偏差 = √[(2² + 1²) / 2] = 1.58%

索提诺比率 = 1% / 1.58% = 0.63

两个数字都不是抄录错误，而是用不同分母约定衡量同一大体概念。只有统一算法、目标、样本日期、频率和费用处理后，比较才有效。

若将月度目标改为 1%，0% 月份也成为短缺，分子变为零，两种分母约定下比率都为零。收益序列没有变化，投资者门槛变了。目标敏感性是指标的一部分，不应隐藏。

解读清单

Section titled “解读清单”
  • 公布公式、目标来源、收益频率、分母约定、年化方法、样本期、观测数量及费用口径。
  • 统计低于目标的观测数；仅由一次很小下行观测形成的高比率非常脆弱。
  • 检查最差收益及发生顺序。平方短缺会提高大额亏损权重，但短样本可能完全漏掉罕见尾部事件。
  • 检查陈旧或模型估值；平滑价格会压低测得的下行偏差，却不降低经济风险。
  • 选择适合决策的目标。零、现金收益、通胀、负债增长和组合要求收益代表不同目的。
  • 用相同日期与币种比较组合；不同市场环境或目标会使简单排名失效。
  • 与累计收益、最大回撤、恢复期、预期短缺、偏度、杠杆、流动性和压力情景共同使用。
  • 不要只为历史索提诺优化策略；多重检验和不对称回报策略可能产生隐藏崩盘风险的漂亮回测。

若没有观测值低于目标，下行偏差为零，软件可能返回未定义或无穷大。这是观测到的下行数据不足的警告，不是无风险证明。

常见误区

Section titled “常见误区”
  • “索提诺忽略亏损。”它忽略目标以上偏差；亏损及低于目标的正收益都会进入下行偏差。
  • “目标必须为零。”MAR 是选择的门槛，必须披露。
  • “所有平台算法相同。”分母、目标、频率、年化和费用口径都会变化。
  • “索提诺越高就一定越安全。”它只描述相对于目标的一段历史收益分布，并遗漏多类风险。
  • “索提诺总是优于夏普。”两者回答不同问题，选择下行风险是在嵌入偏好，而不是消除假设。
  • “没有下行观测表示表现完美。”可能只是样本短、价格被平滑，或罕见亏损尚未发生。

相关主题

Section titled “相关主题”

权威来源

Section titled “权威来源”