--- title: "特雷诺比率：超额收益、估计 Beta 与可比风险单位" description: "利用匹配的总回报、无风险利率、市场代理回归、Beta 不确定性、明确的年化方法，以及对近零或负 Beta 的审慎处理，计算并审计事后或事前特雷诺比率。" 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. # 特雷诺比率：超额收益、估计 Beta 与可比风险单位 > 仅供教育参考，不构成投资建议；投资可能产生损失。 ## 直接答案 **特雷诺比率**用投资组合的平均或预期超额收益除以其对指定市场代理的估计敏感度： `Treynor ratio = portfolio excess return ÷ portfolio beta` 对于事后周期数据，`portfolio excess return = mean(R_P,t − R_f,t)`。对于事前计算，分子和 Beta 都必须是针对同一期限与投资组合的前瞻估计。该比率以 Beta 作为系统性风险分母，因此最适用于充分分散的投资组合和相关的市场代理。它具有回报单位：月度比率与年度比率是数值不同的惯例。 对两个真正可比的正 Beta 投资组合而言，更高的比率意味着每单位估计市场敞口获得更多测得超额收益。它不能证明投资技能、预测回报或涵盖全部风险。当 `beta = 0` 时，比率未定义；接近零时不稳定；Beta 为负时，符号和排名失去通常的正 Beta 解释。 ## 七步可复现流程 1. **锁定评估对象。** 识别投资组合、账户、业绩组合或份额类别；授权范围和分散程度；所支持的决策；币种；费前、费后或税后口径；样本或预测期限；以及结果属于事后还是事前。只比较同一个基于 Beta 的问题在经济上都相关的投资组合。 2. **构建匹配的回报输入。** 使用日期、频率、时区、分配、公司行动、外部现金流处理和币种均同步的总回报。为每个投资组合观测值匹配相同币种与期间的无风险回报。列示的年度美国国债利率不会自动成为实际的一个月无风险回报；期限、收益率惯例和持有期处理都很重要。 3. **选择市场代理并估计 Beta。** 定义 `y_t = R_P,t − R_f,t` 和 `x_t = R_M,t − R_f,t`，再拟合 `y_t = alpha + beta × x_t + epsilon_t`。含截距时，`beta = Σ[(x_t − x̄)(y_t − ȳ)] ÷ Σ(x_t − x̄)²`。政策基准可能不同于 CAPM 市场代理。由于理论市场投资组合不可观测，业绩结论与代理及模型选择共同成立。 4. **审计回归，而不是把 Beta 当作固定值。** 报告样本日期、观测数、Beta 标准误和置信区间、Alpha、残差、`R-squared`、异常值，以及不同滚动窗口、频率和合理代理下的稳定性。最小二乘法可能对异常值敏感；陈旧价格、非同步交易、杠杆、衍生品、非线性收益和持仓变化都可能扭曲恒定线性 Beta。 5. **构建匹配的分子。** 对事后分析，除非另有完整定义的惯例，否则采用 Beta 回归所用同一组周期投资组合超额收益的算术平均。对事前分析，采用预期投资组合回报减去期限匹配的预期无风险回报，并与预测 Beta 配对。不得用历史超额收益除以预测 Beta，或用预测回报除以历史 Beta，并应分别标明费前与费后回报。 6. **计算、年化并处理分母。** 计算 `T_periodic = mean portfolio excess return ÷ beta`。Beta 无量纲，不乘以期间数。在算术惯例下，年化超额收益可以是 `q × periodic mean excess return`；在几何惯例下，应分别复合投资组合和无风险财富后再相减。说明单位，不得混用这些惯例。把零 Beta 视为未定义；Beta 接近零或为负时，应展示敏感性或拒绝排名。 7. **结合互补证据解释。** 夏普比率用总回报标准差除超额收益，因此纳入了特雷诺比率遗漏的残余波动。詹森 Alpha 是回归拟合的截距，而不是超额收益除以 Beta。对于同一回归且 Beta 非零，`Treynor = mean market excess return + alpha ÷ beta`。在得出结论前，应审查 Alpha 不确定性、夏普比率、回撤、集中度、尾部损失、流动性、杠杆、成本、税务、容量和投资组合的对冲作用。 事后特雷诺比率是以实际回报、无风险代理、市场代理、频率和估计 Beta 为条件的样本统计量。事前比率是以预期回报和风险模型为条件的预测。两者都不是通用评分；CAPM 中只有系统性风险被定价的假设，也不会使遗漏的信用、久期、流动性、波动率、币种或非线性风险消失。 ## 计算示例 - **期间匹配与年化。** 某投资组合一个季度获得 `3.0000%`，匹配的季度无风险回报为 `1.0000%`，Beta 为 `0.8000`。季度特雷诺比率为 `(3.0000% − 1.0000%) ÷ 0.8000 = 2.5000%`。按算术年化，`(2.0000% × 4) ÷ 0.8000 = 10.0000%`。若这些季度回报保持不变并分别复合，投资组合年度回报为 `1.03⁴ − 1 = 12.5509%`，无风险年度回报为 `1.01⁴ − 1 = 4.0604%`，几何年度特雷诺比率为 `(12.5509% − 4.0604%) ÷ 0.8000 = 10.6131%`。直接从季度回报中减去年利率会造成期间错配。 - **五期 Beta 回归。** 市场超额收益为 `−2.0000%, −1.0000%, 0.0000%, +1.0000%, +2.0000%`；投资组合超额收益为 `−2.1000%, −1.2000%, +0.4000%, +1.2000%, +2.7000%`。两者均值分别为 `x̄ = 0.0000%` 和 `ȳ = 0.2000%`；`Σ[(x_t − x̄)(y_t − ȳ)] = 12.0000 percentage-points squared`，且 `Σ(x_t − x̄)² = 10.0000 percentage-points squared`，因此 `beta = 12.0000 ÷ 10.0000 = 1.2000`。截距为 `alpha = 0.2000%`，残差为 `+0.1000%, −0.2000%, +0.2000%, −0.2000%, +0.1000%`，且 `R-squared = 1 − 0.1400 ÷ 14.5400 = 0.9904`。周期特雷诺比率为 `0.2000% ÷ 1.2000 = 0.1667%`；高拟合度并不能消除五个观测值下 Beta 或 Alpha 的不确定性。 - **近零与负 Beta。** 超额收益为 `2.0000%` 时，Beta `0.0500` 得到 `2.0000% ÷ 0.0500 = 40.0000%`，Beta `0.0200` 则得到 `2.0000% ÷ 0.0200 = 100.0000%`；在 `0.0000` 时比率未定义。另有超额收益 `−2.0000%` 除以 Beta `−0.2000`，结果为 `+10.0000%`。正商数不会把亏损变成优异的单独业绩；负 Beta 头寸可能是保险，其价值取决于压力期表现和投资组合环境。 - **费用与投资组合聚合。** 某投资组合将 `60.0000%` 配置于 A 部分，将 `40.0000%` 配置于 B 部分。A 的费前回报为 `10.0000%`，Beta 为 `1.2000`；B 的费前回报为 `6.0000%`，Beta 为 `0.3000`；匹配的无风险回报为 `3.0000%`。在所述线性、全额投资假设下，组合费前回报为 `60.0000% × 10.0000% + 40.0000% × 6.0000% = 8.4000%`，组合 Beta 为 `60.0000% × 1.2000 + 40.0000% × 0.3000 = 0.8400`，因此费前特雷诺比率为 `(8.4000% − 3.0000%) ÷ 0.8400 = 6.4286%`。`0.8000 percentage-point` 的费用拖累使费后回报变为 `7.6000%`，费后比率为 `(7.6000% − 3.0000%) ÷ 0.8400 = 5.4762%`。由于除法具有非线性，组成部分比率的加权平均不等于投资组合比率。 ## 计算与证据检查清单 - 识别投资组合、账户、业绩组合、份额类别、授权范围和被衡量的投资者体验。 - 确认基于 Beta 的比较适合该投资组合的分散程度和目标。 - 按日期、频率、币种和时区匹配投资组合、市场和无风险总回报。 - 分别说明费前、扣除产品费用后、扣除顾问费后和税后回报口径。 - 匹配无风险代理的币种、期间、期限、收益率惯例和持有期处理。 - 区分投资组合的政策基准与估计 CAPM Beta 所用的市场代理。 - 保持价格、总回报、分配、公司行动和外部现金流处理一致。 - 使用同步的投资组合和市场超额收益，通过含截距回归估计 Beta。 - 报告观测数、回归窗口、频率、Alpha、Beta、标准误、置信区间和 `R-squared`。 - 检查残差、异常值、异方差、自相关和非同步定价。 - 用滚动窗口、子期间和合理的替代市场代理检验 Beta 稳定性。 - 审查杠杆、衍生品、期权、陈旧估值，以及非线性或依赖市场状态的敞口。 - 分开历史事后输入与前瞻事前回报及 Beta 预测。 - 明确说明算术或几何分子惯例及年化回报单位。 - 不要年化 Beta，也不要直接把年度无风险利率与较短期间回报混用。 - 把零 Beta 视为未定义，把近零 Beta 视为数值不稳定。 - 不要按正 Beta 下“越高越好”的普通规则对负 Beta 投资组合排名。 - 根据头寸重新计算投资组合回报和 Beta，不要对组成部分比率求平均。 - 将特雷诺比率与夏普比率、詹森 Alpha、回撤、尾部风险、流动性、费用、税务和容量一并比较。 - 保存数据版本、代理标识、公式、代码、舍入规则和独立复算结果。 ## 常见误解 - **“特雷诺比率是年度回报预测。”** 它是具有回报单位的条件性风险调整统计量，不是承诺回报。 - **“Beta 是固定且完整的风险指标。”** 它是相对于所选代理估计的线性载荷，并遗漏残余风险和非线性风险。 - **“低 Beta 下很高的比率证明投资技能。”** 较小或不稳定的分母可能主导结果，使排名失去意义。 - **“特雷诺比率、夏普比率和詹森 Alpha 可以互换。”** 三者分别采用 Beta、总波动率和回归截距。 - **“投资组合特雷诺比率是组成部分特雷诺比率的加权平均。”** 先聚合投资组合回报和 Beta，再计算比率。 ## 相关主题 - [Beta](/zh-cn/stocks/beta/) - [夏普比率](/zh-cn/stocks/sharpe-ratio/) - [詹森 Alpha](/zh-cn/stocks/jensens-alpha/) ## 权威来源 - [Treynor, How to Rate Management of Investment Funds](https://onlinelibrary.wiley.com/doi/pdf/10.1002/9781119196679.ch10) - Wiley 再版中特雷诺著作的特征线与基金业绩框架。 - [Sharpe, Capital Asset Prices](https://doi.org/10.1111/j.1540-6261.1964.tb02865.x) - 预期回报、系统性风险和市场投资组合之间的均衡关系。 - [CFA Institute, Measures of Risk-Adjusted Return](https://rpc.cfainstitute.org/-/media/documents/code/gips/measures-risk-adjusted-return.pdf) - 特雷诺和詹森指标定义、Beta 解释、分散化与局限。 - [GIPS Standards Handbook for Firms](https://www.gipsstandards.org/wp-content/uploads/2021/04/gips-standards-handbook-firms.pdf) - 一致的输入数据、总回报、基准和公允业绩展示。 - [U.S. Treasury Daily Par Yield Curve Rates](https://home.treasury.gov/resource-center/data-chart-center/interest-rates/TextView?page=1&type=daily_treasury_yield_curve) - 官方每日平价收益率观测值和期限标签；收益率仍需进行期限匹配的回报处理。 - [Federal Reserve H.15 Selected Interest Rates](https://www.federalreserve.gov/releases/h15/) - 部分利率序列、频率、单位、惯例和来源说明。 - [NIST Linear Least Squares Regression](https://www.itl.nist.gov/div898/handbook/pmd/section1/pmd141.htm) - 最小二乘模型形式、参数估计、区间、优点和异常值敏感性。 - [NIST Residual Analysis](https://www.itl.nist.gov/div898/handbook/pmd/section4/pmd44.htm) - 模型验证、仅使用 `R-squared` 的局限及图形化残差诊断。 Source: https://wiki.fcontext.com/zh-cn/stocks/treynor-ratio/index.mdx