# 夏普比率：每單位波動對應的超額報酬
夏普比率以平均超額報酬與報酬波動率比較風險調整後表現；計算時必須統一期間，並審慎處理年化與失真情形。
標準網址: https://wiki.fcontext.com/zh-tw/stocks/sharpe-ratio/
事實查核日期: 2026-07-22
> 僅供教育參考，不構成投資建議
## 直接答案
**夏普比率（Sharpe ratio）**估算投資組合平均超額報酬相對於整體報酬波動的大小：
`夏普比率 = mean(Rp - Rf) / standard deviation(Rp - Rf)`
`Rp` 是投資組合報酬率，`Rf` 是同期間的無風險報酬率。歷史數值越大，代表樣本內取得的超額報酬相對於波動越高。它不能說明報酬來源，不能涵蓋所有風險，也不能預測未來表現。
## 計算機制
先建立一組口徑一致、包含分配並扣除待評估費用的**總報酬率序列**，而非以一個年度報酬除以另一個年度波動估計。將無風險利率換算為相同幣別、複利方式及日度或月度期間，逐期相減，再計算超額報酬的算術平均值與樣本標準差。
若各期報酬獨立且分布近似一致，通常按下式年化：
`年化夏普比率 ≈ 單期夏普比率 × √N`
月度資料的 `N` 常取 12，交易日資料常取約 252。平方根規則是一項假設，並非單純的單位換算。序列相關、陳舊報價、重疊報酬、槓桿變化與波動群聚都可能使其明顯失真，因此同一策略以不同頻率計算可能得到不同結果。
無風險報酬也必須與報酬幣別和觀察期間相符。不能將方便取得的公債年殖利率未經換算直接從日報酬扣除。比較不同管理人時，應統一樣本日期、報酬定義、無風險序列、頻率與年化方法。
## 計算範例
假設某投資組合有 12 個月資料，月均總報酬為 1.0%，同期月度無風險報酬為 0.3%，月度超額報酬的標準差為 2.5%：
`月度夏普比率 = (1.0% - 0.3%) / 2.5% = 0.28`
在報酬相互獨立的近似條件下：
`年化夏普比率 ≈ 0.28 × √12 ≈ 0.97`
這不等於用 12% 年報酬減去年化無風險利率，再除以月度波動率。12 個觀察值的估計誤差也很大，因此報告結果時應一併說明樣本期與觀察數量。
若投資組合 B 在完全相同月份的月均超額報酬為 0.5%、標準差為 1.5%，其年化比率約為 `0.5 / 1.5 × √12 = 1.15`。雖然 B 的原始報酬較低，歷史風險調整結果更高；但此比較本身沒有說明流動性、回撤深度、稅務、容量或未來持續性。
## 解讀與風險檢查
- 總報酬應一致處理股息、費用、現金流與幣別；投資人實際報酬可能不同於基金的時間加權報酬。
- 檢查完整分布。標準差同等計入上漲與下跌波動，無法描述偏態、肥尾或最大損失。
- 謹慎排序負夏普比率；負值間的比較可能違反直覺，加槓桿也不能修復預期超額報酬為負的策略。
- 檢查平滑或低頻估值；評估定價資產與不活躍證券可能呈現虛假的低波動。
- 使用 `√N` 前檢查自相關；Lo 的調整說明序列依賴會改變年化結果。
- 警惕賣出選擇權或信用保護形成的高比率：短期小額獲利可能掩蓋罕見的大額虧損。
- 防範選擇偏誤。回測最佳化、倖存者偏誤、多重檢定與挑選有利起點都會抬高指標。
- 比較同類並表達不確定性；兩個估計值間的小差異可能只是雜訊，而非能力證據。
夏普比率最適合作為診斷工具之一，與累積報酬、回撤、下行風險、Beta 與因子曝險、流動性、週轉率、槓桿和壓力情境共同使用。
## 常見誤解
- 「超過某個固定值就一定優秀。」不存在脫離期間、資產類別、方法與資料品質的通用門檻。
- 「它衡量每一元虧損對應的報酬。」分母是標準差，不是虧損、回撤或風險資本。
- 「無風險利率可以省略。」利率極低時可作為明確揭露的近似，但會改變指標並可能扭曲比較。
- 「日度和月度結果年化後應相同。」報酬相關、價格陳舊或取樣隱藏期內波動時，兩者可以不同。
- 「回測夏普高就證明優勢持久。」它可能來自過度擬合、遺漏成本、平靜市場、槓桿或隱藏尾部風險。
- 「夏普與索提諾比率回答同一問題。」後者採用下行偏差並依賴目標報酬，不能直接互換。
## 相關主題
- [波動率](/zh-tw/stocks/volatility/)
- [索提諾比率](/zh-tw/stocks/sortino-ratio/)
- [股票風險溢酬](/zh-tw/stocks/equity-risk-premium/)
## 權威來源
- [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*