跳到正文
Financial Context Wiki

夏普比率：超額報酬、波動率、年化與統計推論

使用對齊的週期超額報酬、明確的費用與無風險報酬輸入、可辯護的年化方法、序列相依控制及抽樣不確定性，計算並解釋夏普比率。

更新於

僅供教育參考，不構成投資建議；投資可能產生損失。

直接答案

夏普比率衡量零投資差額部位的平均報酬與該差額報酬標準差之間的關係。在常規超額報酬版本中，每個觀察值為 x_t = R_{p,t} - R_{f,t}，其中投資組合總報酬和參照無風險持有期報酬採用相同的日期、幣別、頻率與報酬口徑。

對於 T 個歷史觀察值，常用事後估計量為 SR̂_Δ = x̄ ÷ s_x，其中 x̄ = (1 ÷ T)Σx_t，而 s_x = √[Σ(x_t - x̄)² ÷ (T - 1)]。下標 Δ 表示觀察區間。當 s_x = 0 時，該比率無定義；分母極小時，結果在經濟意義上也可能很不穩定。

事後比率描述的是一個已經實現的樣本。事前夏普比率採用預期差額報酬和預測波動率：SR_ex ante = E[R_p - R_f] ÷ σ(R_p - R_f)。歷史表現並非對事前值的無偏承諾。估計值較高，僅表示樣本中的平均差額報酬相對於樣本波動更大，並不表示損失、回撤、尾端風險、流動性風險或未來表現不佳受到限制。

應始終採用算術週期總報酬。不要把算術平均數與對數報酬波動率組合使用，不要從日度或月度報酬中直接減去年化報價殖利率，也不要用複合年報酬除以來自另一頻率的波動率估計值。

七步可重現流程

  1. 界定決策與衡量口徑。 說明比率屬於事後還是事前、所評估的投資組合或策略、投資人還是基金視角、費用前還是費用後、槓桿與融資處理、幣別和日期，以及比較對象是無風險資產還是其他基準。
  2. 建立報酬序列。 使用當時可得的總報酬，並一致處理分派、費用、交易成本、現金、衍生性商品、融資、適用稅項及外部現金流；區分投資組合的時間加權表現與投資人的資金加權報酬。
  3. 建立參照序列。 按一致的幣別、日期、天數計算慣例、複利方法、期限和再投資假設，將選定現金或無風險工具轉換為每個觀察期的持有期報酬；未經轉換，不得用票面殖利率或年化報價替代。
  4. 估計週期比率。 計算逐期超額報酬、算術平均數、常規樣本標準差、觀察數量、遺漏資料規則及 SR̂_Δ；保留足以重現結果的精度，並明確報告無定義或接近零波動率的情形。
  5. 診斷相依關係與分配。 在選擇年化或推論方法之前，衡量自我相關、重疊觀察、過時或模型估值、波動率群聚、狀態轉變、偏態、峰態及尾端損失。
  6. 有條件地年化並推論。 僅在平均數和變異數縮放假設合理時使用 √q 縮放；否則直接彙總報酬或使用考慮相依關係的估計量，並報告信賴區間或拔靴法比較，不要把細小的排名差異當成事實。
  7. 稽核選擇過程與經濟可行性。 記錄試過的每個策略、參數、投資範圍、起始日、基準和頻率；校正多重檢定與存活者偏誤，納入可執行成本和容量，並結合回撤、尾端、因子、流動性、槓桿與壓力指標檢視夏普比率。

計算範例

  • 週期估計與 IID 縮放。 在 36 個月內，某已扣除評估範圍內費用的投資組合月均總報酬為 1.10%，對齊後的月均無風險報酬為 0.30%，月度超額報酬標準差為 2.40%。monthly SR̂ = (1.10% - 0.30%) ÷ 2.40% = 0.3333；在 IID 近似下，annualized SR̂ ≈ 0.3333 × √12 = 1.1546。
  • 轉換無風險輸入。 4.80% 的有效年現金報酬對應 monthly R_f = (1 + 4.80%)^(1/12) - 1 = 0.3915%，並非恰好為 4.80% ÷ 12。若投資組合月報酬為 0.90%、超額報酬波動率為 1.80%，則 monthly SR̂ = (0.90% - 0.3915%) ÷ 1.80% = 0.2825，按 IID 縮放的 annualized SR̂ = 0.2825 × √12 = 0.9786。
  • 正序列相關。 某平穩月度策略的 SR̂_month = 0.5000、一階自我相關為 ρ₁ = 0.30，並假設其他月度自我相關均為零。採用 12 個月加總近似，SR̂(12) = SR̂(1) × 12 ÷ √[12 + 2Σ_{k=1}^{11}(12-k)ρ_k] = 1.3912；樸素縮放得到 0.5000 × √12 = 1.7321，在這些假設下高估了比率。
  • 成本改變所評估的口徑。 某策略月度費用前超額報酬為 0.80%，評估範圍內的月度費用與交易成本為 0.25%，費用後超額報酬波動率為 2.00%。費用前和費用後的月度比率分別為 0.80% ÷ 2.00% = 0.4000 和 (0.80% - 0.25%) ÷ 2.00% = 0.2750；按 IID 縮放後分別為 1.3856 和 0.9526。把費用前結果標為投資人實際結果是錯誤的。

風險與覆核控制

  • 說明該比率是歷史值還是預測值、費用前還是費用後、基金還是投資人口徑、是否含槓桿，以及比較對象是無風險還是風險資產。
  • 始終使用算術週期總報酬；若沒有勾稽橋，不得混用價格報酬、對數報酬、複合報酬和算術統計量。
  • 對齊分派、現金、外部現金流、申購、贖回和估值時點；時間加權報酬與資金加權報酬回答不同問題。
  • 說明包含哪些管理費、績效費、交易成本、融資成本、借券費、放空費用和獎勵費，以及這些費用的應計時間。
  • 按幣別、觀察日期、持有期、複利方法、期限、天數計算慣例和再投資匹配無風險序列；報價殖利率並非週期報酬。
  • 對所有投資組合與比較對象採用完全相同的樣本日期，並明確遺漏、過時、暫停交易、假日及不同步觀察的處理規則。
  • 報告 T、標準差慣例、精度以及分母為零或接近零的情形；改變 T 或自由度會改變估計值。
  • 說明觀察頻率和年化因子 q；√q 是依賴假設的縮放規則，並非通用的單位換算。
  • 估計序列相關；當自我相關在經濟或統計上顯著時，應使用考慮相依關係的彙總或推論方法。
  • 識別評估平滑、過時價格、模型估值、低頻交易及報酬插值，因為這些因素會壓低測得的波動率。
  • 除非對其引起的相依關係建模，否則應避免重疊報酬；重疊視窗不會產生獨立觀察。
  • 檢驗波動率群聚、異質變異、結構突變、槓桿變化與狀態轉換，不要假設始終服從同一個平穩分配。
  • 檢查偏態、峰態、虧損頻率、期望短缺和選擇權式報酬；標準差對上行與下行波動一視同仁。
  • 對放空波動率、信用、流動性供給、利差收益和選擇權賣出策略進行壓力測試；這類策略可能在許多小額收益之後遭遇罕見巨虧。
  • 謹慎解讀負夏普比率；其排序在經濟上可能違反直覺，槓桿也無法修復負的預期超額報酬。
  • 報告抽樣不確定性；當報酬存在相依、厚尾或非正態時，採用有依據的時間序列拔靴法或穩健比較方法。
  • 校正策略搜尋、參數調校、投資範圍選擇、起始日選擇和重複報告；回測中的最高夏普比率存在選擇偏誤。
  • 控制存活者、回填、前視、資料修訂、下市、孵化、發表及基準版本偏誤。
  • 只有在報酬口徑、費用、幣別、期間、頻率、無風險序列、槓桿、流動性及執行容量均對齊後，才能比較比率。
  • 除夏普比率外，還應報告累計和年化報酬、回撤、下行與尾端風險、貝塔與因子、週轉率、流動性、容量及壓力測試。

常見誤解

  • 「夏普比率超過某個固定門檻就普遍代表優秀。」 解讀取決於樣本、頻率、報酬口徑、資產類別、成本、流動性和估計方法。
  • 「年化總是用週期夏普比率乘以期數的平方根。」 該捷徑依賴一些假設，而序列相依、平滑、重疊和風險變化都可能違反這些假設。
  • 「樣本比率較高就證明存在投資技能。」 抽樣雜訊、非正態、多重檢定、存活者偏誤和遺漏執行因素都可能造成該排名。
  • 「夏普比率衡量每單位報酬對應的損失或回撤。」 其分母是差額報酬標準差，包含上行波動，卻忽略虧損路徑和尾端分配形態。
  • 「夏普比率、資訊比率和索提諾比率可以互換。」 三者採用不同的比較對象和風險分母，因此回答不同的問題。

相關主題

權威來源

導覽

搜尋知識庫...